本文關(guān)鍵詞：城市交通運(yùn)行狀態(tài)分析與預(yù)測(cè)關(guān)鍵技術(shù)研究

  更多相關(guān)文章： 城市交通 單幅圖像混合超分辨 網(wǎng)絡(luò)拓?fù)滠壽E點(diǎn)道路匹配 添加調(diào)節(jié)項(xiàng)的高階多變量馬爾可夫模型

【摘要】：城市交通是城市運(yùn)行的載體,與城市居民的工作、生活息息相關(guān)。隨著社會(huì)經(jīng)濟(jì)的發(fā)展,城市化水平日益提高,有限的城市交通資源和人們?nèi)找嬖鲩L(zhǎng)的交通出行需求之間的矛盾越發(fā)突出,城市交通路網(wǎng)承載能力過(guò)載、交通擁堵、交通污染、交通安全等問(wèn)題已經(jīng)成為城市發(fā)展的基礎(chǔ)性問(wèn)題。城市交通實(shí)踐證明,借助城市智慧交通的先進(jìn)技術(shù)來(lái)提高交通路網(wǎng)的通行能力和服務(wù)質(zhì)量是一條可行、有效的路徑。城市智慧交通中,人們通過(guò)城市交通基礎(chǔ)數(shù)據(jù)獲取、城市交通運(yùn)行狀態(tài)提取、城市交通運(yùn)行狀態(tài)分析與預(yù)測(cè)三個(gè)階段,從而實(shí)現(xiàn)對(duì)城市交通的有效監(jiān)控和管理。城市交通基礎(chǔ)數(shù)據(jù)是管理部門(mén)為引導(dǎo)出行和道路規(guī)劃做出科學(xué)決策的依據(jù)和基礎(chǔ)。相對(duì)于傳統(tǒng)的數(shù)字信號(hào),圖像信息更能直觀體現(xiàn)交通實(shí)景,對(duì)城市交通圖像信息進(jìn)行有效處理成為基礎(chǔ)數(shù)據(jù)獲取的關(guān)鍵。由于交通圖像中含有大量噪聲和無(wú)效信息,為獲取準(zhǔn)確可靠的數(shù)據(jù),需要對(duì)數(shù)據(jù)進(jìn)行篩選與處理。本文圍繞交通圖像處理關(guān)鍵技術(shù)進(jìn)行了深入研究,提出了相關(guān)算法,為準(zhǔn)確提取交通運(yùn)行狀態(tài)提供了基礎(chǔ)。在城市交通運(yùn)行狀態(tài)提取中,交通基礎(chǔ)數(shù)據(jù)往往是孤立的數(shù)字或圖像信息,難以被直觀理解和閱讀,因此需要將獲取的數(shù)字和圖像信號(hào)與地圖一一匹配。本文對(duì)城市交通運(yùn)行狀態(tài)提取中的數(shù)字地圖匹配關(guān)鍵技術(shù)進(jìn)行研究,提出了有效算法,為城市交通狀態(tài)分析與預(yù)測(cè)提供條件。在城市交通運(yùn)行狀態(tài)分析與預(yù)測(cè)中,需要對(duì)提取的狀態(tài)數(shù)據(jù)進(jìn)行挖掘和分析,研究運(yùn)行規(guī)律,捕捉關(guān)鍵信息。通過(guò)訓(xùn)練和測(cè)試交通預(yù)測(cè)模型,提前預(yù)測(cè)交通運(yùn)行狀態(tài),為決策部門(mén)提供前瞻性管理依據(jù),同時(shí)為人們綜合出行提供有效的信息服務(wù)。本文通過(guò)對(duì)成都市的交通歷史數(shù)據(jù)進(jìn)行分析,在研究傳統(tǒng)馬爾可夫模型的基礎(chǔ)上提出了一種新的預(yù)測(cè)模型,為城市交通運(yùn)行狀態(tài)的預(yù)測(cè)提供了一種有效方法。本文通過(guò)圖像處理、狀態(tài)提取、預(yù)測(cè)分析等關(guān)鍵技術(shù)研究,為提升城市交通科學(xué)管理水平提供了有效的解決辦法,為提高城市交通出行效率提供了可行的解決方案。論文的主要工作如下:(1)針對(duì)城市交通基礎(chǔ)采集數(shù)據(jù)中,由于客觀條件的限制,往往只能獲得一幅交通圖像,而且分辨率低,不能為交通管理提供有效圖像證據(jù)的問(wèn)題,提出了單幅圖像混合超分辨技術(shù)。該技術(shù)通過(guò)結(jié)合0圖像光滑處理方法、Bicubic插值方法、稀疏回歸方法等圖像超分辨技術(shù),對(duì)單幅低分辨率圖像進(jìn)行處理,來(lái)獲得高分辨率圖像。通過(guò)將該技術(shù)用于交通路網(wǎng)、車(chē)輛、車(chē)牌等低分辨率圖像,并與傳統(tǒng)超分辨技術(shù)進(jìn)行對(duì)比實(shí)驗(yàn),發(fā)現(xiàn)單幅圖像混合超分辨技術(shù)的效果較好。詳細(xì)內(nèi)容見(jiàn)第二章。(2)針對(duì)傳統(tǒng)地圖匹配算法不能有效處理復(fù)雜城市道路網(wǎng)絡(luò)中并行路段和復(fù)雜立交場(chǎng)景下的車(chē)輛軌跡匹配的問(wèn)題,提出了一種基于道路網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的軌跡匹配算法,通過(guò)將軌跡匹配問(wèn)題轉(zhuǎn)換為在加權(quán)的城市道路網(wǎng)絡(luò)中尋找最優(yōu)路徑的問(wèn)題,從而有效實(shí)現(xiàn)車(chē)輛軌跡匹配。并利用13933輛出租車(chē)軌跡數(shù)據(jù)對(duì)本算法進(jìn)行了實(shí)際驗(yàn)證,結(jié)果表明在對(duì)軌跡片段長(zhǎng)度進(jìn)行合理取值的情況下,該算法能獲得較高的匹配成功率和準(zhǔn)確率,能夠滿足實(shí)際應(yīng)用的需求。詳細(xì)內(nèi)容見(jiàn)第三章。(3)針對(duì)在實(shí)際城市交通中,各條道路之間相互影響,現(xiàn)有傳統(tǒng)模型難以反映多條道路之間的交通狀態(tài)關(guān)系。提出了基于復(fù)雜城市道路網(wǎng)絡(luò),含調(diào)節(jié)項(xiàng)的高階多變量馬爾可夫模型,并對(duì)該模型進(jìn)行了收斂性證明和參數(shù)估計(jì)。將模型用于城市道路交通擁堵預(yù)測(cè),并與傳統(tǒng)的高階多變量馬爾可夫模型和改進(jìn)的高階多變量馬爾可夫模型預(yù)測(cè)結(jié)果進(jìn)行了對(duì)比。詳細(xì)內(nèi)容見(jiàn)第四章。(4)綜合以上研究成果,定量分析了成都市城市交通運(yùn)行狀態(tài):利用本文提出的地圖匹配技術(shù),得到浮動(dòng)車(chē)的真實(shí)運(yùn)行軌跡,計(jì)算出各路段的平均速度,繪制了成都市各時(shí)段路網(wǎng)擁堵?tīng)顟B(tài)圖。利用路段的平均速度,統(tǒng)計(jì)分析了成都市交通網(wǎng)絡(luò)的運(yùn)行規(guī)律。利用本文提出的預(yù)測(cè)模型,對(duì)交通擁堵?tīng)顟B(tài)進(jìn)行了預(yù)測(cè)。分析了成都交通網(wǎng)絡(luò)的靜態(tài)可到達(dá)性和動(dòng)態(tài)可達(dá)性。詳細(xì)內(nèi)容見(jiàn)第五章。本文提出的新思想和新方法對(duì)目前城市交通管理具有一定的指導(dǎo)性意義和應(yīng)用價(jià)值。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：U491;TP391.41

