-
题名轨迹数据驱动的车辆出行特征及类别研判
- 1
-
-
作者
董春娇
赵天意
卢玲玉
谢坤
陈元朵
-
机构
北京交通大学综合交通运输大数据应用技术交通运输行业重点实验室
中国城市规划设计研究院深圳分院
乌鲁木齐市城市综合交通项目研究中心(乌鲁木齐市轨道交通项目建设中心)
-
出处
《北京交通大学学报》
北大核心
2025年第2期78-85,共8页
-
基金
国家自然科学基金(72371017)。
-
文摘
针对混合车型全球定位系统(Global Positioning System,GPS)轨迹数据难以有效支撑精细化交通需求分析建模的问题,构建基于高斯隐马尔可夫模型(Gaussian Hidden Markov Model,Gaussian HMM)的车辆类别研判模型.首先,基于车辆轨迹数据,从时空两个维度提取车辆出行特征指标,对比分析货车与私家车出行差异性,选取车辆车型特征指标.然后,结合鲍姆-韦尔奇(Baum-Welch,BW)算法和维特比(Viterbi)算法训练及测试模型,设计基于出行特征的车辆类别研判模型求解算法.最后,以北京市货车和私家车出行轨迹数据为例,进行了实证研究.研究结果表明:货车与私家车在出行开始时间、出行结束时间、总运行时长、平均停留时长、平均行程时间、出行次数及出行距离7个指标存在明显的差异性;构建的基于Gaussian HMM的车辆类别研判模型对私家车的查准率为83%,货车的查全率为82%,模型的准确率为79%,能够较好地实现车辆类别的研判.研究成果可为精细化碳排放测算、差异化需求管理政策制定及精细化交通管理提供支持.
-
关键词
交通工程
车辆类别研判
高斯隐马尔可夫模型
出行特征指标
货车与私家车
-
Keywords
traffic engineering
vehicle type identification
Gaussian HMM
travel characteristic indi-cators
trucks and private cars
-
分类号
U491.1
[交通运输工程—交通运输规划与管理]
-
