检索结果-南通市图书馆

作者：佟阳春大连理工大学

学位级别：硕士

随着科技和经济的发展,社会车辆保有率的增多,交通状况也成为人们生活中的一个重要问题。因此准确的交通数据不仅能为交通控制提供可靠依据,同样也是交通预测的必不可少条件。现阶段交通数据的获取方法有很多,如WSN交通数据采集方法,浮... 详细信息

随着科技和经济的发展,社会车辆保有率的增多,交通状况也成为人们生活中的一个重要问题。因此准确的交通数据不仅能为交通控制提供可靠依据,同样也是交通预测的必不可少条件。现阶段交通数据的获取方法有很多,如WSN交通数据采集方法,浮动车交通数据采集方法等。但这些方法都有各自的缺陷,如浮动车采集信息受GPS精度的影响很大而WSN采集方法的成本高且对速度的采集精度也不高。本文通过分析浮动车和WSN网络交通信息采集方式的方法和优缺点,引入交通分区概念设计了一个以区域中心为各区域信息处理中心的WSN与浮动车相结合分区采集模型,并在这个模型的基础上研究了浮动车和WSN交通数据采集的缺陷,结合神经网络设计了基于Elman神经网络的交通信息融合模型和基于神经网络的交通状态提取模型,在区域中心基础上对浮动车和WSN采集的交通信息进行融合,并提取交通状态信息,进而得到更加准去的交通数据为交通控制,和交通预测提供实时准确的交通信息。本文首先分析了交通信息采集的研究现状和交通数据融合技术的研究现状,然后根据交通分区控制思想研究设计了基于分区的交通信息采集模型,并详细讲述了模型的硬件构成,软件构成和拓扑结构。接下来又分析了浮动车和WSN交通信息采集的处理方法,指出其中缺陷,指出浮动车和WSN交通信息融合的必要性。然后根据交通数据的特点和Elman神经网络的特性提出基于Elman神经网络的交通信息融合模型。并通过实验验证其有效性。最后本文设计了基于神经网络的交通状态提取模型,并详细介绍了该模型的原理和算法并通过,并用大连市实际采集的交通数据根据本文设计的采集模型通过VISSIM仿真平台进行实验模拟,通过MATLAB构建融合交通状态提起模型进行实验。并对实验结果进行了对比和理论分析。

关键词：无线传感器网络浮动车交通信息数据融合神经网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于公交浮动车的道路运行速度预测模型

基于公交浮动车的道路运行速度预测模型

作者：张温欣北京交通大学

学位级别：硕士

随着交通拥堵的持续严重,人们越来越需要准确的交通数据。大力发展智能交通系统,成为提高道路运行速率的最有效方法。国内外的研究表明,只有检测到可靠而准确的交通参数才能保证智能交通系统有效可靠地运行。浮动车信息采集系统与固定... 详细信息

随着交通拥堵的持续严重,人们越来越需要准确的交通数据。大力发展智能交通系统,成为提高道路运行速率的最有效方法。国内外的研究表明,只有检测到可靠而准确的交通参数才能保证智能交通系统有效可靠地运行。浮动车信息采集系统与固定监测设备相比有很大优势,出租车虽然也是车载终端的重要平台,但其线路具有随机性。而智能公交系统的检测对象是全市的公交车辆,即只要是公交线路覆盖的道路,都可实现实时道路交通状况检测。论文以合肥市公交系统为研究背景,对城市道路的运行速度进行预测。交叉口的车流量大小及运行速度是决定道路通行能力的主要因素,相邻路段、关联交叉口的间断层数据对预测的准确度有直接影响;且公交车运行具有特殊性,在车站进站加速、出站减速。所以本文根据研究路段的不同特性划分成四种情况,对不同的路段进行不同的预测处理。考虑到公交车具有线路运行特点一致的特殊性,在预测速度前,先对所需的数据进行模糊C-均值聚类分析,估计各线路运行速度。然后基于线路运行速度预测道路运行速度,通过比较先估计道路运行速度,再预测道路运行速度与先预测线路运行速度,再估计道路运行速度这两种预测模型得出：不同线路的快慢车性质会产生不同的预测结果,先通过模糊回归算法对线路运行速度预测,然后再把该路段所有途径公交线路的运行速度用模糊C-均值聚类算法估计,得到的预测结果更贴近实际情况。

