原文传递
基于数据融合的城市快速路车辆时空轨迹重构算法
| 论文题名： | 基于数据融合的城市快速路车辆时空轨迹重构算法 |
| 关键词： | 数据融合;城市快速路;车辆轨迹;重构算法 |
| 摘要： | 随着城市化进程不断加快，城市规模不断扩张，随之而来的是交通需求的急剧增加，道路交通运输、交通管控和交通安全也面临着巨大的压力。同时，随着交通检测技术的多元化发展，车辆在行驶过程中也产生了海量的交通流数据。利用数据挖掘技术，分析交通数据，发掘深层次的车辆时空轨迹特征，准确把握道路交通运行状态，实时而精准的进行交通管理与控制，对于提高城市交通系统性能，提升城市交通系统运行效率，最大化出行者和社会的利益具有重要意义。本文以城市路网GIS数据、浮动车GPS数据和视频卡口AVI数据为研究对象，提出了基于数据融合的车辆时空轨迹重构框架，利用三种数据之间的时空关联性提出了全时空车辆轨迹重构算法。 首先，本文以城市路网GIS数据、浮动车GPS数据和视频卡口AVI数据等三种典型的交通数据为研究对象，从数据来源、数据特征和数据预处理方法等方面进行了详细的介绍，并从时间、空间和身份标识三个维度分析了三种数据之间的关联性，为车辆时空轨迹重构提供了数据支撑。 其次，提出基于插值算法的浮动车时空轨迹重构方法。利用卡口AVI数据和GPS数据在时间、空间和身份标识等纬度上的关联性，简化地图匹配的候选路径集，提出面向数据融合的GPS轨迹点坐标的修正方法，并将轨迹数据从实际的地理坐标转换到时空坐标系下，得到浮动车离散的时空轨迹。研究不同插值算法的原理和特征，对已知轨迹的缺失或未知的轨迹段进行修复，从而恢复出完整的浮动车时空轨迹曲线。最后，根据浮动车时空轨迹曲线，研究交通流基本图参数的估计方法，为全时空车辆轨迹的重构提供数据支撑。 然后，提出基于数据融合的车辆时空轨迹重构框架。在LWR模型和Newell模型中引入车辆顺序变量，用车辆顺序的变化表征车辆的超车行为，推导了其与空间、时间和累计车辆数的数学关系，将轨迹重构问题转化为车辆顺序的求解问题，提出了考虑超车行为的车辆时空轨迹重构算法。该算法利用重构的浮动车时空轨迹估计的交通流参数作为输入参数，同时重构的浮动车轨迹也作为验证数据集。 最后，以深圳市机场南路部分路段进行案例实证分析。以深圳路网GIS数据、出租车GPS数据和视频卡口AVI数据建立轨迹重构数据集，对2016年9月1日晚高峰时段（17:30-19:30）机场南路部分路段出租车时空轨迹进行重构，并进行可视化展示。根据重构的出租车时空轨迹，提取交通流参数作为轨迹重构算法的输入条件，重构出全时段车辆时空轨迹，并进行可视化展示。经过误差分析，重构的浮动车轨迹与观测轨迹平均相对误差RE为7.10％，验证了本文提出的轨迹重构算法的有效性。 |
| 作者： | 诸赛 |
| 专业： | 交通运输工程 |
| 导师： | 任刚 |
| 授予学位： | 硕士 |
| 授予学位单位： | 东南大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
