基于RTMS數(shù)據(jù)的區(qū)域機動車積累量分析和可視化.pdf

1、隨著機動車數(shù)量的飛速增加，城市交通問題日益凸顯，對人們的日常生活產(chǎn)生了巨大的影響。據(jù)統(tǒng)計，我國機動車保有量在2016年上半年已達到2.58億，大量的機動車數(shù)量帶來了嚴(yán)重的城市擁堵和停車?yán)щy等交通問題。為了解決交通問題，各個國家大力發(fā)展智能交通系統(tǒng)，通過實時監(jiān)測交通系統(tǒng)，采集交通數(shù)據(jù)來分析、研究并制定交通措施。各國學(xué)者也利用采集的交通數(shù)據(jù)對交通系統(tǒng)展開了廣泛的研究。但是，現(xiàn)有的研究主要關(guān)注于路網(wǎng)本身，對路段的運行狀態(tài)進行研究。對于路段外，

2、即停車問題的研究則較少。并且，已有的關(guān)于停車問題的研究也受到停車數(shù)據(jù)的限制，無法對沒有數(shù)據(jù)的情況進行研究。而區(qū)域內(nèi)的機動車積累量包含了路網(wǎng)中運行和區(qū)域中停靠的兩部分機動車數(shù)量，涵蓋了更加全面的交通信息。通過機動車積累量，我們既可以分析路網(wǎng)的運行狀態(tài)，也可以推斷區(qū)域的停車需求。因此，本文使用區(qū)域的機動車積累量進行研究。使用杭州市路段微波流量數(shù)據(jù)，提出并實現(xiàn)了基于微波數(shù)據(jù)的機動車積累量估計方法，并基于估計的機動車積累量對區(qū)域的交通狀態(tài)進行分

3、析，推算區(qū)域的停車需求。同時，也搭建了基于WEB端的可視化平臺，對本文的交通數(shù)據(jù)和計算結(jié)果進行展示。
　　首先，針對交通流量數(shù)據(jù)量大，傳統(tǒng)工具效率低的問題，本文使用Spark分布式計算平臺對流量數(shù)據(jù)進行預(yù)處理，極大地提高了處理效率。其次，通過對微波流量數(shù)據(jù)的分析，提出灰色模型和歷史均值的加權(quán)方法來解決流量數(shù)據(jù)中記錄缺失的問題，并使用實際微波數(shù)據(jù)與其他方法對比說明方法的性能。
　　然后，根據(jù)路網(wǎng)數(shù)據(jù)對城市進行區(qū)域劃分。針對區(qū)域

4、機動車積累量的估計問題，提出利用進出區(qū)域的路段流量數(shù)據(jù)進行有向累加的基本方法來估計初步的機動車積累量結(jié)果。并進一步改進，提出基于區(qū)域劃分的偏差分配補全方法來解決基本方法存在偏差的問題。并利用實際杭州市微波數(shù)據(jù)進行實例機動車積累量的估算，以此推斷區(qū)域的停車需求，并對比實際真值驗證本文方法的效果。
　　最后，本文設(shè)計了可視化的方案并搭建了基于WEB端的可視化平臺實現(xiàn)了交通數(shù)據(jù)的展示、分析功能。通過可視化平臺來直觀展示本文的微波數(shù)據(jù)，呈