1、第 40 卷 第 4 期吉 林 大 学 学 报 ( 工 学 版 )Vol.40 No.42010 年 7 月 Journal of Jilin University ( Engineering and Technology Edition) July 2010收稿日期 : 2009-05-09.基金项目 : “863”国家高技术研究发展计划项目 ( 2007AA12Z242， 2007AA11Z218， 2007AA11Z245) .作者简介 : 于德新 ( 1972 ) ， 男 ， 副教授 . 研究方向 : 智能运输系统 . E-mail: yudx jlu. edu. cn通信作者 : 高
2、学英 ( 1983 ) ， 男 ， 博士研究生 . 研究方向 : 智能运输系统 . E-mail: gaoxy07 mails. jlu. edu. cn基于GPS数据及车辆运行特性分析的单车路段行程时间估计于德新 ， 高学英 ， 杨兆升( 吉林大学 交通学院 ， 长春 130022)摘 要 : 针对现有的基于浮动车单车路段行程时间估计方法的不足 ， 提出了一种基于 GPS 数据及车辆运行特性分析的单车路段行程时间估计方法 。该方法主要进行了 3 个方面的改进 :对地图匹配模块中节点附近 GPS 点采用了相邻点联合匹配的方法 ， 提高了匹配的效率 ;针对不同情况下车辆在边界点前后运行特性的不同
3、 ， 对车辆通过边界点时间进行相应处理 ，提高了车辆通过路段边界点时间的估计精度 ; 对车辆个体在运行中因受到干扰而停车现象进行了分析 ， 并对干扰停车予以有效剔除 ， 降低了估计中车辆个体行为对估计结果准确性的影响 。最后用出租车 GPS 实验数据进行了验证 ， 结果证明了本文方法的有效性 。关键词 : 交通运输系统工程 ; 单车路段行程时间 ; 全球定位系统 ; 地图匹配 ; 路段边界点中图分类号 : U491 文献标志码 : A 文章编号 : 1671-5497( 2010) 04-0965-06Individual vehicle travel-time estimation base
4、d on GPS data andanalysis of vehicle running characteristicsYU De-xin， GAO Xue-ying， YANG Zhao-sheng( College of Transportation， Jilin University， Changchun 130022， China )Abstract: Aiming at the shortcoming of the current methods of estimation of individual floating vehicle travel-time on road-sect
5、ion， a new method based on the global positioning system( GPS) data and analysis of vehiclerunning characteristics was proposed. The vehicle travel-time estimation was improved in three respects. In themap matching module， the GPS point near the mode was matched jointly by the adjacent point GPS dat
6、a toimprove the map matching efficiency. Aiming at the different running characteristics of the floating vehicleacross the road-section boundary point under different situations the time of vehicle passing the boundary pointwas processed correspondingly to raise the estimation accuracy of the bounda
7、ry point passing time. Thephenomenon of individual vehicle temporary stop by interference was analyzed and the interferential stop wasremoved effectively， and the effect of the individual vehicle behavior on the accuracy of estimation result wasreduced. The method was verified by the experimental ta
