基于出租车GPS数据的区域路网交通流状态演化识别方法研究

摘要

面对机动车保有量增长速度远高于交通基础设施建设速度所带来的交通问题，利用ITS技术解决交通症结是必然的发展趋势，而对于实时和未来交通流状态的准确把握是发挥ITS技术的基础。城市道路交通系统是一个复杂系统，具有很强的随机性和动态性，同时具有较强的规律性和联系性。据此，本文以西安市部分区域为例，以出租车 GPS数据为基础，研究交通流状态识别方法，挖掘交通流状态演化特性，从而掌握实时、准确的交通流运行状态，判别常发性和偶发性交通拥堵，为区域交通管理与控制提供依据，确保城市区域交通安全、顺畅运行。基于此，论文对以下几个方面进行了研究：
　　（1）交通参数估计方法研究
　　本文以大量的出租车 GPS数据为研究基础数据，由于无法通过原始数据提供的地点速度、GPS时间、经纬度坐标、方向、车辆状态和数据有效性等信息直接准确的判别交通流状态，因此提出了利用这些信息估计交通参数，从而间接获得更多的有效信息。在对采集到的出租车 GPS数据进行了预处理、电子地图匹配等准备工作的前提下，构建了路段平均车速、路段平均延误和交叉口平均延误等交通参数估计模型，为后续的研究工作奠定了基础。
　　（2）基于SVM的交通流状态识别方法研究
　　对传统的 SVM二分类算法进行改进，构建了基于 SVM二叉树多分类算法的交通流状态识别模型，并以估计出的三个交通参数作为输入数据，通过多次训练标定模型参数，实验证明该模型能够解决非线性、高维数的问题，实现对城市区域路网的交通流状态的准确识别。
　　（3）交通流状态演化特性分析方法研究
　　以上述研究识别的交通流状态为基础，通过构建基于马尔可夫模型的交通流状态迁移网络模型和交通流状态演化特性分析模型，挖掘城市区域路网在一定时间段内交通流状态的迁移特性、稳定性、偏好性、活跃性、活跃时间、跳跃迁移、堵塞路段重叠率和时空分布等特性，从而更加深入地了解城市区域的整体运行规律，为城市区域交通管理与控制方案的制定提供依据。
　　（4）交通流状态识别、演化特性的应用研究
　　结合交通参数估计方法、交通流状态识别方法和交通流状态演化特性分析方法，以西安市高新区部分区域路网、出租车 GPS数据和路段视频数据为实验基础，验证本研究构建的模型的准确性、可靠性和实用性，并分析该区域内路网交通流状态的演化过程及特性，判断常发性和偶发性交通拥堵。

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究综述

1.3 研究内容与技术路线

第二章 交通参数估计方法

2.1 GPS浮动车数据采集方法

2.2 数据预处理

2.3 地图匹配

2.4 交通参数估计

2.5 本章小结

第三章 基于SVM的交通流状态识别方法

3.1 交通流状态划分

3.2 交通流状态识别方法

3.3 本章小结

第四章 交通流状态演化特性分析

4.1 交通流状态迁移网络模型

4.2 交通流状态演化特性分析

4.3 本章小结

第五章 实例分析

5.1 实验路网

5.2 实验数据

5.3 实验分析

5.4 本章小结

结论与展望

主要研究成果

研究展望

参考文献

附录

攻读硕士学位期间取得的研究成果

致谢