發(fā)布時間：2020-11-19 17:05

　　 目前,日益嚴重的城市道路交通擁堵、空氣污染和交通事故頻發(fā)等問題已經(jīng)成為一個城市健康發(fā)展的嚴重阻礙。利用車載GPS定位裝置獲取的實時道路數(shù)據(jù)與城市交通路網(wǎng)信息相結合從而獲得實時交通狀況,進而為人們提供更好的交通信息服務,已經(jīng)成為目前解決交通擁堵等問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)進行實時交通狀況估算問題展開研究,重點研究了基于出租車GPS數(shù)據(jù)的道路交通速度估計、短時交通速度預測以及基于流計算的面向大規(guī)模交通數(shù)據(jù)流的實時處理等問題,本文的主要工作和成果體現(xiàn)在如下三個方面:1)針對出租車GPS數(shù)據(jù)與電子地圖的相應位置精確匹配問題,設計了一種基于條件約束、反向檢查機制的實時地圖匹配算法,進而針對出租車GPS數(shù)據(jù)采樣時間間隔長及其運營特性問題,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算方法,其特點是在較低的GPS采樣頻率下能夠實現(xiàn)對交通狀態(tài)較為準確的估計。2)基于非參數(shù)回歸的短時交通預測模型,針對如何提高和改進其近鄰搜索效率和精度問題,提出了一種基于速度變化趨勢和密集度的變K近鄰精確搜索算法,進而根據(jù)該算法進行了樣本數(shù)據(jù)庫設計并進行了實驗驗證,結果表明該算法在搜索效率和預測精度方面具有明顯的改善。3)在上述研究基礎上,針對大規(guī)模GPS數(shù)據(jù)流實時處理問題,基于流計算技術,設計實現(xiàn)了一個基于實時流計算平臺Storm的交通速度估計與短時預測框架,將交通狀況估算與實時流計算機制有機地結合起來,從而能夠為大規(guī)模GPS數(shù)據(jù)流的實時處理和交通狀況預測提供有效支持。
【學位單位】：國防科學技術大學
【學位級別】：碩士
【學位年份】：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 平均行程速度估計如第二章所述，利用車載 GPS 數(shù)據(jù)估計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 瞬時速度序列進行積分估計單車路段行程速度[59]，后者利用路段起點/終點兩邊的 GPS 定位點的位置、時間信息，采用內插法對車輛通過路段起點/終點的時間進行估計，進而計算出單車路段行程速度[60]。但高頻率采樣的 GPS 數(shù)據(jù)是以上兩個模型前提，在低頻采樣的情況下，由于城市道路網(wǎng)絡的復雜性以及交叉口降速的影響，兩個連續(xù) GPS 點間的速度將不穩(wěn)定且變得沒有相關性，這就形成了相對離散且無關的樣本點，計算得到的平均行程速度精度將會顯著下降。此外，由于出租車的運營特性，存在空車尋客、停運、載客上下車等情況，路段上的 GPS 數(shù)據(jù)不能完全反映當時的道路狀況信息。如果單純使用載客狀態(tài)下的 GPS 數(shù)據(jù)，會因為數(shù)據(jù)量太少而降低道路平均行程速度估計精度。本文針對出租車運營特性以及其 GPS 數(shù)據(jù)特點

有效數(shù)據(jù)量統(tǒng)計

早平峰時段速度估計誤差情況
【相似文獻】

相關期刊論文 前10條

1 施沛德，陳希孺;關于非參數(shù)回歸M－估計的最優(yōu)收斂速度的一點記注[J];數(shù)學年刊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];燕山大學學報;2007年03期

3 屈莉;蘭時勇;張建偉;;基于浮動車數(shù)據(jù)非參數(shù)回歸短時交通速度預測[J];計算機工程與設計;2013年09期

4 陳桂景;;關于非參數(shù)回歸、判別及預測理論研究的一些進展(一)[J];淮北煤師院學報(自然科學版);1986年02期

5 朱東河;凌能祥;;長記憶下函數(shù)型數(shù)據(jù)非參數(shù)回歸的M-估計[J];合肥工業(yè)大學學報(自然科學版);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測[J];南昌大學學報(理科版);2012年02期

7 魏景海;;非參數(shù)回歸在R中的實現(xiàn)[J];哈爾濱師范大學自然科學學報;2014年01期

8 盧一強,茆詩松;廣義非參數(shù)回歸的B樣本貝葉斯估計[J];應用數(shù)學;2005年01期

9 康進;劉敬偉;;非參數(shù)回歸估計與人工神經(jīng)網(wǎng)絡方法的預測效果比較[J];統(tǒng)計與決策;2009年23期

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

相關博士學位論文 前2條

1 王新穎;基于網(wǎng)格的短時交通狀態(tài)預測研究[D];吉林大學;2010年

2 陳長生;非參數(shù)回歸和生長曲線統(tǒng)計分析方法研究及其醫(yī)學應用[D];第四軍醫(yī)大學;1998年

相關碩士學位論文 前10條

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

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

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

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

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

6 丁濤杰;基于GPS數(shù)據(jù)的交通速度估計及短時預測研究[D];國防科學技術大學;2014年

7 劉志剛;非參數(shù)回歸的研究及其應用[D];溫州大學;2012年

8 劉祥;基于改進的非參數(shù)回歸交通流量預測方法[D];華中科技大學;2011年

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

10 張云霞;兩種數(shù)據(jù)的非參數(shù)回歸及其漸近性質[D];燕山大學;2012年

本文編號：2890235