交通数据获取及分析
智能交通系统中的数据采集与分析技巧
智能交通系统中的数据采集与分析技巧智能交通系统是现代城市交通管理的重要组成部分，其应用广泛而深远。
在智能交通系统中，数据采集与分析是确保系统正常运行和提升交通效率的关键环节。
本文将重点介绍智能交通系统中的数据采集与分析技巧，包括数据采集方法、数据分析工具及应用案例。
数据采集是智能交通系统中的基础工作，其质量和准确性直接影响到后续数据分析的可靠性。
智能交通系统的数据采集可通过多种方式实现。
其中，传感器技术是最常用的数据采集方法之一。
传感器可安装在道路上、交通工具上以及交通信号灯等关键位置，用于监测交通流量、速度、密度等信息。
常见的传感器包括磁敏传感器、压力传感器和光电传感器等。
此外，智能交通系统还可以利用无线通信技术，通过车载设备上的GPS等定位技术实现交通数据的采集。
无线通信技术可以将交通数据实时传输到中心服务器，以便进行进一步分析和处理。
数据采集后，接下来需要对采集到的数据进行分析。
数据分析是智能交通系统中的重要环节，它可以帮助我们发现问题、提取有价值的信息，并为决策提供数据支持。
在数据分析过程中，可以使用多种工具和技术。
其中，数据挖掘是一种常用的数据分析方法。
数据挖掘可以帮助我们发现隐藏在数据中的模式和规律，从而提供决策依据。
在智能交通系统中，数据挖掘可以应用于交通流量预测、拥堵检测及路网优化等方面。
此外，数据分析还可以利用统计分析方法，对采集到的数据进行概率推断和趋势分析。
通过统计分析，可以在数据中找出规律性的变化，进而为交通管理提供指导。
另外，人工智能技术的快速发展也为智能交通系统的数据分析提供了新的思路和方法。
例如，利用机器学习算法可以对交通数据进行预测和模型构建，从而实现智能化的交通管理和优化。
在实际应用中，智能交通系统的数据采集与分析技巧已经在很多城市中得到广泛应用，并取得了良好的效果。
以北京市的智能交通系统为例，该系统采用了多种数据采集手段，包括交通监控摄像设备、车载GPS设备、交通信号设备等。
如何进行道路交通流测量与分析
如何进行道路交通流测量与分析道路交通流测量与分析是城市交通规划与管理中重要的一环。
在城市化进程加快的今天，道路交通拥堵问题越来越突出，而有效的流量测量与分析则成为优化交通系统运行的关键手段。
本文将介绍如何进行道路交通流测量与分析，并探讨其在交通管理中的应用。
一、交通流测量方法1.传感器技术：传感器是最常用的交通流测量工具之一。
通过在道路上安装传感器，如红外传感器、微波雷达传感器和激光器等，可以实时感知车辆的通过情况，并记录车流量、车速等数据。
传感器具有成本低、精度高的优势，适用于大部分道路类型。
2.视频监控技术：随着摄像技术的不断发展，视频监控已成为交通流测量的一种重要手段。
通过安装摄像头，可以实时监测道路上的车辆流动情况，并通过计算机视觉技术进行车辆检测与跟踪，进而获取交通流量和车速等信息。
视频监控技术广泛应用于城市主干道和高速公路等交通繁忙区域。
3.移动终端技术：随着智能手机的普及，通过移动终端进行交通流测量也成为了一种新的选择。
通过利用手机信号、GPS定位等技术，可以实时获取车辆位置和移动速度等信息。
这种方法具有成本低、部署灵活等优势，并且可以利用网络传输数据，方便分析和共享。
二、交通流数据分析1.交通流量分析：根据交通流测量数据，可以分析道路上车辆的流量特征，如日均交通量、高峰交通量、拥堵区域等。
这些数据有助于评估道路的通行能力，为交通规划提供依据。
通过长时间的交通流量分析，还可以探索交通需求的变化趋势，为交通系统的设施建设和运营策略提供参考。
2.交通流速分析：交通速度是衡量道路运行效果的重要指标之一。
通过交通流测量数据，可以计算车辆的平均速度、峰值速度和稳定性等指标，评估道路运行的状况。
交通流速分析可用于评估交通拥堵状况和交通信号灯优化等交通管理措施的效果。
