基于相关性分析的浮动车速度建库方法研究

交通运输系统工程与信息 ›› 2010, Vol. 10 ›› Issue (5): 40-44 .

• 智能交通系统与信息技术 • 上一篇下一篇

基于相关性分析的浮动车速度建库方法研究

林森^*1;刘静¹;关积珍¹;侯晓宇¹;孙建平²;刘雪杰²

1.北京四通智能交通系统集成有限公司，北京 100081; 2.北京交通发展研究中心，北京 100055

收稿日期:2010-01-04 修回日期:2010-04-27 出版日期:2010-10-25 发布日期:2010-10-25
通讯作者: 林森
作者简介:林森（1981-），男，湖南省邵阳人，硕士生，工程师.
基金资助:
国家863项目课题（2007AA11Z212）；北京市科学技术委员会项目(D07050600440704).

Database Building Method of Floating Car Speed with Relativity Analysis

LIN Sen¹;LIU Jing¹; GUAN Ji-zhen¹; HOU Xiao-yu¹; SUN Jian-ping²;LIU Xue-jie²

1.Beijing STONE Intelligent Transportation System integration CO, LTD, Beijing 100081, China; 2.Beijing Transportation Research Center, Beijing 100055, China

Received:2010-01-04 Revised:2010-04-27 Online:2010-10-25 Published:2010-10-25
Contact: LIN Sen

摘要/Abstract

摘要： 浮动车信息采集得到越来越广泛的应用. 由于交通流数据采集的连续性，形成了海量的数据信息，所以建立一个历史数据库，可以为交通状态预测提供参考数据，同时有利于减少冗余信息. 本文基于交通信息的相关性和相似性特性，提出了根据浮动车采集的历史数据建立历史标准数据库的方法，包括数据存储的时间粒度划分方法和两种用于计算基本数据序列的算法，即直接求和判断法和综合评价判断法. 最后利用北京快速路实测浮动车数据进行了实例计算和分析. 计算结果表明，本文提出的算法是有效的. 由于直接求和判断法具有简单、快速的优势，在实际应用中，建议采用直接求和判断法.

关键词: 智能交通系统, 历史数据库, 相关性分析, 浮动车

Abstract: As a new collection technology, the floating car traffic information collection has a broad application. Because of the continuity, the collected traffic information increases rapidly as time going. As a result, it cumulates great of data. It is necessary to build a historical database, which can provide reference for traffic status prediction, and can simultaneously reduce the redundancy data. This paper presents the method for building the standard database using the historical floating car data based on the relativity and comparability of traffic information. It includes how to fix on the data storage time interval and two algorithms for computing the basic data sequence, which named direct sum estimation method and integrative estimation method. Finally, an example is presented by the field floating car data from Beijing expressway. The results indicate the validity of the method. The direct sum estimation method is recommended in the application because of its advantage of simpleness and great efficiency.

Key words: intelligent transportation system, historical database, relativity analysis, floating car

中图分类号:

U491

林森, 刘静, 关积珍, 侯晓宇, 孙建平, 刘雪杰. 基于相关性分析的浮动车速度建库方法研究[J]. 交通运输系统工程与信息, 2010, 10(5): 40-44 .

LIN Sen, LIU Jing, GUAN Ji-Zhen, HOU Xiao-Yu, SUN Jian-Ping, LIU Xue-Jie. Database Building Method of Floating Car Speed with Relativity Analysis[J]. Journal of Transportation Systems Engineering and Information Technology, 2010, 10(5): 40-44 .

