本文關(guān)鍵詞：多源數(shù)據(jù)融合的城市道路交通狀態(tài)實(shí)時(shí)判別方法研究

  更多相關(guān)文章： 城市道路 交通狀態(tài)判別 異常數(shù)據(jù) 累積直方圖模型 云模型

【摘要】：隨著城市道路交通需求量的快速增長(zhǎng)以及道路網(wǎng)絡(luò)結(jié)構(gòu)的逐漸成熟,由城市道路交通時(shí)空資源供需不均衡引起的交通擁擠越來(lái)越嚴(yán)重。交通高峰期的持續(xù)時(shí)間不斷延長(zhǎng),擁堵范圍也從局部向區(qū)域擴(kuò)展,交通擁堵已經(jīng)逐漸轉(zhuǎn)變?yōu)槌B(tài)化交通現(xiàn)象,不但嚴(yán)重降低了道路運(yùn)行效率,而且影響了交通通行的安全性,因此,及時(shí)準(zhǔn)確地檢測(cè)出城市交通中存在的常發(fā)性擁擠已經(jīng)逐步成為動(dòng)態(tài)交通管理監(jiān)控的重要內(nèi)容之一。然而,受到目前交通狀態(tài)判別方法在參數(shù)選取及交通狀態(tài)判別方法等方面的限制,充分利用交通系統(tǒng)時(shí)空資源的交通狀態(tài)實(shí)時(shí)判別及預(yù)測(cè)還存在提升空間。因此,為了進(jìn)一步提高交通狀態(tài)監(jiān)測(cè)效果,本文改進(jìn)了原有交通參數(shù)預(yù)測(cè)模型,設(shè)計(jì)了交通參數(shù)可用性標(biāo)準(zhǔn)的權(quán)重分配模型,并以此為基礎(chǔ)運(yùn)用云模型判別道路交通運(yùn)行狀態(tài),本文研究?jī)?nèi)容主要為如下五部分。第一部分,通過(guò)分析交通動(dòng)態(tài)數(shù)據(jù)獲取技術(shù),總結(jié)了目前用于數(shù)據(jù)集中異常數(shù)據(jù)檢測(cè)的常見(jiàn)方法,利用簡(jiǎn)單插值法及構(gòu)建灰色GM(1,N)模型修復(fù)檢測(cè)設(shè)備獲取的交通異常數(shù)據(jù);第二部分,針對(duì)現(xiàn)有行程時(shí)間計(jì)算模型存在忽略交叉口不同出口轉(zhuǎn)向交通運(yùn)行狀況不均衡性的特點(diǎn),提出交叉口上、下游出口轉(zhuǎn)向概念,通過(guò)融合檢測(cè)器及探測(cè)車(chē)數(shù)據(jù)設(shè)計(jì)了優(yōu)化的累積直方圖模型,新模型依據(jù)計(jì)算出的交叉口不同出口轉(zhuǎn)向的行程時(shí)間可以有效地判斷路口各個(gè)方向交通是否處于交通飽和狀態(tài);第三部分,針對(duì)目標(biāo)路段交通流量會(huì)受到其上下游路段交通流影響的強(qiáng)時(shí)空特性,提出了基于卡爾曼濾波的交通流量計(jì)算模型,通過(guò)將觀測(cè)信息和變量狀態(tài)轉(zhuǎn)移規(guī)律進(jìn)行聯(lián)合,能夠得到交通流量的最優(yōu)估計(jì);第四部分,鑒于交通狀態(tài)存在的模糊性和不確定性,本文選取正態(tài)云模型進(jìn)行交通狀態(tài)刻畫(huà),通過(guò)隸屬度函數(shù)對(duì)模糊事物進(jìn)行描畫(huà),實(shí)現(xiàn)交通狀態(tài)的定性定量轉(zhuǎn)換;第五部分,基于前文研究基礎(chǔ),將目標(biāo)路段分時(shí)段運(yùn)用云模型進(jìn)行交通狀態(tài)判別,通過(guò)對(duì)比實(shí)際交通狀態(tài)驗(yàn)證模型的實(shí)用性。
【關(guān)鍵詞】：城市道路 交通狀態(tài)判別 異常數(shù)據(jù) 累積直方圖模型 云模型
【學(xué)位授予單位】：青島理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U491
【目錄】：

