城市路网交通流分析研究
摘要 | 第3-5页 |
ABSTRACT | 第5-6页 |
第一章 导论 | 第10-19页 |
1.1 研究背景与意义 | 第10页 |
1.2 智能交通系统的发展 | 第10-13页 |
1.3 上海市智能交通信息系统的现状与需求 | 第13-15页 |
1.4 目前主要的交通流信息检测方法 | 第15-17页 |
1.5 论文的主要研究内容 | 第17-19页 |
1.5.1 课题来源 | 第17页 |
1.5.2 主要内容及章节安排 | 第17-19页 |
第二章 基于感应线圈的路网交通流分析 | 第19-29页 |
2.1 SCATS 系统简介 | 第19-21页 |
2.2 SCATS 系统实时数据的获取 | 第21-22页 |
2.2.1 检测环位置 | 第21-22页 |
2.2.2 数据存储形式 | 第22页 |
2.2.3 数据采集指标 | 第22页 |
2.3 宏观交通波理论 | 第22-25页 |
2.3.1 交通波基本原理 | 第22-24页 |
2.3.2 交叉路口排队估计建模 | 第24-25页 |
2.4 基于宏观交通波理论的路网交通流状态估计 | 第25-29页 |
2.4.1 路网交通流建模 | 第25-27页 |
2.4.2 实地检验及结果分析 | 第27-29页 |
第三章 基于 GPS 浮动车的路网交通流分析 | 第29-38页 |
3.1 全球定位系统(GPS)概述 | 第30-31页 |
3.2 GPS 数据的坐标转换 | 第31-33页 |
3.3 GPS 浮动车数据的获取与地图匹配 | 第33-34页 |
3.3.1 实际GPS 浮动车数据特点 | 第33页 |
3.3.2 地图匹配算法 | 第33-34页 |
3.3.3 算法结果 | 第34页 |
3.4 基于曲面拟合方法的路网交通流状态估计 | 第34-38页 |
3.4.1 模型概述 | 第35-36页 |
3.4.2 路网交通流建模 | 第36-38页 |
第四章 基于车辆跟踪算法的路网交通流分析 | 第38-56页 |
4.1 浮动车行驶轨迹的判断 | 第38-50页 |
4.1.1 行驶路径的选取标准 | 第38-40页 |
4.1.2 多目标决策与Pareto 最优 | 第40-41页 |
4.1.3 Pareto 最优行驶路径的选择 | 第41-43页 |
4.1.4 模糊集理论 | 第43-44页 |
4.1.5 采用模糊理论进行综合判断 | 第44-46页 |
4.1.6 量化分析 | 第46-50页 |
4.2 基于车辆跟踪算法的路网交通流状态估计 | 第50-53页 |
4.2.1 浮动车行驶速度的计算 | 第50-51页 |
4.2.2 路径平均行驶速度的按比例投射 | 第51-52页 |
4.2.3 路段平均速度的整合 | 第52-53页 |
4.3 实例分析 | 第53-56页 |
第五章 路网交通流多源信息融合 | 第56-64页 |
5.1 模型框架 | 第56-57页 |
5.2 证据可靠性矩阵的估计 | 第57-58页 |
5.3 融合算法 | 第58-60页 |
5.3.1 数据平滑与方差估计 | 第58-59页 |
5.3.2 信度的建立 | 第59页 |
5.3.3 数据融合与决策 | 第59-60页 |
5.4 实例分析及融合结果 | 第60-64页 |
5.4.1 交通数据的预处理 | 第61-62页 |
5.4.2 交通流状态的融合估计 | 第62页 |
5.4.3 融合效果评价 | 第62-64页 |
第六章 城市交通信息处理与显示平台 | 第64-71页 |
6.1 城市交通地理信息平台的构建 | 第64-66页 |
6.1.1 数字地图的结构 | 第64页 |
6.1.2 数字地图的显示 | 第64-65页 |
6.1.3 双向道路的实现 | 第65-66页 |
6.2 城市路网交通信息的分析与显示 | 第66-71页 |
6.2.1 交通流状态分析系统 | 第66-67页 |
6.2.2 交通流状态的显示 | 第67-71页 |
第七章 总结与展望 | 第71-73页 |
7.1 本文所完成的工作 | 第71-72页 |
7.2 后期展望 | 第72-73页 |
参考文献 | 第73-75页 |
致谢 | 第75-76页 |
攻读硕士学位期间参加的项目和发表的学术论文 | 第76-79页 |
参加项目情况 | 第76页 |
论文发表情况 | 第76-77页 |
专利申请情况 | 第77-79页 |