基于改进D-S证据理论数据融合的路段单元交通状态判别方法

摘要：

为探究不同类型车辆运动特征差异对路段整体交通流状态判别的影响,解决单一数据源导致判别结果精度不高的问题,针对多种类型车辆的浮动车数据存在的显著差异,提出了基于改进D-S(Dempster-Shafer)证据理论数据融合的路段单元交通状态判别方法.通过分析不同类型车辆的浮动车数据,探究其在速度分布、交通状态划分标准及样本量等方面存在的差异;针对D-S证据理论在融合高冲突信息时的失效问题,从修正数据源基本信任分配函数与优化合成规则两方面改进D-S证据,并据此构建路段单元交通状态判别模型.经实例验证发现:基于出租车、公交车、私家车单一浮动车数据的路段单元交通状态判别准确率分别为83.58％,70.15％,61.19％,利用传统D-S证据理论融合数据的交通状态判别准确率为85.07％,改进方法判别准确率为94.03％.这表明改进方法可有效融合高度冲突的多种浮动车数据,其交通状态判别准确率高于基于单一浮动车数据或传统D-S证据理论的判别方法.

关键词：数据融合;D-S证据理论;路段单元;交通状态判别;浮动车数据;车辆运动特征

所属期刊栏目：7

分类号：U491.1(交通工程与公路运输技术管理)

资助基金：国家自然科学基金;重庆市技术创新与应用示范专项社会民生类重点研发项目

在线出版日期：2022-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：31-39