当前位置：问答库＞论文摘要

道路交通信息是智能交通系统的关键参数，然而基于传统交通传感器的道路信息采集方式存在高投入、低覆盖、建设周期长等问题。由于无线移动数据高覆盖率，低成本等特点，应用无线移动定位数据进行路况信息计算正在受到越来越多的关注。国内外相关研究人员在该领域做了大量的工作，现有的处理技术主要分为两大类：采用高精度定位数据计算路况信息；采用基于基站切换定位数据计算路况信息。由于高精度定位数据成本较高且涉及用户隐私问题，在现有条件下难以大规模采集，无法真正发挥无线移动数据特点。而基于切换定位的路况计算方式由于其定位精度较低，很难准确的推测出车辆的行驶轨迹，现有方式多是采用实际路测方式进行路网切换标定，无法满足大规模实际应用需要。本文在对现有算法优缺点的深入研究和对实际数据特征分析的基础上，提出了一套完整的基于无线移动定位的交通信息处理技术，包括数据预处理、路径推测和路况信息计算。通过对无线移动数据可用性进行分析，确定处理周期，并结合异常数据特征提出了数据预处理方法，有效地解决了车载手机数据识别问题；针对基于切换的无线移动数据特点，本文在传统的路径推测算法的基础上提出了一种新的路径选择策略，成功地将低定位精度下的有效路径选择问题转化为数据分类问题；同时，引入一种基于多项式核函数的快速SVM分类算法，即将使用多项式核函数的 SVM 分类决策函数展开为关于待分类向量各分量的多项式，分类时通过计算各个多项式的值得到分类结果，使分类计算量和支持向量数量无关，同时又保留了全部支持向量的信息，解决了路径选择策略调整所引发的同一路链上信息的不可信问题和标准SVM算法的低分类效率问题，从而有效的保障路况计算的准确性和实时性。在此基础上，本文设计并实现了一个基于无线移动定位的交通信息处理系统。以成熟浮动车系统提供的路况信息为标准数据进行系统测试，结果表明现有系统的有效数据识别率超过78%，而最终得到的旅行时间准确率超过70%，能够为市郊道路提供实时的交通信息服务。