این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
مهندسی حمل و نقل، جلد ۸، شماره ۴، صفحات ۵۲۹-۵۴۴
عنوان فارسی بکارگیری الگوریتم های تطبیق نقشه به‌منظور استخراج اطلاعات ترافیکی از خطوط سیر حاصل از GPS با نرخ نمونه‌برداری پایین
چکیده فارسی مقاله از میان روش­های مختلف جمع­آوری اطلاعات ترافیکی،GPS  به علت هزینه پایین‌تر، دسترسی و فراوانی بیشتر، از محبوبیت خاصی برخوردار است. عامل اصلی اطمینان از پارامترهای ترافیکی محاسبه‌شدهاز خطوط سیرGPS، اطلاع از مکان صحیح خودرو بر روی قطعات جاده است. این عمل کلیدی توسط الگوریتم­های تطبیق نقشه صورت می­گیرد.درصد بالایی از خطوط سیر­ GPS  تولید شده از GPS تلفن همراه،خودروهای مجهز به GPS،ناوگان حمل­و­نقل عمومی و شبکه­های اجتماعی با نرخ نمونه­برداری پایین دو تا شش دقیقه تولید می­شوند. بنابراین تعیین یک الگوریتم تطبیق نقشه مناسب برایکاهش خطای داده­های مذکور ضروری بنظر می­رسد. در این مقاله هدف، معرفی، مقایسه و تحلیل نتایج تطبیق داده­های خطوط سیر GPS با دو الگوریتم ST-matching و IVMM برای داده­های با نرخ پایین و سپس تهیه نقشه سرعت ترافیکی از داده­های تطبیق شده است. از ویژگی­های بارز الگوریتم ST-matching در نظرگرفتن همزمان توپولوژی و ویژگی­های مکانی ویژگی زمانی است. درروش IVMM نه‌تنها از اطلاعات مکانی و زمانی بلکه از یک استراتژی رأی­مبنا  به‌منظور مدل­کردن وزن تأثیرات متقابل بین نقاطGPS بهره­گرفته­می­شود. به‌منظور تست و ارزیابی این دو الگوریتم از داده­های ناوگان حمل­ونقل عمومی اتوبوس‌رانی شهر تهران با نرخ نمونه­برداری دو دقیقه استفاده‌شده است.الگوریتم ST-matching برای تطبیق هر نقطه نمونه برداری فقط یک نقطه قبل از آن را در نظر می­گیرد و برای نقطه اول نقطه ماقبل وجود ندارد، بنابراین الگوریتم به نقطه شروع وابستگی زیادی دارد. الگوریتم IVMM با مدل‌سازی تأثیرات متقابل نقاط نمونه­برداری نتایج مؤثرتر و مستحکم­تری را ارائه می­دهد. تابع وزن فاصله نقش مهمی در الگوریتم IVMM ایفا می­کند. با افزایش مقدار پارامتر بتا در ابن تابع دقت تطبیق نقشه نیز افزایش می­یابد. دقت به­دست­آمده از روش IVMM 88 % و روش ST-matching 73% است. نتایج حاصل از این مقاله نشان می­­دهدالگوریتم IVVM درمقایسه با  ST-matching به‌طور قابل‌توجهی بهتر عمل می­نماید.هم چنین در مواجهه با گردش­های UشکلIVVM نتایج بهتری را ارائه می­دهد.
کلیدواژه‌های فارسی مقاله اطلاعات ترافیکی، تطبیق نقشه، خطوط سیرGPS،
عنوان انگلیسی To be prepared
چکیده انگلیسی مقاله GPS, among the various methods of traffic data collection has special popularity due to the low cost and wide access. The primary factor for reliability of determined parameters extracted GPS trajectories is the correct calculation of a vehicle location on a road segment, which is realized by a map-matching algorithm. High percent of GPS trajectories is taken from a variety of sources including mobile GPS, GPS equipped vehicles the, fleet public transport, and social networks are in low sampling rate between 2 to 6 minutes. So determining a suitable map matching algorithm to reduce data errors seems necessary. This paper aims to implement ST-matching and IVVM algorithms to match the GPS tracking data and extract traffic parameters and traffic map by matched trajectories. A special characteristics of ST-matching algorithm is to employ simultaneous spatial, temporal and topology analysis. IVMM algorithm not only considers the spatial and temporal information of a GPS trajectory but also devise a voting-based strategy to model the weighted mutual influences between GPS points. To evaluate these algorithms GPS trajectories with 2 minutes sampling rate of public fleet transport related to bus lines are used. ST-matching algorithm use only one point before each sampling point to match it there for the first point has not any before point, there is no the previous point, so the algorithm is highly dependent on the starting point. IVMM algorithm by modeling mutual influences between GPS points provides more effective and strong result. Distance Weight Function plays an important role in IVMM algorithm. By increasing the value of the parameter beta in Distance Weight function increases map matching accuracy. The obtained accuracy of the method of IVMM and the ST-matching is 88% 73% respectively. The results of this study show the IVMM algorithm outperforms the ST-matching method. Also In the face of U-turn IVMM gives better results.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله وحید شکری |
دانشجوی کارشناسی ارشد، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

رحیم علی عباسپور | rahim ali
استادیار دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران، تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نشانی اینترنتی http://jte.sinaweb.net/article_48588_9dc4903298d9926b42c3c79c38ffbebd.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/1231/article-1231-458513.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات