浮動車在城市智能交通系統(tǒng)中的應(yīng)用簡述.pdf

《浮動車在城市智能交通系統(tǒng)中的應(yīng)用簡述.pdf》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。

1、第３２卷第２期公路交通技術(shù)Ｖｏｌ．３２Ｎｏ２２０１６年４月ＴｅｃｈｎｏｌｏｇｙｏｆＨｉｇｈｗａｙａｎｄＴｒａｎｓｐｏｒｔＡｐｒ２０１６ＤＯＩ：１０．１３６０７／ｊ．ｃｎｋｉ．ｇｌｊｔ．２０１６．０２．０２７浮動車在城市智能交通系統(tǒng)中的應(yīng)用簡述１，２１１２阮巍，付建勝，王川久，劉夢依（１．重慶云途交通科技有限公司，重慶４０００６７；２．吉林大學(xué)交通學(xué)院，長春１３００２２）摘要：以浮動車數(shù)據(jù)處理，基于浮動車的路段車速估計、行程時間估計以及交通狀態(tài)判別和動態(tài)路網(wǎng)ＯＤ估計為序，對浮動車技術(shù)在城市智能交通系統(tǒng)中的應(yīng)用進行遞進式歸納和總結(jié)，并探討目前研究的不足且對未來研究進行展望。關(guān)鍵詞：浮動車；

2、城市智能交通系統(tǒng)；參數(shù)估計；狀態(tài)判別文章編號：１００９－６４７７（２０１６）０２－０１２１－０６中圖分類號：Ｕ４９１．２文獻標識碼：ＡＰｒｏｆｉｌｅｏｆＡｐｐｌｉｃａｔｉｏｎｏｆＦｌｏａｔｉｎｇＣａｒｓｉｎＵｒｂａｎＩｎｔｅｌｌｉｇｅｎｔＴｒａｆｆｉｃＳｙｓｔｅｍ１，２１１２ＲＵＡＮＷｅｉ，ＦＵＪｉａｎｓｈｅｎｇ，ＷＡＮＧＣｈｕａｎｊｉｕ，ＬＩＵＭｅｎｇｙｉＡｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｃｏｎｄｕｃｔｓｐｒｏｇｒｅｓｓｉｖｅｃｏｎｃｌｕｓｉｏｎａｎｄｓｕｍｍａｒｉｚａｔｉｏｎｆｏｒａｐｐｌｉｃａｔｉｏｎｏｆｔｈｅｆｌｏａｔｉｎｇｃａｒｔｅｃｈｎｏｌｏｇｙｉｎｕｒｂａｎｉｎｔｅｌｌｉｇ

3、ｅｎｔｔｒａｆｆｉｃｓｙｓｔｅｍｉｎｔｈｅｓｅｑｕｅｎｃｅｏｆｆｌｏａｔｉｎｇｃａｒｄａｔａｐｒｏｃｅｓｓｉｎｇ，ｆｌｏａｔｉｎｇｃａｒｂａｓｅｄｅｓｔｉｍａｔｅｏｆｓｅｃｔｉｏｎｓｐｅｅｄ，ｅｓｔｉｍａｔｅｏｆｔｒａｖｅｌｔｉｍｅ，ｒｅｃｏｇｎｉｔｉｏｎｏｆｔｒａｆｆｉｃｓｔａｔｅｓａｎｄｅｓｔｉｍａｔｅｏｆｄｙｎａｍｉｃｒｏａｄｎｅｔｗｏｒｋＯＤ，ａｎｄｐｒｏｂｅｓｉｎｔｏｔｈｅｉｎｓｕｆｆｉｃｉｅｎｃｙｉｎｐｒｅｓｅｎｔｒｅｓｅａｒｃｈａｎｄｏｕｔｌｏｏｋｓｔｈｅｆｕｔｕｒｅｒｅｓｅａｒｃｈ．Ｋｅｙｗｏｒｄｓ：ｆｌｏａｔｉｎｇｃａｒ；ｕｒｂａｎｉｎｔｅｌｌｉｇｅｎｔｔｒａｆｆｉｃｓｙ

