基于GPS数据的拥挤状态下出租车运行信息提取技术

出租车是城市公交系统的重要组成部分。伴随安装GPS车辆数量的增加,出租车动态运行信息的提取技术应运而生。基于GPS原始数据,给出数据预处理方法,并在此基础上,介绍基于动态载客位置的出租车出行分布估算方法。基于考虑拥挤状态下的路网模型,引入交通分布与交通分配结合的弹性需求用户均衡模型。运用双约束交通分布模型中参数的迭代标定方法提取出租车搜寻乘客等待时间和平均乘客等待出租车时间等信息,为科学地管理出租车市场提供一定的理论基础。     

基于浮动车数据的出租车运营管理研究

以浮动车的交通数据采集系统为基础,以出租车作为浮动车,采集数据包含了出租车运营的事件信息和状态信息,通过大量样本数据的分析和预处理,完善了面向出租车运营管理应用的广域浮动车数据处理方法体系,提出了基于浮动车数据的出租车运营管理指标计算模型.以北京为例,针对每日运营里程、每日运营时间、里程利用率、时间利用率、车辆时空分布等指标进行了分析,获取了北京市出租车运营状况的重要参数.这些数据为出租汽车调度站的设置、运力配置及调度方案的制定以及行业管理提供重要的决策支持.     

基于GPS浮动车的交通信息采集方法

针对目前基于GPS浮动车的交通信息采集方法相关研究不够系统、全面,导致大量基础数据浪费、交通信息质量偏低、系统运行成本较高等问题,提出了一种新的基于GPS浮动车的交通信息采集方法。依托长春市局部路网的空间信息,采集GPS实测数据进行技术验证。验证结果表明:本文方法可以很好地解决已有方法存在的诸多问题,从而为改善交通状态判别及车辆动态导航系统的应用效果奠定数据基础。     

手机信令与出租车GPS数据融合车源定位方法

为揭示居民出行行为与城市交通拥堵的内在关联,并为缓解城市交通拥堵提供技术支持,利用高覆盖率、低精度的手机数据和低覆盖率、高精度的出租车GPS数据,构建了数据驱动的车源定位方法.利用手机数据获取出行需求信息,利用出租车GPS数据获取交通状态信息;提出基于数据融合的出行OD估计方法,进行交通流分配,对城市道路车流来源及城市拥堵源进行动态定位.结果表明:道路车流主要来自于少量车源小区,且拥堵状态下这些小区更加集中;同时受居民通勤行为的影响,城市全局拥堵源在早晚高峰表现出不同的特征.利用数据融合的车源定位可以用于揭示拥堵形成的内在机理及演化规律,辅助制定有针对性的拥堵缓解策略.     

GPS数据下的城市路网关键路段识别

为识别城市路网中的关键路段,提出了一种基于浮动车GPS轨迹的识别方法。以处理后的GPS轨迹作为基础数据,借助Apriori算法提取频繁出现在轨迹中的路段及路段集合,将计算得到的路段及路段集合支持度作为重要度进行排序,筛选得到关键路段及由关键路段组成的路径。选取上海市某一区域路网及出租车GPS数据进行算例分析,结果表明,提出的方法能够识别出城市路网中的关键路段。利用GPS轨迹识别关键路段,能够减轻计算工作量,同时还能获得路网中交通流的主要流向,为城市路网关键路段的识别提供了新思路。     

GPS浮动车数据时间间隔优化方法

针对目前GPS浮动车交通信息采集系统的数据采样时间间隔和数据传输时间间隔主要凭借主观经验确定,或者相关理论研究不同程度脱离实际应用的问题。经过分析相关影响因素,提出了能够体现GPS浮动车交通信息质量与数据时间间隔之间关系的衡量指标,设计了数据采样时间间隔与数据传输时间间隔的优化方法,并且利用实测数据进行了实例验证。结果表明,文中设计的数据时间间隔优化方法可以直观、有效地确定最优数据采样时间间隔与最优数据传输时间间隔,可为GPS浮动车交通信息采集系统的参数设置提供可靠的理论依据。     

车载导航系统中GPS数据的采集与处理

针对我国交通拥堵所带来的问题,本文以城市出租车为载体,从智能交通的GPS数据采集入手,以Delphi为开发工具,对浮动车采集的数据进行研究。同时,采用第三方支持多线程工作的串口通信控件Spcomm,实现串口通信和GPS数据的采集。研究结果表明,通过GPS信息可以在任意时间获取任何地点的位置信息,并能获得相应载体的速度和方向等信息,该方法实现了GPS数据的接收、存储、转换和文本写入,同时该方法也可对工业数据采集、路灯、水电气实时监控,具有一定的实际应用前景。     

一种区域交通状态定量分析方法

从模型参数、建模、定量方法和实际验证四方面研究了区域交通状态定量分析方法。采用路段交通状态系数作为路网交通状态参数,用交通状态连通矩阵表示路网空间信息、交通状态信息、交通状态判别信息,进而得到状态可达矩阵。在此基础上,利用分层算法得到了交通状态分层模型。对分层模型中路口和路段进行赋值,得到路口可达值、标准路段连通度等路网交通状态定量分析结果。对实际路网交通状态进行了定量分析,结果表明,能够得到路网交通状态定量分析结果及其演变过程。说明该方法是可行的,可以用于实际交通状态分析、区域交通控制、交通诱导、交通拥挤发生规律和交通拥挤演化的研究中。     