3.交通流密度分析：交通流密度是指单位时间和单位长度内通过某一道路断面的车辆数量。
通过交通流测量数据，可以计算车辆的平均密度、最大密度和临界密度等指标，评估道路容量和通行能力。
城市交通大数据及应用
城市交通大数据及应用城市交通大数据及应用一、引言城市交通是一个复杂而庞大的系统，每天都有大量的车辆、行人和其他交通参与者在城市中移动。
为了更好地管理和优化城市交通，利用交通大数据已成为一种趋势。
本文档将介绍城市交通大数据及其应用的相关内容。
二、城市交通大数据的收集与处理1·传感器数据的收集：城市交通系统可以配备各种传感器，包括交通摄像头、红绿灯探测器、地磁传感器等，用于收集车辆和行人的数据。
这些传感器可以捕捉到交通流量、速度、密度等信息。
2·移动设备数据的收集：通过移动设备，如智能方式和车载设备，可以收集到行人和车辆的位置信息，包括GPS数据。
这些数据可以实时地反映交通状况。
3·社交媒体数据的收集：人们在社交媒体上发布的交通相关信息，如交通拥堵、事故等，也可以作为交通数据的来源。
4·数据处理与分析：收集到的交通数据将经过处理与分析，包括数据清洗、数据挖掘、数据可视化等，以便更好地理解和利用这些数据。
三、城市交通大数据的应用1·实时交通监测：利用交通大数据，可以实时地监测交通状况，包括交通拥堵、道路状况、交通事故等。
这些信息可以用于指导交通管理决策和交通流量调度。
2·交通预测与规划：通过分析交通大数据，可以预测交通状况的变化，如交通拥堵的发生和扩散趋势。
这些预测结果可以帮助制定交通规划和优化交通路线。
3·交通信号优化：交通大数据可以提供实时的交通流量信息，用于优化交通信号灯的控制策略，减少交通拥堵和排放。
4·城市出行规划：结合交通大数据与其他数据，如人口分布、商业区分布等，可以进行城市出行规划，包括公共交通线路规划、停车场规划等。
5·交通安全管理：通过分析交通大数据，可以发现交通事故的规律和原因，用于交通安全管理和事故预防。
四、附件本文档附带以下附件：1·城市交通大数据收集与处理流程图2·交通大数据分析报告样本五、法律名词及注释1·交通管理法：指对城市交通进行管理和规范的法律法规。
如何利用大数据技术分析城市交通数据,提供实时的交通状态和路况信息？
如何利用大数据技术分析城市交通数据，提供实时的交通状态和路况信息？简介随着城市化进程的不断加快，交通拥堵已经成为城市居民日常生活中的一大痛点。
而利用大数据技术分析城市交通数据，提供实时的交通状态和路况信息，不仅能够帮助人们规划出行，提高出行效率，还能为城市交通管理提供重要参考，实现交通智能化管理。
本文将介绍如何利用大数据技术分析城市交通数据，以及实时提供交通状态和路况信息的方法。
数据采集1.传感器数据采集：通过在路口、道路、车辆上布置传感器，实时采集各种交通数据，如车辆位置、速度、道路流量等信息。
2.城市监控视频数据采集：利用城市中的监控摄像头，通过计算机视觉和图像处理技术，提取交通流量、车流密度等信息。
3.移动网络数据采集：利用手机信号、移动基站数据等信息，分析人流和交通流动情况。
数据存储与处理1.数据存储：使用大数据存储技术，如Hadoop分布式文件系统(HDFS)，将采集到的交通数据进行存储，以保证数据的安全性和可扩展性。
2.数据清洗和预处理：对采集到的海量交通数据进行清洗和预处理，去除噪声数据，格式化数据的结构，为后续分析做准备。
3.数据挖掘和分析：利用数据挖掘和机器学习算法，对清洗后的交通数据进行分析，提取交通状态和路况信息。
常用的算法包括聚类分析、时间序列分析、决策树等。
实时交通状态与路况信息提供1.数据可视化：将分析得到的交通状态和路况信息以可视化的方式展示给用户，如热力图、实时路况图等。
用户可以通过一个交互式界面来获取所需信息。
2.实时路况推送：通过手机APP、公众号等渠道，实时将交通状态和路况信息推送给用户，提供实时的出行建议和路线规划。
