隨著眾多網(wǎng)約車平臺(tái)的出現(xiàn),浮動(dòng)車的數(shù)量越來越多,這給交通誘導(dǎo)與控制、智慧停車、交通組織優(yōu)化等研究提供了大量的數(shù)據(jù)源,有助于提高道路資源的利用率,降低車輛的行車延誤。而在不同交通狀態(tài)下,干線控制策略的選擇以及策略的具體實(shí)施方法,同樣是值得研究的一個(gè)問題。本文在綜合分析浮動(dòng)車數(shù)據(jù)的運(yùn)用和干線控制策略的選擇這兩個(gè)大方向的前提下,分別進(jìn)行了以下幾個(gè)方面的研究:首先,本文確定了在非擁堵狀態(tài)下采用干線協(xié)調(diào)控制策略、在擁堵狀態(tài)下采用干線均衡控制策略的方向。在此基礎(chǔ)上,分析了車載設(shè)備上傳的真實(shí)浮動(dòng)車數(shù)據(jù)預(yù)處理方法和地圖匹配過程,以及仿真浮動(dòng)車數(shù)據(jù)的獲取與預(yù)處理方法,并結(jié)合兩者優(yōu)缺點(diǎn)以及適用情形,選擇仿真浮動(dòng)車數(shù)據(jù)進(jìn)行模型與算法的分析驗(yàn)證,選擇真實(shí)浮動(dòng)車數(shù)據(jù)進(jìn)行實(shí)例分析。同時(shí),對基于浮動(dòng)車數(shù)據(jù)的交通狀態(tài)劃分進(jìn)行了分析,為干線控制策略的選擇提供了依據(jù)。然后,在非擁堵狀態(tài)下,進(jìn)行干線協(xié)調(diào)控制研究。根據(jù)復(fù)化梯形數(shù)值積分法,求得單車行程時(shí)間估計(jì)值;采用平均中值法,計(jì)算得到基于浮動(dòng)車數(shù)據(jù)的路段平均行程時(shí)間,并結(jié)合VISSIM仿真驗(yàn)證,發(fā)現(xiàn)平均中值法效果優(yōu)于算術(shù)平均法,且浮動(dòng)車比例越高,估計(jì)值越準(zhǔn)確。在此基礎(chǔ)上,利... 

【文章來源】：中國人民公安大學(xué)北京市

【文章頁數(shù)】：102 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

路段的選定

圖 3.1 路段的選定3.2.2.2 原始數(shù)據(jù)格式轉(zhuǎn)換本文收集的浮動(dòng)車數(shù)據(jù)對出租車編號(hào)數(shù)據(jù)進(jìn)行了脫敏處理。其中經(jīng)緯度信息為GCJ-02 坐標(biāo)系展現(xiàn)的格式，該坐標(biāo)系不是原始坐標(biāo)系，并對經(jīng)緯度進(jìn)行了加密處理，存在隨機(jī)偏差，如果將該種形式的數(shù)據(jù)進(jìn)行地圖匹配，會(huì)出現(xiàn)較大的匹配誤差。因此，為實(shí)現(xiàn)地圖精準(zhǔn)匹配，在 Python 編程語言環(huán)境下將 GCJ-02 坐標(biāo)系轉(zhuǎn)化為 WGS84 坐標(biāo)系，即 GPS 原始坐標(biāo)體系，經(jīng)緯度轉(zhuǎn)換程序界面如圖 3.2 所示。最后轉(zhuǎn)換的結(jié)果如表3.1 所示。

選定團(tuán)結(jié)大街部分路段，進(jìn)行路段矢量化處理，將 2018 年 6 月 25 日上午 8:30 至10:30 在該路段的浮動(dòng)車數(shù)據(jù)導(dǎo)入矢量化后的道路中，并進(jìn)行柵格劃分，設(shè)置緩沖區(qū)，結(jié)果如圖3.3 所示。圖 3.3 浮動(dòng)車數(shù)據(jù)匹配示意圖采集得到的該路段浮動(dòng)車數(shù)據(jù)已經(jīng)經(jīng)過預(yù)處理和坐標(biāo)轉(zhuǎn)換，所以地圖匹配較為精準(zhǔn)，且所研究的浮動(dòng)車數(shù)據(jù)采樣頻率較高，即每 3 秒上傳一次位置和速度信息，因此反映的信息較為精準(zhǔn)。同時(shí)導(dǎo)入各個(gè)浮動(dòng)車數(shù)據(jù)點(diǎn)的基本屬性，能夠得到每一固定采樣間隔內(nèi)每輛車在地圖上的具體位置以及瞬時(shí)速度，如圖 3.4 所示。這樣就為后面基于浮動(dòng)車數(shù)據(jù)進(jìn)行路段行程時(shí)間估計(jì)做好了鋪墊。

