基于RTMS數(shù)據(jù)的區(qū)域機(jī)動(dòng)車(chē)積累量分析和可視化.pdf

1、隨著機(jī)動(dòng)車(chē)數(shù)量的飛速增加，城市交通問(wèn)題日益凸顯，對(duì)人們的日常生活產(chǎn)生了巨大的影響。據(jù)統(tǒng)計(jì)，我國(guó)機(jī)動(dòng)車(chē)保有量在2016年上半年已達(dá)到2.58億，大量的機(jī)動(dòng)車(chē)數(shù)量帶來(lái)了嚴(yán)重的城市擁堵和停車(chē)?yán)щy等交通問(wèn)題。為了解決交通問(wèn)題，各個(gè)國(guó)家大力發(fā)展智能交通系統(tǒng)，通過(guò)實(shí)時(shí)監(jiān)測(cè)交通系統(tǒng)，采集交通數(shù)據(jù)來(lái)分析、研究并制定交通措施。各國(guó)學(xué)者也利用采集的交通數(shù)據(jù)對(duì)交通系統(tǒng)展開(kāi)了廣泛的研究。但是，現(xiàn)有的研究主要關(guān)注于路網(wǎng)本身，對(duì)路段的運(yùn)行狀態(tài)進(jìn)行研究。對(duì)于路段外，

2、即停車(chē)問(wèn)題的研究則較少。并且，已有的關(guān)于停車(chē)問(wèn)題的研究也受到停車(chē)數(shù)據(jù)的限制，無(wú)法對(duì)沒(méi)有數(shù)據(jù)的情況進(jìn)行研究。而區(qū)域內(nèi)的機(jī)動(dòng)車(chē)積累量包含了路網(wǎng)中運(yùn)行和區(qū)域中停靠的兩部分機(jī)動(dòng)車(chē)數(shù)量，涵蓋了更加全面的交通信息。通過(guò)機(jī)動(dòng)車(chē)積累量，我們既可以分析路網(wǎng)的運(yùn)行狀態(tài)，也可以推斷區(qū)域的停車(chē)需求。因此，本文使用區(qū)域的機(jī)動(dòng)車(chē)積累量進(jìn)行研究。使用杭州市路段微波流量數(shù)據(jù)，提出并實(shí)現(xiàn)了基于微波數(shù)據(jù)的機(jī)動(dòng)車(chē)積累量估計(jì)方法，并基于估計(jì)的機(jī)動(dòng)車(chē)積累量對(duì)區(qū)域的交通狀態(tài)進(jìn)行分

3、析，推算區(qū)域的停車(chē)需求。同時(shí)，也搭建了基于WEB端的可視化平臺(tái)，對(duì)本文的交通數(shù)據(jù)和計(jì)算結(jié)果進(jìn)行展示。
　　首先，針對(duì)交通流量數(shù)據(jù)量大，傳統(tǒng)工具效率低的問(wèn)題，本文使用Spark分布式計(jì)算平臺(tái)對(duì)流量數(shù)據(jù)進(jìn)行預(yù)處理，極大地提高了處理效率。其次，通過(guò)對(duì)微波流量數(shù)據(jù)的分析，提出灰色模型和歷史均值的加權(quán)方法來(lái)解決流量數(shù)據(jù)中記錄缺失的問(wèn)題，并使用實(shí)際微波數(shù)據(jù)與其他方法對(duì)比說(shuō)明方法的性能。
　　然后，根據(jù)路網(wǎng)數(shù)據(jù)對(duì)城市進(jìn)行區(qū)域劃分。針對(duì)區(qū)域

4、機(jī)動(dòng)車(chē)積累量的估計(jì)問(wèn)題，提出利用進(jìn)出區(qū)域的路段流量數(shù)據(jù)進(jìn)行有向累加的基本方法來(lái)估計(jì)初步的機(jī)動(dòng)車(chē)積累量結(jié)果。并進(jìn)一步改進(jìn)，提出基于區(qū)域劃分的偏差分配補(bǔ)全方法來(lái)解決基本方法存在偏差的問(wèn)題。并利用實(shí)際杭州市微波數(shù)據(jù)進(jìn)行實(shí)例機(jī)動(dòng)車(chē)積累量的估算，以此推斷區(qū)域的停車(chē)需求，并對(duì)比實(shí)際真值驗(yàn)證本文方法的效果。
　　最后，本文設(shè)計(jì)了可視化的方案并搭建了基于WEB端的可視化平臺(tái)實(shí)現(xiàn)了交通數(shù)據(jù)的展示、分析功能。通過(guò)可視化平臺(tái)來(lái)直觀展示本文的微波數(shù)據(jù)，呈