应用场景1.出行规划：用户可以通过查看实时交通状态和路况信息，选择最优的出行时间和路线，减少交通拥堵的影响。
2.交通管理：交通相关部门可以利用实时交通状态和路况信息，优化交通信号控制，改善路网交通状况，减少拥堵。
3.电子警察系统：结合交通状态和路况信息，实现电子警察系统的智能化管理和交通违法行为的识别。
交通数据采集总结
交通数据采集总结交通数据采集是指通过各种手段和技术获取并记录交通相关的信息，以便分析和应用于交通规划、交通管理和交通安全等方面。
本文将总结交通数据采集的方法和技术，并探讨其在实际应用中的重要性和局限性。
一、交通数据采集方法1. 交通摄像头：在重要交通路段安装监控摄像头，通过图像识别车辆，可以统计车流量、车速和车道占用等信息。
2. 交通雷达：利用雷达原理探测车辆的运动状态，可以测量车辆的速度、距离和密度等。
3. 交通地磁：通过地下埋设的地磁传感器，感知车辆的经过和停留情况，可以用于统计车流量和平均速度等信息。
4. 电子收费系统：通过收费站、电子标签等技术，获取车辆的通行信息，可以用于统计车流量和通行时间等数据。
5. GPS定位系统：利用卫星定位技术，追踪车辆的位置和轨迹，可以获得车辆的行驶速度、行驶路线和行驶距离等信息。
二、交通数据采集的重要性1. 交通规划：通过分析交通数据，可以了解不同时段和路段的车流量、拥堵情况和瓶颈点，为交通规划提供依据，优化道路布局和交通组织。
2. 交通管理：交通数据采集可以监测交通违法行为，如超速和闯红灯，提供证据和依据进行交通执法和处罚。
3. 交通安全：通过交通数据分析，可以了解事故发生的原因和模式，为改善路况和道路安全设施提供依据，并制定交通安全政策和措施。
4. 减少拥堵：通过交通数据采集，可以实时监测道路通行情况，及时调整交通信号灯、路口设计等，减少交通拥堵，提高交通效率。
三、交通数据采集的局限性1. 隐私问题：交通数据采集涉及到车辆和驾驶员的隐私，需要合理规范数据使用和保护，防止个人信息泄露和滥用。
2. 数据质量：交通数据采集可能受到天气、设备故障和操作误差等因素的影响，导致数据质量不准确或不完整。
3. 数据处理和分析：交通数据采集的原始数据庞大且复杂，需要借助高效的数据处理和分析技术，才能提取有用的信息和结论。
4. 成本问题：交通数据采集需要投入大量的人力、物力和财力，设备维护和数据存储成本较高。
高速公路交通流量统计与分析总结
高速公路交通流量统计与分析总结随着我国经济的快速发展，高速公路在交通运输中的地位日益重要。
准确地统计和分析高速公路的交通流量，对于交通规划、管理以及道路设施的优化都具有重要意义。
交通流量的统计通常采用多种方法。
其中，感应线圈检测是较为常见的一种。
在高速公路的路面下铺设感应线圈，当车辆通过时，会引起磁场变化，从而实现对车辆的检测和计数。
这种方法准确性较高，但安装和维护成本也相对较高。
视频监测技术则是另一种常用手段。
通过在道路旁安装摄像头，利用图像处理和模式识别技术，对车辆进行识别和计数。
这种方法不仅能够统计流量，还能获取车辆的速度、车型等更多信息，但受天气和光照条件的影响较大。
微波检测技术通过向路面发射微波，并接收反射波来检测车辆，具有安装方便、不受天气影响等优点，但在多车道检测时精度可能会有所下降。
在进行交通流量统计时，还需要考虑时间因素。
一般会按照不同的时间段，如小时、日、周、月、年等进行统计。
这样可以清晰地了解交通流量的时间分布规律。
例如，在工作日的早晚高峰时段，交通流量通常会明显增加；而在节假日，出行需求的变化又会导致流量分布的不同。
对高速公路交通流量的分析，可以从多个角度展开。
从空间角度来看，不同路段的交通流量存在差异。
一些路段可能由于靠近城市出入口、连接重要的经济区域或旅游景点，交通流量较大；而一些偏远路段的流量则相对较小。
通过分析这些差异，可以有针对性地对道路设施进行改善和优化，比如在流量大的路段增加车道、改善路况等。
