隨著我國(guó)城市化的推進(jìn),大都市路網(wǎng)規(guī)模日益增大,車(chē)輛保有量屢創(chuàng)新高,交通系統(tǒng)承受巨大壓力。同時(shí),交通管理系統(tǒng)的發(fā)展相對(duì)緩慢,導(dǎo)致交通擁堵問(wèn)題凸顯。近年來(lái)大數(shù)據(jù)技術(shù)的發(fā)展為交通問(wèn)題的解決帶來(lái)新的思路,成為學(xué)界熱門(mén)研究課題。但傳統(tǒng)算法難以克服單源數(shù)據(jù)的稀疏性與系統(tǒng)性誤差,也難以處理大規(guī)模復(fù)雜路網(wǎng)中的強(qiáng)時(shí)空相關(guān)性。因此,本文通過(guò)對(duì)交通數(shù)據(jù)處理、路網(wǎng)建模與全局預(yù)測(cè)算法的研究,為城市交通狀態(tài)監(jiān)測(cè)與預(yù)報(bào)問(wèn)題分別提供解決方案:其一,本文建立多源異構(gòu)交通數(shù)據(jù)融合系統(tǒng)以實(shí)現(xiàn)城市交通狀態(tài)的高效監(jiān)測(cè)。本文對(duì)取自上海市交通信息中心的交通數(shù)據(jù)進(jìn)行清洗與預(yù)處理,以從原始數(shù)據(jù)中提取有效的交通監(jiān)測(cè)信息。在此基礎(chǔ)上,設(shè)計(jì)實(shí)現(xiàn)異構(gòu)數(shù)據(jù)融合系統(tǒng)以解決交通監(jiān)測(cè)稀疏問(wèn)題,分別克服數(shù)據(jù)異構(gòu)與非同源數(shù)據(jù)相關(guān)性?xún)纱笾饕y點(diǎn)。本文針對(duì)不同規(guī)模的數(shù)據(jù)集設(shè)計(jì)、部署樸素與時(shí)空地圖匹配算法,結(jié)構(gòu)化多源異構(gòu)數(shù)據(jù)并從中獲得交通監(jiān)測(cè)矩陣。隨后提出基于魯棒回歸的Granger因果關(guān)系檢驗(yàn)?zāi)Ｐ?驗(yàn)證多源數(shù)據(jù)間的線性相關(guān)性。實(shí)驗(yàn)指出,多源數(shù)據(jù)的融合提高了監(jiān)測(cè)系統(tǒng)等效采樣率,相對(duì)單源方案提高38.85%,且具有較高估計(jì)精度。其二,考慮到城市路網(wǎng)的時(shí)空強(qiáng)耦合特... 

【文章來(lái)源】：上海交通大學(xué)上海市 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：103 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

–1上海市路網(wǎng)Figure2–1RoadnetworkofShanghai

–3公交行車(chē)記錄

上海交通大學(xué)碩士學(xué)位論文第二章城市交通大數(shù)據(jù)預(yù)處理圖2–4GCJ-02與WGS-84坐標(biāo)系間存在偏差Figure2–4ThedeviationbetweenGCJ-2andWGS-84coordinate站的，第一站為出站，第二站為進(jìn)站的一對(duì)數(shù)據(jù)，保留出站時(shí)間戳、進(jìn)站時(shí)間戳、停靠?jī)绍?chē)站編號(hào)作為一條公交車(chē)行車(chē)記錄(Drivinglog)以備后文使用。公交行車(chē)記錄存儲(chǔ)為JSON文件，格式如圖2–3所示，文件對(duì)每輛公交車(chē)分別描述了連續(xù)兩站間行駛過(guò)程，記錄了兩站點(diǎn)編號(hào)、行駛方向及出站、入站時(shí)間戳。此外，值得注意的是，國(guó)家測(cè)繪局出于信息安全考慮，對(duì)GPS定位結(jié)果進(jìn)行一定程度的加密處理，加密后的定位坐標(biāo)系稱(chēng)為國(guó)測(cè)局坐標(biāo)系(GCJ-02)[77]，該坐標(biāo)系與GPS所使用的WGS-84(WorldGeodeticSystem1984)[78]坐標(biāo)系存在一定的偏差，兩者定位結(jié)果并不通用。如圖2–4所示，圖中底圖為根據(jù)WGS-84坐標(biāo)系繪制的OpenStreetMap[79]地圖，以細(xì)線表示的路網(wǎng)根據(jù)GCJ-02坐標(biāo)系繪制，顯然二者存在較大的偏差。因此，本文對(duì)GCJ-02坐標(biāo)系下定位數(shù)據(jù)進(jìn)行修正，使其盡量與WGS-84坐標(biāo)系定位結(jié)果相吻合，坐標(biāo)系修正算法如算法2–1所示，并應(yīng)用于出租車(chē)軌跡數(shù)據(jù)集與上海市路網(wǎng)數(shù)據(jù)集。2.3交通數(shù)據(jù)的預(yù)處理在上一小節(jié)中，我們對(duì)數(shù)據(jù)進(jìn)行了清洗與整理。這一系列操作將原始數(shù)據(jù)中存在的缺失數(shù)據(jù)、無(wú)效值、非法數(shù)據(jù)等惡性錯(cuò)誤去除，并刪除冗余及不必要信息，保留關(guān)鍵字段。但本章工作所著眼的路段車(chē)速估計(jì)任務(wù)對(duì)樣本上下文關(guān)系也有著—17—

【參考文獻(xiàn)】：
碩士論文
[1]基于移動(dòng)傳感器網(wǎng)絡(luò)的城市交通監(jiān)測(cè)與估計(jì)[D]. 杜融.上海交通大學(xué) 2014



本文編號(hào)：3375707