基于浮动车的实时路况分析算法
摘要
交通拥挤已成为困扰世界各大城市的主要社会问题之一，严重影响城市的可持续发展和人们的日常生活与工作。在当前的交通控制系统中，交通状态数据的采集越来越被重视，目前用于交通状态获取的手段主要有微波雷达、感应线圈、视频摄像头等，这些检测器主要部署在关键路段和主要路口。由于这种检测器有限范围的布局，导致了城市道路上存在大量的信息盲点和“真空”地带，并且在固定检测器分布的地方，也会因检测器故障导致交通信息缺失。
如何全面准确地获取实时的城市道路的全路交通信息这个问题亟待解决。准确的判断道路的交通状态并及时发布对于制定有效的出行策略很重要。本文以GPS 浮动车为依托，采集路网的交通参数，并通过分析判断路网中的交通状态，为交通管理者和出行者提供准确的信息。
本论文主要介绍GPS浮动车交通信息采集系统的构成，采集数据预处理以及各种交通状态判断方法所采用的模型，并提出区间速度与瞬时速度融合的路段平均速度估计模型，最后通过实验测试本文提出的方法。本文研究的重点是如何充分利用GPS信息计算路段的平均速度，涉及到路段的平均速度计算模型的建立，最终根据路段的平均速度以及交通状态判别标准得到交通状态。
关键词：GPS浮动车，交通状态，平均速度，模型，算法
ABSTRACT
Traffic congestion has become one of the major social problems plagued the world's major cities, seriously affecting the sustainable development of cities and people's daily life and work. In the current traffic control system,the acquisition of traffic condition data is taken more and more seriously.Currently,the means to acquire the state of transportation mainly contain microwave radar,induction coils,video camera and so on.These detectors are mainly deployed in key sections and main road intersections.Due to the limited scope of the layout of the detectors,there are plenty of blind spots of information and "vacuum" zone on the city road.Besides,in the places distributed with fixed detectors，there is also traffic information loss because of the failure of the detector.
The problem of how to obtain real-time traffic information of the whole city road accurately and totally demands prompt solution.It is very important for the development of effective travel policy to determine the traffic state Accurately and the timely release.The GPS floating vehicles collect network traffic parameters and traffic state in the road network,through the analysis and judgment,it can provide accurate information for traffic managers and travelers.
This paper introduces the composition of the traffic information acquisition system based on GPS floating car, acquisition of data preprocessing and model various traffic state judgment method, and proposed sections of the integration interval speed and instantaneous speed, average speed estimation model, and finally in this article the experimental tests are done for the proposed method. The focus of this paper is how to take full advantage of the GPS information to calculate the average speed of road sections, related to sections of the average speed calculation model, and the final it get the traffic state according to the sections of the average speed and the traffic conditions criterion.
Keywords: GPS floating cars, traffic status, average speed, model, algorithm
目录
第一章绪论 (1)
1.1 城市交通现状 (1)
1.2 交通参数采集技术 (2)
1.3 国内外浮动车技术现状 (3)
1.4本论文研究内容 (4)
第二章GPS浮动车采集交通信息技术 (6)
2.1 GPS浮动车交通信息采集系统构成 (6)
2.2 GPS浮动车采集交通信息原理 (7)
2.2.1 GPS系统组成 (7)
2.2.2 GPS定位原理 (9)
2.2.3 GPS浮动车采集交通信息原理 (10)
第三章GPS浮动车数据采集及预处理 (12)
3.1 GPS浮动车采集车辆参数配置 (12)
3.1.1 数据采样时间间隔的确定 (12)
3.1.2 浮动车样本容量的确定 (12)
3.2 GPS浮动车数据预处理 (13)
3.2.1 丢失及错误数据识别 (14)
3.2.2 数据弥补及修复 (14)
3.2.3 车辆行驶方向判断 (14)
第四章基于GPS浮动车的交通状态判断 (16)
4.1 交通流参数 (16)
4.2 交通状态判别标准 (17)
4.3 路段划分 (18)
4.4 基于GPS浮动车的交通状态判别算法 (18)
4.4.1 模糊推理模型 (19)
4.4.2 多元回归模型 (19)
4.4.3 速度积分模型 (20)
4.5 路段平均速度估计模型建立 (21)
4.5.1多车区间速度计算 (23)
4.5.2 多车瞬时速度计算 (25)
4.5.3 路段平均速度计算 (26)
第五章实验及结果分析 (28)
5.1 实验设计 (28)
5.2 实验数据及结果 (28)
5.3 实验结果分析 (31)
总结与展望 (32)
致谢 (33)
参考文献 (34)
附录 (35)
第一章绪论
1.1 城市交通现状
随着经济和社会的发展，城市规模日益扩大，城镇居民的出行要求也进一步增加，使得困扰世界各大城市的交通拥挤问题变得更加严峻。交通拥挤不仅使道路通行能力降低、行车速度下降、交通延误增大，还造成巨大的经济损失。加拿大交通部2005年发布的一份城市交通报告表明，加拿大每年因交通拥挤造成的经济损失达60亿加元。据美国德州运输研究所对美国39个主要城市的研究，估计美国每年因交通阻塞而造成的经济损失约为410亿美元，12个最大城市每年的经济损失均超过10亿美元。日本东京每年因交通拥堵造成的时间损失以货币单位计算高达123000亿日元。欧洲每年因交通事故、交通拥堵造成的经济损失分别为500亿欧元、5000亿欧元。同世界其他发达国家一样，我国的机动车增长速度迅猛，交通拥挤是一个不争的事实。根据国家统计局的数字，截至2008 年3月，全国机动车保有量超过1．6亿辆，一季度全国机动车保有量与2007年底相比增长1．85％；全国汽车保有量与2007年底相比增长3．65％。其中，全国私人机动车保有量与2007 年底相比增长5．08％。同时，中国社科院的报告也显示，在全国31个百万人口以上的特大城市中，大部分交通负荷接近饱和，有些城市中心地带的交通已接近半瘫痪状态。交通堵塞如长期困扰以汽车为交通骨干的城市体系，久而久之会麻痹城市功能，加大城市运行成本，严重阻碍城市的社会经济发展。
