原文传递
车联网条件下的城市交通路径诱导技术研究
| 论文题名： | 车联网条件下的城市交通路径诱导技术研究 |
| 关键词： | 城市交通;路径诱导;信息采集;车联网 |
| 摘要： | 随着社会经济的发展和人民生活水平的提高，现有城市路网的通行能力难以满足激增的交通需求，而交通路径选择在很大的程度上影响着路网的交通流分布。由于出行者对实时路网状况缺乏了解，各路段的交通流常常分布不均衡，导致发生交通拥堵，使得路网的通行能力下降。因此，城市交通路径诱导的实时性亟待突破。本文结合车联网技术，对城市交通路径诱导的关键技术进行研究，为路网中的车辆提供实时高效的诱导信息服务，实现路网中的交通流均衡分布，挖掘现有路网的最大通行能力，从而缓解交通拥堵。 论文首先分析了交通信息采集的需求，在现有信息采集技术的基础上，构建了车联网条件下的交通信息采集技术框架，并对交通信息在车联网中传输的最小树、车辆与路侧节点间距进行了研究，以保证交通信息的实时性、全面性;然后为了提高车辆位置信息的准确性，针对GPS受城市高建筑群、停车场、隧道等的干扰影响，提出了RFID辅助的GPS定位技术，利用RFID信息来修正GPS的定位误差;接着介绍并构建了小波神经网络短时行驶速度预测模型，最后进行实例分析，验证了小波神经网络的预测值具有较好的精确度，提出短时交通流预测技术的未来研究趋势;最后对蚁群算法的蚂蚁移动规则、信息素更新规则做了改进，此外还提出了动态路径重搜索策略，最后在Matlab上建立仿真环境，以采集到的交通信息和短时交通流预测信息为基础，通过蚁群算法进行求解，实现交通路径诱导。 |
| 作者： | 王亚楠 |
| 专业： | 交通运输工程 |
| 导师： | 冯勋省 |
| 授予学位： | 硕士 |
| 授予学位单位： | 西南交通大学 |
| 学位年度： | 2017 |
| 正文语种： | 中文 |
检索历史
应用推荐
