交通数据分析及预测预报系统

交通数据是指基于路网的高效运行而采集的动态监测信息,主要包括交通流检测数据、动态交通控制数据和车辆通行记录及违章数据等。

交通流检测数据,作为交通信息处理最基本的前端原始数据,主要包括以下参数:流量、速度、占有率、车头时距、车辆旅行时间、交通密度、停车次数、饱和流量、车辆延误等;

动态交通控制数据,是在交通信息综合控制中心系统上能够监控到路网中所有路口的实时运行状态信息,包括信号控制器的相位、阶段、检测器状态等数据。

通过视频检测器、浮动车及RFID波频检测器等先进传感器技术采集到的车辆通行记录和违法监测信息,能够为交通特性分析、车辆定位跟踪、OD分析及非现场执法提供数据支持。

视频检测数据,是通过前端视频检测器检测到的交通数据,主要包括以下信息:违法监测系统编号,即前端摄像机的执法编号;厂商编码;设备编码,由交管局统一分配;数据包类型;车牌号,形如“京A12345”的样式;牌照识别的可信度,为0~1之间保留两位小数的数字;车型,代表大车、小车;号牌颜色;车辆标志;行驶方向;车道标识符;车速;抓拍时间,精确到毫秒;设备监测地点描述;照片名称;照片数据,采用Base64编码。

浮动车数据,基于出租车调度系统建设起来的城市浮动车采集系统以出租车作为浮动车,出租车在回传坐标位置的同时回传出租汽车运营中的载客信息等详细记录。出租车的实时回传数据包括车辆的ID、时间标签、经度、纬度、速度、方向、载客状态、事件等。


现价:
¥0.00
原价:
¥0.00
数量:
- +
加入购物车
分享到: 更多
相关产品推荐
  • 商品介绍
  • 规格参数
  • 1.系统结构图

    本系统在总体组成上由交通数据存储工作站和交通数据分析及预测预报系统软件两部分构成:交通数据存储工作站主要负责各种类型的数据库存储,包括交通流检测基础数据库、动态交通控制数据库、视频检测数据库、浮动车数据库、其他类型数据库等;交通数据分析及预测预报系统软件主要负责数据的统计分析及可视化,以及根据不同预测模型进行短时交通流预测预报。

    2 系统功能描述

    1)      交通数据融合分析

    针对海量的多源异构数据,分别对其进行数据的采集、传输、入库,形成标准数据库格式的数据,作为交通数据处理软件的输入端。数据处理中心平台的软件设计界面如下图所示,能够对所有接入的交通数据进行处理和分析,分别按照检测器的类别和时间进行数据查询,汇总统计和图表展示。

    中心计算机对采集的实时交通数据进行各种统计分析,形成设定时间、区域范围的交通统计分析报告,分别形成15分钟和1小时时间段的交通统计数据。并按15分钟数据保存一年、1小时数据保存三年进行存储,并随时向交通信号控制系统管理平台开放性地提供。交通数据的统计和分析如下图所示:


    2)      交通信息预测预报

    交通控制与诱导系统是ITS研究的热门核心课题,而实现交通流诱导系统的关键问题是实时准确的交通流量预测,即如何有效地利用实时交通数据信息去滚动预测未来几分钟内的交通状况。

    目前常见的交通流预测预报方法有:一类是以数理统计和微积分等传统数学和物理方法为基础的预测模型;一类是以现代科学技术和方法(如模拟技术、神经网络、模糊控制)为主要研究手段而形成的预测模型,其特点是所采用的模型和方法不追求严格意义上的数学推导和明确的物理意义,而更重视对真实交通流现象的拟合效果。

    本系统可通过多种预测模型算法对历史数据进行计算分析,得到预测结果,并能进行对比分析;常用的预测模型算法包括:

    Ø  历史平均模型

    Ø  时间序列模型

    Ø  卡尔曼滤波模型

    Ø  非参数回归模型

    Ø  神经网络模型

    Ø  自适应权重模型等

    以路段服务水平预测为例,利用不同的预测模型,能够对各路段5分钟、10分钟后的服务水平进行短时预测,通过不同的颜色来从微观上观察各个路段的服务水平。

    短时预测的界面,如下:


    路段服务水平预测的界面,如下:


    3.平台可支撑实验

    1)      视频检测数据分析实验

    2)      浮动车检测数据分析实验

    3)      交通控制及信号监视数据分析实验

    4)      多源交通信息融合实验

    5)      短时交通流预测预报实验

    6)       路段服务水平预测实验






本网站由阿里云提供云计算及安全服务 Powered by CloudDream