【摘要】：機動車保有量激增,導致交通供需矛盾日益突出,交通信息服務作為調(diào)整交通流時空分布、提高路網(wǎng)通行能力的有效手段,廣泛應用于城市交通管理。研究表明現(xiàn)實生活中約80%的信息與位置息息相關,因此將位置服務與交通信息服務結(jié)合已經(jīng)成為交通信息服務的發(fā)展趨勢�；�于LBS的交通信息主動推送模型將有效解決行車環(huán)境中信息過載問題,減少出行者時間資源浪費,緩解交通供需矛盾。借助所提出的融合定位算法提供位置信息,本文提出了基于LBS的交通信息主動推送模型,并完成了主動推送系統(tǒng)總體設計及軟硬件設計,結(jié)合兩種主動推送場景驗證了主動推送模型的有效性。首先,從信息推送、位置獲取等方面總結(jié)國內(nèi)外研究現(xiàn)狀,提出了本文的研究內(nèi)容和技術(shù)路線。接著,在介紹位置服務系統(tǒng)的體系結(jié)構(gòu)、關鍵技術(shù)基礎上,總結(jié)分析了目前國內(nèi)外交通信息服務系統(tǒng)應用現(xiàn)狀及問題。然后,分析現(xiàn)有定位方法的不足,充分利用各個定位方法在時空上互補特性,提出了基于BP神經(jīng)網(wǎng)絡的融合定位算法,利用卡爾曼濾波和量子粒子群實現(xiàn)GPS、DR、WIFI的多源融合定位;借助融合定位算法提供的位置信息,從位置服務角度出發(fā)設計了基于推送狀態(tài)、推送優(yōu)先級、推送強度以及推送時長等特征參數(shù)的主動推送模型。為驗證模型有效性構(gòu)建了主動推送系統(tǒng),詳細給出了系統(tǒng)的硬件、軟件、數(shù)據(jù)庫等設計。最后,基于設計的主動推送系統(tǒng)對所提出的融合定位算法和主動推送模型進行了實車驗證,考慮推送內(nèi)容設計事故預警、路況提示兩種場景,通過分析主動推送模型特征參數(shù)等來驗證推送模型有效性。并對主動推送響應時間進行分布特征分析,同時進行了推送距離、行駛速度對響應時間的敏感性分析。利用所設計系統(tǒng)對模型進行分析實驗結(jié)果表明,相較于其他兩種定位算法,所提出的融合定位算法定位精度分別提高87.06%和68.71%,可為主動推送模型提供有效位置信息。所設計的主動推送系統(tǒng)可在1-3s內(nèi)為車輛提供實時的基于LBS的交通信息服務,并且該系統(tǒng)可隨車輛位置、路網(wǎng)熟悉度以及行駛速度實時調(diào)整主動信息服務策略;此外,主動推送模型特征參數(shù)敏感性分析表明,推送距離、行駛速度對響應時間有影響,響應時間隨推送距離增加呈現(xiàn)先遲緩增長后快速增長再穩(wěn)定的變化趨勢,行駛速度也呈現(xiàn)類似的影響規(guī)律。隨著行駛速度以及推送距離的逐漸增大,響應時間逐漸增大并趨近于3s。
[Abstract]:The increasing number of motor vehicles leads to the increasingly prominent contradiction between supply and demand. As an effective means to adjust the space-time distribution of traffic flow and improve the capacity of road network, traffic information service is widely used in urban traffic management. The research shows that about 80% of the information is closely related to the location in real life, so the combination of location service and traffic information service has become the development trend of traffic information service. The active push model of traffic information based on LBS will effectively solve the problem of information overload in traffic environment, reduce the waste of time and resources of travelers, and alleviate the contradiction between traffic supply and demand. With the help of the proposed fusion location algorithm to provide location information, this paper proposes an active push model of traffic information based on LBS, and completes the overall design of active push system and the design of software and hardware. Combining two kinds of active push scenarios, the validity of the active push model is verified. Firstly, this paper summarizes the status quo of information push and location acquisition at home and abroad, and puts forward the research content and technical route of this paper. Then, on the basis of introducing the architecture and key technologies of the location service system, this paper summarizes and analyzes the current situation and problems of the application of the transportation information service system at home and abroad. Then, by analyzing the shortcomings of the existing localization methods and making full use of the complementary characteristics of each localization method in time and space, a fusion localization algorithm based on BP neural network is proposed. The GPS,DR, is realized by using Kalman filter and quantum particle swarm optimization (QPSO). Multi-source fusion localization of WIFI; Based on the location information provided by the fusion location algorithm, an active push model based on push state, push priority, push intensity and push time is designed from the point of view of location service. In order to verify the validity of the model, the active push system is constructed, and the hardware, software and database design of the system are given in detail. Finally, based on the design of the active push system, the proposed fusion location algorithm and the active push model are verified by the actual vehicle, considering the push content design accident early warning, the road situation hint two kinds of scenarios, The validity of the push model is verified by analyzing the characteristic parameters of the active push model. The distribution characteristics of active push response time and the sensitivity of push distance and travel speed to response time are analyzed. The experimental results show that compared with the other two localization algorithms, the accuracy of the proposed fusion localization algorithm is increased by 87.06% and 68.71%, respectively. It can provide effective location information for active push model. The designed active push system can provide real-time traffic information service based on LBS for vehicles within 1-3s, and the system can adjust the active information service strategy in real time with vehicle location, road network familiarity and driving speed. In addition, the sensitivity analysis of the characteristic parameters of the active push model shows that the push distance and the driving speed have an effect on the response time, and the response time increases slowly first and then steadily with the increase of the push distance. The driving speed also presents the similar influence law. With the increase of driving speed and push distance, the response time increases and approaches to 3 s.
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：U495

