基于大数据分析的城市交通状态监测与预报

发布时间：2021-08-31 22:09

　　随着我国城市化的推进,大都市路网规模日益增大,车辆保有量屡创新高,交通系统承受巨大压力。同时,交通管理系统的发展相对缓慢,导致交通拥堵问题凸显。近年来大数据技术的发展为交通问题的解决带来新的思路,成为学界热门研究课题。但传统算法难以克服单源数据的稀疏性与系统性误差,也难以处理大规模复杂路网中的强时空相关性。因此,本文通过对交通数据处理、路网建模与全局预测算法的研究,为城市交通状态监测与预报问题分别提供解决方案:其一,本文建立多源异构交通数据融合系统以实现城市交通状态的高效监测。本文对取自上海市交通信息中心的交通数据进行清洗与预处理,以从原始数据中提取有效的交通监测信息。在此基础上,设计实现异构数据融合系统以解决交通监测稀疏问题,分别克服数据异构与非同源数据相关性两大主要难点。本文针对不同规模的数据集设计、部署朴素与时空地图匹配算法,结构化多源异构数据并从中获得交通监测矩阵。随后提出基于鲁棒回归的Granger因果关系检验模型,验证多源数据间的线性相关性。实验指出,多源数据的融合提高了监测系统等效采样率,相对单源方案提高38.85%,且具有较高估计精度。其二,考虑到城市路网的时空强耦合特... 

【文章来源】：上海交通大学上海市 211工程院校 985工程院校 教育部直属院校

【文章页数】：103 页

【学位级别】：硕士

【部分图文】：

–1上海市路网Figure2–1RoadnetworkofShanghai

–3公交行车记录

上海交通大学硕士学位论文第二章城市交通大数据预处理图2–4GCJ-02与WGS-84坐标系间存在偏差Figure2–4ThedeviationbetweenGCJ-2andWGS-84coordinate站的，第一站为出站，第二站为进站的一对数据，保留出站时间戳、进站时间戳、停靠两车站编号作为一条公交车行车记录(Drivinglog)以备后文使用。公交行车记录存储为JSON文件，格式如图2–3所示，文件对每辆公交车分别描述了连续两站间行驶过程，记录了两站点编号、行驶方向及出站、入站时间戳。此外，值得注意的是，国家测绘局出于信息安全考虑，对GPS定位结果进行一定程度的加密处理，加密后的定位坐标系称为国测局坐标系(GCJ-02)[77]，该坐标系与GPS所使用的WGS-84(WorldGeodeticSystem1984)[78]坐标系存在一定的偏差，两者定位结果并不通用。如图2–4所示，图中底图为根据WGS-84坐标系绘制的OpenStreetMap[79]地图，以细线表示的路网根据GCJ-02坐标系绘制，显然二者存在较大的偏差。因此，本文对GCJ-02坐标系下定位数据进行修正，使其尽量与WGS-84坐标系定位结果相吻合，坐标系修正算法如算法2–1所示，并应用于出租车轨迹数据集与上海市路网数据集。2.3交通数据的预处理在上一小节中，我们对数据进行了清洗与整理。这一系列操作将原始数据中存在的缺失数据、无效值、非法数据等恶性错误去除，并删除冗余及不必要信息，保留关键字段。但本章工作所着眼的路段车速估计任务对样本上下文关系也有着—17—

【参考文献】：
硕士论文
[1]基于移动传感器网络的城市交通监测与估计[D]. 杜融.上海交通大学 2014



本文编号：3375707