基于GPS浮动车数据采集与融合的交通流诱导方法研究

论文摘要

随着我国大中城市路网的逐步成熟和道路交通需求量进一步的增加,城市常发性交通拥挤越来越严重。而实际上,路网并不是在全部时间和空间上都是满负荷运转的,若能够及时获得路网上的动态交通信息,充分利用交通系统的资源,则可在不增加道路设置的情况下,通过提高路网的使用效率和安全性来满足不断增长的运输需求。所以路网中交通流信息的采集技术已成为智能交通系统中的重要技术之一。论文在综合分析研究了目前常用交通流采集技术和基于GPS浮动车采集技术优缺点基础上,提出了以地感线圈采集技术和基于GPS浮动车采集技术相融合的算法。通过地感线圈所采集车辆瞬时速度和浮动车所采集空间车速,来折算出空间车速校准比,从中选择合适的参数校准浮动车所获得的空间车速,以此得到精度较高的路段平均车速。该算法弥补了地感线圈采集装置安装位置受限以及浮动车车型受限等缺点,融合后的数据几乎接近实际数据。并采用迪杰克拉斯算法对路网中的车流量按照优化后的路网权值进行最优路径的普通车辆诱导和公交车辆诱导。在以上理论算法分析和研究的基础上,根据广州市的公路网交通需求特点,确立优化广州市交通路网的设计目标,并选择合适的诱导算法,确立了优化广州市公路网交通拥挤问题的具体解决方案。最后,通过利用Matlab6.0对算法进行了仿真试验并在广州市公路网实际项目中得到具体应用,表明本文所提出的关于交通流采集技术相融合的算法能够满足课题提出的要求,证明算法是可行的,并且在实际项目应用中,取得了较好效果。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题的来源、研究背景及意义
• 1.1.1 课题的来源
• 1.1.2 研究的背景
• 1.2 国内外交通流数据采集技术发展概况
• 1.2.1 国外研究现状
• 1.2.2 国内研究现状与应用情况
• 1.3 论文研究目的和研究内容
• 第二章 交通流采集技术及交通流诱导系统
• 2.1 交通流参数
• 2.2 交通流的动态特性分析
• 2.3 道路交通状态指标体系的需求分析
• 2.4 交通流量参数采集技术
• 2.4.1 目前交通流信息采集常用方法
• 2.4.2 基于GPS 浮动车交通流采集技术
• 2.5 交通流诱导系统
• 2.5.1 城市交通流诱导系统的定义
• 2.5.2 城市交通流诱导系统的研究内容
• 2.5.3 动态路径诱导系统的构成
• 2.5.4 城市交通流诱导系统的结构框架
• 2.5.5 城市交通流诱导系统的实施框架
• 2.6 本章小结
• 第三章 基于GPS 浮动车的数据融合方法研究
• 3.1 数据融合的定义
• 3.2 数据融合理论和技术在交通领域的发展和应用现状
• 3.3 通过地感线圈采集与浮动车采集相融合获得准确的平均车速
• 3.4 融合的基本原理及融合模型的建立
• 3.5 道路空间速度的数据融合
• 3.5.1 地感线圈检测器的数据格式
• 3.5.2 求浮动车数据的校准比
• 3.5.3 建立校准比表
• 3.5.4 求道路空间平均车速流程
• 3.6 小结
• 第四章 基于GPS 浮动车数据的交通流诱导方法研究
• 4.1 基于城市路网的最优路径选择相关概念
• 4.1.1 网络数据模型的基本概念
• 4.1.2 最优路径概述
• 4.1.3 最优路径选择经典算法
• 4.1.4 影响最优路径选择的因素
• 4.2 普通车辆诱导
• 4.2.1 由浮动车数据计算路段行程时间
• 4.2.2 建立时间代价表
• 4.2.3 动态最优路径选择
• 4.3 公交车辆诱导
• 4.3.1 由公交浮动车数据计算各站间行驶时间
• 4.3.2 建立公交车行驶时间代价表
• 4.3.3 公交诱导算法
• 4.4 小结
• 第五章 具体实例分析
• 5.1 广州城市公路现状与交通需求
• 5.2 优化广州市交通路网的解决方案
• 5.3 算法的具体实现
• 5.3.1 建立基于历史数据的校准表
• 5.3.2 融合算法的仿真实验
• 5.3.3 建立时间代价表
• 5.4 结果分析
• 5.5 小结
• 总结与展望
• 论文主要结论
• 尚待进一步研究的问题
• 参考文献
• 攻读硕士学位期间所发表的学术论文
• 致谢