基于KD查找树的城市交通态势研究

摘要

世界上许多国家面对的常见城市问题之一就是交通拥堵，由于我国经济的增长速度非常快，城市化水平也越来越快，机动车的数量也是越来越多，从而导致很多城市的交通情况也变得越来越糟糕。即使目前很多城市对相关的交通设施建设进行了大规模的建设，可是无法从本质上解决道路容量无法满足越来越大的交通需求的现状。而智能交通在缓解城市道路交通拥堵方面显示出来很大的优势，所以基于KD查找树的城市交通态势的研究就是为了缓解上面的矛盾而提出来的。　　本文开始详细的阐述了地图匹配算法、浮动车等有关的内容；随后对文章中用到的有关技术进行讲解，其中详尽提到的内容包括浮动车数据的收集和必要的预处理；获取浮动车样本的数目等；利用KD查找树算法选取候选路段；城市道路交通拥堵级别的划分以及相关的电子地图开发展示；同时又对现在比较流行的地图匹配算法进行了介绍。在这个基础上，创建了济南市相关的道路空间路网结构，使增量型地图匹配的优点在全局型大规模的城市交通态势处理中得到应用。对道路交通态势做出处理之前，利用常见的加权平均速度算法来计算道路的平均速度，根据提前设置的评价标准，对相应的道路做出交通状况的判断，判断道路的交通拥堵的程度。　　本文主要对两种选取候选路段的算法都做了研究并进行实现，包括矩形区域法以及KD查找树法，这两种算法相比原来的椭圆区域的效率都要高。而KD查找树算法在随着要处理的数据量越来越大的情形下，能够比矩形区域法表现出更高的处理效率。　　同时，本课题直接利用百度地图为专业人士提供的API接口进行编程显示，开发出基于Web的交通态势展示平台。

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 研究背景及意义

1.2 国内外发展现状

1.3 论文组织

1.4本文的创新点

第2章 交通态势信息处理有关技术

2.1 城市交通相关数据采集

2.2 浮动车数据预处理基本方法

2.3 地图匹配算法

2.4浮动车样本数量确定与交通态势评价

2.5 KD查找树简介

2.6常用开发工具

2.7 本章小结

第3章 浮动车与路段的匹配

3.1空间路网的建立

3.2 本文涉及数据的预处理

3.3 候选路段的选取与匹配点的计算

3.4匹配效果仿真图展示

3.5 算法效率对比

3.6 本章小结

第4章 交通态势处理与分级

4.1 计算路段平均速度

4.2 交通状况评价

4.3 本章小结

第5章 实时交通态势展示平台

5.1 开发环境

5.2 运行结果

5.3 本章小结

结论

总结

工作展望

参考文献

攻读硕士学位期间取得的学术成果

致谢