基于浮动车历史数据的生态路径优化算法研究

Eco-routing can reduce the emission of greenhouse gases effectively, it plays an important role in the energy conservation and emission reduction for the city has great private car ownership. Based on the floating car GPS historical data, this subject takes the thoughts of “if the internal and external attributes of road is similar, the average speed of the road is similar” as a guider, uses fuzzy inference to find the similarity of traffic data and forms the whole road network traffic data. The spatial and temporal distribution of traffic will be analyzed and the representative time interval will also be determined according to the floating car historical data. It forms the traffic time-slice data through clustering analysis and helps to predict the average speed in different time sections. Based on the floating car GPS historical data mining, statistical model between roads and brakes and intersection waiting time will be built and the calculation method of greenhouse gas emissions under different traffic conditions will be brought out. And then, traffic impedance model coupled vehicle speed with greenhouse gas emissions will also constructed. Further, this subject will study the hierarchical partitioning method based on hierarchical strategy for urban roads and put forward a bidirectional search method combined with the D* Lite algorithm, the algorithm can be applied to the eco-routing algorithm. Taking Beijing city as the example, the typical vehicle models will be selected to test the accuracy of the algorithm.

生态路径规划可以有效降低汽车出行的温室气体排放，对私有车保有量大的城市节能减排具有重要的作用。本课题以浮动车GPS历史数据为基础，以道路内外部属性相近则平均车速也相近的思想为指导，采用模糊推理求相似度的方法进行交通数据插补，形成全路网交通数据；分析交通时空分布规律，确定能够代表不同时刻交通状况的时间间隔并通过聚类分析形成时间切片，从而得到不同时间各个路段的平均车速；研究不同交通状况下的温室气体排放计算方法，通过对浮动车GPS历史数据进行挖掘构建道路与刹车，路口等车的统计模型，构建耦合交通状况和车辆温室气体排放的道路阻抗模型；在此基础上，进一步研究基于层次策略的城市道路分层分区方法，提出双向搜素和D* Lite算法相结合，能够适合跨多时间切片阻抗的生态路径规划算法。以北京市为例，选择典型车型进行试验，验证算法的准确性。

针对线性高斯系统中出现的噪声和干扰，卡尔曼滤波采用一种线性系统状态方程，通过系统输入输出观测数据，对系统状态进行最优估计的算法。使得结果复合模型预测和传感器观测的最优加权平均，从而达到去噪的效果。.针对传统HMM地图匹配算法无法高效处理大量轨迹数据的问题，提出了一种改进的HMM地图匹配算法。该算法首先采用R树空间索引方法为路网建立空间索引，然后基于轨迹点位置变化率对GPS轨迹数据进行分段，并利用R树索引快速确定子轨迹所属的候选路段，在子轨迹中挑选关键点代替整段子轨迹判断所属路段，根据结果完成各子轨迹的地图匹配。用北京市的浮动车轨迹数据和OpenStreeMap数据进行仿真实验，结果表明：与传统HMM地图匹配算法相比，改进算法可以同时减少道路搜索和轨迹点遍历的工作量，大幅提高算法效率。.车辆排放模型是估算车辆尾气排放的有效方法，对生态路径规划研究起到重要的作用。通过对现有模型的比较分析，本课题选择参考CMEM模型的基本框架。 通过对CMEM模型的优劣势进行分析，并结合生态路径规划的需求，在车辆行驶模式、影响排放的因素、估算方法等方面对它进行了改进，构建了轻型车辆温室气体排放量估算模型。在课题的生态路径规划研究中，该模型为路网道路权重的计算提供了方法，是路阻函数的重要组成部分。 .路径规划建立在路网数据的基础上，在传统的路径规划中，只需道路附有长度属性，但针对生态路径规划是以车辆温室气体排放量作为道路阻抗，本课题首先分析了影响车辆温室气体排放的主要因素，然后根据路阻函数和多种GIS空间分析方法，确定了处理基础路网矢量数据和DEM数据的技术流程。通过该数据处理流程，能够获得多种道路属性数据，并赋予每条道路相应的权重值，为生态路网规划提供了数据保障。考虑到车辆上坡、下坡行驶时温室气体排放量的不同，以及道路平均车速在道路的两个方向上可能会发生变化，在本次研究中为道路赋予了双向权重属性。最后，将双向搜索技术应用到了道路双向权重的路网结构中，以提高路径规划算法的执行效率。