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 劉淼;李若靈;;2008年度上海市中心城道路交通運(yùn)行分析[J];交通與運(yùn)輸;2009年02期

2 劉新新;;世博交通運(yùn)行的重要啟示[J];交通與運(yùn)輸;2010年05期

3 邵敏華;孫立軍;;城市多級(jí)道路交通運(yùn)行水平一體化評(píng)價(jià)模型[J];同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版);2010年11期

4 孫靜;;北京市交通運(yùn)行協(xié)調(diào)指揮中心初步啟用[J];交通標(biāo)準(zhǔn)化;2011年Z2期

5 張臣軍;王振山;高原;;剮蹭事故對(duì)交通運(yùn)行的影響評(píng)估分析[J];道路交通與安全;2011年01期

6 張曉;邵春福;葛正義;;城市交通運(yùn)行評(píng)價(jià)指標(biāo)體系研究[J];城市公共交通;2007年07期

7 郎海鵬;付靜靜;;高速公路基本路段交通運(yùn)行狀態(tài)評(píng)價(jià)[J];交通科技與經(jīng)濟(jì);2013年03期

8 R·M·MONTI;JOSEPHM.EGLOT.;王煒英;;在正常交通運(yùn)行情況下更換頂板[J];地下工程與隧道;1988年01期

9 魏其運(yùn),劉立新,曹廣佩;濟(jì)青公路運(yùn)輸通道交通運(yùn)行參數(shù)調(diào)查及分析[J];山東交通科技;2000年04期

