基于状态特征的城市交通路径通过时间确定方法，涉及交通技术领域。为了解决现有路段行程时间确定方法存在准确度较低的问题，本发明基于采集车辆GPS轨迹数据，计算相邻轨迹点间的直角坐标系上的距离和均值速度；然后结合车辆载客情况和行驶速度，调整设置合适的卷积模板，建立双参卷积理论速度模型；将数据集中的路段分为不同子路段，预测不同始终点车辆的通行时间T′；同时，计算起点所在路段相同和终点所在路段相同的所有车辆各自的行驶时间总和的平均值最后根据修正因子对每辆车车辆的通行时间进行修正；并根据修的车辆通行时间T′修作为城市交通路径的通行时间确定结果。本发明适用于交通路径通过时间的确定。“基于状态特征的城市交通路径时间预测方法”属于智慧交通领域，该领域是以大数据、云计算、卫星导航等新兴IT技术产业为基础， 涉及信息融合，压缩和采集、人工智能、统计分析等多方面的研究，是具有更方便公众出行的，优化的交通运输管理体系，并能通过数据的积累和传递，更好的开发和利用数据的一种绿色、便捷、安全、畅通的交通模式。传统方法并不能有效的为正在运行的出租车提供真实性、精确度较高的通行时间，为了克服传统方法的不足，课题组提出一种基于密度划分的双参卷积模型，这种模型能够结合车辆的状态特征，通过之间的相关性特性，并利用创新的动态不定卷积模板方法保证了计算过程的稳定性和预测时间结果的高效、可行性。 本文提出的基于状态特征的城市交通路径时间预测方法主要有数据预处理、变参特征的研究与分析、速度突变值调整、聚类速度的城市道路等级划分、基于皮尔逊的载客相关性研究、基于密度划分的双参卷积理论模型、预测通行时间、设置修正因子8个部分组成。下面介绍基于状态特征的城市交通路径时间预测方法的主要设计思路和具体实现方法。 随着交通的日益发展,交通拥堵已经成为了日常出行中的常见现象,严重影响了人民的生活水平和质量,所以缓解交通拥堵成为了智慧交通发展亟待解决的重要难题。在目前现有的控制理论和算法中,信号控制是缓解拥堵的常用技术手段,其具有着最明显的改进效果和最高的性价比,是目前提高交通控制水平和管理出行效率的重要手段。本文提出了一种基于状态特征的道路时间预测模型，利用不包含历史数据的部分数据集，在固定时段内，通过聚类算法对道路等级划分，并结合出租车载客与否的情况判定对轨迹数据进行深度分析，结合车辆行驶速度共同构建一个基于密度划分的双参卷积模型，将得到的最终速度值与路段长度建立时间预估优化算法，在保证数据利用性高的情况下，提高预测精度和结果的真实性。

东北林业大学

该项目为储备库项目资源，暂无效益分析内容。