基于志愿感知的實(shí)時(shí)交通信息采集研究與系統(tǒng)設(shè)計(jì).pdf

1、實(shí)時(shí)交通數(shù)據(jù)的采集作為智能交通系統(tǒng)中最為基礎(chǔ)和關(guān)鍵的子系統(tǒng)，以其重要的作用和巨大的應(yīng)用價(jià)值受到各界的廣泛關(guān)注，特別是大數(shù)據(jù)時(shí)代的來(lái)臨，使得其潛在價(jià)值也越來(lái)越凸顯。在實(shí)時(shí)交通數(shù)據(jù)采集技術(shù)的發(fā)展過(guò)程中，隨著移動(dòng)互聯(lián)網(wǎng)的發(fā)展和智能手機(jī)的普及，基于移動(dòng)感知的實(shí)時(shí)交通數(shù)據(jù)采集技術(shù)以其成本低、覆蓋率高等優(yōu)勢(shì)，逐漸成為近年來(lái)的研究熱點(diǎn)，不少學(xué)者對(duì)此都展開(kāi)了一系列研究。
　　本文研究了基于移動(dòng)感知的實(shí)時(shí)交通數(shù)據(jù)采集問(wèn)題，在傳統(tǒng)的移動(dòng)感知體系的基礎(chǔ)

2、上，結(jié)合志愿計(jì)算的特點(diǎn)，提出了志愿感知的概念，并通過(guò)對(duì)系統(tǒng)需求和志愿者人群的深入研究與挖掘，設(shè)計(jì)了基于志愿感知的實(shí)時(shí)交通數(shù)據(jù)采集體系及其工作流程，并對(duì)體系中涉及到的各個(gè)模塊進(jìn)行了深入的分析和研究，將所取得的成果成功運(yùn)用于實(shí)際系統(tǒng)當(dāng)中。主要工作和貢獻(xiàn)包含以下幾個(gè)方面:
　　本文首先簡(jiǎn)單介紹了實(shí)時(shí)交通數(shù)據(jù)采集子系統(tǒng)的概念和作用，并比較了該領(lǐng)域的各種技術(shù)方案，進(jìn)而引出移動(dòng)感知在實(shí)時(shí)交通數(shù)據(jù)采集方面的優(yōu)勢(shì)和研究意義，總結(jié)了現(xiàn)有移動(dòng)感知領(lǐng)域

3、研究的不足;隨后，本文介紹了實(shí)時(shí)交通數(shù)據(jù)采集的主要流程，就其中十分重要的定位技術(shù)、地圖匹配算法以及交通參數(shù)估計(jì)做了詳細(xì)介紹和比較，給出本文所選擇的技術(shù)、算法和模型。針對(duì)現(xiàn)有移動(dòng)感知的不足，結(jié)合志愿計(jì)算的思想，通過(guò)深入的系統(tǒng)需求分析，給出了本系統(tǒng)的設(shè)計(jì)和實(shí)現(xiàn)方案，并提出精準(zhǔn)感知和節(jié)能感知兩種感知策略。精準(zhǔn)感知適用于能量不受限的情況，以減輕志愿者負(fù)擔(dān)為主要目標(biāo)，通過(guò)基于geohash的快速初始化算法的實(shí)現(xiàn)，避免了感知任務(wù)執(zhí)行中的人為干預(yù)和監(jiān)

4、督。同時(shí)，通過(guò)將算法復(fù)雜度高的地圖匹配等流程移至智能移動(dòng)終端，成功緩解了云服務(wù)器壓力，提高了系統(tǒng)的實(shí)時(shí)性能。節(jié)能感知適用于對(duì)能耗敏感的志愿者，該策略結(jié)合機(jī)器學(xué)習(xí)技術(shù)，通過(guò)對(duì)智能手機(jī)各個(gè)傳感器的深入研究，提出使用加速度作為輸入對(duì)路況進(jìn)行估計(jì)的方案，從而降低了GPS等定位傳感器的使用頻率，極大地降低了感知能耗。
　　本文通過(guò)一系列的實(shí)驗(yàn)，驗(yàn)證了精準(zhǔn)感知和節(jié)能感知的有效。實(shí)驗(yàn)結(jié)果顯示，使用精準(zhǔn)感知能夠精確地得到志愿者所行駛過(guò)道路的平均速