本文關(guān)鍵詞：基于浮動車大數(shù)據(jù)的城市交通擁堵自動辨識與可視化系統(tǒng)

  更多相關(guān)文章： 隱式馬爾科夫模型 地圖匹配 拓?fù)錁?gòu)建 WebGIS 交通擁堵 可視化

【摘要】：交通擁堵問題隨著汽車保有量的激增而日益尖銳,嚴(yán)重影響了民眾的出行體驗(yàn)和日常生活,已逐漸成為交通主管部門亟需解決的社會問題。經(jīng)過多年規(guī)劃與實(shí)施,我國許多城市建立了機(jī)遇浮動車GPS數(shù)據(jù)監(jiān)的控調(diào)度信息平臺,方便出行的同時緩解了交通擁堵,但在深入挖掘現(xiàn)有數(shù)據(jù)和分析交通擁堵分布規(guī)律方面仍存在不足。論文以陜西省交通運(yùn)輸廳的科研項(xiàng)目為依托,研究了利用浮動車數(shù)據(jù)進(jìn)行交通擁堵狀態(tài)自動辨識所涉及的關(guān)鍵算法與技術(shù),從而通過對交通擁堵分布規(guī)律的分析為交通管理決策提供有力的數(shù)據(jù)支持。首先利用基于距離的加權(quán)平均法清洗速度數(shù)據(jù)來提高瞬時速度數(shù)據(jù)的質(zhì)量,然后通過基于廣度優(yōu)先遍歷的拓?fù)錁?gòu)建算法提高地圖匹配算法搜索最短路徑的效率,通過推算方向信息提高了地圖匹配算法更新匹配信息的效率。最后利用交通擁堵自動辨識算法實(shí)現(xiàn)了交通擁堵的自動辨識,并統(tǒng)計分析了擁堵路段比例的時變規(guī)律和主干路段擁堵狀態(tài)的時變規(guī)律。論文還搭建并測試了城市交通擁堵可視化系統(tǒng),為交通管理者可視化地呈現(xiàn)交通擁堵的分布狀況。首先在研究地圖展現(xiàn)、實(shí)時擁堵狀態(tài)呈現(xiàn)、歷史擁堵狀態(tài)呈現(xiàn)和空間數(shù)據(jù)處理等交通擁堵可視化關(guān)鍵技術(shù)的基礎(chǔ)上提出了一種基于WebGIS的城市交通擁堵可視化方案,然后基于需求分析和總體設(shè)計進(jìn)行數(shù)據(jù)庫的設(shè)計,基于功能模塊劃分對各模塊進(jìn)行詳細(xì)設(shè)計,最后采用多節(jié)點(diǎn)并行的方法實(shí)現(xiàn)了城市交通擁堵可視化系統(tǒng),并對該系統(tǒng)進(jìn)行了測試與分析。結(jié)果表明,速度清洗方法可有效去除突兀性變化,離線構(gòu)建的拓?fù)鋽?shù)據(jù)可明顯提升地圖匹配算法的效率,論文改進(jìn)算法相比于已有地圖匹配算法計算效率較高。論文所實(shí)現(xiàn)系統(tǒng)已基本滿足實(shí)時處理需求,且通過增加節(jié)點(diǎn)可實(shí)現(xiàn)系統(tǒng)的水平擴(kuò)展。
【關(guān)鍵詞】：隱式馬爾科夫模型 地圖匹配 拓?fù)錁?gòu)建 WebGIS 交通擁堵 可視化
【學(xué)位授予單位】：長安大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：U495;TP391.41
【目錄】：

