原文传递
基于大数据的车辆超员异常问题的研究
| 论文题名： | 基于大数据的车辆超员异常问题的研究 |
| 关键词： | 时空轨迹大数据;车辆超员检测;轨迹匹配;呼叫指纹;大数据 |
| 摘要： | 近年来,随着我国公路交通事业飞速发展,与其相关的“三超”问题也日益严峻，其中以道路交通车辆的超员行为的危害性最大，许多重特大交通事故都是由于驾驶人违法超员超载造成的。本文针对车辆超员问题的特点，基于车辆以及乘客手机定位等相关数据提出了一种车辆超员识别分析模型用于判断出行驶车辆是否存在超员问题，主要研究内容如下： 将车辆以及乘客手机定位等相关数据进行有效结合，通过轨迹匹配度模型以及呼叫指纹识别模型建立车辆超员分析模型，用于判断行驶车辆是否超员。首先，需要对车辆动态定位数据以及手机定位的时空轨迹数据进行预处理；其次，通过基于改进的Hausdorff距离度量函数、轨迹形状距离的时空轨迹结构性度量与运动状态的相似性度量建立轨迹相似度匹配模型，得出与目标车辆轨迹相匹配的手机数量；再通过挖掘这些与目标车辆相匹配手机用户的交往圈、呼叫特征、短信特征、位置特征等建立同一乘客识别分析模型进行多维度分析，得出手机数量判定的乘客人数；最后，基于上述两模型得出的判断结果与目标车辆信息进行对比分析，从而对目标车辆是否存在超员问题进行判断。本文提出的车辆超员分析模型将为交通部门监测行驶车辆是否存在超员问题提供一种新的辅助监测手段，这种新的监测手段可为道路安全监测与管理提供一定的参考，对预防与减少道路交通事故的发生具有一定的辅助意义。 |
| 作者： | 陈斌 |
| 专业： | 安全工程 |
| 导师： | 刘云翔;杨洪山 |
| 授予学位： | 硕士 |
| 授予学位单位： | 上海应用技术大学 |
| 学位年度： | 2020 |
检索历史
应用推荐
