基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究 |
| |
引用本文: | 闫学东,刘晓冰,刘炀,马世霞.基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究[J].北京交通大学学报(自然科学版),2019,43(1). |
| |
作者姓名: | 闫学东 刘晓冰 刘炀 马世霞 |
| |
作者单位: | 北京交通大学交通运输学院,北京,100044;北京交通大学交通运输学院,北京,100044;北京交通大学交通运输学院,北京,100044;北京交通大学交通运输学院,北京,100044 |
| |
基金项目: | 国家自然科学基金;国家自然科学基金 |
| |
摘 要: | 随着机动车辆的迅猛增长,城市路网呈现出事件多发、通行状态多变的特征,大城市的交通问题日趋严重.借助大数据技术,通过对城市路网中海量浮动车轨迹数据的深入挖掘,能够实现对复杂交通状态的快速识别和准确分析.本文首先对北京市浮动车的海量数据进行校准和清洗.其次,针对不同的研究内容,构建不同尺度的网格模型.然后,根据网格内节点对行程时间的历史数据,识别常发拥堵区域;结合实时行程时间数据,识别偶发拥堵事件.最后,通过对网格交通运行指数进行密度聚类,从空间范围上将大城市拥堵区域的类型划分为"点-线-面"3个层级对交通拥堵进行评价研究.本研究不以道路矢量地图为基础,仅通过浮动车轨迹数据,便可以实现对交通拥堵的高效识别和宏观拥堵的评价.
|
关 键 词: | 浮动车轨迹数据 大数据 网格模型 DBSCAN 交通拥堵 |
本文献已被 CNKI 万方数据 等数据库收录! |
|