【技术实现步骤摘要】
本专利技术涉及交通规划应用
，更具体地，涉及。
技术介绍
在城市路网中，一个起终点之间有非常多路径可连通，而驾驶员在出行时一般只选择其中的有限的几条，这些路径即合理路径。合理路径作为路径选择模型的输入路径，可以反映驾驶员的真实选择行为，同时这些路径也为路径诱导提供了备选路径。传统的合理路径的确定方法一般为通过以下算法生成，包括有Dial算法、启发式算法、K短路径法及带约束的路径枚举法。其中Dial算法并不直接给出合理路径集，而是直接将流量分配在各个路段，但其在算法中定义了有效路段。启发式算法、K短路径法及带约束的路径枚举法则直接通过合理路径集算法生成合理路径集。上述方法均是引入距离、时间、收费、转向等阻抗或几个属性线性组合的阻抗，而在实际路网道路中，各阻抗与出行路径的选择关系复杂，且难以结合出行者出行习惯。有学者提出对路网分层以满足出行者出行习惯，但出行者出行习惯难以捉摸，该方法并不能真实反映出行者出行选择路径。近些年随着浮动车技术的发展，利用浮动车数据获取交通信息的应用越来越广泛，例如北京、广州、深圳等城市出租车均安装了 GPS接收器。浮动车数据具有以下特征:(I)稀疏性。浮动车数据是按照一定的间隔上传至服务器，在这个间隔内，浮动车可能发生很大位移，两个定位点之间会存在不确定路径。(2)漂移性。浮动车行驶在城市道路上，定位系统受到高层建筑、隧道等影响，会产生漂移，尤其在低速时，漂移现象更加明显。 (3)海量性。城市中行驶着大量浮动车，这些浮动车以一定间隔上传实时信息，为城市交通分析提供了千万计的浮动车数据。一般来说，浮动车驾驶者对城市交通状况熟悉...
【技术保护点】
一种基于浮动车数据的经验路径生成方法，其特征在于，包括以下步骤：?S1.提取并处理原始的浮动车数据，去掉无效以及异常的数据点；?S2.将针对起终点理后的浮动车数据匹配到路段上；?S3.比较各路段匹配的定位点数目s与经验路径阈值S当各路段匹配的定位点数目s超过经验路径阈值S时则为经验路段，根据经验路段生成经验路网；?S4.根据经验路网生成合理的经验路径。
【技术特征摘要】
1.一种基于浮动车数据的经验路径生成方法，其特征在于，包括以下步骤: 51.提取并处理原始的浮动车数据，去掉无效以及异常的数据点； 52.将针对起终点理后的浮动车数据匹配到路段上； 53.比较各路段匹配的定位点数目s与经验路径阈值S当各路段匹配的定位点数目s超过经验路径阈值S时则为经验路段，根据经验路段生成经验路网； 54.根据经验路网生成合理的经验路径。2.根据权利要求1所述的基于浮动车数据的经验路径生成方法，其特征在于，所述步骤SI的具体实现方式，提取并遍历原始浮动车数据，去掉属于空载状态以及不属于目标起终点OD服务范围的无效异常点。3.根据权利要求1所述的基于浮动车数据的经验路径生成方法，其特征在于，所述步骤S2中，使用方向要素权重及距离要素权重建立模型，将浮动车数据匹配到路段上；其中方向要素权重大于距离要素权重。4.根据权利要求...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。