發(fā)布時(shí)間：2020-11-19 17:05

　　 目前,日益嚴(yán)重的城市道路交通擁堵、空氣污染和交通事故頻發(fā)等問(wèn)題已經(jīng)成為一個(gè)城市健康發(fā)展的嚴(yán)重阻礙。利用車載GPS定位裝置獲取的實(shí)時(shí)道路數(shù)據(jù)與城市交通路網(wǎng)信息相結(jié)合從而獲得實(shí)時(shí)交通狀況,進(jìn)而為人們提供更好的交通信息服務(wù),已經(jīng)成為目前解決交通擁堵等問(wèn)題的一種有效手段和途徑。論文圍繞如何基于低頻車載GPS數(shù)據(jù)進(jìn)行實(shí)時(shí)交通狀況估算問(wèn)題展開(kāi)研究,重點(diǎn)研究了基于出租車GPS數(shù)據(jù)的道路交通速度估計(jì)、短時(shí)交通速度預(yù)測(cè)以及基于流計(jì)算的面向大規(guī)模交通數(shù)據(jù)流的實(shí)時(shí)處理等問(wèn)題,本文的主要工作和成果體現(xiàn)在如下三個(gè)方面:1)針對(duì)出租車GPS數(shù)據(jù)與電子地圖的相應(yīng)位置精確匹配問(wèn)題,設(shè)計(jì)了一種基于條件約束、反向檢查機(jī)制的實(shí)時(shí)地圖匹配算法,進(jìn)而針對(duì)出租車GPS數(shù)據(jù)采樣時(shí)間間隔長(zhǎng)及其運(yùn)營(yíng)特性問(wèn)題,提出了一種有效數(shù)據(jù)獲取方法和低采樣頻率下的道路速度計(jì)算方法,其特點(diǎn)是在較低的GPS采樣頻率下能夠?qū)崿F(xiàn)對(duì)交通狀態(tài)較為準(zhǔn)確的估計(jì)。2)基于非參數(shù)回歸的短時(shí)交通預(yù)測(cè)模型,針對(duì)如何提高和改進(jìn)其近鄰搜索效率和精度問(wèn)題,提出了一種基于速度變化趨勢(shì)和密集度的變K近鄰精確搜索算法,進(jìn)而根據(jù)該算法進(jìn)行了樣本數(shù)據(jù)庫(kù)設(shè)計(jì)并進(jìn)行了實(shí)驗(yàn)驗(yàn)證,結(jié)果表明該算法在搜索效率和預(yù)測(cè)精度方面具有明顯的改善。3)在上述研究基礎(chǔ)上,針對(duì)大規(guī)模GPS數(shù)據(jù)流實(shí)時(shí)處理問(wèn)題,基于流計(jì)算技術(shù),設(shè)計(jì)實(shí)現(xiàn)了一個(gè)基于實(shí)時(shí)流計(jì)算平臺(tái)Storm的交通速度估計(jì)與短時(shí)預(yù)測(cè)框架,將交通狀況估算與實(shí)時(shí)流計(jì)算機(jī)制有機(jī)地結(jié)合起來(lái),從而能夠?yàn)榇笠?guī)模GPS數(shù)據(jù)流的實(shí)時(shí)處理和交通狀況預(yù)測(cè)提供有效支持。
【學(xué)位單位】：國(guó)防科學(xué)技術(shù)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2014
【中圖分類】：U491;P228.4
【部分圖文】：

榛?頻鈉ヅ湫Ч?b) 加入反向檢查機(jī)制的匹配效果圖 3.3 匹配效果示意圖3.3 平均行程速度估計(jì)如第二章所述，利用車載 GPS 數(shù)據(jù)估計(jì)單車行程速度的模型主要有速度積分模型和位置插值模型。前者利用 GPS 瞬時(shí)速度序列進(jìn)行積分估計(jì)單車路段行程速度[59]，后者利用路段起點(diǎn)/終點(diǎn)兩邊的 GPS 定位點(diǎn)的位置、時(shí)間信息，采用內(nèi)插法對(duì)車輛通過(guò)路段起點(diǎn)/終點(diǎn)的時(shí)間進(jìn)行估計(jì)，進(jìn)而計(jì)算出單車路段行程速度[60]。但高頻率采樣的 GPS 數(shù)據(jù)是以上兩個(gè)模型前提，在低頻采樣的情況下，由于城市道路網(wǎng)絡(luò)的復(fù)雜性以及交叉口降速的影響，兩個(gè)連續(xù) GPS 點(diǎn)間的速度將不穩(wěn)定且變得沒(méi)有相關(guān)性，這就形成了相對(duì)離散且無(wú)關(guān)的樣本點(diǎn)，計(jì)算得到的平均行程速度精度將會(huì)顯著下降。此外，由于出租車的運(yùn)營(yíng)特性，存在空車尋客、停運(yùn)、載客上下車等情況，路段上的 GPS 數(shù)據(jù)不能完全反映當(dāng)時(shí)的道路狀況信息。如果單純使用載客狀態(tài)下的 GPS 數(shù)據(jù)，會(huì)因?yàn)閿?shù)據(jù)量太少而降低道路平均行程速度估計(jì)精度。本文針對(duì)出租車運(yùn)營(yíng)特性以及其 GPS 數(shù)據(jù)特點(diǎn)