探讨GPS轨迹的出租车载客路径智能选择

随着社会的不断进步,GPS设备、无线通信等功能技术也在不断的发展,并且其被人们广泛应用到各行各业中,人们可以依据GPS技术追踪移动对象的各种运动行为,并且还能收集移动对象的运用轨迹数据.城市中的出租车司机是最熟悉交通网络特性的,他们掌握着城市中各街道、区域中的路况及交通路网情况,所以他们也能够根据此选择最合理、有效的载客路径,以便能够快速到达目的地.     

一种基于车间通信的交通信息采集方法

为了及时、准确地获取城市道路交通信息,提出了一种基于车间通信的交通信息采集方法,将具有车间通信功能的车辆视为路网中的移动传感器节点;路旁基站通过对节点采集到的交通数据进行分析,得到路段实时交通状态。另外,还设计了基于上述方法的无线交通信息服务系统(WTISS)原型,同时结合Paramics、NS2、Matlab、MySQL等工具完成了WTISS仿真系统,并在该仿真系统上验证了本文方法的正确性。     

利用GPS数据估计路段的平均行程时间

对利用出租车GPS数据估计路段平均行程时间的方法进行了研究。在GPS数据误差修正的基础上,根据GPS数据量的不同,对大样本数据量采用样本均值估计路段平行行程时间,对小样本数据量采用顺序统计量中位数估计路段平均行程时间,并计算了估值的置信区间和置信度。采用实际出租车GPS数据进行估计并与线圈数据估计值进行了比较,结果相差较小。说明该估计方法能够用于实际路段平均行程时间的估计。     

基于路径旅行时间分析的交通异常检测方法

为了综合考虑连续路段通行能力波动对旅行时间的影响,避免由单一路段通行能力的常规性波动所导致的交通异常误判,提出了一种基于路径旅行时间分析的交通异常检测算法。该算法将深圳市路网网格化为若干个地理子区,以地理子区为单位,使用ST-matching地图匹配算法将深圳市出租车GPS坐标记录点匹配到相应路段,采用基于密度的DBSCAN聚类算法计算路径旅行时间的时变异常阈值,来判定旅行时间的异常。该方法成本低廉,实施难度小,能精确灵敏地检测交通网络异常。     

面向道路网的浮动车最小覆盖率模型

在总结分析现有GPS浮动车的最小覆盖率成果的基础上,引入浮动车出现率和停驶率,并考虑了数据有效率、数据精度、采样时间间隔、浮动车运行速度等因素,对各类型道路的样本需求量进行数据融合,建立了面向道路网的浮动车最小覆盖率计算模型,并进行实验分析.实验结果验证了模型的合理性.     

基于GPS的出租车动态管理系统设计

文章以改善现有出租车系统的不便为目的,提出了基于全球卫星定位技术的出租车动态管理系统的设计和实现方法。该系统利用先进的无线数据通信与定位技术,实现对需要出租车的乘客和出租车辆的实时定位。通过服务器实现对出租车和乘客间的距离计算以及车辆对服务器的实时反馈,使中心服务器对出租车实现实时调度,形成一个自动化的调度服务网络,有助于出租车公司改变运营模式、降低运营成本和提高服务质量,带来良好的经济效益和社会效益。     

具有区域识别功能出租车计价器的研制

根据交通需求管理理论(TMD)，采用GPS技术研制了具有区域识别的出租车计价器，给出了区域识别算法，设计了硬件电路，编制了软件，并从软件和硬件方面采取了抗干扰措施，提高了系统的可靠性和稳定性，为出租车收费管理和城市交通管理提供了一种方法．     

基于双流模型的城市交通状况宏观评价方法

为了解决量化评价中数据采集困难的问题,利用浮动车采集的GPS数据,应用GIS支持的地图匹配算法得到了单个车辆单位距离的行程时间、停驶时间和行驶时间,提出采用临界速度划分车辆运行状态并应用双流模型建立城市交通状况宏观评价的方法,以北京CBD地区为应用实例对评价模型进行了验证.结果表明,该方法可以综合反映城市道路网的交通状况,为交通管理及出行者信息服务提供依据.     

智慧公路多源数据下的交通出行演化模型

为探索智慧公路对出行者路径选择行为的影响,将网络可靠性和经验学习理论引入出行者的路径选择过程. 运用交通流理论统一化由智慧公路采集的多源数据类型,进一步采用最小方差加权平均方法融合多源数据. 智慧公路上的出行者根据融合信息实时决策出行路径;普通公路上的出行者根据前一天的路网交通状况和历史出行经验选择出行路径. 采用不动点理论证明模型解的等价性、存在性和稳定性条件. 算例结果表明：道路流量行为系数和感知时间误差的增大均会导致模型进入不稳定状态;在模型解稳定性方面,具有冒险倾向的出行者显著优于具有风险规避倾向的出行者,且多源融合数据演化的路网交通流量更具鲁棒性.