城市道路通行时间估计关键技术研究

发布时间：2021-01-03 03:48

　　交通拥堵问题一直以来都让人困扰,它严重影响城市发展和居民生活,是非常棘手但又亟待解决的重要问题。城市道路通行时间作为道路交通拥堵状态的直观反映,已经吸引大量学者对其估计问题进行研究,但是由于存在以下难点该问题还没有得到很好的解决:数据集高维且高度稀疏、用户不同驾驶特点导致通行时间差异、道路交通状况受多种因素影响动态变化等。为了解决上述问题,本文通过对城市道路通行时间估计关键技术进行研究,提出一种基于驾驶特点和交通状况的城市道路通行时间实时估计方法。本文的主要工作包括:（1）使用自编码器对高维高度稀疏的用户数据进行低维稠密表示,然后使用带局部缩放的谱聚类算法对用户表示进行聚类以区分不同驾驶特点,在此基础上再对道路的不同交通状况进行聚类,以形成不同驾驶特点和交通状况下的道路通行一般所需时间张量;（2）使用CP张量分解对时间张量缺失项进行相似填充,以获得当前时间不同驾驶特点和交通状况下道路通行时间的一般化估计,在此基础上进一步使用多层感知器对当前单个用户的道路通行时间进行个性化估计;（3）使用北京2个月的出租车GPS轨迹数据分别对本文提出方法在道路通行时间的一般化估计和个性化估计两个工作上进... 

【文章来源】：华南理工大学广东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：74 页

【学位级别】：硕士

【部分图文】：

018年全国拥堵情况热力图

第一章 绪论，但是其中短短 2 公里的路段就设置了 5 个红路灯，并且由于该路段属于主干处，其中两个红绿灯的等待时间几乎需要 1 分钟。这么稠密的红绿灯布置使得广州的拥堵路段中名列前茅，形成了一个交通的瓶颈区域。为了缓解这类原因通拥堵问题，城市规划相关部分需要长期监控和估计道路通行时间，寻找交通合理的交通设施。

止的行程时间估计方法总结为五种，包括基于回归的方法、动态输入方法，基于沙漏的方法和 BPR 类型方法[18]，其中基于回归的方法、道路容量、道路交叉口等因素对道路通行时间的影响，应用这些的模型对行程时间进行预测[19]；动态输入-输出方法是直接通过上出）两个传感器获得的交通数据和时间序列来预测行程时间[20]；根据每种车通过感应传感器时所产生的反馈信号不同这一特性，记游传感器的时间差来得到平均通行时间从而进行行程时间预测[21]；是将行程时间分成正常的行驶时间和堵车时的排队时延，将交叉路沙漏[22]；而 BPR 类型的方法则主要关注交叉路口的延时对道路通中回归模型较为实用，但受制于地理位置；动态输入-输出模型和少依赖道路参数，但是其需要高采样率数据，并且在预测未来的行漏模型需要当前难以获取的额外的交通数据；而 BPR 模型过于简状态[18]。由于各种原因，这些模型的准确性都比较低。


本文编号：2954254