基于GPS和加速度计数据的交通模式识别

基于GPS和加速度计数据的交通模式识别

全球定位系统（GPS）在收集交通行为数据方面具有潜在的优势，但交通模式检测只依赖于GPS信息可能会发生错误，因为交通模式检测需要从GPS数据估计状态，这些估计方法依赖于从GPS轨迹提取的速度和时间信息，而这些信息可能在某种情况下存在误差（如在地下通道或城市街道等），因此GPS信号可能无法被准确接收或完全接收不到信号。而加速度计是一个传感器，不受上述问题的影响，可提供准确可靠的数据。由此，提出了一种基于加速度计和GPS数据的传输模式识别方法。

数据收集设备是配有加速度计功能的GPS（命名为MobiTest GSL）。该设备配有各种传感器，包括3个加速度计传感器和1个GPS传感器。GPS测量经度、纬度、高度、卫星的数目、时间、日期、HACC和VACC。加速度计测量沿3个轴向的加速度状态，测量精度为10Hz。加速计记录的加速度在3个维度上，不直接反映在交通运输方式的差异。然而，这样的差异可以通过使用沿3个轴向加速度的状态及相关性推断，如加速度均值和方差。

采集到GPS和加速度计数据后，通过贝叶斯网络对交通模式进行识别。贝叶斯信念网络说明联合条件概率分布，其可提供一种因果关系的图形。该交通模式识别根据所采用数据不同而分为3组：第1组只用GPS数据；第2组只用加速度计数据；第3组同时采用GPS和加速度计数据。结果表明，只用加速度计数据的贝叶斯网络对交通模式识别准确度优于只使用GPS数据的识别，而使用GPS数据和加速度计数据的贝叶斯网络对交通模式识别性能优于上述两种。

刊名：Transportation Research Part C：Emerging Technologies（英）

刊期：2013年第37期

作者：Tao Feng et al

编译：王莹