首页 理论教育 GIS-T关键技术|面向对象公交数据模型

GIS-T关键技术|面向对象公交数据模型

时间:2023-08-22 理论教育 版权反馈
【摘要】:而路况信息、交通规则信息和交通管制信息等构成了路网中道路运行状态的交通信息。目前,利用空间数据挖掘技术探索交通信息也逐渐成为交通领域的研究热点。另外,从采集的车辆、行人和路网等多源信息中寻找规律并挖掘联系,从而描述人们的出行规律,预测某时段或某路段的交通流量,发现交通事故频发地点等特征,为交通管理和道路规划部门提供决策依据。

GIS-T关键技术|面向对象公交数据模型

(一)基于多传感器交通时空数据采集

交通系统时空数据主要包括具有地理标识的交通基础空间数据和反映道路运行状况的动态交通信息。基础空间数据是路网基础地理信息、逻辑网络或线路中几何位置与空间关系的几何信息,处理拓扑关系的路网几何规则语义信息等信息的集合。而路况信息、交通规则信息和交通管制信息等构成了路网中道路运行状态的交通信息。

传统交通信息的采集是以环形线圈和视频为代表,经过几十年的发展已经相对成熟,并在交通系统中得到了广泛的应用。存在的主要问题是,成本高、寿命短、数据处理复杂及实时分析困难。

随着交通信息采集技术的发展,利用安装了GPS和无线通信设备的移动车辆,进行实时交通信息采集得到越来越广泛的应用。其优点是建设周期短、覆盖范围广、采集效率高、数据精度高和实时性强。通过地球空间信息技术采集交通信息,根据不同数据的特征、层次及状态进行筛选和融合,是对传统交通信息获取方法的重要拓展,丰富了交通信息采集手段和方法,保证了高质量、高精度和现时性交通信息生成。

(二)多源交通信息融合处理

信息融合是自20世纪80年代发展起来的一种自动化信息综合处理技术。它充分利用多源数据的冗余性、互补性和计算机的高速运算能力与智能化技术,增加信息处理的置信度可靠性,能够将不确定、离散及甚至相互矛盾的复杂信息转化为抑制性的解释和描述(张汝华等,2003)。

路网交通信息融合是处理不同来源、不同层次和不同精度的路网交通信息,考虑信息之间的相互作用,从几何、语义等层次上,组织和集成多源空间数据和交通信息,基于路网特征实体间的空间与语义关系,以及时态特征,将多种来源的信息整合成统一的几何分布、拓扑、语义、时态的路网信息数据集。目前,使用较多的融合方法主要有加权平均法、Kalman滤波、Bayes估计、Markov链、统计决策理论、证据理论、模糊逻辑、神经网络粗糙集理论等。

多源交通信息融合处理主要涉及定位参考融合、多源数据类型融合和语义融合几个方面。定位参考融合处理,主要是对交通信息的空间基准和线性参照进行统一便于多模态的路网管理。多源数据类型融合,则是将矢量地图数据、遥感影像数据、视频录像和感应线圈信息等多种来源的数据进行集成。语义融合体现在多种数据信息的属性一致,数据标准统一,从而满足不同应用需求,实现数据共享。(www.xing528.com)

(三)交通数据挖掘与知识发现

数据挖掘与知识发现(Data Mining and Knowledge Discovery,DMKD)技术,是一种有效、方便和快捷的数据分析手段,以便从海量数据中获取有用的知识以用于决策分析和管理,而它与空间信息相结合,已发展为一门新的学科——空间数据挖掘。理论支持方面已有概率论、证据理论、空间统计学、空间分析、神经网络、云模型、Web数据挖掘等众多经典应用于空间数据挖掘。目前,利用空间数据挖掘技术探索交通信息也逐渐成为交通领域的研究热点

交通数据挖掘很大程度上依赖于空间数据信息,可以将其认定为空间数据挖掘的一个特殊层面,它能有效地进行路网的交通流状态估计。同时,配合实时获取的车辆状态和路况信息,为动态路径规划和实时动态路径优化提供必要的信息支持。另外,从采集的车辆、行人和路网等多源信息中寻找规律并挖掘联系,从而描述人们的出行规律,预测某时段或某路段的交通流量,发现交通事故频发地点等特征,为交通管理和道路规划部门提供决策依据。

(四)交通发布与自适应表达

交通路网信息不同于常规的空间信息,除了具有地理坐标外,还具备线性参照特征,同时,具有多层次、多车道,以及含有交通管制信息等特征,加上目前用户多样化和显示终端的限制,对交通信息和路网信息的可视化表达提出了新的挑战。应用简单的图论、空间分析方法和可视化理论,难以满足其分析与表达要求,而将线性参考、动态分段、渐进式传输及自适应可视化表达等技术,应用到路网数据的传输和表达中,能更好地反映实际路网结构,抽象出路网的逻辑层次与组织方式,增强交通信息的表达效果。

将线性参考和动态分段技术引入交通信息的表达,为路网提供了明确的位置参照,解决了同一路段多个属性并存或某条道路具有分段属性等问题。而渐进式传输实际上是采用数据压缩方法,依时间序列将空间数据以比例尺由小到大的方式传递到客户端,从而实现主要的轮廓数据先传递给用户,然后辅之以细节,从而缩短用户等待时间、减轻服务器端负担、提高传输速度。

自适应可视化表达则集成了空间数据简化算法、制图综合的理论,对空间对象进行几何变换和内容综合,实现无极比例尺显示。它能够根据显示终端的大小、用户的应用需求,自动确定显示的地理空间范围和内容,并对空间对象进行比例尺的无极变换,最终在显示的内容和比例尺方面取得平衡,实现细节层次模型(Level of Detail,LOD)的动态可视化(Li,2009)。另外一个重要特性是能够同时对时空信息进行融合和符号化,实现时空信息的个性化表达。上述技术的运用使得交通信息的传输表达朝着实用化、专业化和人性化方向发展。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