【參考文獻(xiàn)】：
期刊論文
[1]一種浮動(dòng)車技術(shù)的道路行程時(shí)間估計(jì)方法[J]. 宋承波,燕雪峰.  小型微型計(jì)算機(jī)系統(tǒng). 2018(09)
[2]基于車聯(lián)網(wǎng)的城市路網(wǎng)實(shí)時(shí)行程時(shí)間預(yù)測[J]. 黃葉娜.  公路交通技術(shù). 2017(03)
[3]基于移動(dòng)導(dǎo)航數(shù)據(jù)的信號(hào)配時(shí)反推[J]. 譚墍元,尹凱莉,李萌,郭偉偉,王力,黃怡斌.  交通運(yùn)輸系統(tǒng)工程與信息. 2017(02)
[4]基于多源數(shù)據(jù)融合的信號(hào)交叉口延誤估計(jì)研究[J]. 陳百旺,成衛(wèi).  價(jià)值工程. 2017(10)
[5]基于智能手機(jī)大數(shù)據(jù)的交通出行方式識(shí)別研究[J]. 李喆,孫健,倪訓(xùn)友.  計(jì)算機(jī)應(yīng)用研究. 2016(12)
[6]低頻GPS數(shù)據(jù)和交叉口延誤下的行程時(shí)間估計(jì)[J]. 王志建,馬超鋒,李梁.  西南交通大學(xué)學(xué)報(bào). 2015(02)
[7]基于智能終端的浮動(dòng)數(shù)據(jù)應(yīng)用研究[J]. 饒眾博,王大珊,李雯,王志民.  數(shù)字通信世界. 2015(02)
[8]基于浮動(dòng)車數(shù)據(jù)的交通狀態(tài)估計(jì)精度仿真評(píng)價(jià)[J]. 唐克雙,梅雨,李克平.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(09)
[9]車路協(xié)同環(huán)境下基于動(dòng)態(tài)車速的相位差優(yōu)化模型[J]. 吳偉,馬萬經(jīng),楊曉光.  控制理論與應(yīng)用. 2014(04)
[10]面向欠采樣公交GPS數(shù)據(jù)的信號(hào)交叉口延誤估計(jì)[J]. 王華,張志松,張瞫,劉昕.  交通運(yùn)輸系統(tǒng)工程與信息. 2014(02)

博士論文
[1]城市道路交通信號(hào)區(qū)域均衡控制方法及應(yīng)用研究[D]. 項(xiàng)俊平.中國科學(xué)技術(shù)大學(xué) 2018
[2]城市主次干路的路段行程時(shí)間估計(jì)與預(yù)測方法研究[D]. 李繼偉.吉林大學(xué) 2012
[3]干道過飽和交叉口群的實(shí)時(shí)交通控制策略研究[D]. 吳洋.西南交通大學(xué) 2009
[4]局部擁擠條件下城市道路交通信號(hào)控制方法研究[D]. 郭海鋒.吉林大學(xué) 2008
[5]平面信號(hào)交叉口延誤分析[D]. 邵長橋.北京工業(yè)大學(xué) 2002

碩士論文
[1]基于數(shù)據(jù)融合的城市道路行程時(shí)間預(yù)測模型研究[D]. 焦德軍.大連海事大學(xué) 2014
[2]信號(hào)交叉口延誤估計(jì)方法研究[D]. 鄭遠(yuǎn).同濟(jì)大學(xué) 2008
[3]基于浮動(dòng)車調(diào)查方法的信號(hào)交叉口延誤估計(jì)研究[D]. 孫玲.北京工業(yè)大學(xué) 2007
[4]基于浮動(dòng)車的城市道路行程時(shí)間采集與預(yù)測方法研究[D]. 楊立娟.吉林大學(xué) 2007



本文編號(hào)：3331974