为弥补现阶段基于车牌识别(License Plate Recognition,LPR)数据进行机动车OD矩阵估计的相关研究中,提取的OD矩阵结果形式较难满足实际应用需求的不足,本文引入兴趣点(Point of Interest,POI)数据构建交通产生吸引定量模型,提出一种将应...为弥补现阶段基于车牌识别(License Plate Recognition,LPR)数据进行机动车OD矩阵估计的相关研究中,提取的OD矩阵结果形式较难满足实际应用需求的不足,本文引入兴趣点(Point of Interest,POI)数据构建交通产生吸引定量模型,提出一种将应用LPR数据提取的交叉口节点OD矩阵转化为对应交通小区OD矩阵的规则,实现矩阵转化。对转化后的交通小区OD矩阵随机抽样,应用TransCAD交通规划软件进行交通分配,获取研究范围内路网各路段的模型分配交通流量,引入GEH指标验证该结果与应用LPR数据提取的路段检测流量之间的偏离度。结果表明分配流量与检测流量偏离度较小,验证了转化规则的有效性。展开更多
文摘为弥补现阶段基于车牌识别(License Plate Recognition,LPR)数据进行机动车OD矩阵估计的相关研究中,提取的OD矩阵结果形式较难满足实际应用需求的不足,本文引入兴趣点(Point of Interest,POI)数据构建交通产生吸引定量模型,提出一种将应用LPR数据提取的交叉口节点OD矩阵转化为对应交通小区OD矩阵的规则,实现矩阵转化。对转化后的交通小区OD矩阵随机抽样,应用TransCAD交通规划软件进行交通分配,获取研究范围内路网各路段的模型分配交通流量,引入GEH指标验证该结果与应用LPR数据提取的路段检测流量之间的偏离度。结果表明分配流量与检测流量偏离度较小,验证了转化规则的有效性。