关键词：浮动车速度预测模糊C-均值聚类模糊回归

基于浮动车GPS数据的行车速度预测模型研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于浮动车GPS数据的行车速度预测模型研究

作者：龚珊北京交通大学

学位级别：硕士

行车速度是交通状态的重要参数之一,也是智能交通系统需要预测的一项重要指标。由速度可以得到道路交通流量、密度等信息,为预测未来一段时间内的道路交通基本状况提供依据;同时可以分析道路上的交通流运行状态,控制交通流,反馈数据作... 详细信息

行车速度是交通状态的重要参数之一,也是智能交通系统需要预测的一项重要指标。由速度可以得到道路交通流量、密度等信息,为预测未来一段时间内的道路交通基本状况提供依据;同时可以分析道路上的交通流运行状态,控制交通流,反馈数据作为交叉口信号协同控制的依据,以便及时疏导过往车辆,缩短出行时间,减少损失,保证交通的安全畅通。以往基于线圈等固定设备采集的数据的短时预测,只是路段的某个断面,分布不够;浮动车比较均匀的分布在路段上,通过GPS车载装置和无线通信设备,将车辆信息(如时间、速度、经纬度坐标、方向等参数)实时传送到浮动车信息中心。因此,浮动车GPS数据对固定设备采集信息是一个较好的补充,为行车速度预测研究提供了良好的基础。论文在综述国内外浮动车以及道路旅行时间、行车速度预测相关研究的基础上,对基于浮动车数据的路段行车速度短时预测模型进行了研究。基于浮动车数据,结合路网的历史运行和实时交通数据,分别建立了K-近邻预测模型、灰色马尔柯夫预测模型和加权马尔柯夫预测模型。在K-近邻预测模型中,提出了基于聚类分析和Pareto有效解的近邻确定方法;在灰色预测模型中,将灰色GM(1,1)和马尔柯夫理论有机地结合在一起;在加权马尔柯夫预测模型中,将对交通信息状态进行划分,并导入模型中进行预测分析。论文基于杭州市浮动车数据,对论文所建立的模型,进行了路段行车速度预测的示例分析,验证了模型的有效性。

关键词：浮动车行车速度预测 K-近邻马尔柯夫

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于公交浮动车的道路平均速度估计研究

基于公交浮动车的道路平均速度估计研究

作者：周舒杰重庆大学

学位级别：硕士

路段平均速度作为最基本的交通参数之一,是道路交通控制和交通流诱导的基础,为道路服务水平等级的划分和城市道路规划提供了重要的依据。与传统的交通信息采集方法相比,浮动车技术具有建设周期短、覆盖范围广、数据精度高等优点,在交通... 详细信息

