基于群智感知的城市私家車(chē)軌跡恢復(fù)研究.pdf

1、在城市路網(wǎng)中，城市私家車(chē)的出行軌跡包含著豐富的交通出行信息。通過(guò)對(duì)城市私家車(chē)出行軌跡的分析，人們能夠得到豐富的城市路網(wǎng)交通信息，進(jìn)而為政府或者交通部門(mén)收集到有價(jià)值的交通信息提供了新思路。然而，由于城市私家車(chē)用戶(hù)的隱私性，只有很少一部分的用戶(hù)會(huì)共享自己車(chē)輛的精確位置信息，大部分城市私家車(chē)的軌跡信息只能通過(guò)稀疏的道路卡口監(jiān)控?cái)?shù)據(jù)獲取，僅僅依靠稀疏的道路卡口監(jiān)控?cái)?shù)據(jù)來(lái)恢復(fù)城市私家車(chē)的精確軌跡是很難實(shí)現(xiàn)的。截至目前，還沒(méi)有一個(gè)適當(dāng)?shù)乃惴▉?lái)解決城

2、市私家車(chē)軌跡恢復(fù)的問(wèn)題。現(xiàn)有的一些車(chē)輛軌跡恢復(fù)算法都是通過(guò)車(chē)輛的歷史軌跡數(shù)據(jù)去挖掘潛在信息，進(jìn)而恢復(fù)車(chē)輛的軌跡，但是由于車(chē)輛的歷史軌跡數(shù)據(jù)包含的信息不夠充分，因此軌跡恢復(fù)準(zhǔn)確率往往不能滿(mǎn)足現(xiàn)實(shí)生活中人們對(duì)于軌跡恢復(fù)準(zhǔn)確率的要求。
　　基于上述的分析，本文提出了一種基于群智感知技術(shù)來(lái)恢復(fù)城市私家車(chē)軌跡的解決方案。首先，論文通過(guò)挖掘歷史的稀疏道路卡口監(jiān)控?cái)?shù)據(jù)和少量帶有在線(xiàn)遠(yuǎn)程信息處理系統(tǒng)車(chē)輛的精確軌跡數(shù)據(jù)，對(duì)研究區(qū)域內(nèi)道路的交通模式進(jìn)

3、行了分析，并使用指數(shù)分布對(duì)道路的通行時(shí)間進(jìn)行建模。然后，論文采用Canopy-Kmeans聚類(lèi)算法對(duì)城市私家車(chē)的稀疏軌跡進(jìn)行了聚類(lèi)，聚類(lèi)的結(jié)果優(yōu)化了道路的通行時(shí)間模型，為后續(xù)提升城市私家車(chē)的軌跡恢復(fù)準(zhǔn)確率打下了基礎(chǔ)。最后，提出了一種數(shù)據(jù)包效用值最大算法來(lái)傳輸車(chē)輛上存儲(chǔ)的數(shù)據(jù)包，當(dāng)車(chē)輛經(jīng)過(guò)Wi-Fi數(shù)據(jù)包上傳點(diǎn)所在的路口時(shí)，Wi-Fi數(shù)據(jù)包上傳點(diǎn)會(huì)將這些數(shù)據(jù)包收集起來(lái)并傳送到后臺(tái)的綜合數(shù)據(jù)分析平臺(tái)上，通過(guò)綜合數(shù)據(jù)分析平臺(tái)對(duì)收集到的數(shù)據(jù)進(jìn)行

4、分析挖掘就可以得到全部城市私家車(chē)的精確軌跡信息。
　　論文采用真實(shí)世界中的歷史數(shù)據(jù)來(lái)完成仿真實(shí)驗(yàn)并評(píng)估了實(shí)驗(yàn)的效果。首先，論文采用了2016年4月1號(hào)到2016年5月30號(hào)蘇州市工業(yè)園區(qū)所有的道路卡口監(jiān)控?cái)?shù)據(jù)以及少量帶有在線(xiàn)遠(yuǎn)程信息處理系統(tǒng)車(chē)輛的精確軌跡數(shù)據(jù)來(lái)進(jìn)行仿真實(shí)驗(yàn)并評(píng)估實(shí)驗(yàn)的效果。然后將論文提出的基于數(shù)據(jù)包信息效用最大化的數(shù)據(jù)傳輸算法與先進(jìn)先出算法、數(shù)據(jù)包剩余壽命算法以及PhotoNet算法進(jìn)行了對(duì)比分析。實(shí)驗(yàn)結(jié)果表明，與