基于浮动车的实时路况分析算法(7)

Vi=Wint*Vint+Wins*Vins （4—26） 本方法取Wint=Wins=0.5；

上文所述即为本文所采用的路段平均速度估计模型建立整过程，该模型由单车区间速度算法、多车区间速度算法和多车瞬时速度算法逐层融合得到。下一章将介绍通过实验证明该模型的效果。

共40页 第27页

第五章 实验及结果分析

5.1 实验设计

由于实验条件有限，本文所采用的方法是通过一辆浮动车进行数据采集，采样时间间隔为60s，实验时间为2012年2月11日，具体的采集时段有四个。分别是：12:30--13:00 18:40--19:10 19:40--20:10 23:00--23:30

5.2 实验数据及结果

实验所得的数据格式如：

表5.1 GPS浮动车所采集的数据指标

PLATENO 陕ABC123 GPS_TIME 2012/2/11 23:10 LONGITUDE LATITUDE HEIGHT SPEED DIRECTION 109.011009 34.28797 38 35 268 GPS_TIME表示GPS数据采集的时间点，LONGITUDE表示经度，LATITUDE表示维度，SPEED表示的是样本车采集数据时的瞬时速度，DIRECTION表示方向角，即车头与正北方向的顺时针夹角，用来判断车辆行驶的方向。

根据前边第四章所叙述的方法，计算路段的平均速度，主要关心的参数是时间，经纬度，方向角以及瞬时速度。

本实验一共采集了四个不同交通状态时段的数据进行了分析。软件展示如下图：

图5.1 软件初始界面

共40页 第28页

打开软件初始界面如上图所示，右上方“打开GPS数据文件”按钮用于选择已经采集好的数据文件。采集得到的数据文件格式为.csv文件，可以选择用excel或者记事本打开。

图5.2 23:00--23:30时间段数据分析结果显示

在图中结果显示框中，图片直观展示了该时间段内的交通状态结果，下边显示的是采集的所有数据所处的时间区间，右边部分显示了本文所述算法的几个核心参数：单车区间速度，多车区间速度，多车瞬时速度以及路段平均速度。最终根据路段平均速度来判断交通状态。另外三个时间段的结果如下：

共40页 第29页

图5.3 12:30--13:00时间段数据分析结果显示

图5.4 18:40--19:10时间段数据分析结果显示

共40页 第30页

图5.5 19:40--20:10时间段数据分析结果显示

5.3 实验结果分析

实验结果表明，用本文所提到的方法判断出来的交通状态与道路当时的实际交通状态一致。但是由于实验条件有限，本文只用了一辆浮动车采集路段信息，不能完全体现真实的浮动车采集路段交通信息的方法，并且瞬时速度的偏差有点大，如果能采用更加先进的GPS设备应该会更加精确一些。

共40页 第31页