路段平均速度作为最基本的交通参数之一,是道路交通控制和交通流诱导的基础,为道路服务水平等级的划分和城市道路规划提供了重要的依据。与传统的交通信息采集方法相比,浮动车技术具有建设周期短、覆盖范围广、数据精度高等优点,在交通参数检测中发挥着日益重要的作用。因此,研究基于浮动车的路段平均速度估计技术具有重要意义。论文针对目前判断GPS数据量是否满足直接估计路段平均速度要求的方法存在的不足,提出以最小覆盖率为基础的模糊综合评判方法,从而克服了单凭最小覆盖率判断的缺陷,使判断结果更具合理性。并根据判断结果将路段平均速度估计模型分为数据充分路段平均速度估计模型和数据欠充分路段平均速度估计模型。在数据充分路段平均速度估计方面,针对目前研究中对影响路段平均速度的实际交通因素考虑较少的不足,主要考虑了车站和信号灯的影响并给出相应的处理方法,建立了数据充分路段平均速度估计模型,通过有效克服了车站和信号灯的影响,为准确估计单车区间速度奠定了基础。在此基础上,根据数据融合层次,给出了将单车区间速度结果、多车区间速度结果和多车瞬时速度结果逐层融合得到路段平均速度的方法。在数据欠充分路段平均速度估计方面,充分利用历史数据,采用指数平滑法估计得到历史结果,再根据GPS数据量级别有选择地用变形的指数平滑法将历史结果与当前时段的瞬时速度结果融合,建立了数据欠充分路段平均速度估计模型。为了评估模型的性能,利用重庆市公交车实时采集的GPS数据进行实验。结果表明,当数据充分时,在路段中无车站和信号灯、有车站和信号灯以及仅有车站三种情况下,均有90%以上的估计值精度大于80%,精度较其它算法明显提高;当数据欠充分时,分别在数据量欠充分和不充分两种情况下进行实验,结果表明,均有85%以上的估计值精度大于85%。

关键词： GPS 浮动车路段平均速度模糊综合评判指数平滑

基于GPS浮动车的路段行程时间采集方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GPS浮动车的路段行程时间采集方法研究

作者：常安德吉林大学

学位级别：硕士

目前,交通拥堵已经成为困扰世界各大城市的主要社会问题之一,严重影响着城市的可持续发展和人们的日常工作与生活。获取准确、实时、充足的动态交通信息是解决城市交通拥堵问题的基础。行程时间作为反映道路拥挤程度的关键交通参数,历... 详细信息

目前,交通拥堵已经成为困扰世界各大城市的主要社会问题之一,严重影响着城市的可持续发展和人们的日常工作与生活。获取准确、实时、充足的动态交通信息是解决城市交通拥堵问题的基础。行程时间作为反映道路拥挤程度的关键交通参数,历来受到交通管理与控制部门的高度重视。利用GPS与GIS系统所能提供的数据,研究路段行程时间采集方法是本文研究的主要内容。近年GPS/GIS/无线通信系统与车辆监控与调度系统的组合应用为基于GPS浮动车的交通信息采集系统的实现与推广提供了基本条件,因此本文的研究旨在利用现有车辆监控调度系统的基础数据与系统框架,并且适当加以改进,从而获取较高质量的行程时间数据,同时尽量降低系统成本。本文的研究工作主要包括四大部分:第一,为了提高所得路段行程时间数据的质量和数据采集系统的运行效率,同时尽量节约系统成本,设计了数据采集时空间隔的确定方法;第二,根据GPS与GIS数据的特点设计了GPS数据预处理与地图匹配方法,从而为后续数据处理过程提供更高质量的输入信息;第三,利用路网信息及经过处理的GPS数据设计了单车路段行程时间估计方法,并且进行了不同算法的比较分析,以便为单车路段行程时间估计算法的选择提供依据;第四,通过对单车路段行程时间数据进行融合及处理,设计了交通流路段平均行程时间的估计方法,从而达到提高输出交通信息质量的目的。本文的研究成果不仅能为基于GPS浮动车的交通信息采集系统的研发与应用提供理论依据,而且具有深化交通信息采集技术研究的学术意义。

关键词：交通运输系统交通信息采集全球定位系统浮动车行程时间

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于浮动车数据的地图匹配算法研究

基于浮动车数据的地图匹配算法研究

作者：刘培北京交通大学

学位级别：硕士

地图匹配算法的实时性、鲁棒性和匹配精度是衡量算法质量的重要指标。浮动车数据地图匹配处理的GPS数据,采集量较大,间隔较长(30秒～60秒),为了有别于固定设施的断面信息采集,需要体现浮动车浮动的特点,获取匹配车辆定位点的精确坐标。... 详细信息

