• ISSN 0258-2724
  • CN 51-1277/U
  • EI Compendex
  • Scopus 收录
  • 全国中文核心期刊
  • 中国科技论文统计源期刊
  • 中国科学引文数据库来源期刊

基于手机运动传感器数据的交通流拥挤识别

肖峰,  涂雯雯,  陈冬

downloadPDF
文章导航 > 西南交通大学学报  > 2016 >  29(3): 553-562.
肖峰, 涂雯雯, 陈冬. 基于手机运动传感器数据的交通流拥挤识别[J]. 西南交通大学学报, 2016, 29(3): 553-562. doi: 10.3969/j.issn.0258-2724.2016.03.014
引用本文: 肖峰, 涂雯雯, 陈冬. 基于手机运动传感器数据的交通流拥挤识别[J]. 西南交通大学学报, 2016, 29(3): 553-562. doi: 10.3969/j.issn.0258-2724.2016.03.014
shu
XIAO Feng, TU Wenwen, CHEN Dong. Recognition of Traffic Congestion Based on Mobile Phone Sensor Data[J]. Journal of Southwest Jiaotong University, 2016, 29(3): 553-562. doi: 10.3969/j.issn.0258-2724.2016.03.014
Citation: XIAO Feng, TU Wenwen, CHEN Dong. Recognition of Traffic Congestion Based on Mobile Phone Sensor Data[J]. Journal of Southwest Jiaotong University, 2016, 29(3): 553-562. doi: 10.3969/j.issn.0258-2724.2016.03.014
shu

基于手机运动传感器数据的交通流拥挤识别

doi: 10.3969/j.issn.0258-2724.2016.03.014
基金项目: 

国家自然科学基金资助项目(71201135,71431003)

国家博士点基金资助项目(新教师类,20120184120017)

详细信息
    作者简介:

    肖峰(1978-),教授,博士,博士生导师,2011年3月起至今任职于西南交通大学,现为交通运输与物流学院.研究方向为道路拥挤收费、动静态交通网络建模与优化、博弈论、交通经济学和交通政策、多模式综合交通系统、网络优化算法、道路交通规划、智能交通系统应用等.博士毕业于香港科技大学,曾任美国加州大学戴维斯分校博士后,英国Maunsell咨询公司香港总部交通规划师,四川省青年百人计划获得者,主持国家自然科学基金项目、博士点基金项目等多项国家和省部级课题.论文发表于交通及管理科学研究领域国际著名期刊和会议(Transportation Science, Transportation Research Part A, B, C, ISTTT等). E-mail:xiaofeng@swjtu.edu.cn;evan.fxiao@gmail.com;涂雯雯(1990-),博士研究生,2014年9月至今就读于西南交通大学交通运输与物流学院.研究方向为交通数据挖掘与分析、道路拥挤收费、交通网络建模与优化,智能交通系统应用等.参研国家自然科学基金项目、部级科研项目等,获发明型专利2项、软件著作权1项. E-mail:tuvivimic@gmail.com

    肖峰(1978-),教授,博士,博士生导师,2011年3月起至今任职于西南交通大学,现为交通运输与物流学院.研究方向为道路拥挤收费、动静态交通网络建模与优化、博弈论、交通经济学和交通政策、多模式综合交通系统、网络优化算法、道路交通规划、智能交通系统应用等.博士毕业于香港科技大学,曾任美国加州大学戴维斯分校博士后,英国Maunsell咨询公司香港总部交通规划师,四川省青年百人计划获得者,主持国家自然科学基金项目、博士点基金项目等多项国家和省部级课题.论文发表于交通及管理科学研究领域国际著名期刊和会议(Transportation Science, Transportation Research Part A, B, C, ISTTT等). E-mail:xiaofeng@swjtu.edu.cn;evan.fxiao@gmail.com;涂雯雯(1990-),博士研究生,2014年9月至今就读于西南交通大学交通运输与物流学院.研究方向为交通数据挖掘与分析、道路拥挤收费、交通网络建模与优化,智能交通系统应用等.参研国家自然科学基金项目、部级科研项目等,获发明型专利2项、软件著作权1项. E-mail:tuvivimic@gmail.com

Recognition of Traffic Congestion Based on Mobile Phone Sensor Data

    摘要
  • 摘要: 准确的交通流状态识别是智能交通管理与控制的基础.通过所开发的手机端软件从手机中提取车辆的加速度与角加速度数据,在研究了其统计特征后,发现该数据可反应周围车辆对目标车辆运行环境的影响,从而与交通流状态的变化有着密切关系.利用支持向量机学习算法,以加速度与角加速度统计参数作为输入变量识别断面交通流状态.实验结果识别精度最高达到92%,表明加速度和角加速度指标可作为交通流状态的表征参数.该研究采用Lasso模型和最小角回归算法对输入参数进行变量选择,在降低计算成本的同时保证了良好的识别效果.

