基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究

论文摘要

随着机动车辆的迅猛增长,城市路网呈现出事件多发、通行状态多变的特征,大城市的交通问题日趋严重.借助大数据技术,通过对城市路网中海量浮动车轨迹数据的深入挖掘,能够实现对复杂交通状态的快速识别和准确分析.本文首先对北京市浮动车的海量数据进行校准和清洗.其次,针对不同的研究内容,构建不同尺度的网格模型.然后,根据网格内节点对行程时间的历史数据,识别常发拥堵区域;结合实时行程时间数据,识别偶发拥堵事件.最后,通过对网格交通运行指数进行密度聚类,从空间范围上将大城市拥堵区域的类型划分为"点-线-面"3个层级对交通拥堵进行评价研究.本研究不以道路矢量地图为基础,仅通过浮动车轨迹数据,便可以实现对交通拥堵的高效识别和宏观拥堵的评价.

论文目录

• 1 浮动车轨迹数据预处理
• 2 基于网格模型的交通拥堵识别方法
•   2.1 面向拥堵识别的网格模型构建
•   2.2 网格模型的属性提取方法
•   2.3 拥堵识别方法设计
• 3 基于网格模型的交通拥堵宏观评价
•   3.1 面向交通拥堵宏观评价的网格模型
•   3.2 基于网格交通运行指数的密度聚类
•   3.3 以网格聚类结果评价交通运行状态
• 4 案例分析
•   4.1 拥堵识别应用实践
•   4.2 交通拥堵宏观评价结果
• 5 结论

文章来源

类型: 期刊论文

作者: 闫学东,刘晓冰,刘炀,马世霞

关键词: 浮动车轨迹数据,大数据,网格模型,交通拥堵

来源: 北京交通大学学报 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑,信息科技

专业: 公路与水路运输,计算机软件及计算机应用

单位: 北京交通大学交通运输学院

基金: 国家自然科学基金(91746201,71621001)~~

分类号: U495;U491.265

页码: 104-113

总页数: 10

文件大小: 12511K

下载量: 1053