高速公路多源交通數據融合方法研究及系統(tǒng)開發(fā).pdf

1、隨著中國高速公路的持續(xù)發(fā)展，出現了一系列的高速公路交通問題，如交通擁堵、事故頻發(fā)、環(huán)境污染等。這些問題的產生使得人們對中國高速公路存在的主要問題及發(fā)展方向的研究變成了一個迫切的課題。但是由于中國高速公路的建設速度與管理經驗累積并不成正比增長關系，因此需要投入更多的精力去分析和解決這些問題。
　　研究高速公路的交通問題，首先要從其交通流狀態(tài)出發(fā)，而獲取高速路網交通流運行狀態(tài)信息及車輛運行規(guī)律分布是展開研究的基礎與前提。本文以連霍高速

2、公路—G30（江蘇段）為研究對象，對該路段的交通狀態(tài)展開了一系列的研究。
　　首先，本文對高速公路上的多種交通信息檢測技術、高速路段的基本特性、數據融合的發(fā)展及技術特點等方面做了詳細的描述。確定了該路段上的兩種主要檢測手段—收費站和交調站，以它們的檢測數據為基礎，提出了基于這兩種檢測手段的ArcGIS時空匹配方法，選用并改進了一套基于兩種數據的交通信息提取與預處理方法。依據兩種數據的交通提取信息，對高速公路的交通流特性做了相關闡述

3、。
　　其次，結合兩種數據和小波神經網絡在短時交通流預測中的特點及優(yōu)勢，構建了基于這兩種數據的小波神經網絡融合預測模型，并選用了權值分配方法作為融合預測的對比模型。通過以相對誤差為主的三種融合預測效果評價指標，確定了本文研究的基于高速公路的多源交通數據融合模型。在融合預測結果的基礎上，建立了能夠依據歷史融合結果對路段交通流狀態(tài)進行實時預測的卡爾曼濾波模型。
　　再次，通過單檢測器對研究路段的檢測數據，對研究路段的交通數據特征