从车型角度分析，不同类型的车辆在高速公路上的比例和分布也有所不同。
客车和货车的行驶特点和需求不同，对道路的影响也各异。
货车通常体积较大、行驶速度较慢，可能会对交通流畅性产生一定影响。
因此，了解车型比例有助于制定合理的交通管理策略，比如设置货车专用道等。
从时间角度分析，交通流量呈现出明显的周期性和季节性变化。
除了前面提到的工作日和节假日的差异外，不同季节的流量也会有所不同。
交通数据采集分析报告
交通数据采集分析报告一、引言交通数据的采集与分析对于优化交通规划、改善交通管理、提高交通安全以及提升出行效率具有至关重要的意义。
本报告旨在对交通数据的采集方法、分析手段以及相关应用进行全面的阐述，并通过实际案例展示其价值和作用。
二、交通数据采集方法（一）传感器监测传感器是交通数据采集的常用手段之一。
例如，在道路上安装地磁传感器，可以实时检测车辆的通过情况，包括车流量、车速等信息。
此外，还有环形线圈传感器、压电传感器等，它们能够提供准确的交通流量和车辆类型数据。
（二）视频监控通过在道路关键位置安装摄像头，获取实时的交通视频图像。
利用图像处理技术和计算机视觉算法，可以提取出车辆的行驶轨迹、交通拥堵情况以及交通事故等信息。
（三）GPS 定位在车辆上安装 GPS 设备，能够实时获取车辆的位置、行驶速度和行驶路线等数据。
这对于研究个体车辆的出行行为和交通流量分布具有重要意义。
（四）移动终端数据随着智能手机的普及，通过手机应用程序可以收集用户的出行数据，如出行起点和终点、出行时间、出行方式等。
这些数据经过汇总和分析，可以反映出城市的整体出行模式和需求。
三、交通数据分析方法（一）数据预处理采集到的原始交通数据往往存在噪声、缺失值和异常值等问题。
在进行分析之前，需要对数据进行清洗、筛选和整合，以提高数据的质量和可用性。
（二）统计分析运用统计学方法，对交通数据进行描述性统计，如计算均值、中位数、标准差等，以了解数据的集中趋势和离散程度。
同时，还可以进行相关性分析，研究不同变量之间的关系。
（三）时空分析将交通数据按照时间和空间维度进行分析，例如，分析不同时间段（如早晚高峰、工作日和周末）和不同区域（如市中心、郊区）的交通流量变化规律。
（四）模型预测利用数学模型和机器学习算法，对未来的交通状况进行预测。
常见的模型包括交通流模型、拥堵预测模型等，这些模型可以为交通管理部门提供决策支持。
四、交通数据的应用（一）交通规划基于交通数据的分析结果，可以合理规划道路网络、优化公交线路布局，以提高交通系统的整体效率。
交通实时数据的采集与分析技术
交通实时数据的采集与分析技术随着城市化进程的加快，城市交通问题也日益成为人们关注的热点。
对于交通状况的实时监测和数据分析，不仅可以为城市交通管理提供重要的依据，还能够对交通状况进行及时调整，优化城市路网和交通系统的运行效率。
交通实时数据采集和分析技术的发展，成为了现代城市交通管理的重要支撑。
一、交通实时数据的采集在交通领域，交通实时数据的采集是实现数据驱动交通管理、智慧交通的关键步骤。
目前常见的交通实时数据采集方式主要有以下几种。
1、传感器设备通过各种传感器设备获取道路交通现场的实时数据，这是当前应用最广泛的一种方式。
比如，借助于车辆计数器能够获取通过某一路段的车流量；悬挂在路灯杆上的视频监控设备，则能够采集交通流速、道路运行的速度等方面的数据。
其他如地磁、红外等传感器设备，分别可以用来实时采集汽车停靠、红绿灯运行、人行道等方面的交通数据。
2、GPS定位使用GPS定位技术可以获取汽车的实时位置、速度等信息。
由于智能手机的普及，GPS定位数据的采集也变得比较容易。
通过对GPS数据的分析可以获取路段的通行时间、拥堵情况等详细信息。
3、交通监测站交通监测站通过对交通流进行在线监测，能够获取交通信号、天气、路面状况等数据。
这种采集方式需要搭建监测站，相对于传感器设备、GPS定位等采集方式来说，难度与投入更高。
