轨迹数据驱动的交通路况统计分析.docVIP

轨迹数据驱动的交通路况统计分析 摘 要 近年来，随着科技的进步、定位获取技术和移动计算技术的发展，每天都可以收集无数的GPS轨迹信息。然而传感器捕获的轨迹经纬度通常不能反映真实位置与轨迹点所在的确切路段，这时就需要地图匹配技术(Map Matching)将轨迹点序列与数字地图的道路网络进行匹配，与道路进行关联。但是，轨迹数据采集过程中也存在一些问题，如采样率不稳定、存在噪声以及数据缺失。针对数据缺失问题，时空回归算法是一个较好的解决策略。 现实情况中，轨迹数据的采集与分析通常是实时的，即数据一般处于流环境中。本文首先基于轨迹数据采集的现实情况，设计针对流环境的轨迹数据Map Matching地图匹配算法，然后对大规模轨迹数据进行聚合分析，得到交通网络的实时路况。最后，考虑到物体移动轨迹的不确定性、采样数据缺失等因素会导致路段速度缺失。针对数据的缺失问题，本文使用时空回归算法进行填补操作。 Map Matching地图匹配在路径规划，实时导航和通用的路线发现等许多应用场景中是一个基本的预处理步骤，在对轨迹数据的统计分析中也尤为重要。与此同时，基于时空分析回归算法的应用针对数据缺失问题提供了较好的解决方案。 关键词：GPS轨迹;流环境数据;地图匹配;回归算法 前 言 近年来，随着科技的进步、定位获取技术和移动计算技术的发展，每天都