论文总字数：24518字

摘 要

Abstract 4

第一章 绪论 5

1.1 研究背景及意义 5

1.2 研究内容及目标 6

1.3 论文结构 6

1.4 研究技术路线 6

第二章 GPS数据特点及数据处理 8

2.1 全球定位系统（GPS）概论及原理 8

2.2 GPS定位误差来源与分析 9

2.2.1 卫星误差 9

2.2.2 传播误差 9

2.2.3 接收误差 10

2.2.4 其他误差 10

2.3 深圳市出租车GPS数据处理 10

2.3.1 研究区简介 10

2.3.3 出租车浮动车数据特点 12

2.3.4 数据预处理 12

第三章 地图匹配算法概论 14

3.1 地图匹配的定义 14

3.2 常见的地图匹配算法 14

3.2.1 加权投影法 15

3.2.1 改进的概率统计法 15

3.2.3 模糊逻辑算法 17

3.2.4 轨迹曲线匹配法 17

第四章 基于最短路径的地图匹配算法设计 17

4.1 地图数据处理 17

4.2 GPS定位点匹配 19

4.2.1 缓冲区分析技术 19

4.2.2 点匹配流程 19

4.2.3 点匹配结果 20

4.3 基于最短路径的路段匹配 20

第五章 旅行时间估计 21

5.1 旅行时间估计的主要原理及方法 21

5.2 旅行时间估计方法综述 21

5.3 基于出租车GPS数据的旅行时间估计算法 22

5.3.1 距离和时间比例法 22

5.3.2 基于权重的时空均值法 23

5.4 评估指标及计算结果 24

第六章 总结与展望 26

6.1 总结 26

6.2 展望 26

参考文献 28

致 谢 29

摘 要

近年来，随着交通相关科技的不断变革，研究人员已经提出了许多基于先进交通技术的策略，以促进对现有道路网络更有效的利用来缓解拥堵，这些研究策略中大多数都直接或间接地加入了旅行时间估计环节。由此可见，旅行时间的有效预测是许多先进旅行者信息和交通管理系统的核心,准确估算旅行时间已逐渐发展成为近年来的一个重要话题。

本文以深圳市部分区域为例，进行旅行时间估计方案的研究。分析了出租车作为浮动车采集的车辆轨迹数据所具有的特点，按照研究需要对海量轨迹数据进行了清洗和筛选，运用基于拓扑规则和最短路径的地图匹配法进行车辆行驶轨迹的检索，并提取出车辆行驶轨迹信息。本文对两种考虑邻近路段的旅行时间预测方法做了介绍，并用这两种方法分别对匹配出的路段进行旅行时间估计。

关键词：旅行时间估计，地图匹配，GPS，最短路径，距离时间比例法，时空均值法

Abstract

In recent years, with the constant transformation of transportation-related science and technology, researchers have proposed many strategies based on advanced transportation technologies to promote more efficient use of existing road networks to ease congestion. Most of these research strategies are directly or indirectly added the travel time estimation part. Thus, the effective prediction of travel time is at the heart of many advanced traveler information systems and traffic management systems. Therefore, accurate estimation of travel time has become an important issue in recent years. This paper takes some regions of Shenzhen as an example to study the travel time prediction algorithm. The characteristics of the vehicle trajectory data collected by the taxi as a floating car are analyzed. According to the research, the massive trajectory data are cleaned and filtered. The map matching method based on topological rules and the shortest path is used to search the vehicle trajectory. Out of vehicle track information. In this paper, two kinds of travel time prediction methods considering adjacent road sections are introduced there, and the two methods are used to estimate the travel time of the matched road sections respectively.

KEY WORDS: travel time prediction, map matching, GPS, shortest path, distance-time ratio method, space-time mean method

第一章 绪论

研究背景及意义

二十一世纪是经济快速增长、科技飞速发展的时代。在经济全球化的大环境下，我国的科技、经济、文化飞速向前发展，城市居民人口井喷式增长，用地范围日益扩大，人们对城市交通各方面的需求也在不增大。国家政府各部门正不断扩张和完善城市的交通基础设施，不过这病不能满足城市化发展给城市居民带来的交通需求。城市内超负荷的机动车保有量不仅使得交通拥堵频繁发生，还加剧了空气污染。

交通需求随着城市发展不断扩张，而现有不完善的交通基础设施并不能紧跟交通需求扩张的速度，其间存在的矛盾也日益増长。所以，如何完善交通设施建设，提高交通设施的管理水平，愈加成为交通工程研究人员所关注的重点。在智能交通系统（ITS——Intelligent Traffic System）概念的提出之后，各种高新技术方法相继浮出水面，极大地促进了现有交通系统的运行，推动了交通等相关学科的发展。在20世纪60年代，ITS这一概念首次被提出，在之后的1990年，这一概念又由美国智能交通学会（ITS America）进行了完整的阐述，并向世界各国大力推广，这使得ITS得到了突破性进展^[1]。

ITS是结合了电子科学技术、信息技术、数据处理技术等诸多高新技术为促进交通发展服务的一项技术方法，其发展革新的根本是致力于城市交通发展的总体目标，并提高交通设施系统的使用效率和道路服务水平，达到改善城市交通拥堵情况、提高道路安全水平的目的。

剩余内容已隐藏，请支付后下载全文，论文总字数：24518字