结合卡尔曼滤波的城市路段速度估计
本文以城市出租车为浮动车数据采集源,介绍了基于GPS数据的实时路段速度估计的基本方法.针对目标路段GPS数据样本量不足的情况,考虑邻近区域的路段速度、上周同日速度、前一时刻速度等与目标路段当前时刻速度等密切相关的变量,建立多元线性回归方程,利用卡尔曼滤波融合预测值和测量值,从而提高路段行驶速度的估计精度.选择广州市东风路作为测试实例,融合值比测量值误差降低9%,绝对相对误差变动系数减少4%,表明结合卡尔曼滤波技术的城市路段速度估计精度和稳定性均得到提高.
智能交通系统、浮动车、速度估计、卡尔曼滤波
38
TP391;P228.4(计算技术、计算机技术)
广东省科技计划资助项目2009A011601013;广东省交通信息公众服务平台项目GDIID2008IS006
2013-03-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
96-99