二、交通实时数据分析交通实时数据的采集只是数据分析的开始。
如何将采集到的数据变成有用的交通信息数据，引导交通管理部门进行决策管理，实现可持续发展的目标，需要进行数据分析和可视化。
1、数据清理和处理数据清理和处理是数据分析的第一步，通过对原始实时数据进行初步处理和筛选，将不规则数据进行清理和标准化，避免因为数据不规范而造成误解。
同时，为了方便后续分析，通常需要将不同数据源之间的数据进行整合和转化。
2、数据可视化通过可视化手段，将数据转化成图表、动画等形式，更容易被工作人员理解，同时为交通管理提供决策支持。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
交通数据获取及分析随着国内汽车的保有量快速增加，交通事故率也随之上升。
其中在上下班高峰时间段的城市拥堵和交通事故，尤为突出。
及时、高效发现城市交通道路上存在的一系列的交通拥堵和交通事故时交通检测研究领域的重中之重，并且在城市上下班高峰时段的交通情况已经成为当代研究领域的热点之一。
文章首先对交通数据的背景和意义进行分析，然后分析了国内外交通数据获取的研究历史和现状。
接着对交通数据获取方法进行详细的分析，指出不同的交通数据收集方法的不足之处，并加以优化。
标签：交通监测；交通数据；分析；获取Abstract：With the rapid increase in the number of domestic cars，the traffic accident rate is also rising. Among them，urban congestion and traffic accidents during the rush hour are especially prominent. Timely and efficient detection of traffic jams and traffic accidents on urban roads is the most important task in the field of traffic detection. And in the rush hour in city commuting，traffic has become one of the hot spots in the field of contemporary research. This paper first analyzes the background and significance of traffic data，and then analyzes the history and current situation of traffic data acquisition at home and abroad. Then the traffic data acquisition methods are analyzed in detail，and the shortcomings of different traffic data collection methods are pointed out and optimized.Keywords：traffic monitoring；traffic data；analysis；acquisition1 概述1.1 课题研究的背景和意义众所周知，因一系列交通拥挤和交通事故而造成的能源浪费和环境污染等问题[1]，已经成为全世界各国所面临的共同话题，它们导致了一系列严重的后果，这是难以估计的[2]。
根据世界卫生组织和疾病控制预防中心的一份统计资料表明，在全世界所有范围类20-45年龄段的死亡人数当中，由于城市道路交通事故造成的死亡人数占了其中的50%以上[3][4]。
在这份资料中显示，尤其是在我国，由于交通事故造成的日均死亡人数可以和一架普通客机的载客数量等同，死亡人数远远高于美国、英国等发达国家。
