论文部分内容阅读
浮动乍动态交通信息采集技术凭借其建设周期短、实时性强、覆盖范围广等优点,成为交通信息采集技术的重要发展方向之一,除了被广泛应用于实时交通参数估计外,浮动车技术已经开始被应用于道路油耗排放测算领域。利用浮动车技术进行交通油耗排放测算时需要明确的一个重要问题是如何确定合理的时间间隔(本文称为集成粒度)进行数据集成。而集成粒度的大小直接关系到测算精度、通信成本及数据处理量。因此,在满足数据精度的前提下确定最优的集成粒度,对降低通信成本和提高系统运行效率具有重要意义。在此背景下,本文针对浮动车集成粒度主要凭主观经验确定的问题,进行面向油耗排放测算的浮动车速度集成粒度优化研究,力求在提高系统运行效率的同时保证油耗排放测算的精度,更有效地支持交通策略的节能减排效果评价。首先,设计实验方案采集得到北京市快速路浮动车数据；其次,结合VSP分布理论提出稳定性指标,通过不同集成粒度下的VSP分布稳定性研究,验证了“浮动车系统采集的原始逐秒数据应用于道路车辆运行模式研究具有最强可靠性”的结论；在此基础上,论文建立了包含信息损失指标、时空复杂性指标、相对误差指标在内的综合指标体系。通过分析数据集成之后所得VSP分布和油耗排放测算结果与基于浮动车原始数据计算所得结果的差异,并对比采用不同集成粒度进行数据集成所需占用计算机资源的差异,最终确定3分钟作为北京市快速路浮动车速度最优时问集成粒度。此外,本文利用最优时问集成粒度对2006年及2010年北京市快速路浮动车速度进行集成以及VSP分布比较,发现了2006和2010年北京市快速路车辆运行具有一致的分布模式和规律。最后,利用本研究所得最优集成粒度与快速路车辆运行模式进行了实例应用。案例利用3分钟对实测车辆运行数据进行速度集成以及车辆运行模式分析,结合MOVES排放率分别计算和对比实测车辆运行模式与本研究集成粒度下运行模式下的油耗排放,以及MOVES模型运行模式下的油耗排放。分析发现利用集成浮动车数据测算所得结果与实测结果更为接近,对于油耗、NOx、CO、HC的测算误差分别为8.5%、25.6%、0.86%、22.2%,分别较应用MOVES模型测算误差低59%、17%、22.6%、22.6%。该应用案例表明了应用最优集成粒度进行北京市快速路车辆油耗排放测算的可靠性和准确性。