面向出行者的出行诱导系统研究与设计

发布时间：2024-04-22 02:38

　　面向出行者的出行诱导系统研究与设计考虑到为出行者出行提供一条方便快捷的出行路线,并以尽可能减少时间、距离和费用等代价为目的,为出行者根据自己的需求规划出出行路线,并反馈给出行者。 论文首先对交通参数基本概念进行了介绍,并把传感器采集到的流量、速度和占有率数据进行了分析处理,绘制出了一周内交通流的变化趋势,得出了每天的交通高峰期时间段。接着在交通数据分析的基础上,结合历史交通数据和传感器采集到的数据通过卡尔曼滤波器对不同路段的流量、速度和占有率进行了短时预测,得出不同时间的路段的交通拥堵情况。然后,出行诱导系统对公交和自驾车出行进行了不同方式的诱导,实现了公交换乘和动态路径规划。公交换乘提出了“换乘最少”的算法,并提出了时间、距离、最少站点等换乘评价模型,设计实现了公交换乘系统。路径规划系统建立了行程时间预测模型,为自驾车出行提供了多种出行方式,结合实时路径信息,实现了动态路径规划。最后,研究了交通通信息多种发布方式中的语音的发布方式,给出了Microsoft Speech SDK语音引擎接口的实现以及语音发布系统的总体设计、功能和具体实现。 出行线路诱导系统是交通信息服务中的重要组成部...

【文章页数】：60 页

【学位级别】：硕士

【部分图文】：

图2.1青岛市城市路网中1201采集点路段示意图

通流奠定基础，同时为动态路径规划行程时间预测模型提供参考。下面我们将结合青岛市城市路网中的某个路段的一个断面，2010年1月其中两周的交通数据，统计间隔5分钟，分别分析三种交通参数特性。该路段的示意图如图2.1所示。口30口31口32口40口41口42一一一一一一一一一一一一\沐....

图2.21201采集点15日31号传感器流量数据

图2.21201采集点15日31号传感器流量数据可以看出，车道的交通流量数据在5分钟内的波动比较大，白天车流量较大，夜晚流量较小，在上午和下午有明显的有两个高峰期(早高峰8:00一10:oo和晚高峰6:00一18:0O)，白天和晚上车流量波动也比较大，整体呈现“M”变化趋势。接着....

图2.31201采集点31号传感器一周流量图

图2.31201采集点31号传感器一周流量图从图2.3可以看出，车道内的流量数据仍然呈现M形状，每天有一个明显的波峰波谷，起伏比较大，白天流量大，晚上流量少。周末的流量数据与工作日的流量有一定差别，在高峰期，周末流量较平时工作日要小，并且早晚高峰流量相差较小。2.2.2速度时变特....

图2.41201采集点31号传感器一周的速度

图2.41201采集点31号传感器一周的速度从图2.5可以看出，车速度基本分布在35km小一45km爪之间，并且车速呈现一个不显的倒“M”形状，高峰期的车速较低，非高峰期车速较高，但是变化不是非常明，道路通行状况良好。31号传感器201叫门幼塞度瑙4”

本文编号：3961804