由于突发的交通事故不但会使道路交通拥堵，造成居民出行时间的消耗。
而且也会使驾驶人员或者行人以及周围建筑物造成人身伤害和财产损失[5][6]。
根据一份资料显示，我国在北京、上海、广东、深圳、重庆等大型拥堵城市每个月因为交通拥堵造成的经济损失20亿人民币以上。
在北京、上海、广东、深圳尤为严重[9][10][11][16]。
综上所述，本文将以对交通状态监测与预测方法进行研究，旨在以较低的成本为交通管理者和交通出行者提供更为及时、可靠和有预见性的决策依据，其研究结果可以很大程度上提高道路出行安全，对经济性、环境保护也具有重要的学术意义和实用价值[12]。
1.2 交通数据获取及其研究历史与现状交通数据是实现交通状态监测与预测的基础，其实时性、准确性和全面性将直接决定交通状态监测与预测的效果。
最早在1976年，Payne等[6]就提出了单参数阈值法的错误数据识别方法[13][14]。
在2001年，利用相邻时段交通数据针对Trans Guide交通监控系统进行线性插值的数据修复方法[15]。
2011年，姜桂艳等[11]针对城市中快速道路设计了交通流量和速度以及占有率这三种交通数据评价方法的组合使用流程。
在2012年，谭政[12]针对城市主干道车辆检测器自动获取方法，提出了可以利用灰色理论对故障数据进行修复。
2 交通数据获取及其分析2.1 概述什么是交通数据？顾名思义：“通过各种监测手段将跟交通信息相关的所有数据整合到一起（车辆信息、地图信息、人员信息、违规违章信息等等）形成的一个数据链。
”在我国，由于高速公路以及一些路段车辆监测器布设间距跨度大，很难满足对道路交通数据实时状态的监测和预测的需要。
因此，本文将以多种数据源为基础，研究交通数据的获取及其预處理新方法，进一步改善道路交通状态监测与预测的数据成本与数据覆盖范围。
2.2 交通数据来源分析从总体上来看，交通数据获取主要从扔获取方法、自动获取方法以及准自动获取方法三种。
而按交通量调查统计方式分为：间隙式调查统计方式和连续式调查统计方式。
综上所述，在本文中交通数据分类方法如图1所示。
2.3 基于交通数据采集分类方法及存在问题2.3.1 人工获取方法。
交通量数据的人工获取主要是利用经过培训的交通数据观测、记录人员在规定的地方在单位时间内记录该地点通过的行驶到各个方向的车型。
因此，从人工获取方法分析来看，人工获取方法的存在的缺点是：（1）耗费大量人力、物力；（2）人工调查人员的人为误差，收集的数据准确性不高；（3）采样数据偶然性比较大，具有一定的误差；（4）存在特殊天气和夜间监测的安全隐患等等。
2.3.2 自动获取方法。
目前，研究发现交通数据自动获取方法包括专业车辆检测器和感应式交通控制系统这两种方法。
而车辆检测器一直是最主要的交通数据自动获取途径。
从自动获取方法分析来看，尚存在以下的缺点：在我国，由于高速公路以及一些路段车辆监测器布设间距跨度大，很难满足对道路交通数据实时状态的监测和预测的需要。
并且，在一些偏远且不发达的城市地区存在着车辆检测器的采样信号机的信号周期是不断变化的参数，导致所采集的交通数据不具有直接的可比性，难以直接用于交通状态的监测与预测，从而导致了所采用的数据源有一定的误差，这也导致了交通数据的不准确性。
2.4 基于交通控制系统的交通数据进行分析与改进随着科学技术不断地进步与发展，伴随着现代传感技术、计算机技术、通讯技术以及信息技术的快速发展，越来越多的检测设备投入城市道路交通系统的控制与管理中。
然而，这一系列的改进措施都少不了中国相关政府部门大力支持和监督管理。
因此，通过结合国内外的相关数据以及中国道路交通的实际情况而言，希望可以从以下两个方面着手解决：加强政府部门的积极监管作用。
通过数据的获取方法可知，建议我们政府的相關职能部门应该在高速公路及一些监控设备布设间距大的地方增加监控设备使整个路网信息实时处于监控中，让我们能更加及时、高效的解决道路交通问题，减少损失。
