基于多源檢測(cè)器的交通信息融合方法研究.pdf

1、近年來(lái),隨著經(jīng)濟(jì)的高速發(fā)展和汽車(chē)保有量的激增,交通擁堵等交通問(wèn)題頻繁發(fā)生。交通問(wèn)題已經(jīng)成為包括我國(guó)在內(nèi)世界各國(guó)政府共同面臨的重大難題之一。人們迫切的需要了解實(shí)際中路網(wǎng)交通的運(yùn)行狀況,使之能夠指導(dǎo)人們的交通出行,并且為交通管理部門(mén)采取各種交通管理措施提供基礎(chǔ)。交通流檢測(cè)技術(shù)的發(fā)展為人們獲取交通流基礎(chǔ)信息提供了可能。
　　 本文基于多源交通檢測(cè)器獲得大量的交通流檢測(cè)基礎(chǔ)數(shù)據(jù),包括微波檢測(cè)器數(shù)據(jù)、線(xiàn)圈檢測(cè)器數(shù)據(jù)、牌照識(shí)別檢測(cè)器數(shù)據(jù)及G

2、PS出租車(chē)數(shù)據(jù)等。尤其是GPS出租車(chē)數(shù)據(jù),以每天2400萬(wàn)條數(shù)據(jù)上傳到數(shù)據(jù)庫(kù),提供了大量的交通歷史數(shù)據(jù),并以北京市為例,分析北京市的路網(wǎng)道路結(jié)構(gòu)和北京交通流檢測(cè)器的分布情況。
　　 根據(jù)北京市的路網(wǎng)情況和交通流檢測(cè)器情況,本文分兩步進(jìn)行數(shù)據(jù)融合:第一步是利用多源交通檢測(cè)器的數(shù)據(jù)達(dá)到基本上覆蓋北京市交通流量大的骨干路網(wǎng),并利用GPS出租車(chē)數(shù)據(jù)對(duì)部分其他道路交通狀態(tài)基礎(chǔ)數(shù)據(jù)的采集進(jìn)行補(bǔ)充,做到了道路網(wǎng)交通信息的全覆蓋。第二步是基于第

3、一步的多源交通數(shù)據(jù)對(duì)單位路段和主要路段進(jìn)行路段速度的融合,使融合出來(lái)的速度值更加接近真實(shí)值,提高基礎(chǔ)數(shù)據(jù)的準(zhǔn)確度。本文利用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行路段的多源檢測(cè)器速度融合,并分別進(jìn)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(xùn)練,得到以上8種組合模式的網(wǎng)絡(luò)模型,通過(guò)有效性判斷,均得到了預(yù)期的效果。本文還對(duì)GPS的速度精度進(jìn)行了大量調(diào)查,通過(guò)比較路況實(shí)際速度與數(shù)據(jù)中心接收到的速度,發(fā)現(xiàn)GPS速度值根據(jù)道路等級(jí)的不