     

    Abstract: Accurate recognition of traffic congestion is the basis of intelligent transportation system. This study develops a new method to evaluate the running environment surround the target vehicle based on two parameters:the real-time acceleration and angular acceleration collected from the smart phone. After analyzing the statistical characteristics of the parameters, the data is found to have a close relationship with the corresponding traffic flow states. Support vector machine and parametric optimization method are utilized to test these data. The experiments show a highest accuracy of 92%, indicating that acceleration and angular acceleration could be considered together as the characterization parameters of traffic flow states. To reduce the computation cost while maintaining the accuracy of the traffic state identification, strong explanatory variables of the support vector machine algorithm are recognized by the relative optimal regression model and the least angle regression method.

     

    • HTML全文
    • 参考文献(16)
  • 陆化普. 交通规划理论与方法[M]. 北京:清华大学出版社,2006:56-87.
    姜桂艳. 道路交通状态判别技术与应用[M]. 北京:人民交通出版社,2004:123-140.
    GEROLIMINIS N, DAGANZO C F. Existence of urban-scale macroscopic fundamental diagrams:some experimental findings[J]. Institute of Transportation Studies Research Reports Working Papers Proceedings, 2008, 42(9):759770.
    GEROLIMINIS N. A macroscopic fundamental diagram of urban traffic:recent findings[J]. Transportation Research E-Circular, 2011, E-C149:84.
    ZHANG Y C, ZUO X Q, ZHANG L T, et al. Traffic congestion detection based on gps floating-car data[J]. Procedia Engineering, 2011, 15:5541-5546.
    HERRERA J C, WORK D B, HERRING R, et al. Evaluation of traffic data obtained via gps-enabled mobile phones:the mobile century field experiment[J]. Transportation Research Part C Emerging Technologies, 2009, 18(4):568-583.
    KO J, GUENSLER R, HUNTER M. Analysis of effects of driver/vehicle characteristics on acceleration noise using GPS-equipped vehicles[J]. Transportation Research Part F Traffic Psychology and Behaviour, 2010, 13(1):21-31.
    姚智胜. 基于实时数据的道路网短时交通流预测理论与方法研究[D]. 北京:北京交通大学,2007.
    孙海波. 高速公路交通流特性分析及其在状态判别中的应用[D]. 南京:东南大学,2013.
    CHEN X, XIN L, FENG H, et al. Models on real-time state identification for unban traffic based on fixed detector[J]. Applied Mechanics Materials, 2014, 641:818-823.
    LIU X L, JIA D X, HUI L I, et al. Research on kernel parameter optimization of support vector machine in speaker recognition[J]. Science Technology and Engineering, 2010, 10(7):1669-1673.
    ROBERT T. Regression shrinkage and selection via the Lasso:a retrospective[J]. Journal of the Royal Statistical Society, 2011, 73(3):273-282.
    ZOU H. The adaptive lasso and Its oracle properties[J]. Journal of the American Statistical Association, 2006, 101:1418-1429.
    MEINSHAUSEN N, B HLMANN P. High-dimensional graphs and variable selection with the Lasso[J]. Annals of Statistics, 2006, 34(3):1436-1462.
    ROBERT T. The Lasso method for variable selection in the cox model[J]. Statistics in Medicine, 1997, 16(4):385-395.
    WALDMANN P, MSZROS G, GREDLER B, et al. Evaluation of the Lasso and the elastic net in genome-wide association studies[J]. Frontiers in Genetics, 2013, 4:No. 270, 1-11.
    • 相关文章
    • 施引文献
  • 附加材料(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  589
  • HTML全文浏览量:  58
  • PDF下载量:  410
  • 被引次数: 0
出版历程
  • 收稿日期:  2015-10-15
  • 刊出日期:  2016-04-25

目录

    /

    返回文章
    返回

    Copyright © 2009 西南交通大学学报

    地址：四川省成都市郫都区犀安路999号西南交通大学犀浦校区《西南交通大学学报》编辑部

    电话：028-66367562传真：028-66366552Email：xbz@home.swjtu.edu.cn

    本系统由 北京仁和汇智信息技术有限公司 开发 技术支持： info@rhhz.net