地图匹配算法的实时性、鲁棒性和匹配精度是衡量算法质量的重要指标。浮动车数据地图匹配处理的GPS数据,采集量较大,间隔较长(30秒～60秒),为了有别于固定设施的断面信息采集,需要体现浮动车浮动的特点,获取匹配车辆定位点的精确坐标。由于其数据的特殊性,用常规的、传统的算法,难以获得较好的地图匹配效果。本文研究以“国家十五科技攻关课题”《杭州市道路和交通管理应用浮动车技术示范工程》为依托,结合杭州市浮动车数据与电子地图的特点,开展研究。论文对国内外地图匹配算法及适用性进行了综述,确定以点到线(路段)结合网络拓扑关系的地图匹配算法作为研究的基础。针对浮动车匹配数据的实时性要求,论文提出应用MapObjects组件技术进行待匹配路段的直接查找,提高了基于网格技术的地图匹配速度;为了解决同一观测车相邻两个观测点所在匹配路段的拓扑连接性问题,论文提出并开发了单向三层搜索算法。针对浮动车数据的匹配精度要求,论文分析了电子地图数据符合有序和顺序存储的折半查找特点,基于折半查找算法,提出并开发了基于距离的子路段查找算法和子路段投影确定算法。并对上述开发的算法与现有算法进行了比较和算法时间复杂度分析。论文选取杭州市某浮动车辆2小时的GPS数据,应用本文开发的算法,进行了地图匹配的示例分析,验证了算法的有效性。

关键词：浮动车地图匹配组件技术拓扑结构匹配子路段

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于低频浮动车数据的地图匹配算法研究

基于低频浮动车数据的地图匹配算法研究

作者：颜飞华中科技大学

学位级别：硕士

交通拥堵已严重的影响城市的发展进程。为了改善城市的交通服务水平,当今世界主要国家都在研究智能交通系统(Intelligent Transport System,ITS),而浮动车技术正是一种为适应ITS系统信息采集的要求发展起来的技术。实际环境中由于存在... 详细信息

交通拥堵已严重的影响城市的发展进程。为了改善城市的交通服务水平,当今世界主要国家都在研究智能交通系统(Intelligent Transport System,ITS),而浮动车技术正是一种为适应ITS系统信息采集的要求发展起来的技术。实际环境中由于存在定位误差,需要使用地图匹配算法对浮动车所采集的定位数据进行相应的校正处理。当前的大多数地图匹配算法仅仅适用于高频(采样频率小于30秒/次)的GPS数据,而对于低频(采样频率大于2分钟/次)的GPS数据地图匹配效果较差。本文在对现有地图匹配算法的原理进行深入分析的基础上,对低频GPS数据的地图匹配进行了研究。针对低频浮动车数据的特点,综合考虑距离、速度、方向、路段连通性等各个因素,设计了一种适用于低频浮动车数据的全局地图匹配算法。此匹配算法主要包括:(1)分别对浮动车数据及路网数据进行预处理;(2)结合误差区域、方向角限制等因素快速筛选出每个定位点的候选点集;(3)将定位点与其候选点的距离、瞬时速度与候选路段方向的夹角、相邻定位点的候选点对之间的拓扑连通性以及浮动车速度大小与路网速度的关系综合考虑进行相应的时空分析;(4)根据时空分析的结果,得出由候选点构成的AOE图,此图的关键路径即为匹配路径。而在对所得到的AOE图进行关键路径计算时,提出了一种分段划分方式,这种划分方式减少了关键路径计算时间,同时并没有对全局匹配精度产生负面影响。通过实验对本文提出的算法进行验证,实验数据来源于真实的浮动车跑车结果。实验结果表明本文所提出的地图匹配算法无论在匹配准确度还是运行时间上都明显优于基于弱Fréchet距离的全局匹配算法,而与分段模糊匹配算法,匹配准确度也有明显改善。

