基于RFID电子车牌数据的城市路段行程时间预测研究与实现

发布时间：2021-09-25 09:36

　　随着经济社会的逐步发展,我国各大中城市的汽车保有量近年开始急剧攀升,随之带来的环境污染、交通事故,尤其是交通拥堵问题也日趋严重。近年来解决城市交通问题的手段主要包括限制车辆保有量的增长和大力发展公共交通设施,但这些手段都不是解决城市交通问题的根本之道。通过发展智能交通系统才是解决城市道路交通拥堵、环境污染等问题的有效方法之一,而城市道路行程时间短时预测作为智能交通系统中的一个重要研究领域,能够实现交通诱导,有效缓解城市道路的交通拥堵问题。但目前国内外的行程时间预测问题大多集中于基于GPS浮动车和固定线圈检测器的数据,鲜有利用RFID电子车牌数据进行相关的研究。近年来随着我国在智能交通系统方向研究与应用的大力投入,实现了交通流参数自动获取装置在大量城市的部署应用。以重庆市为例,在全国率先普及应用了RFID电子车牌,并在重庆市区的主要交通道路都部署了RFID电子车牌采集点,为城市道路交通的研究提供了丰富的数据来源。本文在重庆市RFID电子车牌数据的基础上,主要的研究内容可以概括为以下几个方面:（1）基于重庆市RFID电子车牌数据研究了城市道路行程时间的相关特征。首先描述了通过RFID电子车... 

【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校

【文章页数】：81 页

【学位级别】：硕士

【部分图文】：

RFID采集点示意图

图 3.2 选取路段在地图标识Figure3.2 Chosen road on the map为了分析不同路段行程时间分布特征，以及同一路段一天中在高峰期和非高期的行程时间分布区别，选取了 2016 年 3 月 1 日 08：00- 09：00、11：00-11：、14：00-14：30 和 17：30-18：00 这四个时间段来计算路段行程时间。然后通 RFID 电子车牌数据计算表 3-2 中四个路段的单位距离行程时间，得到图 3.3 至 3.6 的单位距离行程时间（单位为：秒/米）分布图；其中分布图中的横轴表示段的单位距离行程时间的数值，纵轴则为路段单位距离行程时间的概率值，等与横轴上单位距离行程时间数值所对应的频数与图中样本总量之间的比值，取范围内在 0 到 1 之间。

c）14：00-14：30d）17：30-18：00图 3.3 快速路段单位距离行程时间分布图Figure 3.3 Unit distance travel time distribution map for fast roada）08：30-09:00b）11：00-11：30


本文编号：3409471