解决城市交通拥挤问题的传统方法是增加城市道路，修建高架桥等交通基础设施。但实际中对任何城市来说，道路都不能无限制的拓宽和增加，随着对交通问题研究的深入，人们开始意识到必须采取增加道路基础设施和提高路网的通行能力相结合的方法来解决交通拥挤问题，由此逐渐产生了交通控制技术。从1914年美国出现现代交通信号控制以来，城市交通控制技术经历了点控、线控、面控的发展，进入二十世纪八十年代，着眼于整个系统控制的智能交通系统(ITS)，将先进的电子通信、自动控制、计算机处理、信息融合等技术有效集成，综合运用于道路交通管理，提高了路网的通行能力。
实现良好的交通控制必须对道路的交通状态进行实时监测与分析，及时发现道路网中存在的交通问题，这是改善道路交通运行效率，减小路网交通阻塞的前提和基础。在现代交通工程技术中，交通参数是表征道路交通状态的标量，因此，无论是智能交通系统，还是现代交通工程，都是以采集可靠而准确的交通参数为基础的。目前交通工程中常用的交通参数包括：路段车流速度或行程时间、交通量、交
通流、密度等。交通参数在交通规划，设计、运营、管理和研究等方面有着广泛的用途，对现代交通工程技术有着重要的意义。
1.2 交通参数采集技术
目前交通参数的采集方法可以分为固定型采集技术和移动型采集技术两种。固定型采集技术是指运用安装在固定地点的交通检测设备对移动的车辆进行监测和采集交通参数数据的方法总称。目前主要包括磁频、波频和视频三种采集技术。
下面对几种固定型采集技术的检测设备进行对比，如表1.1所示：
表1．1固定型采集技术对比表
采集技术检测参数特点
环形感应线圈检测器交通流量、占有量、车辆存在
信息和点速度
点测量技术，设备安装和维护不
便，会影响道路及交通。
超声波检测器交通流量、占有量、车辆存在
信息和排队长度点测量技术，设备安装需增加道路设施，易受天气影响。
红外线检测器交通流量、占有率、车辆分
类、车辆存在信息和点速度点测量技术，设备安装需增加道路设施，易受天气影响。
微波检测器交通流量、车辆存在信息和点
速度点测量技术，设备安装需增加道路设施，会损害人体健康。
视频检测器交通流量、占有率、车辆分
类、车辆存在信息和点速度数据计算量大，设备安装需增加道路设施，空间覆盖面有限。
如表所示，固定采集技术采集的交通参数主要包括交通流量、占有率、点速度等，基本上都是点测量技术，检测覆盖面较小，检测设备的安装都需要改造或增设道路设施，维护时会影响道路及交通。这种采集技术适用于对固定点、某一交叉路口或特定路段的交通状态检测。当要实现整个道路路网的交通状态检测时，采用这种技术就意味着在要在路网中安装大量的检测设备，不仅安装和维护费用高，而且会影响交通环境。同时，考虑天气对检测效果的影响，后期的维护费用会更大。
移动采集技术指运用安装有特定设备的移动车辆(Floating Car)接收卫星信号或检测道路上的固定标识物来采集交通参数数据的方法总称。目前主要有基于GPS 的采集技术、基于电子标签的采集技术和基于汽车牌照自动识别的采集技术。
下面对移动型交通数据采集技术的性能进行比较，如表1.2所示。
表1.2移动型采集技术对比表
采集技术采集的交通参数优点缺点
基于GPS的采集
技术
直接提供交通流
量、瞬时车速；间
接提供行程时间、
行程速度；
采集的数据有很强
的连续性；可全天
候工作；提供的交
通信息多样；
要获得全路网的精
确交通信息必须有
足够多的装有GPS
接收设备的车辆运
行在道路网络中。
基于电子标签的采
集技术
直接提供交通流
量；间接提供行程
时间、行程速度；
采集的数据有很强
的连续性；可全天
候工作；可用于自
动收费；
必须有足够的安装
有电子标签的车辆
运行在路网中才能
获得精确的路网交
通信息；数据处理
时要运用良好的滤
波算法，消除个别
车辆运行故障引起
的数据误差。
基于汽车牌照自动识别的采集技术
直接提供交通流
量；间接提供行程
时间、行程速度；
采集的数据有很强
的连续性；可全天
候工作；车辆不需
安装其他设备；
检测精度易受天气
和光源影响；检测
精度汽车牌照清晰
度影响。
通过综合比较各种采集技术的特点，本文采用基于GPS浮动车的交通信息采集技术进行交通参数采集。
1.3 国内外浮动车技术现状
近年来，浮动车交通信息采集与处理技术在世界范围内得到了积极的研究开发和推广应用，其中，国际上比较典型的浮动车项目有美国的ADV ANCE和PATH，德国的XFCD和DDG，英国的FVD和Trafficmaster，日本的JARI和IPCar等。
其中英国的FVD是目前世界上最典型的GPS浮动车数据系统。其运用范围覆盖英格兰的主要路网。它采用了一个优化的数据采集模式，在系统中，浮动车除安装GPS 接收机外还安装了数据采集部件(DCU)，可存储350h的浮动车位置数据。通常，数据中心每周定期对各浮动车的DCU通信，采集数据，并自动对数据进行
地图匹配，记录特定时间段行驶在特定路段的浮动车。当需要对路网中某一路段进行实时交通参数检测时，根据车辆出行具有规律性这一经验事实，数据中心与系统挑选出的当时可能行驶于该路段的浮动车通信，连续采集数据进行实时交通参数估计，从而有效地提高了系统的运行效率并节约了通信费用。
日本的JARI项目利用出租车集团车辆实现实时的浮动车信息处理的方法。浮动车与信息中心之间通过Intemet连接，主要提供出行时间信息服务、车辆管理和天气信息服务等。IPCar浮动车系统利用出租车和公交车作为浮动车，通过车辆轨迹和状态参数的分析区别出道路交通的状态模式，并可根据出租车乘客起讫点数据估计出OD流量。
归纳起来主要是浮动车的样本量和覆盖率问题及浮动车数据应用两个方面的研究。在GPS浮动车数据应用方面，国外大部分是运用GPS浮动车数据对行程时间进行估计和交通事件进行检测，并逐步进行了验证和补充完善。
浮动车技术在我国起步比较晚，同样也在经历一个数据应用研究在先、数据采集优化研究在后的过程。目前我们在应用浮动车采集交通数据方面取得了显著的成绩。2004 年10月由北京市交通委开始浮动车研发，己自主研发了浮动车数据采集发布系统，目前有1．2万辆车浮动车在运行，是国内外城市应用方面最大规模的一套系统，并且这套系统申请了多项专利。经过国家软件质量监督检测中心的评测，系统在五环内可导航道路的覆盖率已经达到了74．23％，路况的信息准确率接近85％。2007年11月，建设了动态导航示范系统，实现了动态交通信息向车载导航的发布和接收，同时与国内外汽车厂商导航仪厂商和信息服务商开展了一年的测试工作，已经达到可推广使用的条件。目前该系统已成为北京市交通委进行路网运行速度、拥堵点段和拥堵程度、出租车运营状况、路网可靠性、大型活动路网运行的分析工具，为北京市交通委及时采取交通管理和保障措施、制定年度疏堵方案提供了依据，并为交通信息发布和辅助决策支持系统开发提供了良好的平台。
除此之外上海、杭州等城市也在利用GPS浮动车积极建立实时交通信息系统平台。在浮动车的行程时间预测研究方面，我国吉林大学、天津大学和北京交通大学的一些学者教授取得了较为卓越的成就。但我们也要清醒地认识到，我们对浮动车的研究深度和系统性都不如发达国家，尤其在交通信息的采集优化和处理方面。因此需要借鉴国外经验进一步深入研究，推广普及GPS浮动车的应用。
1.4本论文研究内容
本论文主要研究的是以GPS浮动车为依托，实时地采集动态路况信息，将采集的数据信息经过处理，快速准确的判断出道路中是否有拥挤发生，为城市道路的
管理者和出行者提供及时可靠的信息。
主要内容如下：
（1）绪论部分阐述GPS浮动车采集信息技术在国内外的发展历程及现状，说明本论文研究的意义及主要内容；
（2）第二章介绍了GPS浮动车交通信息采集系统的构成，采集交通信息的原理；
（3）第三章研究了GPS浮动车数据信息采集方法，以及数据预处理；
（4）第四章研究了道路交通状态判别算法模型；
（5）第五章介绍如何根据研究结果进行实验，利用已有的采集到的GPS浮动车数据，并用本文的方法对数据进行分析处理，验证本文提出的判别方法是否能准确判别交通状态；
（6）最后对全文进行总结，说明文章的不足之处，展望进一步的研究工作。
第二章GPS浮动车采集交通信息技术
2.1 GPS浮动车交通信息采集系统构成
基于GPS技术的浮动车系统，利用GPS技术、GIS技术和一定的数据通讯传输手段，能够对数量众多的移动车辆目标实现有效监控，并在此基础上实现车辆信息服务等功能。
这种系统的基本依据是车辆的实时地理坐标和行驶速度。这些数据受行驶路段的道路状况、拥挤程度、交通流量的影响，反映了车辆在城市中的相对位置以及运行状态。由此采用模型可推测道路交通信息。
系统的研究目的在于:实时采集城市实时道路交通信息，建立基于GPS技术
的浮动车数据处理系统，为城市交通管理提供有效的支持。
GPS浮动车交通信息采集系统的目的是通过分析浮动车采集的交通信息，预测整个路网的交通状况，为交通管理者和出行者提供可靠的信息依据。主要由三部分构成：装配有GPS接收和通信装置的浮动车、现有的无线通信网络和交通信息控制中心。如图2.1所示：
图2.1 GPS浮动车交通信息采集系统组成图
