基于GPS浮动车技术的大规模全覆盖城市道路交通状态获取方法研究

论文摘要

在当前交通控制系统中,交通状态数据的采集越来越被重视,目前用于交通状态获取的手段主要有微波雷达、感应线圈、视频摄像头等,这些检测器主要部署在关键路段和主干道路口。由于这种检测器有限范围的布局,导致了城市道路上存在大量的信息盲点和“真空”地带,并且在固定检测器分布的地方,也会因检测器故障导致交通信息缺失。如何全面准确地获取实时的城市道路的全路交通信息这个问题亟待解决。本文依托国家科技支撑计划课题“奥运电动汽车示范运行与技术保障”项目,用出租车作为浮动车,采用2.8万辆出租车的大规模GPS历史数据,通过快速地图匹配算法,对GPS数据在GIS地图上做了准确匹配。根据匹配的结果,结合路段的实际情况,以GPS数据为主,其他检测器数据为辅助,可以方便准确地获取到北京市路网任何一条路段上的交通状态。解决了因检测器故障和无检测器分布的路段交通信息获取的问题,做到了交通信息的全覆盖获取。本文的主要工作有：(1)采用了GIS地图预处理技术。使用了栅格化地图和给地图坐标点添加方向的方法。提高了了查询的速度和匹配过程中判断方向的速度。(2)采用了基于GIS地图预处理技术的快速地图匹配算法,与一般算法相比,该算法添加了快速路上区分主路和辅路的功能。(3)在匹配结果中,参照快速路上的微波数据,对GPS数据做了校准,获得了校准系数。(4)以校准过的GPS数据为主,对道路上具有代表性的三种路段做了交通状态的获取。

论文目录

• 致谢
• 中文摘要
• ABSTRACT
• 1 绪论
• 1.1 依托课题
• 1.2 问题的提出
• 1.3 国内外研究现状
• 1.3.1 地图匹配技术研究现状
• 1.3.2 浮动车移动检测技术研究现状
• 1.4 论文的内容结构
• 2 GPS数据分析
• 2.1 GPS/GIS技术
• 2.1.1 GPS定位原理
• 2.1.2 GIS地理信息系统
• 2.2 GPS数据特点
• 2.3 异常数据过滤
• 2.4 小结
• 3 GPS数据地图匹配
• 3.1 地图匹配原理
• 3.2 地图匹配方法及分类
• 3.2.1 地图匹配方法
• 3.2.2 地图匹配方法分类
• 3.3 地图匹配算法
• 3.3.1 数据库设计
• 3.3.2 栅格化GIS地图
• 3.3.3 GIS地图添加路段方向
• 3.3.4 主辅路的识别
• 3.3.5 基于历史信息的位置判断
• 3.3.6 算法步骤
• 3.4 地图匹配评价
• 3.4.1 算法优劣的评价
• 3.4.2 匹配效果评价
• 3.4.3 系统运行速度评价
• 3.5 本章小结
• 4 浮动车速度校准
• 4.1 校准前GPS数据处理
• 4.2 基于微波数据的速度校准
• 4.2.1 微波检测技术
• 4.2.2 误差源的定位和处理
• 4.2.3 速度的校准
• 4.3 本章小结
• 5 基于GPS数据城市交通状态全覆盖获取方法
• 5.1 交通流参数
• 5.2 北京市交通流检测器分布
• 5.2.1 按照检测器的种类划分
• 5.2.2 按照道路的等级划分
• 5.3 北京城市全路交通状态获取
• 5.3.1 无检测器路段的车速获取
• 5.3.2 检测器异常路段的车速获取
• 5.3.3 检测器正常路段的车速获取
• 5.4 北京市交通状态全覆盖获取方法实现
• 5.5 本章小结
• 6 总结与展望
• 6.1 本论文的主要成果
• 6.2 研究工作展望
• 参考文献
• 附录A
• 附录B
• 作者简历
• 学位论文数据集