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18034.shtml

http://www.tseit.org.cn/CN/Y2010/V10/I5/40

参考文献

［1］秦玲,张剑飞,郭鹏,等.浮动车交通信息采集与处理关键技术及其应用研究［J］.交通运输系统工程与信息,2007,7(1):39-42.［QIN L, ZHANG J F, GUO P, et al. Study of key technologies and applications of floating car traffic information collection and processing［J］. Journal of Transportation Systems Engineering and Information Technology, 2007, 7(1): 39-42.］ ［2］Boyce D, Kirson A, Schofer J. Design and implementation of advance［C］//IEEE Proceeding of 3rd Inter. Conf. on Vehicle Navigation and Information System, 1993: 415-426. ［3］Richard Bishop. Floating car data projects worldwide: a selective review［C］. ITS America Annual Meeting, 2004. ［4］王力,张海,范耀祖.基于探测车技术的路段平均速度估计模型［J］. 交通运输系统工程与信息,2006,6(4):29-33.［WANG L, ZHANG H, FAN Y Z. Study of link average speed estimation model based on probe vehicle［J］. Journal of Transportation Systems Engineering and Information Technology, 2006,6(4):29-33.］ ［5］涂智,李昊,姚琛,等. 基于最小浮动车样本数量的道路覆盖率与交通信息更新周期研究［J］.中国铁道科学,2006,27(5):127-131.［TU Z, LI H, YAO C, et al. Study on the route coverage and the update cycle of transportation information based on the minimum samples of floating car［J］. China Railway Science, 2006,27(5):127-131.］ ［6］董敬欣,吴建平.使用浮动车检测OD矩阵的算法及可靠性分析［J］.北京交通大学学报,2005,29(3):73-76.［DONG J X, WU J P. An algorithm to estimate OD matrix with probe vehicle and its reliability analysis［J］. Journal of Beijing Jiaotong University, 2005,29(3):73-76.］ ［7］孙晓峰,吴建平.基于浮动车数据采集技术的城市交通网络功能评价方法研究［J］.现代交通技术,2005,6(4):55-58.［SUN X F, WU J P. Research on evaluation method about urban road network based on data collected by floating car［J］. Modern Transportation Technology, 2005,6(4):55-58.］

[1]	陈鼎, 周水庭, 陈云, 苏敏咸. 拥堵指数自适应调节的交通运行状态识别方法及应用研究[J]. 交通运输系统工程与信息, 2022, 22(2): 137-144.
[2]	钟绍鹏, 何璟, 朱康丽, 邹延权, 隽海民. 基于建成环境和低频浮动车数据的路段行程时间估计[J]. 交通运输系统工程与信息, 2021, 21(4): 125-131.
[3]	田晟, 曾莉莉. 基于改进核密度估计的电动出租车快速充电行为研究[J]. 交通运输系统工程与信息, 2021, 21(4): 221-229.
[4]	王志建，李达标，崔夏. 基于LSTM 神经网络的降雨天旅行时间预测研究[J]. 交通运输系统工程与信息, 2020, 20(1): 137-144.
[5]	张晓春，于壮，段冰若，高永，安健. 面向城市交通规划的多源手机信令数据相关性研究[J]. 交通运输系统工程与信息, 2019, 19(4): 239-245.
[6]	陆化普，孙智源，屈闻聪. 大数据及其在城市智能交通系统中的应用综述[J]. 交通运输系统工程与信息, 2015, 15(5): 45-52.
[7]	张荣辉，李福樑，周喜，蒋同海，游峰，徐建闽，杨三强. 一种基于激光与视频信息时空数据融合的行人检测方法[J]. 交通运输系统工程与信息, 2015, 15(3): 49-55.
[8]	张婧, 任刚. 城市道路交通拥堵状态时空相关性分析0[J]. 交通运输系统工程与信息, 2015, 15(2): 175-183.
[9]	YOUSEFI Saleh,ABBASI Tofigh, ANVARI Zahra. 基于车载通信实时交通信息的城市道路路径选择方法[J]. 交通运输系统工程与信息, 2014, 14(5): 23-36.
[10]	李军，赵长相，唐晓宇，谢良惠. 基于浮动车数据的随机路径选择模型参数估计[J]. 交通运输系统工程与信息, 2014, 14(5): 37-42.
[11]	翁剑成，荣建，王梦佳，刘力力. ETC 系统的环境效益评价测算模型[J]. 交通运输系统工程与信息, 2014, 14(5): 55-60.
[12]	张国伍. 动态交通仿真理论应用与发展——“交通7+1论坛”第三十四次会议纪实[J]. 交通运输系统工程与信息, 2014, 14(2): 1-6.
[13]	何兆成，褚俊飞，庄立坚，叶伟佳. 基于浮动车数据的隧道路段在线地图匹配方法[J]. 交通运输系统工程与信息, 2014, 14(2): 74-79.
[14]	杨文臣, 张轮, 饶倩, 张孟. 基于黄金分割点遗传算法的交通信号多目标优化[J]. 交通运输系统工程与信息, 2013, 13(5): 48-55.
[15]	庄立坚，何兆成，叶伟佳，褚俊飞，邓玲丽. 基于浮动车数据的排队长度检测方法研究[J]. 交通运输系统工程与信息, 2013, 13(3): 78-84.

基于相关性分析的浮动车速度建库方法研究

Database Building Method of Floating Car Speed with Relativity Analysis

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics