● 摘要
目前，我们在享受国家汽车工业飞速发展成果的同时，也不断的被道路拥堵、交通事故频发等问题困扰。除了新建道路和完善相关的交通法规外，这些问题都可以通过诱导公众出行的方法缓解。先进的交通信息服务系统（ATIS, Advanced Traffic Information System）是一种在大范围内、全方位发挥作用的、实时、准确、高效的交通运输综合管理和控制系统，它综合使用计算机信息处理、电子通信、自动控制和网络等技术采集实时交通信息，并将处理得到的道路拥堵状况信息发布给交通管理部门和公众，达到诱导公众出行的目的。 随着对基于浮动车技术的交通信息服务系统研究的不断深入，浮动车技术的缺点也逐渐为人们所了解，主要表现在：（1）浮动车数量有限（2）浮动车行驶无规律，这就使得浮动车在一天中的每个时间段都不能覆盖所有道路，因而系统输出的实时路况信息中有很多道路没有交通信息，降低了信息的完整性和可用性。为此，本文在充分分析浮动车路况信息数据（以下简称浮动车数据）和固定检测器数据的基础上，提出了基于多源数据的路况信息完整性模型，并设计和实现了基于该模型的系统。 本文首先对浮动车数据和固定检测器数据进行分析，得到北京市交通流的周期性特点，以及这两种数据各自的特点，从而为后续工作奠定了数据基础。根据浮动车历史数据中有大量的缺失数据和异常数据的情况，本文提出了浮动车历史数据的缺失值和异常值处理方法。接着，依据浮动车数据和固定检测器数据的特点，本文提出了基于D-S证据理论的多源数据融合处理方法，综合利用这两种实时数据填补缺失的道路交通信息。由于固定检测器数量有限，融合后仍有很多道路缺失交通信息，因而本文结合浮动车数据准确性较高的优势，进一步提出了基于浮动车历史数据的组合填补处理方案。方案首先从时间维度分析浮动车历史数据，并提出了基于路况信息时间相关性的填补方法，从而将缺失的实时路况信息填补问题转化为曲线匹配问题；之后，根据上述方法的局限性，从空间维度分析数据，并提出了基于空间相似性的填补方法进一步填补缺失值；最后，采用传统的历史均值处理方法作为对上述方法的补充。测试结果表明模型在保证填补结果准确性的前提下，提高了路网覆盖率，达到了本文提出的研究目标。