• 摘要4-5
• abstract5-9
• 第一章 緒論9-17
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.2.1 浮動車數(shù)據(jù)應(yīng)用現(xiàn)狀10-11
• 1.2.2 大數(shù)據(jù)技術(shù)在智能交通領(lǐng)域的應(yīng)用現(xiàn)狀11-12
• 1.2.3 基于浮動車的地圖匹配算法研究進(jìn)展12-13
• 1.2.4 交通擁堵狀態(tài)辨識的研究進(jìn)展13-14
• 1.3 研究目標(biāo)與內(nèi)容14-15
• 1.4 研究路線15-17
• 第二章 浮動車和電子地圖數(shù)據(jù)清洗方法研究17-28
• 2.1 數(shù)據(jù)清洗概述17-19
• 2.1.1 數(shù)據(jù)清洗的相關(guān)概念17-18
• 2.1.2 數(shù)據(jù)清洗的目標(biāo)和主要過程18-19
• 2.2 浮動車數(shù)據(jù)清洗19-23
• 2.2.1 浮動車數(shù)據(jù)特性分析19-21
• 2.2.2 浮動車速度清洗21-23
• 2.3 電子地圖數(shù)據(jù)清洗23-27
• 2.3.1 電子地圖數(shù)據(jù)特性分析23-24
• 2.3.2 浮動車GPS坐標(biāo)與電子地圖坐標(biāo)偏移校準(zhǔn)24-25
• 2.3.3 基于電子地圖中路網(wǎng)數(shù)據(jù)的拓?fù)錁?gòu)建25-27
• 2.4 小結(jié)27-28
• 第三章 基于隱式馬爾科夫模型的地圖匹配改進(jìn)算法28-43
• 3.1 地圖匹配算法與隱式馬爾科夫模型28-31
• 3.1.1 地圖匹配算法的原理與質(zhì)量影響因素28-30
• 3.1.2 隱式馬爾科夫模型相關(guān)理論30-31
• 3.1.3 隱式馬爾科夫模型的地圖匹配應(yīng)用背景31
• 3.2 基于隱式馬爾科夫模型的地圖匹配改進(jìn)算法31-36
• 3.2.1 觀測概率和狀態(tài)轉(zhuǎn)移概率模型31-34
• 3.2.2 候選路段篩選34-35
• 3.2.3 在線Viterbi算法35-36
• 3.3 算法實(shí)現(xiàn)與結(jié)果分析36-42
• 3.3.1 地圖匹配算法的實(shí)現(xiàn)37-40
• 3.3.2 結(jié)果與分析40-42
• 3.4 小結(jié)42-43
• 第四章 基于浮動車的交通擁堵自動辨識與統(tǒng)計分析43-55
• 4.1 交通擁堵分析與評價43-45
• 4.1.1 交通擁堵的成因分析43-44
• 4.1.2 交通擁堵評價指標(biāo)44-45
• 4.2 基于浮動車的交通擁堵自動辨識45-50
• 4.2.1 基于浮動車的路段和區(qū)域速度估算45-47
• 4.2.2 基于SAGA-FCM的聚類模型47-49
• 4.2.3 路段交通擁堵狀態(tài)的自動辨識49-50
• 4.3 交通擁堵狀態(tài)數(shù)據(jù)的統(tǒng)計分析50-54
• 4.3.1 擁堵路段比例的時變規(guī)律50-52
• 4.3.2 主干路段速度的時變規(guī)律52-53
• 4.3.3 主干路段擁堵狀態(tài)的時變規(guī)律53-54
• 4.4 小結(jié)54-55
• 第五章 基于WebGIS的城市交通擁堵可視化技術(shù)55-70
• 5.1 城市交通擁堵的可視化呈現(xiàn)55-60
• 5.1.1 交通數(shù)據(jù)可視化模型55-56
• 5.1.2 交通數(shù)據(jù)可視化方法56-58
• 5.1.3 技術(shù)路線58-60
• 5.2 城市交通擁堵可視化的關(guān)鍵技術(shù)60-66
• 5.2.1 地圖展現(xiàn)60-61
• 5.2.2 實(shí)時擁堵狀態(tài)呈現(xiàn)61-64
• 5.2.3 歷史擁堵狀態(tài)呈現(xiàn)64-65
• 5.2.4 空間數(shù)據(jù)處理65-66
• 5.3 基于WebGIS的城市交通擁堵可視化方案66-69
• 5.3.1 地圖切片的渲染與緩存66-68
• 5.3.2 交通擁堵數(shù)據(jù)的計算與緩存68-69
• 5.3.3 數(shù)據(jù)展現(xiàn)與界面交互69
• 5.4 小結(jié)69-70
• 第六章 城市交通擁堵可視化系統(tǒng)設(shè)計與實(shí)現(xiàn)70-85
• 6.1 需求分析和總體設(shè)計70-74
• 6.1.1 需求分析70-71
• 6.1.2 整體框架設(shè)計71-72
• 6.1.3 功能模塊和接口設(shè)計72-74
• 6.2 數(shù)據(jù)庫設(shè)計74-76
• 6.2.1 數(shù)據(jù)組織結(jié)構(gòu)設(shè)計74-75
• 6.2.2 數(shù)據(jù)流圖設(shè)計75-76
• 6.3 各模塊詳細(xì)設(shè)計76-80
• 6.3.1 數(shù)據(jù)清洗76-77
• 6.3.2 地圖匹配77-79
• 6.3.3 交通擁堵辨識79
• 6.3.4 可視化展現(xiàn)79-80
• 6.4 系統(tǒng)實(shí)現(xiàn)與測試80-84
• 6.4.1 系統(tǒng)實(shí)現(xiàn)80-82
• 6.4.2 系統(tǒng)測試82-84
• 6.5 小結(jié)84-85
• 結(jié)論與展望85-86
• 參考文獻(xiàn)86-90
• 攻讀碩士學(xué)位期間取得的研究成果90-91
• 致謝91-92

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 姚恩建;左婷;;基于低頻浮動車數(shù)據(jù)的實(shí)時地圖匹配算法[J];北京工業(yè)大學(xué)學(xué)報;2013年06期

2 趙鐵松;王曉云;李偉;陳邵友;賈志宏;;基于B/S架構(gòu)和開源WebGIS平臺的氣象觀測站網(wǎng)可視化系統(tǒng)[J];氣象科技;2013年01期

3 周開樂;楊善林;;基于改進(jìn)模糊C均值算法的電力負(fù)荷特性分類[J];電力系統(tǒng)保護(hù)與控制;2012年22期

4 朱征宇;崔明;劉琳;;基于GPS終端的實(shí)時路況信息采集方法研究[J];計算機(jī)工程;2013年07期

5 姜桂艷;常安德;李琦;伊峰;;基于出租車GPS數(shù)據(jù)的路段平均速度估計模型[J];西南交通大學(xué)學(xué)報;2011年04期

6 彭軍;王江鋒;王娜;;我國大城市交通擁堵成因及治理策略分析[J];中國科技信息;2011年16期

7 閔建虎;;基于數(shù)據(jù)倉庫的決策支持系統(tǒng)設(shè)計研究[J];微型電腦應(yīng)用;2010年04期

8 李清泉;黃練;;基于GPS軌跡數(shù)據(jù)的地圖匹配算法[J];測繪學(xué)報;2010年02期

9 姜桂艷;Q，

本文編號：608071