关键词：浮动车低频地图匹配时空分析全局匹配

基于GPS的浮动车数据与实地图匹配的算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于GPS的浮动车数据与实地图匹配的算法研究

作者：邹珍武汉理工大学

学位级别：硕士

地图匹配(Map Matching)是一种广泛应用于导航系统定位的修正方法,这种方法是以软件技术为基础的,通过算法模型将GPS终端设备获取的车辆行驶轨迹与实地图中的拓扑道路关联起来,并修正车辆在实地图的相对行驶位置。由于地图匹配在交通系... 详细信息

地图匹配(Map Matching)是一种广泛应用于导航系统定位的修正方法,这种方法是以软件技术为基础的,通过算法模型将GPS终端设备获取的车辆行驶轨迹与实地图中的拓扑道路关联起来,并修正车辆在实地图的相对行驶位置。由于地图匹配在交通系统中有相当大的实用性,很多学者花费大量的时间进行了研究,提出了很多与地图匹配相关的算法,这些算法各有优劣。能否减少导航系统定位的误差直接体现了地图匹配算法性能的好坏,但算法的实时性和鲁棒性也不容忽视。由于现有的地图匹配算法大多只考虑算法自身,导致算法实用性相对不强,所以应该考虑将其他可以有效利用的元素融合到算法中以提高算法的实用性。总而言之,在设计地图匹配算法的过程中,比较多种算法的优缺点,并将这些算法有效地结合起来,最终实现具有较高实时性、鲁棒性以及匹配精度的地图匹配算法。本文分析了影响地图匹配算法匹配精度的因素,并对现有的地图匹配算法进行了一系列的研究与总结,在此基础上,提出一个以道路网的拓扑特性为前提,利用当前车辆行驶位置的经纬度、行驶方向等信息与电子地图进行匹配的匹配算法。本论文提出的算法的基本思想是通过对电子地图进行网格划分来确定GPS定位点的网格编号,再通过构建误差区域来缩小匹配的搜索范围,从而减少了候选匹配路段数,最后构建了一个匹配模型,用来计算GPS定位点与候选匹配路段的匹配度,该模型即为权重模型。该权重模型是通过计算GPS定位点与候选匹配路段的最短距离、GPS定位点的行驶方向与候选匹配路段的夹角、定位点与候选匹配路段的相对位置关系这三个要素的权重总和来确定匹配路段,依据道路的拓扑关系、交通规则管制,在权重总和最大及次大的待匹配路段中选取最佳匹配路段。若仍无法从权重最大和次大的候选匹配路段中选取最优匹配路段,则将此定位点的相关信息记下,继续后续定位点的匹配,待后续定位点匹配完成后,利用最短路径算法来确定此定位点的匹配路段,再通过垂直投影法估计GPS定位点在此路段上的匹配位置。最后,在MATLAB平台上进行仿真实验,结果证明该算法是正确有效的。与传统的基于权重的地图匹配算法相比,改进后的基于权重的地图匹配算法通过网格划分和构建误差区域降低了在选取候选匹配路段时的时空复杂度。

关键词：浮动车地图匹配权重拓扑结构全球定位系统

基于浮动车数据的桥下积水导致的城市快速路交通拥堵规律研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于浮动车数据的桥下积水导致的城市快速路交通拥堵规律研究

作者：刘军北京交通大学

学位级别：硕士

近年来,因雨雪等恶劣天气造成的交通拥堵频发,这不仅导致路网大范围交通拥堵事件发生,还造成了严重的经济财产损失,如何应对恶劣天气造成的桥下积水交通拥堵已成为北京等城市面临的新难题。目前,学者和专家对常发性交通拥堵的各方面研... 详细信息

