题目：面向服务的公交路况数据融合模型的研究与实现

智能交通系统是在传统的交通系统上，结合计算机信息处理技术、网络技术等构建的高效、实时、全方位的综合管理和服务系统。出行信息服务作为智能交通领域内的重要课题之一，已经经过了很长时间的发展。随着“智慧城市”理论的提出，我们面临着更多新的需求与挑战，而面向出行信息服务的支持数据的计算，尤其是公交路况数据的计算，是其中的重点与难点。

针对当前公交路况计算仅基于单源公交车GPS数据，而该数据源数据量较少、采样间隔较长、路况计算结果准确性较低的问题，本文结合当前数据融合相关技术的研究与发展，在分析公交数据与其他交通数据共性与特性、源数据处理方法、数据源评估方法、数据融合方法的基础上，提出了一套基于交通多数据源（包括出租车与公交车GPS数据、道路监控视频数据、人工观测报告数据）的公交路况数据融合模型，并基于此模型实现了一套公交到站时间预测原型系统。

本文所取得的主要成果：

1)        针对异类数据源受检测器性能差异影响，在相同场景下表现出不同检测结果的问题，提出了源数据处理方法，解决了不同数据源间观测结果具有偏差的问题，实现了多源观测结果可以使用一致的评价标准来反映的预期目标；

2)        针对城市路网环境下因交通数据检测器种类、数量不断增加以及检测器不规律分布所带来的观测结果数量、属性、结构不确定问题，结合源数据处理方法，提出了一套基于数据源评估、数据清洗以及权重计算的多源数据融合方法，解决了大规模、多源、异构数据能够在同一层次融合的技术难题；

3)        基于对数据预处理方法与公交路况数据融合模型的研究，设计并实现了一套公交路况计算原型系统，并作为一个子系统结合公交到站历史规律模式库设计并实现了公交到站时间预测服务原型系统。