导读:本文包含了实时交通数据论文开题报告文献综述及选题提纲参考文献，主要关键词:模糊综合评价,线性回归,道路通行能力,交通运行状态评价
实时交通数据论文文献综述
谢竞成,丁楚吟,吴越,徐甲[1]（2018）在《基于多源交通数据的城市道路实时运行状态综合评价方法》一文中研究指出智能交通技术的发展,以及多种交通监测数据获取方式的应用和推广,为城市道路实时运行状态评价提供了数据支持。本文基于多源交通监测数据,提出了一种城市道路实时运行状态综合评价方法。首先,采用分段线性回归方法拟合车道交通模型,实现道路通行能力的实时计算;然后从道路V/C(交通需求/通行能力)和出行时间比的角度出发,构造多项用于道路交通运行状态监测的指标;最后,采用模糊综合评价方法,建立动态权重模糊综合评价模型,对道路实时运行状态进行了评价,并应用实际的交通数据验证了该模型的可靠性。(本文来源于《第十叁届中国智能交通年会大会论文集》期刊2018-11-07）
戴朝典[2]（2018）在《TomTom使用rideOS将实时交通数据集成到下一代交通平台中》一文中研究指出TomTom(TOM 2)公司宣布,它的实时和历史交通数据、速度剖面和地图元素将集成到rideOS的创新路由平台中,以便自动驾驶车辆改进预测分析。rideOS开发了一个平台,用于综合、管理和分发任何及每一种类型的运输的关键安全数据和路线。它是面向未来的一种服务,在这种服务中,从人工操作到完全自主的多种交通方式将共享道路。(本文来源于《汽车电器》期刊2018年10期）
谭亮,周静[3]（2018）在《基于Spark Streaming的实时交通数据处理平台》一文中研究指出交通大数据是解决城市交通问题的最基本条件,是制定宏观城市交通发展战略规划和进行微观道路交通管理与控制的重要保障.针对于智能交通系统中数据产生快、实时性强、数据量大的特点,本文基于Spark Streaming和Apache Kafka的组合构建了一个实时交通数据处理平台,用于处理通过双基基站采集的数据,采用时间窗口机制从持续的Kafka分布式消息队列中获取数据,并按照规则将数据分类处理后保存到数据库.本文对平台的系统架构和内部结构进行了详细的介绍,并通过实验验证了系统的实时处理能力,完全可以在大规模高并发的数据流下进行应用.(本文来源于《计算机系统应用》期刊2018年10期）
乔通[4]（2017）在《基于Storm的海量交通数据实时处理平台的研究》一文中研究指出交通数据实时处理是当前智能交通系统中的一个热点研究问题,通过对不同设备采集的海量交通数据进行准确、高效的实时计算能够为各类交通管理业务和交通信息服务提供有效的支撑,帮助解决交通拥堵等诸多交通管理问题。交通数据实时处理具有数据连续、计算时延短、计算不间断、多类型数据混合等特点。本文以实验室承担的某大型城市车辆缉查防控系统中基于车牌识别数据流的违章车辆实时甄别处理为背景,提出了一套海量交通数据实时处理方法,设计了基于Storm的海量交通数据实时处理平台,并针对Storm原始调度存在的负载倾斜问题重点研究了面向交通实时处理作业的调度技术。论文的主要工作包括:1)基于对交通数据特征的分析,提出了一套海量交通数据实时处理方法,界定了数据接入、数据组织、数据计算、结果输出等海量交通数据实时处理关键步骤的内容,并结合现有流式计算模型对上述步骤涉及的数据接受预处理、多类型的数据接入、数据在节点中的索引结构、数据在节点间的组织方式以及数据输出接口等关键技术进行了分析和描述。2)对海量交通数据实时处理中的任务调度问题进行了深入研究。为提高交通数据实时处理的性能,解决Storm默认调度策略存在的调度方式单一、节点之间负载不均衡等问题,提出一种基于固定节点直接分配的FNS调度策略和一种基于负载均衡的LBS调度策略,并实现了与之对应的任务调度器,实验表明基于FNS算法的调度器能够将一些运算简单的交通作业固定分配在一个单一工作节点上,基于LBS算法的调度器每次能从资源数最多的节点开始任务分配。3)设计并实现一个基于Storm的海量交通数据实时处理平台。基于该平台,实现了套牌车辆甄别等违章车辆自动甄别应用中的实时计算算法,并利用真实交通数据集模拟实时交通流数据进行了实验和评估,验证了交通数据实时计算的实时性和准确性。(本文来源于《北方工业大学》期刊2017-05-23）
