摘要:文章介绍了几种经典算法在基础交通信息融合中的应用,包括卡尔曼滤波、人工神经网络、统计分析(加权平均,指数平滑法,平均值的递推估计算法),以及交通流量和行程时间预测方法.各种方法均通过实际验证其有效性及可靠性.融合后的数据能够满足智能交通系统的子系统ATMS相关应用领域对信息的精度要求,为下一步的交通状态估计提供可靠信息.
关键词:智能交通系统 基础交通信息融合 实时交通信息预测
单位:吉林大学交通学院; 吉林长春130025; 清华大学自动化系; 北京100084
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社