应用手机GPS数据 预测交通流速度

动漫裸女 2019-06-12 17:42100http://www.fabplastik.com/admin

编者按:准确估计交通状况,定位交通拥堵是方便人们出行的重要一步。利用手机GPS信息,预测交通拥堵具有很广阔的应用前景。本文采用基于主成分分析的多元线性回归的方法构建预测模型,利用GPS定位数据对短时交通流速度进行预测。实验结果表明,基于手机GPS数据所构建的回归模型能够对交通流速度进行有效的预测。


应用手机GPS数据 预测交通流速度

摘要:准确估计交通状况,定位交通拥堵是方便人们出行的重要一步。利用手机GPS信息,预测交通拥堵具有很广阔的应用前景。本文采用基于主成分分析的多元线性回归的方法构建预测模型,利用GPS定位数据对短时交通流速度进行预测。实验结果表明,基于手机GPS数据所构建的回归模型能够对交通流速度进行有效的预测。

本文引用地址:

引言

  近年来,智能手机的使用越来越普及。便捷的手机网络可以解决交通预测过程中遇到的覆盖区域限制和实时性差等问题,与此同时,GPS定位准确性高,可以作为目标点的交通探测器使用[1],收集定点的实时数据用于交通流速度预测。分析实时交通情况,提供相应的信息服务,对于缓解交通堵塞变得尤为重要。传统交通流速靠地感线圈数据进行估算和预测,而地感线圈覆盖范围小、造价高且普及率低下。随着手机等移动终端的普及,无线运营商可以利用手机的通话数据、短信数据、手机在基站间的切换数据、手机所处基站的位置数据以及手机信息量的变化反映路段交通流速度,转而利用统计模型方法对交通状况进行分析和估计[2],依靠手机收集到的道路信息去训练统计模型,然后利用该模型来估计和预测相应路段的交通情况。基于手机的GPS信息[3]估计和预测相应路段的行程时间和拥堵状况,可以为手机持有者提供便捷的信息服务,具有广阔的应用前景和实实在在的价值。

  本文在手机GPS数据的基础上,提出了一种基于主成分分析和多元线性回归的方法,对交通流进行预测和分析,进而向客户提供交通路况服务信息。

1 手机GPS数据处理

  GPS数据的收集过程会受到外界多方面因素的影响,而使得GPS数据的质量会出现误差。这些误差形成的原因大多是不可避免的,因此,对手机GPS数据产生的影响是难以避免的。所以当获得手机GPS数据以后,不能够直接用来对交通流进行估计和预测。不然,如果直接将误差比较大的数据用于估计交通流的平均速度,这样必然会因误差传递使得估计的准确性产生较大的影响。为了降低数据误差产生的不利影响,首先应该对原始数据进行处理。

应用手机GPS数据 预测交通流速度

  原始数据因受影响的程度不同可以分为两种:一种是有较小偏差的数据,另一种是出现错误的数据。针对不同的数据应该采取不同的措施进行预处理。对于错误数据,应该剔除;有细微偏差的数据,应该对其进行修正,保证数据能够投影到合理的路段网络上。错误数据通常是由于GPS卫星信号在传输过程中受到比较严重的干扰产生的,例如遇到较为密集的大型建筑群、比较茂密的森林树木或电磁波等发生突变,使得定位数据发生严重偏离历史轨迹的现象。因为这一类数据基本不能够反映出车辆行驶的情况,所以不能代表车辆的正确位置,需要从原始数据中删除。对于这类错误,通常采用阈值检验法进行判断,该方法假设行驶车辆车速的合理值是固定的范围,当某一速度超出这个合理的范围,也就说明该数据是错误数据,需要进行剔除。偏差数据通常是由于GPS定位误差导致的,这是经常发生的,对于这类数据应该认为是正常数据。对这类数据也需要进行修正,通常的修正方法是电子地图匹配的算法[4,5]。该方法将手机GPS数据投影到地图上,并根据投影后的数据点向匹配的路段做垂线,那么与匹配路段上的交点即为该数据点的匹配位置。如图1所示是匹配位置的示意图,根据该图可以求得实际的GPS数据点p的位置:

(1)

(2)

  其中,x1,y1分别是路段端点1的经纬度坐标,x2,y2分别是路段端点2的经纬度坐表,x3,y3分别是当前手机GPS定位数据上的经纬度坐表。

2 主成分分析的多元线性回归模型

2.1 主成分分析

二八杠规则_官网指定网站:应用手机GPS数据 预测交通流速度

Copyright © 2002-2017 二八杠规则_官网指定网站 版权所有 备案号:鄂ICP备12013460号-2 鄂公网安备61032703000322