浮动车通过车载设备控制各部件的操作，将GPS接收机接收到的数据先存储在数据存储器中，再按照一定的周期通过无线通信网络将数据发送给交通信息控制中心。交通信息控制中心利用各种数据分析处理模型及相应的软件对采集数据进行综合分析以获取实时信息和道路网交通状态，并通过无线通信网络发布信息，为交通出行者和管理者提供诱导信息和指挥调度信息。
2.2 GPS浮动车采集交通信息原理
GPS浮动车是指安装有GPS定位设备和无线通信装置的普通车辆(如出租车、公交车、警车等)，这种车辆能够与交通信息中心进行信息交换。要知道浮动车如何采集交通信息，必须先了解GPS定位原理。
2.2.1 GPS系统组成
GPS系统主要由三大部分组成：空问星座部分、地面监控部分和用户设备部分。这三个部分对GPS系统的正常工作所起的作用各不相同，缺一不可。
（1）空间星座部分
GPS系统的星座部分主要由2l颗工作卫星和3颗在轨备用卫星组成。这24颗卫星均匀分布在6个轨道平面内，轨道倾角为55°，轨道的升交点赤经各相差60°，每个轨道平面内各颗卫星之间的升交角距相差90°，一个轨道平面上的卫星比两边相邻轨道平面上的相应卫星升交角距超前30°。卫星轨道为椭圆形，平均高度约20200kin，运行周期大约ll小时58分。在两万多公里高空中的GPS卫星，当地球自转一周时，它们绕地球运行两周。这样对于地面的观测者来说，每天将提前约4分钟见到同一颗GPS卫星，且每天见到的卫星几何分布相同。位于地平线以上的卫星颗数随着时间和地点的不同而有所不同，最少可见到4颗，最多时可见到11颗。在用GPS信号导航定位时，为了解算点位的经度、纬度和高程，必须至少观测4颗GPS 卫星。空间星座中3颗备用卫星可在必要时根据指令代替发生故障的卫星，这对保障GPS系统高效可靠的工作非常重要。
图2.2 GPS卫星分布图
（2）地面监控部分
GPS的地面监控部分主要由分布在全球的6个地面站构成，其中包括卫星监测站、主控站、备用主控站和信息注入站。地面监控部分的大部分工作都是在原子钟和计算机的控制下自动完成的，其中监测站和注入站均可做到24小时无人值守，各站点间数据通信都是利用专用网络实现，具有较高的效率和自动化程度。
对于地面监控系统来说，GPS卫星是一个动态己知点。卫星的位置是依据卫星发射的星历——描述卫星运动及其轨道的参数算得的。每颗GPS卫星所播发的星历均由地面监控系统提供的。卫星上的各种设备是否正常工作，以及卫星是否一直沿着预定轨道运行，都要由地面设备进行监测和控制。地面监控系统另一个重要作用是保持各颗卫星处于同一时间标准——GPS时间系统。这就需要地面站监测各个卫星的时间，求出钟差，然后由地面注入站发给卫星，卫星再由导航电文发给用户设备。
（3）用户设备部分
作为被动式的定位技术，GPS用户必须通过专用信号接收设备才能达到定位目的。用户设备部分的主要设备是GPS接收机，它是一种特制的无线电接收机。其主要作用是接收导航卫星发出的信号，对卫星信号进行处理后依据所得数据确定接收机所在的地理位置。GPS接收机的种类虽然很多，但它的硬件结构基本一致，分为天线单元和接收单元两部分。图2．3是一个简化的GPS接收机结构示意图。天线单元由接收天线和前置放大器组成，其主要作用是接收卫星信号。接收单元包括信号通道、存储、计算与显示控制及电源等部件。其主要功能是接收来自天线的信号，经过变频、放大、滤波等一系列处理，实现对GPS信号的跟踪、锁定、解调、分离，得到导航信息。根据收到的卫星星历、伪距观测数据以及载波观测量，计算出三维坐标和时间。接收单元的显示控制等部件可以完成人机对话、输入各种指令、控制屏幕显示等操作。
图2.3 GPS接收机结构示意图
2.2.2 GPS 定位原理
全球定位系统采用多星、高轨、测距体制，以距离作为基本观测量。通过对4颗卫星同时进行距离测量，即可解算出接收机的位置。
如图2.4所示，装在载体上的接收机，同时测定至4颗卫星的距离，方法是测量卫星发射电波至接收机接收到电波的时间差τ、乘以光速c 求得距离p ，即
()s r t t c c p -=?=τ （2—1） 式中，t r 为接收机接收的时刻，t s 为卫星发射电波的时刻。GPS 统一采用原子时系统，由于卫星钟和接收机时钟与GPS 原子时不同步，都存在钟差。设其分别为△t r 与△t s ，实际测得的时间差包含有钟差的影响，为：
()()s s r r t t t t ?--?-='τ （2—2） 卫星距离测量原理如2.4图所示：
图2.4 卫星距离测量原理图
卫星钟差由GPS 地面监控系统测定，并通过导航电文提供给用户，可以认为是已知值，所以实际测得的距离应为(已加卫星钟差改正)
()r s r t c t t c c p ??+-==''τ （2—3）
因为距离观测值P '中包含了接收机钟差引起的误差，而不是接收机至卫星的真正距离P ，故称其为伪距观测值。
一般用户很难(也没有必要)以足够的精度测定接收机的钟差，可以把它作为一个待定参数与接收机的位置坐标一并解出。将公式写为： ()()()r j j j t c Z Z Y Y X X p ??+-+-+-=22
2' （2—4）
式中Xj ，Yj ，Zj 表示第j 颗卫星在地球协议坐标系(WGS-84)中的直角坐标，它们可以利用卫星发播的导航电文中给出的卫星位置信息计算得到，故可以认为是已知量。而X ，Y ，Z 为接收机在同一坐标系中的位置坐标，与接收机钟差同为待求量。共4个未知参数，只须对4颗卫星同步观测，获得4个伪距观测值P ' (j=1，2，3，4)组成4个方程式，通过解算即可解出接收机位置(X ，Y ，Z)和钟差△t 。
从上面的描述可知，GPS 信号接收机工作原理的关键在于如何识别和锁定来自不同GPS 卫星的导航定位信号，并逐一测量它们到达接收天线的传播时间。实际问题中，伪距是利用调制在载波上的伪随机噪声码测得的。利用C ／A 码伪距进行单点(绝对)定位的精度约为20-30m(水平位置)，利用P 码伪距进行绝对定位的精度约15-25m ，但P 码是保密的，只能供美国及其合约国家的军方使用，而C ／A 码可提供给全世界所有的用户使用。
严格的说，上文所述的是没有多余观测时(只有4颗卫星)的GPS 静态定位原理，而本文采用的GPS 浮动车是将GPS 接收机安装在运动的车辆中，这样GPS 接收机天线处于运动状态，天线相位中心的坐标是一个连续变化的量，而且以目前的GPS 卫星星座配置，多数情况下观测站上可见的卫星都超过4颗。这就需要建立一个存在多余观测的动态定位模型。在动态定位中，对多余观测量进行平差计算，将前一时刻的点位坐标作为当前时刻点位的初始坐标，这就要求第一个点位坐标值必须精确，一般都是经过多次迭代求得第一点精确的三维坐标，并为后续点位的解算提供初始坐标值。
2.2.3 GPS 浮动车采集交通信息原理
浮动车技术对车辆本身及驾驶员的驾驶行为不作任何要求，与一般的社会车辆无异。装有GPS 收发装置的车辆行驶在道路上，接收GPS 卫星发出的信息，将这些信息存储在车载设备的数据存储器中，并按照一定的周期通过无线通信网络发送给交通信息控制中心。控制中心对接收到的信息进行分析处理，获得实时的路况信息，再将这些信息通过无线通信网络发布。这些数据不仅可以用于交通状态判别，还可以用于交通评估、交通规划、车辆导航等，为交通出行者和管理者提供信息依
据。该技术不仅可以实现全天候、大范围的采集，而且能够直接获得车辆的位置、速度和行程时间信息，监测成本小、效率高。
第三章GPS浮动车数据采集及预处理
3.1 GPS浮动车采集车辆参数配置
在基于GPS浮动车的交通信息采集技术中，某些参数配置对交通状态判别的实时性和可靠性具有重要影响，主要包括数据采样时间间隔、以及浮动车样本量确定。
3.1.1 数据采样时间间隔的确定
GPS数据采样时间间隔是指GPS接收机连续两次接收定位信息之间的时间间隔。从理论上讲，采样时间间隔越短，就越可以全面的描述一辆车在道路上的整个运行过程，但采样时间间隔太小时，大量的数据传输、处理不仅会加重通信网络和信息处理系统的负担，而且会增加数据采集成本。同时，若采集间隔太小，车辆的运行位置及状态只有微小的改变，对于车辆行程时间和行驶速度的采集及道路交通状态的监控也没有太大的意义。若GPS数据采样时间间隔增大，虽然可以降低采集成本，但同时也将漏掉许多重要的数据，这会降低对GPS浮动车及其行驶路径的跟踪精度，影响道路交通运行状态的监控效果。因此设置合理的采样时间间隔非常有必要。
采样时间间隔的大小直接影响算法是否可行，这里先对采样时间间隔进行分析。采样时间间隔，即对浮动车进行定位的时间间隔。在实际中，浮动车定位数据的采样时间间隔受信号传输等的影响，采样时间间隔不一，采样时间间隔最短可达到1 s，最长的有十几分钟。
数据采样时间间隔越小，路径匹配的正确率就越高，但同时数据采集费用也越高；数据采样时间间隔越小，行程时间估计平均误差率就越低，但同时数据采集费用也越高。日本车辆信息与通信系统(Vehicle Informationand Communication System，VICS)对行程时间估计误差的要求在10％---25％之间，据此确定该系统的最佳浮动车采样时间间隔为20～60s。对车辆行驶速度的采集与行程时间的采集是一个道理，采样时间越小，路径匹配的正确率及车辆平均速度估计的精度就越高。
