题名: | 多源数据融合的区间车辆速度预测算法研究 |
正文语种: | 中文 |
作者: | 翟雅峤 翁剑成 荣建 刘小明 |
作者单位: | 北京工业大学,交通工程北京市重点实验室,北京100124 |
关键词: | 智能交通系统 多源数据融合 交通预测 浮动车数据 卡尔曼滤波 人工神经网络 |
摘要: | 不同的交通信息采集方式由于其硬件和采集条件的不同,数据的适用范围和准确性也不同.在短时交通预测中,对于来自于不同检测器的交通流数据进行融合,并在数据融合的基础上进行区间速度的预测,可以有效地改善预测结果的准确性和可靠性.文中提出一种基于卡尔曼滤波的数据融合和区间速度预测方法.在对数据进行预处理和交通状态划分的基础上,根据不同的交通状态,进行多源交通数据融合和区间速度的预测.研究确定了卡尔曼滤波方法中的各个参数,并使用人工神经网络的方法求解状态转移矩阵.算法验证结果表明,速度预测的精度在90[%]以上. |
会议日期: | 20081219 |
会议举办地点: | 武汉 |
会议名称: | 第二届全国智能交通与人工智能学术研讨会 |
出版日期: | 2008-12-19 |
母体文献: | 第二届全国智能交通与人工智能学术研讨会论文集 |
分类号: | U491.14 TP301.6 |