城市交通流多源信息采集與融合方法的研究及應用.pdf

1、城市交通誘導系統(tǒng)是智能交通系統(tǒng)(ITS:Intelligent Transport System)的一個重要組成部分，誘導系統(tǒng)的技術基礎是能夠對多源交通流數據進行有效處理。 盡管城市交通中現有的交通流檢測方法比較豐富，但各個系統(tǒng)之間的交互性較差；并且，由于檢測方法原理上和檢測設備性能上的不同，造成即使對同一組交通流參數采用不同的方法進行檢測也會得到不同的結果；其三，缺乏有效的技術分析手段對這些數據進行深層次挖掘，導致許多有重要價

2、值的信息被湮沒和被忽略。針對以上問題，本文提出基于多源交通流參數的證據合成方法，對目前多種交通流傳感器采集的數據進行分析、融合。 本文研究工作包括三部分內容： 1.研究一種新的動態(tài)OD分析方法 該方法將抓拍識別設備或信標法獲得的車輛數據作為數據源，對其進行處理以獲取相關交通流參數信息。該方法以路段平均行程時間為基礎，利用某周期的數據預測下一個周期的路網最長行程時間，并得到該周期的滑動時間窗口大小。當下一周期到來時

3、對落于滑動時間窗口內的數據進行處理以獲取路段平均行程時間等有效交通流參數。 2.通過分析一定時段的抓拍車輛信息 對路網中該時段存在的群體性出行規(guī)律進行研究，并基于此提出典型行車路線理論，同時研究給出一種基于熱點的啟發(fā)式求解算法，利用該算法能夠通過路徑遍歷和模糊聚類獲取具有不同粒度的典型行車路線。 3.融合處理采集到的交通流數據 針對多種檢測方法(感應線圈、視頻檢測、第一部分的動態(tài)OD分析法和浮動車法等)采

4、集到的交通流數據，利用證據理論對其進行融合處理，對融合過程中存在的檢測參數缺失、數據冗余，分別利用Greenshields交通流理論和改進的粗糙集屬性約簡規(guī)則進行處理；在處理過程中采用模糊似然測度法獲取基本概率函數，并提出改進的證據合成公式用以消解矛盾證據中的沖突。 本文所獲得的理論研究成果，在浙江省重大科技專項項目“城市智能交通誘導系統(tǒng)的關鍵技術研究與應用”的研發(fā)過程中，已經順利通過了實踐檢驗；并基于此成功開發(fā)出城市交通流信息