3.1.2 浮动车样本容量的确定
理论上，当道路网络中所有的车辆均为浮动车时，采集的信息能够完全真实地反映道路交通的整个运行状态。实际上，由于设备成本、信息共享等相关问题的存在，仅有部分车辆能成为浮动车。当GPS浮动车在路网中的比例达到一定限值，就能获得城市道路交通网络的真实运行状态。继续增加浮动车的数量，并不能明显提高采集数据的精度。因此，确定合适的浮动车样本容量，不仅可以保证采集数据
的精度，还能最大限度地降低浮动车采集数据的成本。国内外很多学者对浮动车采集数据的样本容量值的确定进行了研究。
Srinivasan，K．和Jovanis，P．的仿真研究表明10分钟的采样间隔内为使80%的路段上保持至少3辆浮动车，至少需要将所有车辆总体的5%装配成浮动车。XiaowenDai，MartinA．Ferman和Robert Eroesser的研究表明在城市道路条件下应超过5％。Ruey Long Cheu等人以INTERGATION仿真软件的研究结果表明：若路段平均速度的允许误差小于5Km/h，欲达到平均误差等于95%的估计准确率，则需满足两个条件：路网范围内浮动车比例需满足4%-5%；同一时刻路段上行驶的浮动车数量超过10辆。
为了获得道路交通网络的真实运行状态，路网中必须有足够多的浮动车才能满足交通信息采集的精度要求。理论上讲，当道路网络中所有的车辆都为浮动车时，采集所有路段上所有车辆的行程车速和行程时间，才能够完全真实地反映道路交通的运行状态。但是，由于设备成本、信息共享、驾驶员隐私等问题的存在，不可能让所有的车辆都成为浮动车。同时，当GPS浮动车的比例达到一定程度后继续增加浮动车的数量，并不会明显提高采集数据的精度。所以采用合适的浮动车数量，不仅可以保证采集数据的精度，还能最大限度地降低浮动车采集数据的成本。3.2 GPS浮动车数据预处理
由于信号盲区、通信故障等原因，GPS浮动车采集的交通数据不可避免的存在一些故障，为了保证数据的可靠性，本节针对数据可能存在的问题，讨论了GPS数据的特点，GPS数据故障识别与修复方法，另外讨论了一下车辆方向判断方法。
GPS数据特点：
（1）数据量大。通常所有GPS数据时间跨度为全天24小时，采样间隔是1分钟，每天接收到的数据量为2400多万条，即每分钟实时系统就要处理1．67万条的数据。
（2）存在定位无效的数据。所谓定位无效是指，定位有效标志字段“LOCFLAG”的值为0。
（3）GPS距离误差大。有研究表明，在典型路段(北京市三环快速路)中，一天内，距路段点距离误差在100米以内的点为301万，但是，距离在50米以内的点仅为90万。
（4）存在一定数量的异常数据，即这些数据表现出来的状态明显有悖于交通流的特性。
异常数据主要有以下几种情况：
（1）部分字段数据缺失
部分数据缺失是指在传回的数据中，出现车辆ID 号、时间、经纬度、瞬时速度、方向角等字段中的一个或几个没有数据。对于这种情况，一般采用直接剔除或修复的方式进行处理。
（2）重复数据
重复数据是指传回的数据与前面已传回的数据一模一样。对于这种情况，一般采用直接剔除的方式进行处理。
（3）错误数据
错误数据是指由于受到外界较强信号的干扰，使得经纬度、瞬时速度数据与真实值相差较大，导致出现错误数据，对于错误数据，采用直接剔除或修复的方式进行处理。
3.2.1 丢失及错误数据识别
由于GPS信号盲区和通信延迟的影响，GPS浮动车采集和传输数据过程中会造成数据丢失故障。一般情况下，可以通过把在一定时间内得到的数据定义成某一时段的数据，可以实现对丢失数据的识别。
例如：如果将数据采集的时间间隔设置为一分钟，那么可以将19:30:00--19:31:00这一时段内的数据均看作是19:30:00这一时段内的数据，根据这一原则，对所有时段的数据进行扫描和判断，如果在某一时段内没有得到数据，或者得到的数据个数不对，则认为该时段的数据存在问题，需要进行修复和补充处理。
当GPS接收机或通信网络出现故障时，采集到的数据通常也是错误的，不能反映真实的交通状况，这种情况下，可以预先给出检测器参数的合理范围，然后检查所采集的数据是否在合理范围之内。
3.2.2 数据弥补及修复
根据所采集到的交通信息数据的具体情况以及处理数据要求，采用以下所述方法进行数据的弥补和修复。
采用历史趋势数据进行修复。当某一路段的某一时段采集的数据与相同路段同一时段的历史数据存在较大偏差时，可用历史趋势数据对该段数据进行修复。
采用历史数据与实测数据的加权估计值进行修复。具体的权值大小需要人工实验，如无同时段的数据，也可将相邻时段的数据进行平均得到所需的数据。
3.2.3 车辆行驶方向判断
由于双向车道两个方向的路段交通状态不一定相同，需要对每个路段两个方向
的车辆进行判断。本文主要利用车辆行驶方向角和电子地图上路段本身方向角信息来判断车辆的行驶方向。判断方向的基本思想是：通过对车辆行驶方向角A1和电子地图上路段方向角A2分析可知，车辆在正常行驶情况下，如果车辆行驶方向与道路方向一致，那么|A1-A2|≤40°，如果车辆行驶方向与道路方向相反，那么||A1-A2|-180°|≤40°，根据这两种情况可以判断车辆的行驶方向。
第四章 基于GPS 浮动车的交通状态判断
4.1 交通流参数
交通流是指：连续不断的车辆在道路上行驶形成的车流。广义的交通流包括车流和人流。交通流的特征可以用三个基本的参数表示：速度v 、流量q 和密集度k 。其中，流量q 是指在单位时间段内，通过道路某一点、某一断面或某一条道路的交通实体数；速度v 是指车辆单位时间内的走行距离；密集度k 包括占有率R 和密度P 两种含义，密度是空间集中度的量度，占有率是相同车辆流在时间集中度的测量。这三个基本参数之间存在一定的量化关系，即通过某一个参数可以推倒出另外两个参数。具体的推倒关系如下：
（1）速度—流量
速度—流量关系是双变量的关系，1935年格林希尔茨在线性速度—密度关系和方程“流量=速度×密度”的基础上，推导出下面的抛物线方程：
???
? ??-=f f v v v p q 2. （4—1） 式中，q 代表流量，单位为Veh ／h ；v 代表速度，单位为km/h ；v f 代表自由流速度，单位为km ／h ；p j 代表阻塞密度，单位为Veh ／km 。
（2）速度—密度
○
1线性关系——格林希尔茨模型表达式： ???? ?
?-=j f v v ρρ1. （4—2） ○2指数关系——数模型表达式： m e v v f ρρ-=. （4—3）
式中，ρm 代表临界密度，即流量最大时的密度，单位为Veh ／km ；
○
3对数关系——格林伯格模型表达式：
第四章、汽车产品策略 第一节、汽车产品整体概念 人们对汽车产品的理解，通常仅限于汽车的实物产品，这过于狭隘。汽车市场营销学中汽车产品的概念要广得多，它指向汽车市场提供的能满足汽车消费者某种欲望和需要的任何事物，包括汽车实物、汽车服务、汽车保证、汽车品牌等各种形式。简而言之，人们需要的汽车产品＝需要的汽车实物+需要的汽车服务，而汽车企业提供的汽车产品=汽车企业生产的汽车实物+汽车企业提供的汽车服务。 广义的汽车产品概念又称作汽车产品整体概念。它把汽车产品理解为由五个层次组成的整体。如图7－1所示。 第一层是汽车核心产品层，又称汽车实质产品层，是指向汽车消费者提供的基本效用或利益。汽车消费者购买某种品牌汽车产品并不是为了占有或获得汽车产品的本身，而是为了满足以车代步的需要。这是汽车产品的核心内容。故而，营销活动所推销的是汽车产品的基本效用或利益而非汽车产品的表面特色。 第二层是汽车形式产品层，又称汽车基础产品层，是指汽车核心产品借以实现的基本形式，即向市场提供的实体或劳务的外观。汽车产品的外观指汽车产品出现于市场时具有可触摸的实体和可识别的面貌，并不仅仅指其具有的外形。汽车市场营销学将汽车形式产品归结为四个标志：质量水平、外观特色、汽车造型、汽车品牌。由于汽车产品的基本效用必须通过某些具体的形式才能实现，因而汽车市场营销人员应该从汽车消费者购买汽车产品时所追求的实际利益出发去寻求其实现形式，进行汽车产品设计。 第三层是汽车期望产品层，是指汽车消费者在购买该汽车产品时期望能得到的东西。期望产品实际是指一系列属性和条件。例如，汽车消费者期望得到舒适的车厢、导航设施、安全保障设备等。 第四层是汽车延伸产品层，又称汽车附加产品层，是指汽车消费者购买汽车形式产品和汽车期望产品时所能得到的附加服务和利益，即储运、装饰、维修、保养等。例如，美国的汽车业通常提供四种担保：基本担保、动力装置担保、腐蚀担保和排放物担保。但为了满是不同的服务需求，1987年1月福特公司推出四种延伸服务计划ESP,集中向零售商和汽车消费者提供汽车延伸服务，汽车延伸产品的观念来源于对汽车消费者需要的深入认识。 汽车延伸产品的设计应该注意三点：其一，任何汽车延伸产品都将增加汽车企业成本，因此营销人员在设计汽车延伸产品时并不是越多越好，应考虑汽车消费者是否愿意承担因而产生的额外费用。其二，汽车延伸产品给予汽车消费者的利益将很快转变为汽车消费者的期望利益。因为竞争者为了吸引消费者而不断增加汽车延伸产品，因而汽车延伸产品的设计不是一劳永逸的事情，而应根据消费者的需要和竞争者的动向，不断改进。其三，由于汽车延伸产品提高了汽车产品的价格，因而促使某些竞争者剥除汽车延伸产品，以降低价格，吸引其他细分市场的汽车消费者。因此经济型轿车会与豪华型轿车并存，以低廉的价格满足汽车消费者最基本的代步需要。 第五层是汽车潜在产品层，是指包括现有汽车产品的所有延伸和演进部分在内，最终可能发展成为未来汽车产品的潜在状态的汽车产品。汽车潜在产品指示出现有汽车产品的可能发展前景，如普通汽车可以发展为水陆两用的汽车等。汽车延伸产品主要是今天的汽车产品，而汽车潜在产品则代表着今天的汽车产品可能的演变。 第二节、汽车产品组合概念 通常情况下，一个企业不可能只经营单一产品，更不可能经营所有的产品；同时，企业还要考虑所经营产品之间的协调。为解决企业经营产品的量与度、产品之间的结构等问题，