4、ｓｔｅｍ；ｐａｒａｍｅｔｅｒｅｓｔｉｍａｔｅ；ｃｏｎｄｉｔｉｏｎｉｄｅｎｔｉｆｉｃａｔｉｏｎ浮動車是指安裝了ＧＰＳ模塊和無線通信模塊應(yīng)用決策提供可靠的技術(shù)支撐，如交通控制、智能導(dǎo)等終端設(shè)備的機動車。其中，ＧＰＳ模塊負責(zé)接收衛(wèi)航、應(yīng)急決策以及動態(tài)路徑規(guī)劃等。星定位信號并記錄車輛的經(jīng)緯度坐標和瞬時車速等本文以浮動車數(shù)據(jù)預(yù)處理，基于浮動車的路浮動車數(shù)據(jù)；無線通信模塊負責(zé)將車載終端ＩＤ、經(jīng)段車速估計、行程時間估計以及交通狀態(tài)判別和緯度坐標、瞬時車速、時間戳等有關(guān)數(shù)據(jù)依照一定時動態(tài)路網(wǎng)ＯＤ估計為序，對浮動車技術(shù)在城市智能間間隔傳送給交通控制中心，同時負責(zé)接收交通控交通系統(tǒng)中的應(yīng)用進行遞進式歸納和總結(jié)

5、，并基制中心下發(fā)的指令。于上述分析指出現(xiàn)狀研究的不足，且對后續(xù)研究［１］浮動車的應(yīng)用始于２０世紀９０年代初，但直進行展望。到２０００年美國取消了ＧＰＳ選擇可用性限制后，浮動車技術(shù)才被廣泛應(yīng)用于交通領(lǐng)域。相較以往固定１浮動車數(shù)據(jù)處理技術(shù)型交通信息采集設(shè)備，浮動車具有覆蓋面廣、安裝簡衛(wèi)星及通信系統(tǒng)誤差、復(fù)雜的駕駛行為、復(fù)雜的單、維護成本低且信息采集實時性強、精度高等優(yōu)天氣狀況及浮動車的覆蓋率、采樣頻率偏低等都會勢。浮動車系統(tǒng)的工作原理是對路網(wǎng)交通狀況進行影響浮動車數(shù)據(jù)的可用性。有學(xué)者指出浮動車的數(shù)實時抽樣并處理分析。如果浮動車對路網(wǎng)的覆蓋率據(jù)質(zhì)量符合“８０／２０法則”，即路網(wǎng)中８０％的浮動車及

6、采樣頻率均能達到要求，則其便能獲取足夠的交數(shù)據(jù)對于后續(xù)路段車速估計、行程時間估計及交通通信息并上傳給交通控制中心。交通控制中心結(jié)合狀態(tài)判別等都是不可靠的。為此，學(xué)者們從數(shù)據(jù)處ＧＩＳ對浮動車系統(tǒng)中的海量信息進行大數(shù)據(jù)分析，理（包括數(shù)據(jù)預(yù)處理、數(shù)據(jù)融合）和地圖匹配２方面便可以實現(xiàn)對路網(wǎng)實時運行狀況的感知，為其后續(xù)對浮動車數(shù)據(jù)的可用性進行了改善?；痦椖浚褐貞c市“１５１”科技重大專項（ｃｓｔｃ２０１３ｊｃｓｆ－ｚｄｚｘｑｑＸ０００３）收稿日期：２０１５－０８－１７作者簡介：阮巍（１９８９－），男，河南省焦作市人，碩士研究生。１２２公路交通技術(shù)第３２卷１．１數(shù)據(jù)處理以及相應(yīng)的ＧＰＳ數(shù)據(jù)特征后，按照

7、二者數(shù)據(jù)的有效數(shù)據(jù)預(yù)處理主要針對故障數(shù)據(jù)，包括故障數(shù)據(jù)占比建立了出租車和公交車的混合浮動車路段平均［９］識別、故障數(shù)據(jù)修復(fù)以及數(shù)據(jù)濾波；數(shù)據(jù)融合主要針速度估計模型。Ｔｒｅｉｂｅｒ等基于一種改進的自適對浮動車數(shù)據(jù)樣本量小、采樣間隔大等問題，整合多應(yīng)指數(shù)平滑法對浮動車數(shù)據(jù)和ＳＤＤ進行融合，實現(xiàn)方數(shù)據(jù)源進行的綜合應(yīng)用。比較而言，數(shù)據(jù)融合更了對高速公路交通流和速度的估計。復(fù)雜但也更具優(yōu)勢，是未來研究的趨勢。１．２地圖匹配數(shù)據(jù)預(yù)處