本文關(guān)鍵詞：面向?qū)嶋H道路網(wǎng)絡(luò)的浮動(dòng)車采樣間隔優(yōu)化方法　出處：《數(shù)據(jù)采集與處理》2014年05期 　論文類型：期刊論文

  更多相關(guān)文章： 智能交通系統(tǒng) 浮動(dòng)車 數(shù)據(jù)采樣 道路網(wǎng)絡(luò)復(fù)雜度

【摘要】：目前基于浮動(dòng)車的城市交通信息采集通常采用等間距進(jìn)行采樣,無法根據(jù)道路網(wǎng)絡(luò)幾何條件和狀態(tài)的差異進(jìn)行合理的采樣間隔優(yōu)化。針對(duì)現(xiàn)有采樣算法的不足,本文提出了一種面向?qū)嶋H道路網(wǎng)絡(luò)的浮動(dòng)車采樣間隔優(yōu)化方法。首先通過構(gòu)建四叉樹模型對(duì)城市道路網(wǎng)絡(luò)進(jìn)行劃分,確定空間采樣分辨率,然后利用歷史軌跡對(duì)浮動(dòng)車的速度進(jìn)行短時(shí)預(yù)測(cè),最后在不影響空間采樣分辨率的基礎(chǔ)上實(shí)時(shí)動(dòng)態(tài)優(yōu)化采樣間隔,在交通信息的精度與信息的采集成本之間取得平衡。通過仿真試驗(yàn)的定性定量分析,新算法能夠在不同復(fù)雜程度的道路網(wǎng)絡(luò)情況下動(dòng)態(tài)調(diào)整采樣間隔,不僅確保了采樣數(shù)據(jù)的精度,而且降低了采樣數(shù)據(jù)容量。
[Abstract]:At present, the urban traffic information collection based on floating vehicle usually adopts equal distance sampling, which can not optimize the sampling interval according to the geometric condition and state difference of road network, aiming at the shortcomings of the existing sampling algorithms. In this paper, a floating-vehicle sampling interval optimization method for practical road network is proposed. Firstly, the spatial sampling resolution is determined by constructing a quadtree model to partition the urban road network. Then the speed of the floating vehicle is predicted in a short time by using the historical track. Finally, the sampling interval is dynamically optimized on the basis of not affecting the spatial sampling resolution. Through the qualitative and quantitative analysis of simulation experiments, the new algorithm can dynamically adjust the sampling interval in different complexity of road network. Not only the precision of sampling data is ensured, but also the capacity of sampling data is reduced.
【作者單位】： 解放軍信息工程大學(xué)地理空間信息學(xué)院;中國人民解放軍61922部隊(duì);
【基金】：國家高技術(shù)研究發(fā)展計(jì)劃(“八六三”計(jì)劃)(2009AA12Z305)資助項(xiàng)目
【分類號(hào)】：U491.11;U495
【正文快照】： 引言交通信息是支持智能交通系統(tǒng)的重要基礎(chǔ)。隨著3S技術(shù)、無線通信、汽車產(chǎn)業(yè)的發(fā)展,通過安裝GPS和通訊設(shè)備的浮動(dòng)車采集車輛行駛信息,然后配合車輛管理系統(tǒng)、地理信息系統(tǒng)和數(shù)據(jù)挖掘技術(shù)獲取動(dòng)態(tài)實(shí)時(shí)交通信息的技術(shù)已經(jīng)成為了交通信息獲取技術(shù)的研究熱點(diǎn)[1]。它具有成本低、

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 汪永東;馬小平;;證據(jù)理論合成規(guī)則的改進(jìn)[J];數(shù)據(jù)采集與處理;2006年03期

2 姜桂艷;常安德;張瑋;;基于GPS浮動(dòng)車采集交通信息的路段劃分方法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2010年01期

3 張存保;楊曉光;嚴(yán)新平;;浮動(dòng)車采樣周期優(yōu)化方法研究[J];交通運(yùn)輸系統(tǒng)工程與信息;2007年03期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 陳琪;廖t樦，

本文編號(hào)：1441193