10 Matthew Barth;Kanok Boriboonsomsin;邵玲;;交通擁堵與溫室氣體排放[J];城市交通;2012年01期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前5條

1 張溪;溫慧敏;孫建平;;交通擁堵預(yù)測(cè)預(yù)警在北京市的實(shí)際應(yīng)用[A];第七屆中國(guó)智能交通年會(huì)優(yōu)秀論文集——近期熱點(diǎn)[C];2012年

2 呂晨曦;施斌峰;董升;楊仁法;;交通運(yùn)行評(píng)價(jià)指標(biāo)體系的建立——以寧波為例[A];第八屆中國(guó)智能交通年會(huì)論文集[C];2013年

3 高永;戴小文;姚毅;李瑞君;;北京市道路交通事故時(shí)空分布及與交通運(yùn)行關(guān)系研究[A];第八屆中國(guó)智能交通年會(huì)論文集[C];2013年

4 王新偉;王成道;鄭毓蕃;;內(nèi)環(huán)線高架交通動(dòng)態(tài)計(jì)算機(jī)模擬系統(tǒng)研究[A];1998年上海市系統(tǒng)仿真學(xué)會(huì)學(xué)術(shù)年會(huì)論文專輯[C];1998年

5 王煒;蔡先華;陸建;;GIS在城市大型活動(dòng)交通運(yùn)行組織管理中的應(yīng)用研究[A];第二屆中國(guó)智能交通年會(huì)論文集[C];2006年

中國(guó)重要報(bào)紙全文數(shù)據(jù)庫(kù) 前6條

1 曹文啟 朱懷全;江蘇宿遷市宿豫區(qū) 調(diào)查交通運(yùn)行基本情況[N];中國(guó)安全生產(chǎn)報(bào);2010年

2 周堪;北京奧運(yùn)會(huì)交通運(yùn)行良好[N];人民公安報(bào)·交通安全周刊;2008年

3 記者 肖晗;深圳交通運(yùn)行效率將提高三成[N];深圳商報(bào);2013年

4 記者 蘇奕斌;2013年全市交通運(yùn)行態(tài)勢(shì)向好[N];閩南日?qǐng)?bào);2014年

5 記者 劉爽;限行首日停駛機(jī)動(dòng)車(chē)80萬(wàn)輛[N];北京商報(bào);2008年

6 周保軍;交警暗訪機(jī)動(dòng)車(chē)不禮讓行人行為[N];人民公安報(bào)·交通安全周刊;2012年

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前3條

1 劉張;城市交通運(yùn)行狀態(tài)分析與預(yù)測(cè)關(guān)鍵技術(shù)研究[D];電子科技大學(xué);2016年

2 呂北岳;基于浮動(dòng)車(chē)的深圳市道路交通運(yùn)行評(píng)價(jià)研究[D];武漢大學(xué);2013年

3 仲維慶;區(qū)域交通運(yùn)行效率分析及規(guī)模適應(yīng)性研究[D];大連海事大學(xué);2013年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 靳秋思;基于交通運(yùn)行指數(shù)的速度分布聚類(lèi)與排放測(cè)算不確定性[D];北京交通大學(xué);2016年

2 龔大鵬;雨雪天氣對(duì)城市道路交通運(yùn)行的影響研究[D];北京交通大學(xué);2016年

3 楊偉;區(qū)域交通運(yùn)行評(píng)價(jià)與改善策略研究[D];華中科技大學(xué);2009年

4 張昂?jiǎn)?城市交通運(yùn)行效率評(píng)價(jià)[D];首都經(jīng)濟(jì)貿(mào)易大學(xué);2014年

5 邱月;城市道路橋隧連接段交通運(yùn)行安全評(píng)價(jià)及保障措施研究[D];長(zhǎng)安大學(xué);2013年

6 紀(jì)錚翔;道路交通運(yùn)行狀態(tài)評(píng)價(jià)關(guān)鍵指標(biāo)研究[D];同濟(jì)大學(xué);2007年

7 王光輝;高速公路交通運(yùn)行狀態(tài)判別方法研究[D];吉林大學(xué);2015年

8 游黃陽(yáng);基于車(chē)牌跟蹤的交通運(yùn)行狀態(tài)評(píng)價(jià)及預(yù)測(cè)[D];華南理工大學(xué);2014年

9 楊文銳;基于道路運(yùn)輸特征的重慶主城區(qū)貨車(chē)限行方案研究[D];重慶交通大學(xué);2013年

10 魏立夏;城市路網(wǎng)交通運(yùn)行效率評(píng)估研究[D];長(zhǎng)沙理工大學(xué);2012年

，

本文編號(hào)：1288952