本文選題：車聯(lián)網 + 大數(shù)據(jù)��； 參考：《南京郵電大學》2017年碩士論文

【摘要】：隨著汽車保有量持續(xù)增加,車與路的矛盾日益突出,由此也引發(fā)了交通擁堵問題。擁堵問題現(xiàn)在已嚴重影響了人們的日常出行,而智能交通技術和車聯(lián)網技術是解決交通擁堵問題的有效途徑。以此為背景,本文主要對以車聯(lián)網大數(shù)據(jù)為基礎的實時路況信息系統(tǒng)相關技術進行研究。通過車聯(lián)網技術實時采集交通數(shù)據(jù)并對其進行處理分析,以獲得實時準確的路況信息,從而幫助出行人員選擇合理的出行路線,實現(xiàn)緩解交通擁堵的目的。本文的主要研究內容如下:(1)研究了基于車聯(lián)網的實時路況信息獲取的“端-管-云”系統(tǒng)架構。首先對該系統(tǒng)的總體架構進行了設計,按照實時交通信息采集、預處理、云平臺和數(shù)據(jù)挖掘技術的順序進行了層次化功能分析,然后在分析原始交通數(shù)據(jù)特征的基礎上,針對采集的交通信息中存在的數(shù)據(jù)錯誤、丟失和冗余等異�，F(xiàn)象,制定了相應的清洗規(guī)則。(2)針對在實時交通數(shù)據(jù)采集和清洗的過程中會出現(xiàn)數(shù)據(jù)缺失的現(xiàn)象,依據(jù)交通數(shù)據(jù)的時空特性,提出了一種動態(tài)自適應的數(shù)據(jù)修復算法。該算法在二次指數(shù)平滑法的基礎上,將交通數(shù)據(jù)的空間相關性應用到數(shù)據(jù)修復中,以提高數(shù)據(jù)修復質量。仿真實驗結果表明,該算法具有更好的數(shù)據(jù)修復效果。(3)在對道路交通狀態(tài)識別時,針對交通狀態(tài)本身的模糊性,本文改進了模糊c均值聚類算法來對海量數(shù)據(jù)進行聚類分析。改進的算法將模糊c均值聚類算法與Canopy算法結合,用Canopy算法初始化聚類中心與聚類數(shù)量,同時引入了Xie-Beni指標來自適應確定模糊加權指數(shù)。首先使用改進的算法對交通數(shù)據(jù)進行聚類并獲得道路集群,然后利用交通模式識別算法和交通狀態(tài)分類標準進行道路交通狀態(tài)判斷。實驗表明,該算法有更好的聚類效果,且發(fā)生誤判的概率更小,能夠獲得準確的道路交通狀態(tài)。
[Abstract]:With the increase of vehicle ownership, the contradiction between vehicle and road is becoming more and more serious, which also leads to traffic congestion. The problem of congestion has seriously affected people's daily travel, and intelligent transportation technology and vehicle networking technology is an effective way to solve the problem of traffic congestion. Based on this background, this paper mainly studies the related technology of real-time road condition information system based on big data. The traffic data are collected and analyzed in real time by means of vehicle networking technology to obtain real time and accurate information of road conditions, so as to help travelers choose a reasonable route and achieve the purpose of alleviating traffic congestion. The main contents of this paper are as follows: 1) the "end-tube-cloud" system architecture based on real-time road condition information acquisition based on vehicle networking is studied. Firstly, the overall architecture of the system is designed, and the hierarchical function is analyzed according to the sequence of real-time traffic information collection, preprocessing, cloud platform and data mining technology, and then based on the analysis of the characteristics of the original traffic data. Aiming at the abnormal phenomena such as data error, loss and redundancy in collected traffic information, the corresponding cleaning rules are worked out. According to the temporal and spatial characteristics of traffic data, a dynamic adaptive data repair algorithm is proposed. Based on the quadratic exponential smoothing method, the spatial correlation of traffic data is applied to the data restoration in order to improve the quality of data repair. The simulation results show that the algorithm has better effect of data repair. (3) in view of the fuzziness of the traffic state itself, this paper improves the fuzzy c-means clustering algorithm to analyze the massive data. The improved algorithm combines the fuzzy c-means clustering algorithm with the Canopy algorithm and initializes the clustering center and the number of clusters by using the Canopy algorithm. At the same time, the Xie-Beni index is introduced to determine the fuzzy weighted index adaptively. Firstly, the improved algorithm is used to cluster the traffic data and obtain the road cluster, and then the traffic pattern recognition algorithm and the traffic state classification standard are used to judge the road traffic state. Experiments show that the algorithm has better clustering effect, and the probability of misjudgment is smaller, and the accurate road traffic state can be obtained.
【學位授予單位】：南京郵電大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U495;TP311.13