【參考文獻】

相關期刊論文 前10條

1 肖鋒;侯岳;賈寶;;情境建模下的LBS智能信息服務推送方法[J];測繪通報;2016年04期

2 陳業(yè)綱;;基于GPS/WiFi/MARGE組合定位算法[J];計算機測量與控制;2015年08期

3 馮秀芳;呂淑芳;;基于RSSI和分步粒子群算法的無線傳感器網(wǎng)絡定位算法[J];控制與決策;2014年11期

4 劉興川;吳振鋒;林孝康;;基于自適應加權(quán)算法的WLAN/MARG/GPS組合定位系統(tǒng)[J];清華大學學報(自然科學版);2013年07期

5 馬燕;袁蔚林;陳秀萬;許玉斌;孫華波;;基于WiFi與GPS組合定位算法的無縫定位方法研究[J];地理與地理信息科學;2013年03期

6 來磊;曲仕茹;;交通無線傳感網(wǎng)絡運動車輛定位方法[J];交通運輸工程學報;2013年01期

7 王江鋒;閆學東;邵春福;魏麗英;;基于Min-Max方法和移動軌跡融合的車輛無線定位算法[J];汽車工程;2012年05期

8 張少中;俞東云;;基于小世界網(wǎng)絡的用戶位置行為興趣模型[J];電信科學;2012年02期

9 張春永;陳群;;一種基于LBS的移動個性化推薦系統(tǒng)[J];科學技術(shù)與工程;2011年30期

10 盧恒惠;張盛;汪浩;林孝康;;基于聯(lián)邦Kalman濾波的Wi-Fi/GPS車輛組合定位系統(tǒng)[J];清華大學學報(自然科學版);2011年03期

相關博士學位論文 前2條

1 劉建圻;基于路側(cè)設備的無線測距與車輛組合定位算法的研究[D];廣東工業(yè)大學;2016年

2 李紅連;小波—神經(jīng)網(wǎng)絡在GPS/DR組合導航中的應用研究[D];西南交通大學;2006年

相關碩士學位論文 前10條

1 藺川;基于LBS移動終端信息推薦系統(tǒng)的研究與實現(xiàn)[D];北京交通大學;2016年

2 劉志建;融合WLAN和Bluetooth的室內(nèi)位置指紋定位技術(shù)研究[D];遼寧工業(yè)大學;2016年

3 羅濤;基于LBS的信息推送系統(tǒng)在車聯(lián)網(wǎng)中的應用研究[D];湖北工業(yè)大學;2015年

4 王曉月;基于WiFi用戶網(wǎng)絡行為的信息推送系統(tǒng)設計[D];大連海事大學;2015年

5 王小斌;基于WLAN和ZigBee的室內(nèi)定位技術(shù)研究[D];遼寧工業(yè)大學;2014年

6 李小虎;基于WiFi網(wǎng)絡的智能導游管理系統(tǒng)設計與實現(xiàn)[D];北京郵電大學;2014年

7 徐佳;車載自組網(wǎng)中信息推薦技術(shù)研究[D];廣西師范大學;2013年

8 易偉;基于用戶行為的個性化內(nèi)容推送系統(tǒng)研究[D];華中科技大學;2013年

9 高云璐;應急指揮系統(tǒng)中LBS推業(yè)務的研究與設計[D];南京郵電大學;2013年

10 王克鋒;基于Android的信息推送管理系統(tǒng)的設計和實現(xiàn)[D];大連理工大學;2012年

，

本文編號：2358682