论文总字数：66942字

摘 要

交通拥堵问题现已成为世界各大城市均面临的重要问题。随着智能交通系统（ITS）在往自动化、数字化、信息化方向发展，大数据的作用日益凸显。大数据在交通领域的一个重要应用便是动态交通数据采集与分析，提取有价值的交通信息并计算相关的交通参数。

首先，论文对世界各国的浮动车建设系统做了综述和分析研究，总结了GPS浮动车系统的发展阶段与使用情况。其次，研究如何基于Oracle spatial技术对海量GPS数据进行动态存储、调用和管理，并进行sql编程，创建数据索引，以方便动态估计对信息的管理和利用。

论文研究了如何通过设定速度阈值和经纬度范围对GPS数据进行预处理，以提升数据输入与输出质量；基于地理信息系统的ArcGIS软件对电子地图中存储的路段信息进行地图数据预处理，并采用Oracle Spatial技术进行地理信息数据库的创建与优化。

在地图匹配阶段，设定圆形误差区域来选择候选路段集，使用GPS位置点与候选路段的距离以及两者之间的方向角差值两个控制变量，进行最终匹配路段选择，并将位置点匹配到相应路段上。

在行程车速动态估计阶段，首先创建了一阶行程速度估计模型，研究了如何基于感应线圈监测数据进行估计模型的参数标定。为使模型能适应路网层面的实时行程速度估计要求，论文研究了动态状态-空间模型和卡尔曼滤波模型，并分别构建了一阶行程车速估计模型的动态状态-空间表达形式和卡尔曼滤波动态估计表达式。

在精度校核阶段，为了确定行程车速动态估计模型得到的估计结果质量，以使其更真实地反应道路交通状况，提出了精确度、可靠度和覆盖率的质量评价指标。

最后，使用实际数据对论文所提海量基础数据管理方法、地图匹配、行程车速动态估计等内容进行了实例应用研究，结果表明论文所提相关模型能较好的满足基于海量GPS数据的动态行程车速估计要求。

关键词：GPS浮动车 行程车速 地图匹配 动态估计 卡尔曼滤波

Research on GPS data processing method for dynamic traffic information extraction in Urban Expressway

Abstract

The problem of traffic congestion has now become an important problem for the metropolitan areas of the world. With the development of intelligent transportation system (ITS) in the direction of automation, digitalization and informatization, the role of big data is increasingly prominent. And the important application of big data in transportation field is dynamic traffic data collection and analysis. 

First, this paper summarizes and evaluates the floating car construction system of the world, and briefly describes the development stages and application of the GPS floating car system. Then, this paper introduces the how to use Oracle Spatial Technology for storage, transfer and management of massive GPS data, and SQL programming, the creation of index data, to facilitate the search for information, to sort the main road.

In addition, this paper expounds how the set speed threshold and the latitude and longitude range of GPS data preprocessing to improve the quality of the data, and on the map data processing of the sections of the information stored in the electronic map using geographic information system ArcGIS software and into an Oracle database.

On the map matching stage, the circular error region set to select the candidate road set, using the shortest path algorithm, the matching point to the nearest road; the next main work is data integration, and data processing, through the Java programming of coil data and GPS data filter according to the rules, in accordance with the rules of time and space for consolidation and streamlining; in map matching and the velocity set after, travel speed distribution map drawing, with style of 2D color chart show the result of the data processing.

Finally, the model of the first order linear dynamic estimation of the travel speed is established with the processing data, and the data is analyzed by using the standard Kalman filtering algorithm.

Keywords：GPS floating Cars Section travel speed map matching data fusion

目录

摘 要 I

Abstract II

第一章 绪论 1

1.1研究背景与意义 1

1.2国内外研究成果综述 1

1.2.1国外研究成果综述 1

1.2.2国内研究成果概况 2

1.2.3现有成果总结 3

1.3本文的研究目的和主要内容 3

1.3.1研究目的 3

1.3.2研究内容 3

1.3.3论文的关键问题和难点 4

1.3.4研究步骤及技术路线 5

第二章 海量基础数据管理方法研究 8

2.1路段车速采集系统 8

2.1.1 固定式采集系统 8

2.1.2 移动式采集系统 9

2.2 地图数据管理 12

2.2.1地理信息系统概述 12

2.2.2ArcGIS系统 12

2.2.3ArcGIS电子地图中道路信息的记录 15

2.2.4目标路段的选取 16

2.2.5文件格式转换 17

2.3主路路段排序 19

2.3.1ArcGIS中首位路段确定 19

2.3.2通过Oracle进行路段排序 20

2.3.3路段与线圈的匹配 21

2.4 GPS数据管理 21

2.4.1 数据库建立 22

2.4.2 数据上传 22

第三章 数据预处理与地图匹配 26

3.1 GPS数据预处理 26

3.1.1GPS数据格式 26

3.1.2数据异常值清洗 27

3.1.3GPS速度集计 28

3.2 地图匹配定义 28

3.3 地图匹配方法分类 29

3.4路径搜寻与位置确定 30

3.4.1 候选路段选择 30

3.4.2 候选路段筛选与比对 30

3.4.3 位置点的确定 32

第四章 行程车速动态估计 37

4.1 一阶线性行程车速估计模型 37

4.2 模型参数标定 37

4.2.1线圈数据预处理 37

4.2.2地点检测速度集计 39

4.2.3线性回归 39

4.3 动态状态—空间模型 41

4.4 标准卡尔曼滤波算法 42

4.5 行程车速估计值质量评价研究 44

4.5.1 精确度误差指标 44

4.5.2 准确度误差指标 44

4.5.3 覆盖率误差指标 45

第五章 总结与展望 41

5.1论文的主要成果 41

5.2不足与缺陷 41

致谢 43

参考文献 44

附录 46

附录1 uploadgps 46

附录2 trimPushDataToDB 50

附录3 uploadloopdata 55

剩余内容已隐藏，请支付后下载全文，论文总字数：66942字