基于车联网的实时路况估计方法

摘要

针对实时路况估计和交通数据采集方法没有统一标准的问题,提出了一种基于车联网的实时路况估计架构,由车辆数据采集、数据管理和路况显示组成.车辆数据采集系统基于Android系统开发,采用模块化架构使系统适用于不同厂商的车型;通过对武汉市部分道路进行VISSIM建模,采集大量仿真数据,分别建立RBF神经网络模型和支持向量机模型,并使用遗传算法对支持向量机参数进行优化,两种模型估计结果表明支持向量机的估计效果优于RBF神经网络.最后将支持向量机估计结果应用于路况显示系统,向社会公众提供实时路况.