实验车法调查交通量、速度（区间）和密度 此法系由英国道路研究试验所的华德鲁勃（Wardrop ）和查尔斯沃思（Charlesworth ）于1954年提出，可同时获得某一路段的交通量、行驶时间和行驶车速，是一种较好的交通综合调查方法。 一、交通量和区间速度调查 1.调查方法 需要有一辆测试车，小型面包车或工具车最好，吉普车或小汽车也可以，尽量不要使用警车等有特殊标志的车，以工作方便、不引人注意、座位足够容纳调查人员为宜。 调查人员（除开车的驾驶员以外）需要一人记录与测试车对向开来的车辆数；一人记录与测试车同向行驶的车辆中，被测试车超越的车辆数和超越测试车的车辆数；另一人报告和记录时间及停驶时间。行程距离应已知或由里程碑、地图读取，或自有关单位获取，如不得已则应亲自实地丈量。调查过程中，测试车一般需沿调查路线往返行驶12～16次（即6～8个来回）。总的行驶时间，根据美国国家城市运输委员会的规定，主要道路为每英里（合1.6km ）30min ，次要道路为每英里（合1.6km ）20min 。 2.调查数据计算 根据所调查观测的数据，可分别按下列公式计算： （1）测定方向上的交通量c q c q = c a c a t t Y X ++（辆/min ） （2-1） 式中：c q ——路段待测定方向上的交通量（单向），辆/min ； a X ——测试车逆测定方向行驶时，朝测试车对向行驶（即顺测定方向）的来车数，辆； c Y ——测试车在待测定方向上行驶时，超越测试车的车辆数减去被测试车超越的车辆 数（即相对测试车顺测定方向上的交通量），辆； a t ——测试车与待测定车流方向反向行驶时的行驶时间，min ； c t ——测试车顺待测定车流方向行驶时的行驶时间，min 。 （2）平均行程时间c t
基于云技术的城市海量浮动车数据处理分析 Massive urban floating car data analysis using cloud technologies 张彤 李清泉 余洋 Tong Zhang 武汉大学 Wuhan University Qingquan Li Yang Yu 武汉大学 武汉大学 Wuhan University Wuhan University 摘要 当前各种地理数据采集技术的飞速发展使得研究数据密集型(data-intensive)地理计算变得越来越重要。装载全球卫星定位系统的城市机动车辆，即浮动车(floating car)可以实时收集大量城市路况信息。 海量浮动车数据，如果能够及时处理与分析， 可为监控城市大范围道路交通状态和交通智能管理提供高时空覆盖的基础信息。 然而现有的网络地理信息服务架构和技术不能满足城市海量浮动车及时处理与分析的应用需求。 本文基于城市海量浮动车数据的组织、处理、管理与计算等方面的需求， 提出了云计算环境下地理数据密集型计算的新架构。文章从基于Bigtable 的非关系数据库技术出发，研究海量浮动车数据的存储、分布式管理和索引， 从MapReduce 技术出发， 研究浮动车数据实时地图匹配和路段平均速度计算，分析在城市交通地理信息系统中应用云技术的优缺点。 通过Amazon Elastic Compute Cloud (EC2)云计算环境进行的数据查询、地图匹配和交通参数计算等实验初步证明了新架构的有效性。 Abstract Data-intensive geocomputation gains importance with the rapid development of various geospatial data collection techniques. Floating cars, which are equipped with global positioning systems, can collect a large amount of traffic data in real-time. Massive floating car data (FCD), if processed and analyzed responsively, can offer valuable basic information for urban traffic monitoring and surveillance with high spatio-temporal coverage. However, current Internet geographic information services cannot accommodate the needs of FCD analysis. This paper, in response to the requirements of massive FCD storage, processing, management and computation, proposes a new architecture of data-intensive geocomputation under cloud environments. We study distributed storage, management and indexing techniques of massive FCD using Bigtable and investigate real-time map matching and speed computation with MapReduce.
5w2h分析法介绍5W2H分析法:从各种角度想问题 5W2H分析法:从各种角度想问题 5W2H分析法:从各种角度想问题 什么是5W2H分析法(七何分析法)
5W2H分析法又叫七何分析法，5W2H法是第二世界大战中美国陆军兵器修理部 首创。简单、方便，易于理解、使用，富有启发意义，广泛用于企业管理和技术活动，对于决策和执行性的活动措施也非常有帮助，也有助于弥补考虑问题的疏漏。 1、WHY——为什么,为什么要这么做,理由何在,原因是什么, 2、WHAT——是什么,目的是什么,做什么工作, 3、WHERE——何处,在哪里做,从哪里入手, 4、WHEN——何时,什么时间完成,什么时机最适宜, 5、WHO——谁,由谁来承担,谁来完成,谁负责, 1、HOW——怎么做,如何提高效率,如何实施,方法怎样, 2、HOW MUCH——多少,做到什么程度,数量如何,质量水平如何,费用产出如何, 发明者用五个以w开头的英语单词和两个以H开头的英语单词进行设问，发现解决问题的线索，寻找发明思路，进行设计构思，从而搞出新的发明项目，这就叫做5W2H法。 提出疑问于发现问题和解决问题是极其重要的。创造力高的人，都具有善于提问题的能力，众所周知，提出一个好的问题，就意味着问题解决了一半。提问题的技巧高，可以发挥人的想象力。相反，有些问题提出来，反而挫伤我们的想象力。发明者在设计新产品时，常常提出:为什么(Why);做什么(What);何人做(Who);何时(When);何地(Where);如何(How);多少(How much)。这就构成了5W2H法的总框架。如果
5W2H分析法:从各种角度想问题 提问题中常有“假如……”、“如果……”、“是否……”这样的虚构，就是一种设问，设问需要更高的想象力。 在发明设计中，对问题不敏感，看不出毛病是与平时不善于提问有密切关系的。对一个问题追根刨底，有可能发现新的知识和新的疑问。所以从根本上说，学会发明首先要学会提问，善于提问。阻碍提问的因素，一是怕提问多，被别人看成什么也不懂的傻瓜，二是随着年龄和知识的增长，提问欲望渐渐淡薄。如果提问得不到答复和鼓励，反而遭人讥讽，结果在人的潜意识中就形成了这种看法:好提问、好挑毛病的人是扰乱别人的讨厌鬼，最好紧闭嘴唇，不看、不闻、不问，但是这恰恰阻碍了人的创造性的发挥。 5w2H法的应用程序 1、检查原产品的合理性 (1)为什么(why),为什么采用这个技术参数,为什么不能有响声,为什么停用,为什么变成红色:为什么要做成这个形状,为什么采用机器代替人力,为什么产品的制造要经过这么多环节,为什么非做不可, (2)做什么(What),条件是什么,哪一部分工作要做,目的是什么,重点是什么,与什么有关系,功能是什么,规范是什么,工作对象是什么, (3)谁(who),谁来办最方便,谁会生产,谁可以办,谁是顾客,谁被忽略了,谁是决策人,谁会受益, (4)何时(when),何时要完成,何时安装,何时销售,何时是最佳营业时间,何时工作人员容易疲劳,何时产量最高,何时完成最为时宜,需要几天才算合理, (5)何地(where),何地最适宜某物生长,何处生产最经济,从何处买,还有什么地方可以作销售点,安装在什么地方最合适,何地有资源,