• 摘要9-10
• ABSTRACT10-12
• 第1章 緒論12-23
• 1.1 研究背景及意義12-13
• 1.2 國(guó)內(nèi)外研究現(xiàn)狀13-21
• 1.2.1 道路交通數(shù)據(jù)獲取及預(yù)處理研究現(xiàn)狀13-15
• 1.2.2 道路交通參數(shù)預(yù)測(cè)研究現(xiàn)狀15-18
• 1.2.3 道路交通狀態(tài)判別研究現(xiàn)狀18-21
• 1.3 研究?jī)?nèi)容及技術(shù)路線(xiàn)21-22
• 1.4 本章小結(jié)22-23
• 第2章 交通數(shù)據(jù)獲取及其預(yù)處理23-39
• 2.1 動(dòng)態(tài)交通數(shù)據(jù)采集24-29
• 2.1.1 固定點(diǎn)交通數(shù)據(jù)采集24-26
• 2.1.2 軌跡線(xiàn)交通數(shù)據(jù)采集26-29
• 2.1.3 大空間交通數(shù)據(jù)采集29
• 2.2 交通異常數(shù)據(jù)識(shí)別29-33
• 2.2.1 基于統(tǒng)計(jì)的方法29-30
• 2.2.2 基于距離的方法30-31
• 2.2.3 基于密度的方法31-32
• 2.2.4 基于偏差的方法32-33
• 2.3 交通異常數(shù)據(jù)修復(fù)33-37
• 2.3.1 簡(jiǎn)單插值的異常數(shù)據(jù)修復(fù)方法33-34
• 2.3.2 基于灰色GM(1,N)模型的異常數(shù)據(jù)修復(fù)方法34-37
• 2.4 交通數(shù)據(jù)濾波處理37-38
• 2.5 本章小結(jié)38-39
• 第3章 交通狀態(tài)參數(shù)計(jì)算模型構(gòu)建39-56
• 3.1 交通流參數(shù)及其特性39-41
• 3.2 交通狀態(tài)參數(shù)的選擇41-43
• 3.3 行程時(shí)間計(jì)算模型的構(gòu)建43-50
• 3.3.1 行程時(shí)間研究基礎(chǔ)43-44
• 3.3.2 行程時(shí)間特性分析44-45
• 3.3.3 行程時(shí)間累積直方圖模型45-46
• 3.3.4 改進(jìn)的行程時(shí)間累積直方圖模型46-50
• 3.4 交通流量計(jì)算模型的構(gòu)建50-55
• 3.4.1 交通流量時(shí)間特性51-52
• 3.4.2 交通流量空間特性52
• 3.4.3 基于卡爾曼濾波的交通流量計(jì)算52-55
• 3.5 本章小結(jié)55-56
• 第4章 基于云模型的交通狀態(tài)判別56-71
• 4.1 交通狀態(tài)的概念56-57
• 4.2 云模型簡(jiǎn)介57-62
• 4.2.1 云模型的定義57-59
• 4.2.2 云模型的數(shù)字特征59-60
• 4.2.3 正態(tài)云及其性質(zhì)60-62
• 4.3 輸入變量的選取62-65
• 4.4 指標(biāo)權(quán)重的確定65-67
• 4.5 交通狀態(tài)綜合評(píng)價(jià)67-70
• 4.6 本章小結(jié)70-71
• 第5章 實(shí)例驗(yàn)證71-85
• 5.1 交通數(shù)據(jù)預(yù)處理72-74
• 5.2 行程時(shí)間短時(shí)預(yù)測(cè)74-79
• 5.3 交通流量短時(shí)預(yù)測(cè)79-80
• 5.4 基于云模型的交通狀態(tài)判別80-84
• 5.5 本章小結(jié)84-85
• 第6章 結(jié)論與展望85-87
• 6.1 研究結(jié)論85-86
• 6.2 研究展望86-87
• 參考文獻(xiàn)87-91
• 攻讀碩士學(xué)位期間論文發(fā)表及科研情況91-92
• 致謝92

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 徐程;曲昭偉;陶鵬飛;金盛;;動(dòng)態(tài)交通數(shù)據(jù)異常值的實(shí)時(shí)篩選與恢復(fù)方法[J];哈爾濱工程大學(xué)學(xué)報(bào);2016年02期

2 曲騰姣;楊希銳;陳秀鋒;陳文嬌;曹俊業(yè);萬(wàn)孟飛;;基于定點(diǎn)檢測(cè)器的路段交通狀態(tài)實(shí)時(shí)評(píng)價(jià)方法[J];青島理工大學(xué)學(xué)報(bào);2015年05期

3 李瑞敏;陳熙怡;;多源數(shù)據(jù)融合的道路旅行時(shí)間估計(jì)方法研究[J];公路交通科技;2014年02期

4 姜桂艷;王秋蘭;李琦;;基于多時(shí)間尺度一步外推的短時(shí)交通參數(shù)多步預(yù)測(cè)方法[J];公路交通科技;2013年02期

5 王晨;樊小紅;;基于特征加權(quán)的交通事件檢測(cè)研究[J];微電子學(xué)與計(jì)算機(jī);2012年10期

6 姜桂艷;牛世峰;李紅偉;;動(dòng)態(tài)交通數(shù)據(jù)質(zhì)量評(píng)價(jià)方法研究[J];北京工業(yè)大學(xué)學(xué)報(bào);2011年08期

7 楊兆升;高學(xué)英;;基于影響因素分類(lèi)的路段行程時(shí)間融合研究[J];公路交通科技;2010年04期

8 段后利;李志恒;李力;張毅;尹勝超;;一種基于偽色彩圖的網(wǎng)絡(luò)交通狀態(tài)觀測(cè)分析方法[J];交通運(yùn)輸系統(tǒng)工程與信息;2009年04期

9 蔣銳;王均;;道路交通流數(shù)據(jù)檢驗(yàn)與修復(fù)方法[J];交通與計(jì)算機(jī);2006年06期

10 邵春福;趙熠;吳戈;;道路交通數(shù)據(jù)采集技術(shù)研究展望[J];現(xiàn)代交通技術(shù);2006年06期

，

本文編號(hào)：1087673