基于Storm平臺的路段行程時間估算與擁堵評價應用研究.pdf

1、應用云計算技術解決交通領域的問題是當前技術研究的一個熱門趨勢。在交通領域中，由遍布城市道路各個角落的檢測器和浮動車采集的數據是海量的，且具有覆蓋范圍廣、信息量豐富等特點，非常適合于應用大數據技術進行挖掘和實時分析工作。在城市交通大數據技術中，利用浮動車GPS數據，進行路段行程時間的實時計算和道路擁堵狀態(tài)的評價，可以為基于實時路況的路徑規(guī)劃、行程時間預測、道路擁堵預測等研究提供數據基礎，可將有助于交通監(jiān)管平臺和居民及時了解當前道路交通參數

2、狀態(tài)，提前規(guī)劃出行時間和出行路徑。
　　本文主要研究了應用云計算技術處理海量浮動車GPS數據，計算城市路段行程時間和交通狀態(tài)評價的方法和實現流程。本文通過對GPS浮動車地圖匹配技術的研究分析，提出了適用于海量數據計算的地圖匹配改進方法和具體實現流程；通過對行程時間估算方法的研究，提出了一種改進的少樣本估算方法，同時探討了在Storm云平臺的具體實現技術；通過對交通擁堵評價的研究分析，給出了一種基于路段行程時間的簡易評價指標，同時研

3、究了在云平臺下的實現方案。
　　本文所完成的研究工作主要如下：
　?。?）系統(tǒng)研究了GPS浮動車技術中的基礎技術—地圖匹配技術的主要原理和方法，分析了當前主要地圖匹配方法的優(yōu)點和不足，提出適用于實際大數據應用的基于權重的改進匹配方法。為解決大量數據實時處理中的匹配效率問題，提出GIS路段劃分方法、四網格匹配法、權重計算方法優(yōu)化和利用路網拓撲結構的待匹配路段篩選方法，同時給出了具體細節(jié)技術的實現流程。
　　（2）研究分析