一种新型的交通信息采集系统——浮动车交通信息采集系统研 究 一、浮动车系统简介 目前北京市现有的交通信息采集系统主要包括：环型线圈检测系统、微波检测系统、超声波检测系统、视频检测系统（含牌照识别检测系统）等。这些都是固定点交通流检测系统，能够检测道路断面交通流量、速度等交通参数，但覆盖范围有限。目前，系统基本覆盖二、三、四环和联络线，以及四横两纵的主干路，对次干路和支路没有覆盖。而且除牌照识别检测系统外，其它固定点检测系统检测到的交通流信息都是断面信息，不能完整反映区段交通运行情况，如只能获取断面速度，而不能获取路段平均旅行速度。 浮动车交通信息采集系统（简称浮动车系统，FCD）是伴随着ITS新技术应用而在近几年发展起来的动态实时交通流信息采集技术。所谓浮动车就是指安装有定位和无线通信装置的普通车辆(如出租车、公交车、警车等)，这种车辆能够与交通数据中心进行信息交换。而浮动车系统是指通过交通流中一定比例的浮动车辆与交通数据中心实时交换数据的一种新型交通信息采集系统。 浮动车系统之所以得到重视，主要原因在于浮动车系统有别于传统固定检测方法的突出特点：（1）覆盖面广，采集范围不再仅仅是点、线，而是面；（2）投资省。浮动车系统通常结合调度和诱导系统建设，大大节省了投资；（3）采集数据多样、准确。浮动车系统采集的路段平均车速、旅行时间对于了解道路运行状况、分析拥堵原因、提供交通诱导服务等都是非常关键的参数。 目前在欧洲（主要是英国、德国）、美国、日本都在积极研发和推广应用浮动车交通信息采集系统。交研中心自2003年开始，即通过与国外知名科研机构、企业等进行交流与合作，开展浮动车交通信息采集系统的相关研究工作。2004年，交研中心与美国通用公司合作完成了《北京2008奥运会浮动车实时交通流信息采集示范系统可行性研究》。 2005年，承担北京市科委科技计划课题《浮动车交通信息采集系统研究》，进行全面的技术研究和示范系统建设。经过近两年的深入研究，2007年3月，北京市科委组织专家对本课题成果进行了验收评审。 二、已取得的成果 1、技术研发 确定不同覆盖率要求条件下的浮动车数量规模。针对我国大城市复杂路网特性，开发了基于改进的最优路径选择的浮动车数据实时地图匹配算法，尤其解决了主辅路并行、立交匝道等复杂区域的地图匹配难题，既满足了浮动车交通信息采集系统实时计算的速度性能要求，也达到了95%的匹配准确率。建立了适合不同数据采集间隔的路段速度估算算法，通过对快速路的实际验证，算法精度达到90%以上。 2、应用系统搭建
一、产品及产品组合策略 1、宝马的产品定位 宝马是最完美的驾驶工具。宝马要传递给顾客创新、动力、美感的品牌魅力。这个诉求的三大支持是：设计、动力和科技。公司的所有促销活动都以这个定位为主题，并在上述三者中选取至少一项作为支持。每个要素的宣传都要考虑到宝马的顾客群，要使顾客感觉到宝马是“成功的新象征”。要实现这一目标，宝马公司欲采取两种手段，一是区别旧与新，使宝马从其他品牌中脱颖而出；二是明确哪些期望宝马成为自己成功和地位象征的车主有哪些需求，并去满足它。 2、宝马公司（BMW)产品组合表
新3系双门轿跑车全 新 5系 标 准 轴 距 版 6系 敞 篷 轿 跑 车 全 新 BM W 高 效 混 合 动 力7 系 X 全 M5 四 门 轿 车 M5 双 门 轿 跑 车 长 轴 距 版、 轿 跑 版 和 敞 篷 版 i3、 i8 新 能 源 汽 车 新3系敞篷轿跑车5系 GR AN TU RIS MO X5 M X6 M 3、产品线延伸具体介绍 （1）BWM 1系运动型两厢轿车。简约的豪华，时尚的 动感。不论1系的价格如何，也不管它只是一辆紧凑级的小 车，令人高兴的是：顾客得到的毕竟是一辆宝马，而且这辆 小车不仅看起来是宝马，开起来也是宝马。对很多顾客来说， 这才是最重要的。 （2）BMW 3系车型。运动轿车之王从1975年第一代宝马3系面世以来，它一直被人们看作是最能表达宝马轿车特点的车型。如今BMW 3系以其出色的款式仍在延续这一传统，如今3系已经成为了宝马所以车系中最成功的车型，也是销量最大的车系！ （3）BMW5系车型。商务座驾，精英之选。个性、典范、动感宝马5系列的历史已经34年。从经历中锤
“浮动车法调查交通量”实验报告 专业交通工程 班级 07级2班 姓名裴永明 学号 070240221 指导教师赵鹏燕 2010年5月5日
实验目的： 1.通过实验，加深对交通量和区间车速的概念和浮动车法观测路段车流量的原理等专业内容的理解。 2.通过实验，掌握浮动车路段车流量观测的方法和实验方案的设计 调查方法： 浮动车法（ Floating Car Method ），这种方法是英国道路研究试验所的 Wardrop 和Charlesworth 于 1954年提出的。它可以同时获得某一路段的交通量、行驶时间和行驶车速等数据，是一种综合调查技术。调查时需要一辆测试车，应尽量避免使用警车等有特殊标志的车辆。调查时，一名调查人员（除驾驶员外）记录对向开来的车辆数量 ,另一名调查员记录与测试车同向行驶的车辆中，被测试车超越的车辆和超越测试车的车辆数，另外一人报告和记录时间以及停始时间。行驶距离应可以从里程表读取。调查过程中，测试车一般需要沿调查路线往返行驶12～16次。本次调查性质属认识调查，往返次数定为6次。调查数据计算： 调查数据计算 1.测定方向上的交通量 qc : qc=(Xa+Yc)/(ta+tc) (辆/min) 式中： qc---路段待测方向上的交通量（单向），辆/min; Xa---测试车逆测定方向行驶时，朝测试车对向行驶（顺测试方向）的来车数，辆； Yc---测试车在待定方向行驶时，超越测试车的车辆数减去被测试车超越的车辆数（相对测试车顺测定方向上的交通量），辆； ta---测试车与测定车流方向反向行驶时的行驶时间，min; tc---测试车顺待测定车流方向行驶时的行驶时间，min。 2.平均行程时间 t c : t c =t c -(Y c /q c ) (min) 式中：t c ---测定路段的平均行程时间，min。 3.平均车速 v c : v c =(l/t c )×60 (km/h) 式中：v c ---观测路段的平均车速（单向），km/h；l---观测路段的长度，km。 利用以上公式进行计算时，式中所用各数值（X a ,Y c ,t a ,t c 等）一般都取用其算术平均 值来进行计算。
5W2H分析法--案例分析 企业管理 2008-08-25 14:50 阅读936 评论8 字号：大中小 “5W”是五个英文字母的词头，即“WHAT、WHO、WHEN、WHERE、WHY”，翻译成汉语就是“何事、何人、何时、何地，何因”，这原本是新闻写作的五大要素，外资企业现在也将此要求用于企业管理，并在“5 W”的基础上再加上了“2H”，“2H”也是两个英文单词的词头，即“HOW DO、HOW MUCH”，翻译成汉语是 “怎样做、需要花费多少钱”。 “5W2H”还是所有外资企业的管理者在提交报告时不可缺少的内容，如果一份报告中没有这些内容，或者这些内容交代得不清楚，那么绝对不会是一份质量高的工作报告。 5W2H分析法又叫七何分析法，5W2H法是第二世界大战中美国陆军兵器修理部首创。简单、方便，易于理解、使用，富有启发意义，广泛用于企业管理和技术活动，对于决策和执行性的活动措施也非常有帮助， 也有助于弥补考虑问题的疏漏。 （1）WHY——为什么为什么要这么做理由何在原因是什么 （2）WHAT——是什么目的是什么做什么工作 （3）WHERE——何处在哪里做从哪里入手 （4）WHEN——何时什么时间完成什么时机最适宜 · （5）WHO——谁由谁来承担谁来完成谁负责 （6）HOW——怎么做如何提高效率如何实施方法怎样（7）HOW MUCH——多少做到什么程度数量 如何质量水平如何费用产出如何 发明者用五个以w开头的英语单词和两个以H开头的英语单词进行设问，发现解决问题的线索，寻找发明思路，进行设计构思，从而搞出新的发明项目，这就叫做5W2H法。 提出疑问于发现问题和解决问题是极其重要的。创造力高的人，都具有善于提问题的能力，众所周知，提出一个好的问题，就意味着问题解决了一半。提问题的技巧高，可以发挥人的想象力。相反，有些问题提出来，反而挫伤我们的想象力。发明者在设计新产品时，常常提出：为什么（Why）；做什么（What）；何人做（Who）；何时（When）；何地（Where）；如何（How）；多少（How much）。这就构成了5W2 H法的总框架。如果提问题中常有“假如……”、“如果……”、“是否……”这样的虚构，就是一种设问，设问需要 更高的想象力。 在发明设计中，对问题不敏感，看不出毛病是与平时不善于提问有密切关系的。对一个问题追根刨底，有可能发现新的知识和新的疑问。所以从根本上说，学会发明首先要学会提问，善于提问。阻碍提问的因素，一是怕提问多，被别人看成什么也不懂的傻瓜，二是随着年龄和知识的增长，提问欲望渐渐淡薄。如果提问得不到答复和鼓励，反而遭人讥讽，结果在人的潜意识中就形成了这种看法：好提问、好挑毛病的人是扰乱别人的讨厌鬼，最好紧闭嘴唇，不看、不闻、不问，但是这恰恰阻碍了人的创造性的发挥。