有效數(shù)據(jù)量統(tǒng)計(jì)

早平峰時(shí)段速度估計(jì)誤差情況
【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 施沛德，陳希孺;關(guān)于非參數(shù)回歸M－估計(jì)的最優(yōu)收斂速度的一點(diǎn)記注[J];數(shù)學(xué)年刊A輯(中文版);1994年02期

2 宋向東;;非參數(shù)回歸的罰樣條算法[J];燕山大學(xué)學(xué)報(bào);2007年03期

3 屈莉;蘭時(shí)勇;張建偉;;基于浮動(dòng)車數(shù)據(jù)非參數(shù)回歸短時(shí)交通速度預(yù)測(cè)[J];計(jì)算機(jī)工程與設(shè)計(jì);2013年09期

4 陳桂景;;關(guān)于非參數(shù)回歸、判別及預(yù)測(cè)理論研究的一些進(jìn)展(一)[J];淮北煤師院學(xué)報(bào)(自然科學(xué)版);1986年02期

5 朱東河;凌能祥;;長(zhǎng)記憶下函數(shù)型數(shù)據(jù)非參數(shù)回歸的M-估計(jì)[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年06期

6 李春紅;張可娟;鄺文竹;;基于非參數(shù)回歸的橋梁極限承載力預(yù)測(cè)[J];南昌大學(xué)學(xué)報(bào)(理科版);2012年02期

7 魏景海;;非參數(shù)回歸在R中的實(shí)現(xiàn)[J];哈爾濱師范大學(xué)自然科學(xué)學(xué)報(bào);2014年01期

8 盧一強(qiáng),茆詩(shī)松;廣義非參數(shù)回歸的B樣本貝葉斯估計(jì)[J];應(yīng)用數(shù)學(xué);2005年01期

9 康進(jìn);劉敬偉;;非參數(shù)回歸估計(jì)與人工神經(jīng)網(wǎng)絡(luò)方法的預(yù)測(cè)效果比較[J];統(tǒng)計(jì)與決策;2009年23期

10 楊善朝;基于鞅序列非參數(shù)回歸權(quán)函數(shù)的估計(jì)[J];系統(tǒng)科學(xué)與數(shù)學(xué);1999年01期

相關(guān)博士學(xué)位論文 前2條

1 王新穎;基于網(wǎng)格的短時(shí)交通狀態(tài)預(yù)測(cè)研究[D];吉林大學(xué);2010年

2 陳長(zhǎng)生;非參數(shù)回歸和生長(zhǎng)曲線統(tǒng)計(jì)分析方法研究及其醫(yī)學(xué)應(yīng)用[D];第四軍醫(yī)大學(xué);1998年

相關(guān)碩士學(xué)位論文 前10條

1 孫長(zhǎng)寧;基于非參數(shù)回歸的土層參數(shù)反分析算法及其應(yīng)用研究[D];昆明理工大學(xué);2015年

2 林川;基于K近鄰非參數(shù)回歸的短時(shí)交通流預(yù)測(cè)算法研究[D];電子科技大學(xué);2015年

3 朱馨;基于非參數(shù)方法的豬肉價(jià)格斷點(diǎn)回歸分析[D];浙江大學(xué);2016年

4 田小發(fā);基于高斯核函數(shù)的非參數(shù)回歸的擾動(dòng)選擇和局部影響分析[D];云南財(cái)經(jīng)大學(xué);2016年

5 宗欽原;基于非參數(shù)回歸方法的我國(guó)外匯儲(chǔ)備的相關(guān)分析[D];重慶大學(xué);2016年

6 丁濤杰;基于GPS數(shù)據(jù)的交通速度估計(jì)及短時(shí)預(yù)測(cè)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2014年

7 劉志剛;非參數(shù)回歸的研究及其應(yīng)用[D];溫州大學(xué);2012年

8 劉祥;基于改進(jìn)的非參數(shù)回歸交通流量預(yù)測(cè)方法[D];華中科技大學(xué);2011年

9 張杰;相似可分離函數(shù)的非參數(shù)回歸估計(jì)[D];東北師范大學(xué);2008年

10 張?jiān)葡?兩種數(shù)據(jù)的非參數(shù)回歸及其漸近性質(zhì)[D];燕山大學(xué);2012年

本文編號(hào)：2890235