城市車輛網(wǎng)絡中的交通信息預測

在大都市，實時預測交通信息備受期望，其不僅可以在很大程度上促進交通管理，還可以節(jié)省駕駛員在路上的行駛時間，并能減少車輛的燃油消耗，該指標在低碳社會備受重視。然而，由于在每條路段或十字路口布置大量的檢測傳感器需要花費大量的資金和時間，故獲取交通信息非常困難。最近，上海規(guī)劃項目提供了一種創(chuàng)新性的、有益于成本效益的方式，該方式可以在數(shù)千輛移動出租車上布置交通用傳感器解決上述問題。在該項目的理念中，通過上述傳感器數(shù)據(jù)感知交通狀況信息。由于個體出租車信息容易出現(xiàn)錯誤，或出現(xiàn)由于時間和空間分布造成的感知區(qū)域大小不同，故該技術具有挑戰(zhàn)性。采用數(shù)據(jù)聚合方法，可以解決上述問題。首先研究上海3000輛出租車的測試數(shù)據(jù)特點，利用交通狀況的空間相關性條件，提出基于交通預測的相關性算法。該算法的數(shù)據(jù)搜集時間段為2007 年2月5日至2007年2月8日，共計3135輛出租車參與了試驗。在該數(shù)據(jù)的支持下，采用評估函數(shù)對車輛速度和道路允許的平均車速進行評估，包括利用GPS報告中的部分數(shù)據(jù)評估載客狀態(tài)。該算法可以成功地擴大出租車傳感器的覆蓋面積?；谠撍惴ㄟM行了相關試驗，試驗結(jié)果顯示了該算法的重要性，但不證明通過該算法可以提供上海任何時間、任何地理位置的交通信息。

Kaoru Ota et al.Wireless Communications and Networking Conference (WCNC), 2011 IEEE.

編譯：孫博華