徐程,曲昭伟,陶鹏飞,金盛[5]（2016）在《动态交通数据异常值的实时筛选与恢复方法》一文中研究指出针对实际中检测器原始交通数据存在的大量缺失与异常的实际情况,论文通过分析数据采样间隔与交通流叁参数内在关系等因素的影响,设计了4步骤的数据筛选方法,包括初步筛选、阈值筛选、交通流理论筛选和质量控制筛选;提出了基于时间序列、历史数据、空间位置及时空相关性的四种在不同条件下应用的数据恢复方法;以此为基础建立了标准的数据预处理流程。通过北京快速路实际数据验证表明,算法能够有效剔除异常数据,异常数据恢复精度低于10%,同时具有很强的实时性和稳定性,能够满足工程实际的应用。(本文来源于《哈尔滨工程大学学报》期刊2016年02期）
李红旗[6]（2014）在《中小城市ITS实时交通数据的质量控制方法研究》一文中研究指出随着社会进步和经济快速发展，城市规模、人口和机动车保有量急剧增加，随之而产生的交通拥堵、环境污染和交通安全等问题日益严重。以智能交通系统为代表的交通信息化与智能化管控技术可以缓解交通拥堵、环境污染和交通安全等问题，有效提升交通运行的安全运营能力和综合服务水平。近年来，中小城市也越来越重视智能交通系统的前期实验与探索，准确和及时的交通信息是智能交通系统功能发挥的必要条件。由于检测系统故障、车辆违法行驶和检测条件差等因素，所采集的交通数据偶尔出现不能反映实际的交通流运行情况或不符合交通流长期运行趋势。因此，对中小城市智能交通系统交通数据进行数据质量评价与控制，为各种交通管理策略提供完整、有效和实时的交通数据是一个非常关键并亟待解决的问题。论文的主要研究工作和成果如下：1.结合中小城市ITS总体框架和交通数据的采集方法，对交通数据质量分类和评价指标进行研究，分别从完整性、有效性和准确性等方面建立了交通数据质量评价指标体系，并建立数据质量的评价流程。2.结合中小城市ITS交通数据的特征，设计了交通流数据质量控制的模型，包括丢失数据的补缺模型、不规则时间点的修正模型、错误数据的修正模型，数值仿真验证了ITS交通数据质量控制模型的正确性。3.以延安市某段5Km的城市道路为试验区，共设置10个微波交通检测器，用来采集3个车道的动态交通数据。利用实测交通数据，对所建立的交通数据质量评价指标体系和质量控制模型进行验证。(本文来源于《长安大学》期刊2014-10-21）
任旭[7]（2013）在《基于手机信令方式的实时交通数据生成方法研究》一文中研究指出提出一种利用手机信令方式生成实时交通数据的方法,该方法利用现有的移动通信网络,通过手机信令数据定位移动终端用户的位置(经纬度坐标),从而在电子地图平台的支持下,将移动终端在一段时间内连续的位置信息分析处理为反映实际路况的实时交通数据。(本文来源于《2013全国无线及移动通信学术大会论文集（下）》期刊2013-09-06）
陈烨,朱景瑜[8]（2012）在《实时交通数据在城市环境中的应用及展望》一文中研究指出在影响城市环境变化的各种因素中,道路交通因素占据了较大的比重。城市化的快速发展带来道路网络的扩大建设以及机动车的大幅增加,对城市环境产生较大压力,产生空气、噪声等污染。本文从交通角度,通过实时交通数据深入分析机动车在城市主要道路上的行驶规律与车辆尾气排放规律,并对交通环境的影响进行多指标的统计分析,挖掘交通与环境之间的内在关联,并选取徐家汇地区作了尝试应用。希望借助交通领域的先进技术手段,将交通对城市环境影响做量化分析,力求在交通管理和环境管理两方面形成合力,为制定有效控制管理措施提供决策依据。(本文来源于《第七届中国智能交通年会优秀论文集——智能交通应用》期刊2012-09-26）
