車聯(lián)網(wǎng)中基于聚類的定位算法和態(tài)勢分析研究.pdf

1、隨著車聯(lián)網(wǎng)的發(fā)展，車輛定位技術(shù)的研究受到了大量國內(nèi)外研究人員的關(guān)注。定位技術(shù)不僅影響到行駛車輛的安全，對車聯(lián)網(wǎng)的發(fā)展也起著決定性作用。目前大部分車輛定位方案是在全球定位系統(tǒng)(Global Positioning System，GPS)基礎(chǔ)之上進行實現(xiàn)，雖然能夠取得較好效果，但無法完成GPS信號盲區(qū)中車輛的實時定位，所以對GPS信號盲區(qū)車輛定位的問題亟需解決。同時，車輛群體行為態(tài)勢能夠描述車輛群體在車聯(lián)網(wǎng)中的運動規(guī)律，對道路規(guī)劃、交通管制

2、具有指導(dǎo)意義。雖然車輛群體行為態(tài)勢的研究處于起步階段，但已經(jīng)成為車聯(lián)網(wǎng)中一個重要研究方向。
　　針對車輛實時位置信息的獲取，本文提出了基于標(biāo)簽傳遞的聚類和定位算法。首先利用車輛在相同時間段內(nèi)以某種目的到達相同地點的關(guān)系，提出一種基于標(biāo)簽傳遞的重疊聚類算法。該算法采用分布式的方案，能夠在有限的車載設(shè)備硬件條件下完成車聯(lián)網(wǎng)中重疊聚類的檢測。然后利用重疊聚類的結(jié)果，提出基于聚類結(jié)果的定位算法和定位矯正算法。定位算法主要解決在 GPS信號

3、盲區(qū)對車輛實時位置進行獲取的問題。定位矯正算法能夠在 GPS設(shè)備可用的情況下，對定位算法計算出的位置信息進行矯正，為以后定位提供更準(zhǔn)確的數(shù)據(jù)。通過實驗證明本文所提定位算法擁有較高的準(zhǔn)確度。
　　針對車輛群體位置的獲取，本文提出了基于車輛行為聚類方法的態(tài)勢分析方案。首先對車輛在同一時間段內(nèi)相同的行為進行分析，計算出不同車輛之間行為關(guān)聯(lián)度。在此基礎(chǔ)上，提出一種基于車輛行為的聚類算法，該算法能夠?qū)④嚶?lián)網(wǎng)中的車輛劃分成行為相似或相同的群體