论文部分内容阅读
RFID(Radio Frequency Identification)是自动识别技术的一种,通过无线射频方式进行非接触双向数据通信,对目标加以识别并获取相关的数据。RFID技术在交通上的应用前景广泛,很多生活小区、工作场所、停车场的出入口都设有RFID检测器,路网上每个关键节点也都会安装相应的RFID检测基站,RFID将会成为越发重要的交通信息采集源。出行者在每日的工作休闲娱乐中会形成一定的出行习惯和规律,通过RFID能够得到每个驾驶员的历史和实时出行信息,从而得到这些规律以便更好的探知交通流运行状况。首先对RFID数据进行了预处理。在RFID数据的传输或存储过程中出现故障会造成数据冗余、错误和缺失,对RFID原始数据进行检测和分析,并清洗数据,可以极大的保证数据质量。在数据清洗完成后,本文更进一步对海量的RFID数据按时间汇集度进行分割并按时间先后顺序进行存储,同时也考虑了交通流在工作日与节假日和交通平高峰时段各自不同的变化规律,分开分类存储,为交通流的分析和预测提供有力的数据保障。其次,基于数据的相似性对交通流进行了预测。传统的预测方法,极少考虑实时的交通流状态和驾驶员的路径选择习惯,造成其预测结果往往偏离交通流的实际变化趋势。基于预处理后的RFID数据,通过计算相似交通流状态下的流量转移率来预测路段交通流量,并进行了实例验证。该方法兼顾实时交通流数据与历史数据,考虑到了驾驶员的历史路径选择概率,与实际情况更相符,且能够适应一定的交通流波动情况,预测精度高,能够满足交通信息服务的要求。基于RFID技术获取驾驶员出行链信息,并利用出行链预测交通流。通过路网中的RFID检测基站就可以得到每辆车的历史出行OD和实时出行OD,将车辆的历史出行OD在Arc GIS上进行叠加可以得到出行链信息,结合实时出行OD就可以通过动态交通分配来预测路网的交通流运行状况,最后利用中观交通仿真软件对模型进行了验证分析,发现在对整个路网的交通流进行预测时,该方法方便简单,结果较为精确。