基于车联网的实时路况估计方法
针对实时路况估计和交通数据采集方法没有统一标准的问题,提出了一种基于车联网的实时路况估计架构,由车辆数据采集、数据管理和路况显示组成.车辆数据采集系统基于Android系统开发,采用模块化架构使系统适用于不同厂商的车型;通过对武汉市部分道路进行VISSIM建模,采集大量仿真数据,分别建立RBF神经网络模型和支持向量机模型,并使用遗传算法对支持向量机参数进行优化,两种模型估计结果表明支持向量机的估计效果优于RBF神经网络.最后将支持向量机估计结果应用于路况显示系统,向社会公众提供实时路况.
交通管理 路况估计 数据采集 车联网
胡杰 吴志林 石国勇 刘昌林
武汉理工大学现代汽车零部件技术湖北省重点实验室,汽车零部件技术湖北省协同创新中心,湖北 武汉430063 上汽通用五菱汽车股份有限公司,广西柳州 545007
国内会议
四川六盘水
中文
81-86
2017-07-27（万方平台首次上网日期，不代表论文的发表时间）