[01173147]车联网中基于大数据分析的智能交通诱导关键技术与系统应用

本项目以智能交通系统（ITS）为研究背景,通过综合利用泛在网络和数据挖掘技术,以人、车、路三者的关系为出发点,以减少道路交通拥堵为目标,研究并提出了车联网中基于大数据分析的智能交通诱导系统。系统采用自主研发的GID智能车载终端及智慧服务平台,对车载环境信息进行动态感知,利用Wi-Fi、Zigbee、4G等多网络的异构通信技术实现数据的云端汇聚,基于训练集J48决策树分类模型和流量算法实现拥塞检测和智能诱导。项目针对ATIS（先进出行信息系统）和ATMS（先进交通管理系统）中的动态交通信息采集技术和交通实时诱导技术进行研究,提出的创新工作包括： （1）提出以道路交叉口为分界点对路段进行划分的智能优化方法,解决GPS数据点与GIS的地图匹配问题; （2）提出基于子路段划分的拟合平均行程定量分析算法; （3）提出不同道路服务等级下的浮动车最小样本量定量分析方法; （4）提出时间-空间性相关模型下基于速度的基础交通信息的数据修复预测算法,改进拥塞区域检测的时效性; （5）提出基于用户与系统最优的交通分配诱导模型,实现总体出行费用和用户等待时间的动态平衡。 项目在国家科技重大专项、江苏973计划等联合资助下,研究解决了车联网中基于大数据分析的智能交通诱导关键技术,申请发明专利40多项,其中已授权专利21项、软件著作权3项。相关技术成果通过产学研合作,在南京熊猫、龙睿科技等进行推广应用,实现相关经济效益1亿元以上,提高了能源利用率和交通运输率,取得了显著的经济效益和社会效益。