-
公开(公告)号:CN106297296A
公开(公告)日:2017-01-04
申请号:CN201610890373.X
申请日:2016-10-12
申请人: 北京理工大学
IPC分类号: G08G1/01
CPC分类号: G08G1/0112 , G08G1/0129
摘要: 本发明涉及一种基于稀疏轨迹点数据的细粒度旅行时间分配方法,属于城市智能交通技术领域。本发明以细粒度的方式进行旅行时间分配,分析相邻交通信号间的延迟模式,再依据相邻路段之间的延迟依赖条件,对其状态转移概率进行建模,将一个交通信号周期内不同车辆等待红灯时间的差异区分开来,从而提高配时结果的精确度;针对细粒度旅行时间分配过程中,车辆在一个路段或一个子路段旅行时间及交通信号周期不容易直接得到的问题,提出了一个新隐马尔可夫模型,使得相邻路段间的延迟模式由路段间的状态转移概率决定,再用条件迭代模型来计算出隐马尔可夫模型的参数。本发明实现了细粒度旅行时间分配,从而有效提高了配时结果的精确度与正确性。
-
公开(公告)号:CN106297296B
公开(公告)日:2019-01-01
申请号:CN201610890373.X
申请日:2016-10-12
申请人: 北京理工大学
IPC分类号: G08G1/01
摘要: 本发明涉及一种基于稀疏轨迹点数据的细粒度旅行时间分配方法,属于城市智能交通技术领域。本发明以细粒度的方式进行旅行时间分配,分析相邻交通信号间的延迟模式,再依据相邻路段之间的延迟依赖条件,对其状态转移概率进行建模,将一个交通信号周期内不同车辆等待红灯时间的差异区分开来,从而提高配时结果的精确度;针对细粒度旅行时间分配过程中,车辆在一个路段或一个子路段旅行时间及交通信号周期不容易直接得到的问题,提出了一个新隐马尔可夫模型,使得相邻路段间的延迟模式由路段间的状态转移概率决定,再用条件迭代模型来计算出隐马尔可夫模型的参数。本发明实现了细粒度旅行时间分配,从而有效提高了配时结果的精确度与正确性。
-