基于GPS数据的交通速度估计及短时预测研究

发布时间：2020-11-19 17:05

　　 目前,日益严重的城市道路交通拥堵、空气污染和交通事故频发等问题已经成为一个城市健康发展的严重阻碍。利用车载GPS定位装置获取的实时道路数据与城市交通路网信息相结合从而获得实时交通状况,进而为人们提供更好的交通信息服务,已经成为目前解决交通拥堵等问题的一种有效手段和途径。论文围绕如何基于低频车载GPS数据进行实时交通状况估算问题展开研究,重点研究了基于出租车GPS数据的道路交通速度估计、短时交通速度预测以及基于流计算的面向大规模交通数据流的实时处理等问题,本文的主要工作和成果体现在如下三个方面:1)针对出租车GPS数据与电子地图的相应位置精确匹配问题,设计了一种基于条件约束、反向检查机制的实时地图匹配算法,进而针对出租车GPS数据采样时间间隔长及其运营特性问题,提出了一种有效数据获取方法和低采样频率下的道路速度计算方法,其特点是在较低的GPS采样频率下能够实现对交通状态较为准确的估计。2)基于非参数回归的短时交通预测模型,针对如何提高和改进其近邻搜索效率和精度问题,提出了一种基于速度变化趋势和密集度的变K近邻精确搜索算法,进而根据该算法进行了样本数据库设计并进行了实验验证,结果表明该算法在搜索效率和预测精度方面具有明显的改善。3)在上述研究基础上,针对大规模GPS数据流实时处理问题,基于流计算技术,设计实现了一个基于实时流计算平台Storm的交通速度估计与短时预测框架,将交通状况估算与实时流计算机制有机地结合起来,从而能够为大规模GPS数据流的实时处理和交通状况预测提供有效支持。
【学位单位】：国防科学技术大学
【学位级别】：硕士
【学位年份】：2014
【中图分类】：U491;P228.4
【部分图文】：

榛?频钠ヅ湫Ч?b) 加入反向检查机制的匹配效果图 3.3 匹配效果示意图3.3 平均行程速度估计如第二章所述，利用车载 GPS 数据估计单车行程速度的模型主要有速度积分模型和位置插值模型。前者利用 GPS 瞬时速度序列进行积分估计单车路段行程速度[59]，后者利用路段起点/终点两边的 GPS 定位点的位置、时间信息，采用内插法对车辆通过路段起点/终点的时间进行估计，进而计算出单车路段行程速度[60]。但高频率采样的 GPS 数据是以上两个模型前提，在低频采样的情况下，由于城市道路网络的复杂性以及交叉口降速的影响，两个连续 GPS 点间的速度将不稳定且变得没有相关性，这就形成了相对离散且无关的样本点，计算得到的平均行程速度精度将会显著下降。此外，由于出租车的运营特性，存在空车寻客、停运、载客上下车等情况，路段上的 GPS 数据不能完全反映当时的道路状况信息。如果单纯使用载客状态下的 GPS 数据，会因为数据量太少而降低道路平均行程速度估计精度。本文针对出租车运营特性以及其 GPS 数据特点

有效数据量统计

早平峰时段速度估计误差情况
【相似文献】

相关期刊论文 前10条

1 施沛德，陈希孺;关于非参数回归M－估计的最优收敛速度的一点记注[J];数学年刊A辑(中文版);1994年02期

2 宋向东;;非参数回归的罚样条算法[J];燕山大学学报;2007年03期

3 屈莉;兰时勇;张建伟;;基于浮动车数据非参数回归短时交通速度预测[J];计算机工程与设计;2013年09期

4 陈桂景;;关于非参数回归、判别及预测理论研究的一些进展(一)[J];淮北煤师院学报(自然科学版);1986年02期

5 朱东河;凌能祥;;长记忆下函数型数据非参数回归的M-估计[J];合肥工业大学学报(自然科学版);2010年06期

6 李春红;张可娟;邝文竹;;基于非参数回归的桥梁极限承载力预测[J];南昌大学学报(理科版);2012年02期

7 魏景海;;非参数回归在R中的实现[J];哈尔滨师范大学自然科学学报;2014年01期

8 卢一强,茆诗松;广义非参数回归的B样本贝叶斯估计[J];应用数学;2005年01期

9 康进;刘敬伟;;非参数回归估计与人工神经网络方法的预测效果比较[J];统计与决策;2009年23期

10 杨善朝;基于鞅序列非参数回归权函数的估计[J];系统科学与数学;1999年01期

相关博士学位论文 前2条

1 王新颖;基于网格的短时交通状态预测研究[D];吉林大学;2010年

2 陈长生;非参数回归和生长曲线统计分析方法研究及其医学应用[D];第四军医大学;1998年

相关硕士学位论文 前10条

1 孙长宁;基于非参数回归的土层参数反分析算法及其应用研究[D];昆明理工大学;2015年

2 林川;基于K近邻非参数回归的短时交通流预测算法研究[D];电子科技大学;2015年

3 朱馨;基于非参数方法的猪肉价格断点回归分析[D];浙江大学;2016年

4 田小发;基于高斯核函数的非参数回归的扰动选择和局部影响分析[D];云南财经大学;2016年

5 宗钦原;基于非参数回归方法的我国外汇储备的相关分析[D];重庆大学;2016年

6 丁涛杰;基于GPS数据的交通速度估计及短时预测研究[D];国防科学技术大学;2014年

7 刘志刚;非参数回归的研究及其应用[D];温州大学;2012年

8 刘祥;基于改进的非参数回归交通流量预测方法[D];华中科技大学;2011年

9 张杰;相似可分离函数的非参数回归估计[D];东北师范大学;2008年

10 张云霞;两种数据的非参数回归及其渐近性质[D];燕山大学;2012年

本文编号：2890235