基于GPS数据的城市常发性拥堵区域识别方法

• 作者: 安实 杨海强 王健
• 来源期刊: 科学技术与工程
• 学科: 交通运输
• 关键词: 智能交通 常发性拥堵 聚类算法 GPS轨迹 出租车 公交车
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 论文
• 页码范围: 156-160
• 页数: 5页
• 分类号: U491.112
• 字数: 4499字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1815.2018.13.025

摘要

识别城市交通常发性拥堵区域,能够为交通管理部门和规划部门提供相应的改进建议,对城市道路网络健康运行具有重要作用.城市交通拥堵判别方法存在两个难题:基于传统检测器方法应用的局限性;基于路段级别的方法存在费工费时的地图匹配问题.针对这两个问题,提出基于车辆GPS轨迹数据的网格级别的拥堵判别方法;并利用改进的具有噪声应用的基于密度的空间聚类(density-based spatial clustering of applications with noise,DBSCAN)算法识别城市常发性拥堵区域.基于哈尔滨市城市道路网络、出租车和公交车GPS轨迹数据进行算例分析,结果表明,其能够有效判别基于网格的交通拥堵,并成功识别城市常发性拥堵区域.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王健	哈尔滨工业大学交通科学与工程学院	133	1512	18.0	34.0
2	安实	哈尔滨工业大学交通科学与工程学院	136	1943	24.0	39.0
3	杨海强	哈尔滨工业大学交通科学与工程学院	1	7	1.0	1.0