夏卓群,罗君鹏,胡珍珍

(1.长沙理工大学综合交通运输大数据智能处理湖南省重点实验室，湖南 长沙 410114;2.长沙理工大学计算机与通信工程学院，湖南 长沙 410114;3.国防科技大学计算机学院，湖南 长沙 410073)

1 引言

随着城市化水平的不断提高，智能交通系统ITS(Intelligent Traffic System)得到了长足发展[1]。移动群智感知技术利用用户手中的移动设备作为感知单元采集数据[2,3]，通过已有的基础网络设施传输数据到数据中心，由于移动设备的普及，可以较为轻易地获得较大范围内的细粒度感知信息，相比传统信息采集系统获取的感知信息精度更高[4]，同时还具有部署、维护成本低的优势[5]，在智能交通系统中起到了越来越重要的作用。交通状态预测是智能交通领域的一项重要研究内容，它可以帮助交通管理部门更加合理地进行交通管理和控制，也可以向驾驶员提供出行时间的实时估计、出行路线的规划。传统的基于实时数据的交通控制与诱导对交通状态缺乏预见性，且有明显的滞后性，交通状态是有可能在短时间内发生大幅度变化的，如道路在下班高峰时期可能会突然拥堵，而这段时间过后又会恢复正常，因此预测的信息对于交通管控部门与驾驶员来说有时候比实时信息更加有用[6,7]。

移动群智感知网络通过用户手中的移动设备，可以获取用户行车过程中的位置和速度信息，将这些信息分类聚合，可以得到一定范围内每个路段带有时间戳的道路车速信息[8]。……