赵乾坤[9]（2011）在《基于实时交通数据的交通流分析研究》一文中研究指出随着城市化进程的不断深入和发展,城市交通问题也变得日益严重,而利用智能交通系统(ITS)来统筹管理城市地面路网的交通状况,是解决这一问题的有效方法。作为智能交通系统的重要组成部分和关键子系统,交通流分析系统能够对各种传感器收集的实时交通数据进行处理并估计出当前路网的交通状态,这也是交通预测、交通监控以及车辆诱导等智能交通管理系统运行的基础。随着技术的不断进步,全球定位系统(GPS)已经被广泛的应用于出租车以及其他车辆上,这使得利用这些装载GPS系统的探测车来收集实时的交通信息成为可能。GPS数据包括了探测车的位置、瞬时速度以及行驶方向等信息,具有覆盖广、易采集等特点,因而成为获取城市路网交通流实时信息的理想途径。最近几年,很多研究者都提出了基于GPS和GIS信息融合的交通流分析算法,其中比较重要的算法包括曲面拟合法以及路径跟踪法。基于曲面拟合的交通流分析算法以单个独立路段作为研究对象,利用了车流速度在路段上的时空分布规律,对分析周期内采集的GPS数据点进行曲面拟合以逼近真实的速度分布曲线。同时使用最小二乘法来求解模型的参数,并定义了一个基于时间和空间的路段平均速度来作为衡量道路状态的指标。紧接着,我们还进一步分析了基于拟合算法的GPS数据点最小采样量,以及整个城市路网的探测车最小需求量,其中一个关键因素就是由探测车类型及其比例所决定的探测车平均采样频率,采样频率越高,那么整个路网的探测车需求量就越小,并且以上海市内环路网为例,具体分析了全天各个时段的探测车实际需求量。基于路径跟踪的交通流分析算法利用了同一辆探测车在相邻采样时刻的位置之间具有的空间连续性,使用A*启发式搜索算法来确定探测车的最可信行驶轨迹,该轨迹综合考虑了路径的行程距离以及所经过的交叉口数。在将路径平均速度转换到路段平均速度的过程中,给予路径平均速度以相应的置信因子,通过求取加权平均值的方法计算路段的平均速度,作为交通状态的衡量指标。最后,我们利用上海市真实的海量交通数据进行实验以对两种算法的性能进行验证。实验的真值是采用人工视频观测的方法,对上海市市区的24条典型路段分析获得的,实验的其他数据还包括了上海市地面路网的详细地理数据以及海量的GPS采样数据。通过实验分别对两种算法的准确性以及运行效率进行了验证。实验结果显示,跟踪算法具有较高的估计准确性,但是也需要更大的时间开销,因此在进行算法的选择上,需要根据具体的应用环境来确定。(本文来源于《上海交通大学》期刊2011-12-01）
李杨[10]（2011）在《基于PC/104总线的实时交通数据采集系统设计》一文中研究指出在研究多种类型传感器原理性能的基础上,利用PC/104嵌入式系统作为开发平台,采用数据融合理论和BP神经算法,实现了交通参数的高精度测量和车型识别,满足了公路交通实时数据采集的需要。(本文来源于《黑龙江交通科技》期刊2011年04期）
实时交通数据论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
TomTom(TOM 2)公司宣布,它的实时和历史交通数据、速度剖面和地图元素将集成到rideOS的创新路由平台中,以便自动驾驶车辆改进预测分析。rideOS开发了一个平台,用于综合、管理和分发任何及每一种类型的运输的关键安全数据和路线。它是面向未来的一种服务,在这种服务中,从人工操作到完全自主的多种交通方式将共享道路。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
实时交通数据论文参考文献
[1].谢竞成,丁楚吟,吴越,徐甲.基于多源交通数据的城市道路实时运行状态综合评价方法[C].第十叁届中国智能交通年会大会论文集.2018
[2].戴朝典.TomTom使用rideOS将实时交通数据集成到下一代交通平台中[J].汽车电器.2018
[3].谭亮,周静.基于SparkStreaming的实时交通数据处理平台[J].计算机系统应用.2018
[4].乔通.基于Storm的海量交通数据实时处理平台的研究[D].北方工业大学.2017
[5].徐程,曲昭伟,陶鹏飞,金盛.动态交通数据异常值的实时筛选与恢复方法[J].哈尔滨工程大学学报.2016
[6].李红旗.中小城市ITS实时交通数据的质量控制方法研究[D].长安大学.2014
[7].任旭.基于手机信令方式的实时交通数据生成方法研究[C].2013全国无线及移动通信学术大会论文集（下）.2013
[8].陈烨,朱景瑜.实时交通数据在城市环境中的应用及展望[C].第七届中国智能交通年会优秀论文集——智能交通应用.2012
[9].赵乾坤.基于实时交通数据的交通流分析研究[D].上海交通大学.2011
[10].李杨.基于PC/104总线的实时交通数据采集系统设计[J].黑龙江交通科技.2011