基于低采样频率浮动车的行程车速信息实时采集技术

摘要：

智能运输系统(ITS)是当前解决交通问题的最佳途径之一,而动态交通信息的发布与预测是ITS的关键所在.然而由于在各种外部因素下,道路交通状态呈现出随机变化的特性,使得动态交通信息的发布与预测成为一大难点.结合某城市的实际情况,本文建立了在定位误差、采样间隔、车辆类型、道路类型等因素影响下的行程车速估计模型,并用实测数据对模型进行精度验证.结合出租车车辆的特殊信息,改进了低采样频率浮动车技术的估计算法,建立了空车数据处理模型;针对城市复杂和相似路段问题,提出了基于距离、方向角、连通性、历史数据以及车流方向等约束条件下的地图匹配算法;针对低采样频率浮动车数据,提出了考虑交叉口影响下的行程车速估计算法,通过实测数据评估了算法的性能;最后,针对不同检测技术的特征,提出了数据融合算法.

关键词：浮动车数据、行程车速、聚类分析、数据融合

所属期刊栏目：8

分类号：U491(交通工程与公路运输技术管理)

在线出版日期：2008-10-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：42-48