近年来,因雨雪等恶劣天气造成的交通拥堵频发,这不仅导致路网大范围交通拥堵事件发生,还造成了严重的经济财产损失,如何应对恶劣天气造成的桥下积水交通拥堵已成为北京等城市面临的新难题。目前,学者和专家对常发性交通拥堵的各方面研究较多,而利用浮动车数据针对暴雨天气这一具体原因所导致的偶发性交通拥堵研究相对较少。在此背景下,本文以北京市为例,针对重点桥下积水道路开展了多角度的浮动车数据分析,归纳总结桥下积水交通拥堵演变规律。在此基础上,提出了基于三个指标的桥下积水交通拥堵点段识别方法,构建了桥下积水交通拥堵的蔓延和消散速度模型。首先,从交通拥堵定义和交通拥堵特性入手,论述了道路交通运行等级速度划分以及常发性拥堵与偶发性拥堵的异同点。然后,在国内外交通事件自动检测及拥堵点段识别的研究基础上,分析了国内外交通事件自动检测方法在桥下积水交通拥堵识别的适应性。结合现有的交通拥堵特性,同时开展了恶劣天气对交通影响的研究综述。基于此,明确了本文研究的目标、思路和技术路线。其次,对比分析正常情况和积水当日的交通流数据特性,发现了桥下积水交通拥堵会导致浮动车样本量显著缺失的特征,并提出了浮动车数据样本量比率概念。同时,对比分析了积水交通拥堵与交通事故、交通管制的样本量比率异同点,结果表明,北京市西三环快速路的缺失样本量比例近达80%,西四环快速路的缺失样本量比例高达97%。然后,通过计算分析桥下积水交通拥堵的蔓延和消散速度以及拥堵路段的车辆行驶里程(VKT),归纳总结了桥下积水深度与拥堵蔓延的时间关系规律和拥堵空间的影响范围。最后,根据桥下积水交通拥堵的空间影响范围、拥堵路段的速度变化和时空分布情况,提出了基于样本量比率、交通流速度变化和速度差三个识别指标的桥下积水交通拥堵点段识别方法,并实现了基于ArcGIS的拥堵点段程序化应用识别。然后,在综合考虑积水当日交通流特性、桥下积水对道路通行能力的折减、通行能力与交通流量比、快速路出入口等影响因素的基础上,并结合逻辑判断和实际经验,初步建立了桥下积水交通拥堵的蔓延和消散速度模型。同时,基于VISSIM仿真数据和积水当日的浮动车数据,对模型参数进行了初步标定。

关键词：桥下积水交通拥堵浮动车拥堵演变拥堵识别

基于浮动车数据的事件检测算法研究与系统开发

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于浮动车数据的事件检测算法研究与系统开发

作者：王健全北京交通大学

学位级别：硕士

随着我国机动车保有量的快速增加,城市交通在缓解交通拥堵方面正面临着越来越大的压力。在此背景下,交通事件引发的偶发性交通拥挤愈发地影响着城市交通的运行效率。高效的交通事件自动检测算法能够准确、及时地判断出交通事件的发生,... 详细信息

随着我国机动车保有量的快速增加,城市交通在缓解交通拥堵方面正面临着越来越大的压力。在此背景下,交通事件引发的偶发性交通拥挤愈发地影响着城市交通的运行效率。高效的交通事件自动检测算法能够准确、及时地判断出交通事件的发生,从而减小其对交通的影响。本文提出了一种基于北京市浮动车数据的交通事件自动检测算法。在研究国内外相关文献后,本文从交通事件检测的发展历程入手,对事件检测算法的评价技术以及现有的事件检测算法进行总结和分析,比较了各种检测算法的优缺点,为本文的研究提供参考和启示;然后,在理解CUSUM算法原理和北京市浮动车数据及交通流特点的基础上建立了基于北京市浮动车数据的事件检测算法模型:最后利用仿真数据及真实数据对事件检测算法进行了仿真测试和验证;并在此基础上,对模型进行软件实现和系统开发。通过研究得出CUSUM算法是一个具有较高效率的基于浮动车数据的事件检测算法。

关键词：事件自动检测算法浮动车 CUSUM