基于群智感知的城市私家車軌跡恢復(fù)研究.pdf

1、在城市路網(wǎng)中，城市私家車的出行軌跡包含著豐富的交通出行信息。通過對城市私家車出行軌跡的分析，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收集到有價值的交通信息提供了新思路。然而，由于城市私家車用戶的隱私性，只有很少一部分的用戶會共享自己車輛的精確位置信息，大部分城市私家車的軌跡信息只能通過稀疏的道路卡口監(jiān)控數(shù)據(jù)獲取，僅僅依靠稀疏的道路卡口監(jiān)控數(shù)據(jù)來恢復(fù)城市私家車的精確軌跡是很難實現(xiàn)的。截至目前，還沒有一個適當(dāng)?shù)乃惴▉斫鉀Q城

2、市私家車軌跡恢復(fù)的問題?，F(xiàn)有的一些車輛軌跡恢復(fù)算法都是通過車輛的歷史軌跡數(shù)據(jù)去挖掘潛在信息，進(jìn)而恢復(fù)車輛的軌跡，但是由于車輛的歷史軌跡數(shù)據(jù)包含的信息不夠充分，因此軌跡恢復(fù)準(zhǔn)確率往往不能滿足現(xiàn)實生活中人們對于軌跡恢復(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)來恢復(fù)城市私家車軌跡的解決方案。首先，論文通過挖掘歷史的稀疏道路卡口監(jiān)控數(shù)據(jù)和少量帶有在線遠(yuǎn)程信息處理系統(tǒng)車輛的精確軌跡數(shù)據(jù)，對研究區(qū)域內(nèi)道路的交通模式進(jìn)

3、行了分析，并使用指數(shù)分布對道路的通行時間進(jìn)行建模。然后，論文采用Canopy-Kmeans聚類算法對城市私家車的稀疏軌跡進(jìn)行了聚類，聚類的結(jié)果優(yōu)化了道路的通行時間模型，為后續(xù)提升城市私家車的軌跡恢復(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傳輸車輛上存儲的數(shù)據(jù)包，當(dāng)車輛經(jīng)過Wi-Fi數(shù)據(jù)包上傳點所在的路口時，Wi-Fi數(shù)據(jù)包上傳點會將這些數(shù)據(jù)包收集起來并傳送到后臺的綜合數(shù)據(jù)分析平臺上，通過綜合數(shù)據(jù)分析平臺對收集到的數(shù)據(jù)進(jìn)行

4、分析挖掘就可以得到全部城市私家車的精確軌跡信息。
　　論文采用真實世界中的歷史數(shù)據(jù)來完成仿真實驗并評估了實驗的效果。首先，論文采用了2016年4月1號到2016年5月30號蘇州市工業(yè)園區(qū)所有的道路卡口監(jiān)控數(shù)據(jù)以及少量帶有在線遠(yuǎn)程信息處理系統(tǒng)車輛的精確軌跡數(shù)據(jù)來進(jìn)行仿真實驗并評估實驗的效果。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)行了對比分析。實驗結(jié)果表明，與