基于多源檢測器的交通信息融合方法研究.pdf

1、近年來,隨著經濟的高速發(fā)展和汽車保有量的激增,交通擁堵等交通問題頻繁發(fā)生。交通問題已經成為包括我國在內世界各國政府共同面臨的重大難題之一。人們迫切的需要了解實際中路網交通的運行狀況,使之能夠指導人們的交通出行,并且為交通管理部門采取各種交通管理措施提供基礎。交通流檢測技術的發(fā)展為人們獲取交通流基礎信息提供了可能。
　　 本文基于多源交通檢測器獲得大量的交通流檢測基礎數據,包括微波檢測器數據、線圈檢測器數據、牌照識別檢測器數據及G

2、PS出租車數據等。尤其是GPS出租車數據,以每天2400萬條數據上傳到數據庫,提供了大量的交通歷史數據,并以北京市為例,分析北京市的路網道路結構和北京交通流檢測器的分布情況。
　　 根據北京市的路網情況和交通流檢測器情況,本文分兩步進行數據融合:第一步是利用多源交通檢測器的數據達到基本上覆蓋北京市交通流量大的骨干路網,并利用GPS出租車數據對部分其他道路交通狀態(tài)基礎數據的采集進行補充,做到了道路網交通信息的全覆蓋。第二步是基于第

3、一步的多源交通數據對單位路段和主要路段進行路段速度的融合,使融合出來的速度值更加接近真實值,提高基礎數據的準確度。本文利用BP神經網絡模型進行路段的多源檢測器速度融合,并分別進行單位路段和主要路段,快速路和主干路,高峰期和平峰期共8種組合模式下的模型訓練,得到以上8種組合模式的網絡模型,通過有效性判斷,均得到了預期的效果。本文還對GPS的速度精度進行了大量調查,通過比較路況實際速度與數據中心接收到的速度,發(fā)現GPS速度值根據道路等級的不