王晓蒙，彭　玲，池天河

1. 中国科学院大学，北京100049； 2. 中国科学院遥感与数字地球研究所，北京 100101



基于稀疏浮动车数据的城市路网交通流速度估计

王晓蒙1,2，彭玲2，池天河2

1. 中国科学院大学，北京100049； 2. 中国科学院遥感与数字地球研究所，北京 100101

Foundation support： National Key Technology Support Program (No.2015BAJ02B00);Ministry of Science and Technology Policy Guidance Project (No.2011FU125Z24)

摘要：浮动车数据在时空维度呈现较强的稀疏性，是其应用于城市路网交通流估计所面临的主要难题之一。本文通过分析路网交通流速度的时空特征，构建了一种基于朴素贝叶斯法的估计模型，实现对路网中未被样本覆盖路段交通流速度的估计。时间特征主要考虑目标路段相邻时段的交通流速度，空间特征根据路段间交通流相似关系进行分析，突破了传统基于欧氏空间或拓扑关系的度量方式。结果显示，模型能有效地估计出样本缺失路段的交通流速度，且在精度方面相对传统基于拓扑关系的算法优势显著，较好地解决了数据时空稀疏性问题，对基于浮动车数据的交通应用具有较强的实践意义。

关键词：浮动车数据；稀疏性；交通估计；交通流相似关系

随着城市快速发展，出行需求急剧增加，交通拥堵成为北京、上海等大都市发展所面临的主要挑战之一。先进的城市交通流诱导是防止和减轻交通阻塞的有效手段，而交通状况实时信息采集是交通诱导系统的基础[1]。基于感应线圈、摄像头等固定传感器的静态交通流监测网络因其建设和维护成本高，难以覆盖整个城市路网[2]。近年来，浮动车数据(floating car data, FCD)以采集成本低、覆盖范围广等优点，逐渐成为一种重要的交通流信息来源。……