基于浮动车车速数据的交通状态实时判别系统和方法

被引：21

作者：

王吟松 ^{[1
]}

王嘉文 ^{[1
]}

张建跃 ^{[2
]}

董秀军 ^{[2
]}

杨晓光 ^{[1
]}

机构：

[1] 同济大学交通运输工程学院

[2] 杭州市公安局交通警察支队

来源：

交通信息与安全 | 2011年 / 06期

基金：

国家高技术研究发展计划(863计划);

关键词：

智能交通系统; 交通状态; 浮动车数据; 实时判别;

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：

082301 [道路与铁道工程];

摘要：

提出一种交通状态判别方法,使之符合交通状态变化连续性。基于浮动车数据特性分析,考虑交通阻抗及临界跳变现象的影响,通过预判别及二次修正,优化了交通状态判别结果。该方法能有效滤除交通状态参数在阈值附近频繁变化产生的交通状态非正常跳变,同时可以修正异常数据导致的交通状态阶跃,从而优化了交通状态判别结果。构建并实现了基于该方法的实证系统,通过多种指标的验证,表明该方法提高了交通状态发布的准确度。

引用

页码：97 / 102

页数：6

共 5 条

[1]

面向实时交通状态参数估计的浮动车车速置信优化算法 [J].

王嘉文 ;

王吟松 ;

刘好德 ;

吴亦政 ;

朱琛 .

交通信息与安全, 2010, 28 (03) :1-5

[2]

浮动车采集系统中城市道路分段方法研究 [J].

韩舒 ;

林航飞 ;

辛飞飞 .

交通与计算机, 2007, (05) :105-109

[3]

基于浮动车数据的行程速度估计算法及优化 [J].

翁剑成 ;

荣建 ;

于泉 ;

任福田 .

北京工业大学学报, 2007, (05) :459-464

[4]

基于浮动车的交通信息采集系统研究 [J].

张存保 ;

杨晓光 ;

严新平 .

交通与计算机 , 2006, (05) :31-34

[5]

Probe Vehicle Population and Sample Size for Arterial Speed Estimation[J] Ruey Long Cheu;Chi Xie;Der‐Horng Lee Computer‐Aided Civil and Infrastructure Engineering 2002,

← 1 →