多源数据融合的道路旅行时间估计方法研究

被引：13

作者：

李瑞敏

陈熙怡

机构：

[1] 清华大学交通研究所

来源：

公路交通科技 | 2014年 / 31卷 / 02期

关键词：

交通工程; 旅行时间估计; 权重分配模型; 神经网络模型; 数据融合;

D O I：

暂无

中图分类号：

U491.1 [交通调查与规划];

学科分类号：

082302 ; 082303 ;

摘要：

旅行时间作为交通系统运行的关键参数,可以为交通诱导系统和出行者路径选择提供决策建议。利用多源数据进行旅行时间的估计是智能交通系统运行的重要支撑。利用基于同一路段的3种检测数据,提出相应的权重分配模型和神经网络模型来进行多源检测数据的融合以获得融合后的旅行时间。对比研究了基于多断面检测器的旅行时间的2种推算方法:速度累进和速度平均。利用北京市典型道路数据对这2种融合技术的融合效果进行了对比分析,结果显示,多源数据融合可以提高旅行时间估计的准确性。

引用

页码：99 / 103

页数：5

共 13 条

[1]

A comparative assessment of multi-sensor data fusion techniques for freeway traffic speed estimation using microsimulation modeling.[J].Chris Bachmann;Baher Abdulhai;Matthew J. Roorda;Behzad Moshiri.Transportation Research Part C.2013,

[2]

Data fusion in intelligent transportation systems: Progress and challenges – A survey.[J].Nour-Eddin El Faouzi;Henry Leung;Ajeesh Kurian.Information Fusion.2010, 1

[3] 基于小波融合的车牌模糊图像复原算法 [J].