基于多源数据融合的城市道路交通控制与管理PDF电子书下载

第1章 绪论 1

1.1 我国道路交通信息化发展历程、现状与趋势 1

1.1.1 交通数字化、信息化、智能化的基本内涵 1

1.1.2 我国道路交通信息化、智能化的发展历程 1

1.1.3 我国道路交通信息化、智能化的发展现状与趋势 4

1.2 我国道路交通控制与管理的需求 6

1.2.1 业务需求 6

1.2.2 功能需求 7

1.3 本书的目的、内容及章节结构 9

1.4 本章小结 12

参考文献 12

第2章 交通数据融合的基础理论与方法 13

2.1 交通数据的采集与分类 13

2.1.1 交通数据的类型 13

2.1.2 交通数据采集技术的分类 14

2.1.3 常用交通检测数据的特点 15

2.2 交通数据融合的基本内容与框架 17

2.2.1 数据融合的基本概念 17

2.2.2 交通数据融合的特点 18

2.2.3 交通数据融合的基本内容与框架 19

2.3 交通数据的预处理方法 21

2.3.1 交通数据的问题分析 22

2.3.2 不规则时间点数据处理 23

2.3.3 异常数据处理 24

2.3.4 缺失数据处理 31

2.3.5 冗余数据处理 36

2.4 交通数据融合的方法 39

2.4.1 概率统计融合方法 39

2.4.2 逻辑推理融合方法 43

2.4.3 人工智能融合方法 47

2.4.4 交通数据融合方法比较 55

2.5 本章小结 57

参考文献 57

第3章 城市道路交通状态估计与判别 59

3.1 研究背景与目的 59

3.2 研究综述 60

3.3 基于浮动车数据的行程速度估计方法 62

3.3.1 浮动车数据预处理 62

3.3.2 地图匹配 63

3.3.3 路段车速计算 67

3.3.4 时段平均车速计算 68

3.3.5 案例分析 69

3.4 基于定点检测数据和浮动车数据融合的行程速度估计方法 74

3.4.1 基于权重的融合方法 75

3.4.2 基于自适应卡尔曼滤波的融合方法 78

3.4.3 案例分析 82

3.5 城市道路交通状态判别 90

3.5.1 基于阈值的交通状态判别 90

3.5.2 基于模糊逻辑的交通状态判别 91

3.6 本章小结 93

参考文献 93

第4章 城市路网动态OD估计和路径重构 96

4.1 研究背景与目的 96

4.2 研究综述 96

4.2.1 OD估计模型研究 97

4.2.2 粒子滤波在轨迹追踪中的应用 98

4.2.3 基于AVI采集路径信息下的车辆OD估计和路径重构 98

4.3 全时空车辆路径重构模型及OD估计方法 99

4.3.1 基本思想 99

4.3.2 基于时空一致性的车辆路径重构模型 102

4.3.3 基于车辆路径重构模型的OD获取 117

4.4 宏微观混合框架下重构车辆完整出行路径方法 119

4.4.1 混合框架 119

4.4.2 粒子滤波组件建模 121

4.4.3 路径流量估计器组件建模 122

4.4.4 路径重构总算法 125

4.5 案例分析 127

4.5.1 研究对象 128

4.5.2 全时空车辆路径重构模型及OD估计方法的案例分析 128

4.5.3 宏微观混合框架下重构车辆完整出行路径方法的案例分析 148

4.6 车辆路径重构系统开发及设计 153

4.6.1 车辆路径重构系统框架设计 153

4.6.2 车辆路径重构组块功能设计 155

4.7 本章小结 159

参考文献 160

第5章 复合交通走廊的浮动车行驶轨迹判别 162

5.1 研究背景与目的 162

5.2 研究综述 163

5.2.1 地图匹配算法 163

5.2.2 复合走廊车辆轨迹判别方法 164

5.2.3 半监督学习方法 164

5.3 基于半监督聚类的高架快速路走廊浮动车行驶轨迹判别方法 165

5.3.1 准备样本车辆数据 166

5.3.2 预标记样本车辆数据 167

5.3.3 优化初始聚类中心 170

5.3.4 求解算法 171

5.4 案例分析 172

5.4.1 数据采集与处理 172

5.4.2 算法评价 174

5.4.3 结果分析 178

5.5 本章小结 179

参考文献 179

第6章 城市干道车辆运行轨迹估计 182

6.1 研究背景与目的 182

6.2 研究综述 183

6.2.1 车辆运行轨迹的重构 183

6.2.2 车辆运行轨迹的应用 184

6.3 基于多源数据融合的干道车辆运行轨迹估计方法 185

6.3.1 理论基础 185

6.3.2 计算方法 187

6.3.3 案例分析 189

6.3.4 应用系统开发 192

6.3.5 基于仿真数据的评价 194

6.4 本章小节 197

参考文献 197

第7章 城市干道实时协调信号控制 200

7.1 研究背景与目的 200

7.2 研究综述 201

7.2.1 干线协调信号控制理论研究 201

7.2.2 车队识别模型 203

7.2.3 车队离散模型 203

7.3 基于数据融合的实时干线协调信号控制方法 206

7.3.1 基本假设与环境设定 206

7.3.2 控制算法框架与结构 206

7.3.3 战略层控制的原理 208

7.3.4 战术层控制的原理 217

7.4 案例分析 221

7.4.1 仿真平台与数据交换 221

7.4.2 算法仿真评价 222

7.5 本章小结 228

参考文献 229

第8章 城市快速路匝道与速度引导联合控制 232

8.1 研究背景与目的 232

8.2 研究综述 233

8.2.1 匝道控制 233

8.2.2 速度引导 234

8.2.3 匝道控制与速度引导联合控制 235

8.3 基于交通流模型的匝道控制与速度引导联合控制 236

8.3.1 方法介绍 236

8.3.2 案例分析 241

8.4 基于数据驱动的匝道控制与速度引导联合控制 249

8.4.1 方法介绍 249

8.4.2 案例分析 252

8.5 本章小结 257

参考文献 257

第9章 交叉口单点感应与两难区信号控制 261

9.1 研究背景与目的 261

9.2 研究综述 261

9.2.1 交叉口感应信号控制 261

9.2.2 交叉口两难区信号控制 264

9.3 基于实时车辆轨迹的交叉口感应信号控制策略 267

9.3.1 方法介绍 267

9.3.2 案例分析 276

9.4 基于实时车辆轨迹的交叉口两难区信号控制策略 281

9.4.1 方法介绍 281

9.4.2 案例分析 285

9.5 本章小结 290

参考文献 291

后记 294