基于浮动车大数据与网格模型的城市交通拥堵识别和评价研究

• 作者: 刘晓冰 刘炀 闫学东 马世霞
• 来源期刊: 北京交通大学学报
• 学科: 交通运输
• 关键词: 浮动车轨迹数据 大数据 网格模型 DBSCAN 交通拥堵
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 智慧城市道路交通
• 页码范围: 104-113
• 页数: 10页
• 分类号: U491
• 字数: 7059字
• 语种: 中文
• DOI: 10.11860/j.issn.1673-0291.2019.01.012

摘要

随着机动车辆的迅猛增长,城市路网呈现出事件多发、通行状态多变的特征,大城市的交通问题日趋严重.借助大数据技术,通过对城市路网中海量浮动车轨迹数据的深入挖掘,能够实现对复杂交通状态的快速识别和准确分析.本文首先对北京市浮动车的海量数据进行校准和清洗.其次,针对不同的研究内容,构建不同尺度的网格模型.然后,根据网格内节点对行程时间的历史数据,识别常发拥堵区域;结合实时行程时间数据,识别偶发拥堵事件.最后,通过对网格交通运行指数进行密度聚类,从空间范围上将大城市拥堵区域的类型划分为“点-线-面”3个层级对交通拥堵进行评价研究.本研究不以道路矢量地图为基础,仅通过浮动车轨迹数据,便可以实现对交通拥堵的高效识别和宏观拥堵的评价.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫学东	北京交通大学交通运输学院	15	124	7.0	11.0
2	刘晓冰	北京交通大学交通运输学院	1	5	1.0	1.0
3	刘炀	北京交通大学交通运输学院	1	5	1.0	1.0
4	马世霞	北京交通大学交通运输学院	1	5	1.0	1.0