加强人工调查的执行力度。
我们应该对人工调查人员进行宣传，让他们接受更多的相关事宜培训，培养出一批高素质、高技能的专业调查人员，让他们明白事情的重要性。
3 结束语21世纪以来，我国科学技术发生了质的飞跃，交通量数据的收集方法也得到了不断地提升和优化改进，从而使交通数据收集的信息更加的可靠和准确。
通过对交通控制系统的数据进行分析，可以有效预防交通拥堵和交通事故的发生，从而减少人员的人身伤害和财产损失，也对能源浪费和环境污染得到有效的解决。
然而，本文只是简单对交通数据的获取及缺点进行了分析，在以后的研究中应采用更多种数据源的实测数据对所设计融合方法的有效性进行验证，以避免不必要的交通事故发生，从而实现人车路系统有效进行。
参考文献：[1]Zhou DS.An integrated traffic incident detection model[D].Austin：University of Texas，2000.[2]姜桂艳，温慧敏，杨兆升.高速公路交通事件自动检测系统与算法设计[J].交通运输工程学报，2001，1（1）：77-81.[3]Schrank D，Lomax T，Eisele B.The 2010 Urban Mobility Report[R].Texas Transportation Institute，Texas，2011.[4]全永.城市交通控制[M].北京.人民交通出版社，1989.[5]赵亦林.车辆定位与导航系统[M].北京：电子工业出版社，1999.[6]Payne H J，Helfenbein E D，Knobel，H C. Development and testing of incident detection algorithms[R]. Virginia：2，Research methodology and detailedresults，1976.[7]Jacobson L N，Nihan N L，Bender J D. Detecting erroneous loop detector data in a freeway traffic management system[J]. Transportation Research Record 1287，TRB，National Research Council，Washington，D.C，1990：151-166.[8]Nam D H，Drew D R. Traffic dynamics：methods for estimating freeway travel times inrealtime from flow measurements[J]. Journal of Transportation Engineering，ASCE，1996，122（3）：185-191.[9]裴玉龙，马骥.实时交通数据的筛选与恢复研究[J].土木工程学报，2000（7）：78-83.[10]Byon Y J. GPS-GIS Integrated System for Travel Time Surveys[D]. Toronto：University of Toronto，2004.[11]姜桂艳，牛世峰，李红伟.动态交通数据质量评价方法研究[J].北京工业大学报，2011.[12]谭政.城市道路交通流预测及应用[D].广州：华南理工大学，2012.[13]覃频频.基于信息融合的高速公路事件检测建模与仿真[D].成都：西南交通大学，2007.[14]姜卉.基于FA-SVM的高速公路交通事件自动检测方法研究[D].长春：吉林大学，2011.[15]庄斌，杨晓光，李克平.道路交通拥挤事件判别准则与检测算法[J].中国公路学报，2006.[16] 龙晖.城市交通参数多步预测方法研究[D].长春：吉林大学，2004.。