【相似文獻】

相關期刊論文 前10條

1 ;動態(tài)路況信息帶來的行車之便[J];道路交通管理;2010年10期

2 桂祺瑩;;路況信息隨車而動[J];新知客;2009年03期

3 吳玉清;論高速公路路況信息的現(xiàn)代化管理[J];東北公路;2000年02期

4 潘九陽;交通廣播路況信息采集[J];道路交通與安全;2003年01期

5 ;一月瀏覽[J];上海信息化;2008年09期

6 張健欽;陸鋒;徐志潔;王晏民;;多智能體協(xié)作動態(tài)路況信息服務系統(tǒng)研究[J];武漢理工大學學報(交通科學與工程版);2010年04期

7 劉毅明;李沁男;;微博平臺在高速公路路況信息系統(tǒng)中的應用[J];中國交通信息化;2011年04期

8 楊樂;徐清峻;張建勇;;山東省高速公路路況信息管理系統(tǒng)建設[J];中國交通信息化;2012年04期

9 陶春燕;樂四海;張向征;;實時路況信息服務系統(tǒng)設計方案[J];中國交通信息化;2012年06期

10 喬永鋒;;拿什么拯救你,北京交通？[J];中華汽摩配;2005年10期

相關會議論文 前4條

1 張健欽;陸鋒;徐志潔;;多智能體協(xié)作動態(tài)路況信息服務系統(tǒng)研究[A];中國測繪學會第九次全國會員代表大會暨學會成立50周年紀念大會論文集[C];2009年

2 毛偉輝;陳旭翔;蔡世貴;闕朝陽;;智能交通路況監(jiān)控平臺的設計與實現(xiàn)[A];廣東通信2010青年論壇優(yōu)秀論文集[C];2010年

3 張健欽;陸鋒;徐志潔;;基于多Agent的動態(tài)路況信息服務系統(tǒng)仿真研究[A];中國地理學會百年慶典學術論文摘要集[C];2009年

4 梁艷平;;基于手持設備的奧運交通信息服務系統(tǒng)設計[A];第一屆中國智能交通年會論文集[C];2005年

相關重要報紙文章 前10條

1 本報記者　 鄭宗杰　特約記者 王麗霞;新版全國路況信息發(fā)布系統(tǒng)運行[N];中國交通報;2007年

2 李麗靜;河南：發(fā)短信可查詢高速路況[N];人民公安報·交通安全周刊;2007年

3 記者 王紅艷　通訊員 趙小虎;首個帶狀路況信息告知系統(tǒng)上線[N];人民郵電;2010年

4 記者 鄭穎;重大路況信息第一時間告知[N];江西日報;2011年

5 記者　 鄭宗杰　特約記者 王麗霞;氣象路況信息春運期間編發(fā)更及時[N];中國交通報;2007年

6 孫占穩(wěn) 通訊員　強中賀;廊坊成立951愛心出租車隊[N];河北日報;2007年

7 陶寧 記者 周海波;大紅聘書發(fā)給首個市民路況信息員[N];成都日報;2007年

8 曲飛邋特約記者 郭曉峰 于學軍;“服務出行,我們將做得更好”[N];中國交通報;2007年

9 記者 侯莎莎;路況信息分三級發(fā)布[N];北京日報;2008年

10 小葉;路況信息上手機實時提示暢通行[N];人民郵電;2010年

相關博士學位論文 前2條

1 周偉;城市動態(tài)路況信息下交通行為的研究[D];大連理工大學;2012年

2 夏穎;WLAN室內半監(jiān)督定位及指紋更新算法研究[D];哈爾濱工業(yè)大學;2016年

相關碩士學位論文 前10條

1 李易;混合動力汽車路況化模糊整車控制[D];西南交通大學;2015年

2 蔡擂;移動終端路況分享系統(tǒng)的設計與實現(xiàn)[D];電子科技大學;2014年

3 王光浩;車載機會網絡中的安全技術研究[D];上海交通大學;2014年

4 許鵬輝;基于移動終端的交通路況信息實時采集與顯示系統(tǒng)[D];南京理工大學;2017年

5 郝莉萍;基于城市實時路況的動態(tài)拼車算法研究[D];廣西師范大學;2017年

6 張鑫;基于活動識別的實時路況信息增強模塊的設計與實現(xiàn)[D];南京大學;2017年

7 王榮杰;基于浮動點車輛數(shù)據(jù)挖掘的動態(tài)路況研究[D];哈爾濱工業(yè)大學;2010年

8 付永恒;基于路況信息的混合動力汽車控制策略研究[D];北京交通大學;2011年

9 韓春宇;基于實時路況信息的車輛導航系統(tǒng)研究[D];東北大學;2013年

10 李明軒;多源交通路況信息處理技術與應用研究[D];北京建筑大學;2014年

，

本文編號：1811969