8、xi GPS data and the result was encouraging.Key words: engineering of communications and transportation system; individual vehicle travel-time on road-section; global positioning system( GPS) ; map matching; road-section boundary point实时或准实时路段行程时间是构建动态车辆 诱导系统 、动态交通信息服务系统及信号协调控吉 林 大 学 学 报 ( 工 学 版 ) 第
9、40 卷制系统的重要基础 1。预测的行程时间信息准确与否与当前行程时间估计的准确度有直接关系 ， 因此 ， 如何采用有效的方法对当前时段的行程时间信息进行准确估计已经成为国内外学者研究的热点 。其中 ， 利用 GPS 信息对路段行程时间进行估计在国外已经开展 2-3。在国内 ， 由于各个城市装载 GPS 接收器的出租车数量大大增加 ， 获取的 GPS 信息量巨大 ， 另外 ， 出租车出行的随机性 ，能在时间范围和空间范围上最大限度地覆盖城市路网 ， 而且出租车信息不涉及隐私 ， 可以通过出租车公司获取 ， 因此利用丰富的出租车 GPS 信息估计路段行程时间是可行的 ， 国内业已开展此类研究 4
10、。目前 ， 基于 GPS 信息估计路段行程时间的方法中 ， 在对路段行程时间估计的准确性有重要影响的车辆在交叉口区域的运行行为处理过于粗略 ， 导致对路段行程时间的估计准确性不高 。鉴于此 ， 作者将围绕车辆在交叉口处运行特性 ， 在行程时间估计的几个关键环节对 GPS 信息进行相应的技术处理 ， 并对车辆在运行中因受到干扰而停车所产生的时间损失进行有效剔除 ， 进一步提高对行程时间估计的准确性 。1 地图匹配模块在利用 GPS 信息估计路段行程时间时 ， 要结合 地 理 信 息 系 统 ( Geographical InformationSystem， GIS) ， 由于两系统自身都存在误差
11、 ， 加之其他因素的影响 ， GPS 点往往偏离车辆实际运行的道路 5， 需将这些偏离真实道路的 GPS 点投影到车辆真实运行的道路上 ， 这就是地图匹配 。对行程时间的估计 ， 就是利用这些经过匹配的 GPS点信息来进行的 ， 因此地图匹配是影响 GPS 信息估计路段行程时间准确性的一个关键环节 。1.1 地图匹配原则( 1) 道路连通性原则 。本文提到的道路连通性包括道路的拓扑连通性和道路禁行信息 。即车辆确定在当前道路上行驶 ， 不可能在很短的时间内运动到与当前道路没有直接连通的道路上 6，或是路段下游交叉口某方向在某时段由于某种原因禁止通车时 ， 车辆也不可能出现在交叉口下游禁行方向的
12、路段上 。如图 1 所示 ， M0点正确匹配到路段 1 上 ， 则其下一点 M1点不可能出现在没有连通性的路段 5 上 ; 另外 ， 若路段 4 禁止通行 ， 则M2、M3等点不可能匹配到路段 4 上 。( 2) 道路最近原则 。该原则认为距 GPS 点越图 1 地图匹配示意图Fig.1 Schematic diagram of map matching近的道路其作为真正匹配道路的可能性越大 。这在远离交叉口的路段上出现误判的可能性很小 ，但在交叉口附近 ， 由于道路相交 ， 加之 GPS 及 GIS误差 ， 判断很容易出错 。( 3) 行驶方向与道路夹角符合度原则 。单从距离最近原则 ， 匹
13、配容易出错 ， 还应考虑车辆行驶方向与道路的夹角 ， 车辆与待匹配道路方向越接近 ， 其作为真正匹配路段的可能性也越大 7， 即车行驶方向与道路夹角越小 ， 匹配的可能性越大 。1.2 匹配度函数确定根据原则 ( 2) ( 3) ， 构建了匹配度函数 ， 匹配度越大的待匹配路段 ， 其成为真正匹配路段的可能性越大 。在构建匹配度函数之前 ， 需要对距离和车辆行驶方向与路段的夹角进行定义 。由于路段的几何形状包括直线 、折线和曲线 ，但在 GIS 系统内部 ， 所有折线和曲线路段都是由若干小的直线段组成的 。这里用 d 表示 GPS 点到待匹配路段的距离 ， d 的计算有以下几种情况 :( 1)
14、 当过 GPS 点与待匹配路段仅有一个垂直交点时 ， GPS 点到该待匹配路段的垂线段即为 d，如图 2 中的线段 M1P1和 M4P4。( 2) 当 GPS 点与待匹配路段 ( 折线或曲线路段 ) 有多个垂直交点时 ， 将该 GPS 点方向角与对应垂足所在折线路段的直线段部分夹角最小的垂线段作为 d， 如图 2 所示线段 M2P2。( 3) 当 GPS 点与待匹配路段没有垂足的时候 ， 则将该 GPS 点距离待匹配路段最近的端点作为 “垂足 ”， GPS 点与该 “垂足 ”的距离作为 d， 如图 2 所示线段 M3P3。这里需要说明一点 ， 所有的 “垂足 ”必须在误差搜索圆 ( 其含义将在
