为了深入探索浮动车和固定检测数据融合无法避免的精确度稳定性问题,详细地讨论了使用两种数据进行路段行程速度估计的差异特征及其产生机理.以日本名古屋市浮动车系统和固定检测器(vehicle information communication system,VICS)估...为了深入探索浮动车和固定检测数据融合无法避免的精确度稳定性问题,详细地讨论了使用两种数据进行路段行程速度估计的差异特征及其产生机理.以日本名古屋市浮动车系统和固定检测器(vehicle information communication system,VICS)估计得到的行程速度数据为研究对象,应用回归模型分析了两种数据源交通信息的一致性及差异性,进一步分析了两种数据源产生差异的影响因素.结果表明,浮动车抽样样本差异、VICS传输时间滞后、VICS设置上限值等是导致两数据源的观测结果存在差异的主要原因,对于不同路段其差异产生的机理也不尽相同;忽视数据源采集和处理过程中的误差遗传,而采取单一的数据融合算法将难以提高信息融合的精确度.展开更多
文摘为了深入探索浮动车和固定检测数据融合无法避免的精确度稳定性问题,详细地讨论了使用两种数据进行路段行程速度估计的差异特征及其产生机理.以日本名古屋市浮动车系统和固定检测器(vehicle information communication system,VICS)估计得到的行程速度数据为研究对象,应用回归模型分析了两种数据源交通信息的一致性及差异性,进一步分析了两种数据源产生差异的影响因素.结果表明,浮动车抽样样本差异、VICS传输时间滞后、VICS设置上限值等是导致两数据源的观测结果存在差异的主要原因,对于不同路段其差异产生的机理也不尽相同;忽视数据源采集和处理过程中的误差遗传,而采取单一的数据融合算法将难以提高信息融合的精确度.