论文部分内容阅读
现在的城市交通拥堵问题已经成为一个城市普通出行者和城市管理者都关注的社会问题,城市的发展受到交通拥堵的影响,城市居民出行也是深受其影响,每个出行者花费在交通拥堵导致的延误时长越来越大。在交通分配中,交通阻抗函数扮演着重要的角色,阻抗函数主要由路段阻抗和节点阻抗两部分组成,本文将交通时间作为交通阻抗的主要参考标准。目前,随着大数据在交通方面的发展和应用,特别是车载GPS数据和GIS平台技术的逐渐成熟,为构建实时的动态的路阻函数模型提供了数据的支撑。本文以车载GPS数据为基础,构建路段阻抗和节点阻抗为目标,进行了研究,主要包括以下几个方面的研究工作。(1)车载GPS数据的处理方法本文采用门限方法识别和剔除了车载GPS漂移数据,并且识别和处理了车辆停车等待时产生的车载GPS冗余数据,为后续数据的应用做好了铺垫。(2)基于车载GPS数据的道路路段阻抗研究基于传统速度-时间积分法的缺点,本文将切比雪夫多项式作为曲线拟合的基函数,采用最小二乘法对传统速度-时间积分法进行了改进,得到了道路路段的长度和车辆通过道路路段时的平均速度,进而求出交通流通过该道路路段需要的时间长度,将其作为该道路路段的阻抗并用实例进行了验证。(3)基于车载GPS数据的道路节点阻抗研究本文根据车载GPS数据在道路交叉口处的特点,将节点阻抗分为停车等待后通过和顺利通过交叉口两种情况,并且对交叉口各个行驶方向进行了“虚拟路径”处理,认为在车辆在虚拟路径上行驶时,车速是一个连续的变化的过程,最后,利用加权平均的方法得到了交通流通过道路交叉口各个方向上所需要的时间长度,将其作为该道路节点的阻抗并用实例进行了验证。本文将车载GPS这种大数据跟路阻函数结合起来,解决了传统路阻函数模型构建的种种问题,对其全面性、实时性、可移植性都有很大的提升,论文成果可以为交通出行者对路径的选择、交通管理部门对交通的预测和诱导提供帮助,对于缓解交通拥堵有一定的价值。