面向城市道路交通状态估计的数据融合研究

被引：9

作者：

徐涛 ^{[1
,2
,3
]}

杨晓光 ^{[2
]}

徐爱功 ^{[1
]}

张明月 ^{[1
]}

机构：

[1] 辽宁工程技术大学测绘与地理科学学院

[2] 同济大学智能交通运输系统(ITS)研究中心

[3] 上海济祥智能交通科技有限公司

来源：

计算机工程与应用 | 2011年 / 07期

关键词：

智能交通系统; 交通状态估计; 数据融合; 贝叶斯估计; 模糊逻辑;

D O I：

暂无

中图分类号：

U491 [交通工程与交通管理];

学科分类号：

082302 ; 082303 ;

摘要：

实时道路交通状态估计是ATMS和ATIS的重要内容。布设于城市道路网络中的各类检测器提供了丰富实时的动态信息。针对目前我国各检测器间相互独立形成信息孤岛、数据参数多样、结构迥异、采样周期和精度不一等现状,采用贝叶斯估计、模糊逻辑等数据融合方法建立多源异构交通信息三层次融合体系,得到精度更高、可靠性更强的交通信息。实例证明,数据融合适用于城市道路交通状态估计。

引用

页码：218 / 221

页数：4

共 5 条

[1] 基于大规模浮动车数据的地图匹配算法 [J].