基于浮动车的路况分析算法 算法基本思想 1.浮动车数据纠偏处理：利用高德的纠偏函数对每次接收到的浮动车数据进行纠偏处理，纠偏后GPS 数据会和地图数据匹配上。 2.程序运行机制：程序为后台服务当启动后会一直运行，并且每5分钟会进行一次路况运算，运算 时数据采样范围为开始计算时间前的10分钟内的浮动车GPS数据，对于目前1000多条路况道路，每5分钟14000条数据样本的计算过程大概耗费时间2——4分钟的运算时间。 3.筛选样本：筛选掉不合法的浮动车数据，例如速度为0的数据，该类数据可能为浮动车停车休息 时产生，此类数据不加入计算样本。 4.寻找归属道路：利用空间算法将浮动车GPS数据样本吸附到最近的道路上，由于GPS定位存在一 定的位置偏移，所以在吸附操作上加入了误差值，当前设置为30米，即允许浮动车数据有0——
30米之间的偏移。 5.筛选道路：样本点归属到道路上后，有些道路将拥有很多样本点，但有些则很少，我们将剔除没 有足够判断依据（样本数量）的道路，由于当前浮动车数量（1500辆）较少，而且数据发送频率较低（车辆行驶中每分钟1条，车辆熄火时每10分钟1条），所以当前设置的筛选值为大于4，即每条道路上必须有5条数据样本以上（含5条），才会进行计算； 6.计算道路浮动速度平均值并分类：各道路上浮动样本的平均速度是判断道路情况的依据，我们对 筛选后的道路进行平均速度计算，另外我们对“通畅”“缓行”“拥堵”设置了各自的阈值，并按照它们作为标准分类各道路的路况： 0——10公里：拥堵 10——15公里：缓行 15公里以上：通畅 对于每条道路的计算结果会立即更新道路的路况状态值，并且记录更新时间。 7.对于无法满足运算条件道路的处理：如果每条道路在一小时以上都没有满足条件进行过任何的路
浮动车交通信息处理与应用系统核心功能及实现 秦玲 张剑飞 郭鹏 桑丽 (交通部公路科学研究院， 北京 100088) [摘要]本文重点介绍了浮动车交通信息处理与应用系统的核心功能，描述了该系统设计与实现的主要目标、核心算法和系统结构，展望了该系统的应用前景。 [关键词]浮动车；交通信息处理；旅行时间估计；拥堵状态判断 1系统概述 浮动车通常是指具有定位和无线通信装置的车辆，浮动车所采集的数据一般包括时间戳、位置坐标、瞬时速度、行驶方向、运行状态及其他内容(以下简称浮动车运行数据)。浮动车交通信息处理与应用系统在对浮动车运行数据进行分析处理的基础上，实现了实时旅行时间估计和拥堵状态判断、实时交通状况地图展现和查询、实时旅行时间查询、可变情报板旅行时间发布模拟、历史交通信息统计分析和查询等功能。 2核心功能 2.1实时旅行时间估计和拥堵状态判断 通过自主研发与技术创新，浮动车交通信息处理与应用系统完整地实现了实时旅行时间估计和拥堵状态判断的核心流程，从而保证了旅行时间估计和拥堵状态判断的准确性和实时性。这一核心流程主要包括浮动车运行数据采集、地图数据预处理、浮动车异常数据处理、地图匹配、旅行时间和平均行程速度估计、拥堵状态判断等环节，其中，对异常数据的处理贯穿了浮动车交通信息处理的全过程，如图1所示。 图1：基于浮动车运行数据的旅行时间估计和拥堵状态判断核心流程
2.2实时交通状况地图展现和查询 道路拥堵状态判断的结果，可以通过电子地图实时展现，不同颜色分别代表了不同的道路拥堵状态。另外，用户可以查询各个路段实时的旅行时间和平均速度等信息，如图2所示。 图2：实时交通状况地图展现和查询 2.3实时旅行时间查询 浮动车交通信息处理与应用系统提供了三种旅行时间查询的方式： (1)重要道路任意两点之间旅行时间查询。用户可以选择系统预先设定的重要道路，并进行这条道路上任意两点之间旅行时间的查询，如图3所示。 图3：重要道路旅行时间查询
第二章 1、周日交通量变化系数D或Kw：年平均日交通量与全年中某周日的平均日交通量之比。又称日不均匀系数，日换算系数P9 2、高峰小时系数PHF：高峰小时实测交通量与由5min或15min高峰区间推算所得的扩大高峰小时交通量之比，即位高峰小时系数。P9 3、年平均日交通量AADT:一年内连续累计交通量之和除以该年的天数（365或366）所得的 交通量。P8 4、扩大高峰小时交通量：把高峰区间的累计交通量扩大推算为1小时时间内的交通量即为 扩大高峰小时交通量。P9 5、第30位年最高小时交通量（30HV）:一般简称为第30h交通量。将一年中所有8760h的 小时交通通量按顺序由大到小排列时其第30位的小时交通量。P9 6、高峰区间：某高峰小时内连续5min(或15min)累计交通量最大的区间称为该高峰小时内 的高峰区间。P9 7、第30为交通量系数（K30）:第30位小时交通量与年平均日交通量之比，简称第30h系 数。P9 8、道路方向分布系数Kd:用百分数表示的主要行车方向交通量占双向行车总交通量的比 值。P9 第三章 1、空间平均车速：在给定的路段上，同一瞬间车速分布的平均值。P54 2、时间平均车速：道路某一断面上车速分布的平均值，即断面上各车辆通过时起地点车速的算术平均值。P54 3、运营车速：车辆在运输线上的周转速度即车辆行驶距离与运营时间的比值。P53 4、行程车速：亦称区间车速，是车辆行驶在道路某一区间的距离与行程时间的比值。（行程时间包括行驶时间和中途受阻时的停车时间。）53 5、行驶车速：亦称运行车速，是车辆行驶在道路某一区间的距离与行驶时间（行程时间中扣除因阻滞而产生的停车时间）的比值。P53 6、地点车速：车辆通过道路某一地点（道路某断面）时的车速，亦称瞬时车速。P53 第四章 1、空间占有率：在单位长度车道上，汽车投影面积总和占车道面积的百分率。P91 2、时间占有率：在单位测定时间内，车辆通过某一断面的累计时间占测定时间的百分率。P91 第六章 1、排队延误：车辆排队时间与车辆按自由行驶车速驶过排队路段的时间（自由行驶时间）之差。排队时间是指车辆从第一次停车时间到越过停车线所用的时间。排队路段是指车辆的第一次停车断面与停车线之间的道路。P130
(10)申请公布号 (43)申请公布日 2013.06.26C N 103177585 A (21)申请号 201310061804.8 (22)申请日 2013.02.27 G08G 1/052(2006.01) (71)申请人上海美慧软件有限公司 地址200081 上海市虹口区四川北路2261 号嘉兰大厦12楼 (72)发明人孙亚 李明敏 陈明威 裘炜毅 张颖 邱志军 冉斌 (74)专利代理机构上海申汇专利代理有限公司 31001 代理人翁若莹 柏子雵 (54)发明名称 基于浮动车数据计算路段各转向平均行程车 速方法 (57)摘要 本发明涉及一种基于浮动车数据计算路段各 转向平均行程车速方法，其特征在于：步骤为构 建适用于GPS 交通信息处理的区域i 的GIS 电子 地图；以固定的时间周期间隔T 获取采集数据；判 断每辆GPS 浮动车在其对应的每条匹配路段上的 转向状态，并计算行程速度，转向状态至少包括直 行、左转及右转，根据相同匹配路段上具有相同转 向状态的所有GPS 浮动车的行程速度得到每条匹 配路段上不同转向状态的平均行程速度。本发明 的优点是：可以充分依托现有的城市载有GPS 设 备的出租车资源，利用出租车采集到的信息，能够 在短时间完成城市内大范围的实时交通信息采 集，同时提供路段不同转向下的行程车速，提供更 加细致和精确的交通状态信息。 (51)Int.Cl. 权利要求书2页 说明书7页 附图2页 (19)中华人民共和国国家知识产权局(12)发明专利申请权利要求书2页 说明书7页 附图2页(10)申请公布号CN 103177585 A *CN103177585A*
PMC人必读5W2H分析法 一种不断问“为什么”来找问题根本原因的PMC管理方法。 一种对问题现象发生的可能原因进行分析的方法。 一种建立在所有事实上寻找根本原因的分析方法。 一种更进一步的因果分析方法，找出最具影响的因素。 5W2H分析法又叫七何分析法，是二战中美国陆军兵器修理部首创。简单、方便，易于理解、使用，富有启发意义，广泛用于企业管理和技术活动，对于决策和执行性的活动措施也非常有帮助，也有助于弥补考虑问题的疏漏。 具体内容 发明者用五个以W开头的英语单词和两个以H开头的英语单词进行设问，发现解决问题的线索，寻找发明思路，进行设计构思，从而搞出新的发明项目，这就叫做5W2H 法。 (1) WHAT--是什么?目的是什么?做什么工作? (2) HOW --怎么做?如何提高效率?如何实施?方法怎样? (3) WHY--为什么?为什么要这么做?理由何在?原因是什么?造成这样的结果为什么? (4)WHEN--何时?什么时间完成?什么时机最适宜? (5) WHERE--何处?在哪里做?从哪里入手? (6) WHO--谁?由谁来承担?谁来完成?谁负责?
(7) HOW MUCH--多少?做到什么程度?数量如何?PMC水平如何?费用产出如何? 重要性 提出疑问于发现问题和解决问题是极其重要的。创造力高的人，都具有善于提问题的能力，众所周知，提出一个好的问题，就意味着问题解决了一半。提问题的技巧高，可以发挥人的想象力。相反，有些问题提出来，反而挫伤我们的想象力。发明者在设计新产品时，常常提出:为什么(Why);做什么(What);何人做(Who);何时(When);何地(Where);如何(How );多少(How much)。这就构成了5W2H法的总框架。如果提问题中常有"假如……"、"如果……"、"是否……"这样的虚构，就是一种设问，设问需要更高的想象力。 在发明设计中，对问题不敏感，看不出毛病是与平时不善于提问有密切关系的。对一个问题追根刨底，有可能发现新的知识和新的疑问。所以从根本上说，学会发明首先要学会提问，善于提问。阻碍提问的因素，一是怕提问多，被别人看成什么也不懂的傻瓜，二是随着年龄和知识的增长，提问欲望渐渐淡薄。如果提问得不到答复和鼓励，反而遭人讥讽，结果在人的潜意识中就形成了这种看法:好提问、好挑毛病的人是扰乱别人的讨厌鬼，最好紧闭嘴唇，不看、不闻、不问，但是这恰恰阻碍了人的创造性的发挥。 应用程序 检查原产品的合理性
模块三汽车产品策略 项目一汽车产品及产品组合 【课题】：汽车产品及产品组合 【课型】：理论教学 【学时】：两学时 【教学目的与要求】： 1、掌握汽车产品及汽车产品组合的概念 2、掌握汽车产品的五个层次 3、简述汽车产品策略的重要意义 【教学重点与难点】： 1、汽车产品的五个层次 2、汽车产品组合策略的重要意义 【教学手段、方法及教具】：教学相关资料、讲授法 【教学内容】： 任务一：产品及产品整体概念 （一）核心产品。核心产品是指向顾客提供的产品的基本效用或利益。从根本上说，每一种产品实质上都是为解决问题而提供的服务。 (二)形式产品。形式产品是指核心产品借以实现的形式或目标市场对某一需求的特定满足形式。形式产品由五个特征所构成，即品质、式样、特征、商标及包装。 （三）期望产品。是指购买者在购买该产品时期望得到的与产品密切相关的一整套属性和条件。
(四)延伸产品。是指顾客购买形式产品和期望产品时，附带获得的各种利益的总和，包括产品说明书、保证、安装、维修、送货、技术培训等。 (五)潜在产品。是指现有产品包括所有附加产品在内的，可能发展成为未来最终产品的潜在状态的产品。 任务二：产品组合及其相关概念 产品组合是指一个企业提供给市场的全部产品线和产品项目的组合或结构，即企业的业务经营范围。 产品线是指产品组合中的某一产品大类，是一组密切相关的产品。譬如，以类似的方式发挥功能，售给相同的顾客群，同一的销售渠道出售，属于同一的价格范畴等。 产品项目是指产品线中不同品种、规格、质量和价格的特定产品。产品组合的宽度、长度、深度和相关性 产品组合的宽度是指产品组合中所拥有的产品线的数目。 产品组合的长度是指产品组合中产品项目的总数。如以产品项目总数除以产品线数目即可得到产品线的平均长度。 产品组合的深度是指一条产品线中所含产品项目的多少。 产品组合的相关性是指各条产品线在最终用途、生产条件、分配渠道或其他方面相互关联的程度。 任务三：产品组合决策 （一）扩大产品组合。包括开拓产品组合的宽度和加强产品组合的深度，前者指在原产品组合中增加产品线，扩大经营范围；后者指在原有产品线内增加新的产品项目。
第7卷第2期2007年4月 交通运输系统工程与信息 Journal of T ransportation Systems Engineering and In formation T echnology V ol 17N o 12April 2007 文章编号:100926744(2007)022******* 智能交通系统与信息技术 基于大规模浮动车数据的地图匹配算法 章 威1 ,徐建闽1 ,林绵峰 2 (1.华南理工大学交通学院,广州510640;2.广州交通信息化建设投资运营有限公司,广州510033) 摘要: 地图匹配问题是浮动车技术中必须解决的关键问题.由于浮动车数据自身的特 点,传统的导航地图匹配算法难以直接适用于大规模的浮动车数据匹配.在分析基于浮动车数据的地图匹配与传统的导航地图匹配的异同点的基础上,提出了浮动车地图匹配模型族的解决方案和相应的道路网格拓扑结构,设计了包括道路初次匹配模型、平行方向道路识别模型、节点匹配模型、延时匹配模型在内的浮动车数据地图匹配算法体系,并对算法进行了评估和验证.提出的浮动车数据地图匹配算法模型已经在广州市ITS 示范工程中得到了实际应用,应用结果表明该算法具有准确、高效和实用的特点.关键词: 智能交通系统;浮动车数据;地图匹配中图分类号: U12文献标志码: A Map Matching Algorithm of Large Scale Probe V ehicle Data ZHANG Wei 1 ,X U Jian 2min 1 ,LI N Mian 2feng 2 (1.C ollege of T raffic and C ommunications ,S outh China University of T echnology ,G uangzhou 510640,China ;2.G uangzhou T raffic In formation Investment Business and Management Limited C ompany ,G uangzhou 510033,China )Abstract : Map matching is the key problem of probe vehicle technology.F or the characteristics of probe vehicle data ,traditional navigation map matching can not serve the requirements of probe vehicle data.Based on the com 2m on and different points between the map matching of traditional navigation and probe vehicle ,the s olution of probe vehicle map matching m odes and corresponding road netw ork structure have been proposed and the map matching alg orithm system has als o been prom oted ,including road first map matching m ode ,parallel reverse road map matching m ode ,node map matching m ode and delay map matching m ode.In addition ,the alg orithm has been ver 2ified and evaluated.The map matching alg orithm prom oted in the paper has been applied in the ITS dem onstration project of G uangzhou and the practice has proved that it is quite effective and practical.K ey w ords : ITS;probe vechicle data ;map matching C LC number : U12Document code : A 收稿日期:2006212206 基金项目:“十五”国家科技攻关重点项目资助和国家自然科学基金资助(50578064). 作者简介:章威(1961-),男,广东梅州人,华南理工大学博士研究生,主要研究方向为智能交通系统.E 2mail : gzzhang wei @https://www.doczj.com/doc/ac3535594.html, 0 引 言 交通拥堵现在已经逐渐成为我国大中城市的首要难题,如何及时地反映这些道路上路况,为出 行者提供准确的导向,成为智能交通领域亟待解决的问题 [1-3] .传统的道路运行信息采集方式已经 不能够适应快速增长的道路数量和车辆保有量.
浮动车数据与电子地图的匹配方法研究1 计会凤，徐爱功 辽宁工程技术大学测绘学院，辽宁阜新（123000） E-mail ：jhf_sy@https://www.doczj.com/doc/ac3535594.html, 摘 要：地图的匹配方法已成为限制浮动车数据应用的主要问题之一。同时，地图匹配方法的效率和精度直接影响GPS 浮动车数据的应用效果。本文采用点到路段的垂直距离、当前数据的前两点和后两点构成的角度值、以及车辆行驶角度，作为参数构建回归方程，进行GPS 浮动车数据匹配。该匹配算法能很好的解决了平行路段间点的跳动和十字路口点误匹配的问题。该算法充分考虑到了点到线和线到线两中匹配算法的优缺点，在保证匹配的速度的基础上，兼顾匹配的精度。 关键词：浮动车；匹配算法；平行路段；十字路口 1. 引言 目前，常用的交通信息采集方式包括：线圈检测器、超声波检测器、红外检测器、视频检测器等[1]。上述均属固定式检测器,存在安装和维护成本高、覆盖范围小、仅能检测固定位置的数据等不足。受人力、资金等因素的制约，我国各城市的交通管理部门仅在关键路段和主要交叉口安装了固定检测器，有检测器的交叉口还不到全部交叉口的十分之一，导致城市道路网上存在大量的信息“真空”地带，远不能满足智能交通系统发展的需求。而随着GPS 定位设备成本的减低、GIS 中电子地图的丰富和美国SA 政策的取消，使得应用GPS 浮动车数据进行交通状态数据实时更新成为可能。但精确导航不仅需要这些数据，更重要的是，怎样提高现有数据的定位精度[2]。尤其在城市区域，由于高楼、高架桥和树木等地物的遮蔽和反射，使得GPS 实时定位精度进一步降低，特别是由于漂移产生的错误数据。而复杂的城市路网，也为GPS 浮动车的精确定位提出难题。怎样解决浮动车数据与GIS 地图的匹配精度已成为限制浮动车数据应用的瓶颈问题。 2. 浮动车数据预处理 采集浮动车数据时，由于受各种随机因素的影响，如GPS 信号较弱、无线传输错误、建筑物和树木的遮挡等，难免出现数据错误和数据丢失的情况。为了降低非正常数据带来的影响，须对数据进行预处理，完成错误数据的识别或丢失数据的修复。 2.1 数据过滤 数据过滤是指通过对原始数据的有效性、合理性和一致性等进行检验，识别并剔除错误的或不合要求的数据。常用的两种数据过滤方法是：阈值检验法和基于交通流理论的检验方法[3]。 阈值检验法是指事先为检测数据设定可能的最大值和最小值，凡是超出阈值范围的数据均为错误数据。例如，对于浮动车采集到某点的瞬时速度v p ，其检验方法是判断其是否满足：max 0p v v f v ≤≤?，其中0和max v 为瞬时速度的阈值，v f 为不同类型道路的阈值修正系数。 由于GPS 设备采集到的数据的坐标为经纬度值，但如果阈值只检验速度，所以可以先 1 本课题得到了高等学校博士学科点专项科研基金(20050417001)和辽宁工程技术大学地理空间信息技术实验室开放基金（06269）资助。
浮动车信息采集系统功能及其设计(doc 6页)
0 引言 近年来，第三代移动通信技术(3G)已经在世界上有些国家成功商用，在不同的环境条件下，它能够提供384 Kb／s～3 Mb／s的传输速度，这样的速率足以胜任传递交通信息的要求，因此通过3G移动通信技术更能实现交通信息的交互和实时传递。浮动车信息采集是伴随着ITS新技术应用而在近几年发展起来的一种交通流信息采集技术，浮动车技术研究已经成为我国智能交通系统(ITS)的热点。 本文从分析浮动车信息采集系统功能人手，提出了基于3G数字移动通信技术的浮动车信息采集的一种新的解决方案。 1 浮动车信息采集系统功能 浮动车辆通常是指装有定位和无线通讯装置的车辆，其所采集的数据一般包括时间、位置坐标、瞬时速度、行驶方向、运行状态及其他内容。浮动车交通信息采集是指通过采集浮动车辆运行数据并进行分析处理，将其应用于交通信息服务、交通管理和停车诱导等方面。浮动车交通信息采集系统主要实现功能如图1所示。 1．1 浮动车交通流数据采集 浮动车辆交通流数据采集是指浮动车量通过GPS定位装置等，采集运行数据并通过无线通讯网络将运行数据传回信息控制中心。为了能够建立有效的、系统性的交通流运行数据，必须确定浮动车数量规模、采集频率和传输频率等参数。 1．2 交通流数据处理 交通流数据处理是指采用地图匹配方法将浮动车采集到的车辆数据与数字电子地图数据库中的道路信息进行比较，通过一定的匹配算法确定出车辆可能的位置和最可能的行驶路段。浮动车地图匹配算法是系统设计关键之一。 1．3 路段交通流状态分析 交通流分析是在地图匹配基础上估算路段旅行时间和平均速度，通过路段旅行时间和平均速度估算的结果与预先设定的阈值比较，判断路段畅通、拥挤、堵塞等不同状态，