基于簡化路網(wǎng)模型的行程時間預測及導航算法研究.pdf

1、城市經(jīng)濟的飛速發(fā)展給智能交通帶來了巨大壓力，解決交通擁堵、緩解交通壓力、降低由于交通擁堵所帶來的負面影響是當前迫切需要解決的問題。智能交通的研究越來越受到重視，研究內容也逐漸豐富。智能交通領域的路況預測是其他智能交通系統(tǒng)的基礎和關鍵，同時，路徑導航算法又是城市交通流誘導、車載導航系統(tǒng)的核心技術。針對以上分析，本文就行程時間的預測、路徑導航算法進行研究，做了如下的研究工作：
　　 ①在參考已有基于卡爾曼濾波進行交通參數(shù)預測的方法基

2、礎上，針對簡化路網(wǎng)模型的特殊要求，提出了一種基于卡爾曼濾波的單步行程時間預測模型，設計了預測算法，并解決了卡爾曼濾波應用于行程時間預測的時滯性問題、以及所需歷史平均數(shù)據(jù)的自動更新問題，使預測所得行程時間更加符合實際情況。
　　 ②在上述單步行程時間預測模型基礎上，建立了基于卡爾曼濾波的行程時間多步預測模型，并提出了多步預測算法，能夠實現(xiàn)約20分鐘內的多步預測(每5分鐘為一步)。為解決行程時間多步預測中由于觀測值未到來而無法進行多

3、步預測的問題，還提出了HD(History Day)算法。
　　 ③針對現(xiàn)有導航算法僅考慮單一數(shù)據(jù)的問題，基于上述多步預測算法，提出了一種能夠綜合利用實時數(shù)據(jù)、行程時間多步預測數(shù)據(jù)及歷史數(shù)據(jù)的實時路徑導航算法，能夠解決僅采用實時數(shù)據(jù)得到的導航路徑存在因路況信息變化過于頻繁而造成車輛實際行走花費時間比最初預測花費時間明顯更長的問題。
　　 ④利用模擬數(shù)據(jù)對上述預測模型及算法進行了驗證。實驗表明：1)行程時間的單步、多步預測