15、后文介绍 ) 范围内 ， 否则放弃该匹配点 。若上述点最终匹配到相应的路段上 ， 则 P1、669第 4 期 于德新 ， 等 : 基于 GPS 数据及车辆运行特性分析的单车路段行程时间估计图 2 距离 、夹角定义说明Fig.2 Definition of distance and included angleP2、P3和 P4点为匹配后的 GPS 点 ， 称为 MMGPS点 。对于原则 ( 3) 所描述的车辆行驶方向与路段的夹角 ， 本文用 表示 。 是车辆行驶方向与 GPS点到其待匹配路段的 “垂足 ”所在的路段直线段部分的不大于 90的夹角 ， 如图 2 所示 。至此 ， 根据 d 越小
16、、 越小的待匹配路段成为匹配路段的可能性越大 ， 对两因素分配不同的权值 ， 便可构建如下匹配度函数的直观表达式为f( d， ) = d/d + / ( 1)式中 : d为 d 所占的权重 ， d 0， 1; 为 所占的权重 ， 0， 1， 且满足 d+ = 1。由于 d 和 单位不同 ， 不能直接进行计算 ， 需要对二者进行相应处理 。假设某个待匹配 GPS点 ， 以该点经纬度坐标为中心 ， 以 GPS 及 GIS 误差和道路宽度之和为半径的圆域称为误差搜索圆 ， 与 n 条路相交 ， 则这 n 个路段即为待匹配路段 ， 分别获得 n 对 d 和 值 ， 记为 di和 i， i = 1， 2
17、， n， 当 di为 0 时 ， 将 di定义为 1 m， 则di= 1/dini =11/d( )i( 2)在对于 的处理中 ， 当 10 时 ， 角度越大 ， 匹配可能性越小 ， 由此得到 i的隶属度函数如图 3 所示 。i隶属度函数计算式为i=1， 0 i10180i+98， 10 i90( 3)依据式 ( 3) 计算 i， 有i= i/ni =1i( 4)由此得到匹配度函数的计算公式为图 3 夹角隶属度函数Fig.3 Membership function of included anglefdi， ( )i= ddi+ i( 5)另外 ， 在交叉口处与远离交叉口处 d 和 所起作用的
18、大小不同 ， 在交叉口处 ， 由于多路相交 ，距离判断准确率下降 ， 因此 ， 此处 d 的权重变小 ， 的权重变大 ， 建议 d 和 的权值分别取为 0. 3、0.7， 而在远离交叉口处 ， 路段密度小 ， 路段方向较为接近 ， d 和 权值均取为 0.5。本文定义的交叉口范围是以节点为圆心 ， 以误差搜索圆直径为半径的圆域 ， 如图 1 所示的圆圈内 。1.3 延时匹配及静止点处理根据匹配原则及方法可将大部分 GPS 点正确匹配 ， 但在交叉口处仍然有匹配错误 ， 尤其是对路段行程时间估计有着重要影响的节点前后 GPS点 ， 图 1 中的 MMGPS 点就是根据实际 GPS 实验数据与长春
19、 GIS 地图匹配的情况确定的 ， 其中 Q2和 Q3就是 M2和 M3的错误匹配点 ， 由于这 2 个GPS 的时间点决定着车辆是否驶离当前路段或进入下一路段 ， 这两点的正确匹配非常重要 ， 尤其是在车辆转弯的情况下 ， 为了能够匹配准确 ， 采用牺牲一定时效性换取准确性的原则 。如图 1 所示 ， 进入交叉口前最后一个点 M0匹配到路段 1 上 ， 则之后的该交叉口区域内的点必须匹配到路段 1 或与其相连的路段上 ， 当最优待匹配路段为 1 时 ， 将该点匹配到路段 1 上 ， 当最优待匹配路段不是路段 1 时 ， 认为该点可能匹配错误 ， 此时 ， 比较最优匹配路段与次最优匹配路段的匹
20、配度之差 是否达到 0. 3， 是则将最优匹配路段作为最终匹配路段 ， 否则该点延时匹配 ， 继续搜索该点后的在交叉口区域内的点的 是否达到0.3， 一旦有这样的点 ， 则对其按照最大匹配度原则匹配 ， 再根据前后点匹配信息对延时匹配点进行匹配 ， 若没有 达到 0. 3的点 ， 则用驶出交叉口区域的第一个点按最大匹配度原则匹配 ， 如点M4， 再对该点之前延时匹配的点进行匹配 。需要说明的是 ， 为了去除静止 GPS 点漂移的769吉 林 大 学 学 报 ( 工 学 版 ) 第 40 卷影响 ， 对连续的静止点用连续出现的第一个静止点的 MMGPS 代替其后所有静止点的 MMGPS， 本文将
21、速度低于 2 m/s 的 GPS 点均视为静止点 。但对于连续静止点的 MMGPS 时间信息 ， 则用连续静止点的最后一个点的时间信息作为该 MMGPS时间 ， 如图 1 中 P1点是 M0所示的连续静止点第一个点的经纬度信息 ， 该点时间则为最后一个连续静止点的时间信息 。另外 ， 对连续静止点信息进行记录 ， 包括连续静止时长 、发生地点位置 、发生时间 ， 已备干扰停车分析模块调用 。经过以上分析 ， 根据路段行程时间采集的需要 ， 对 GPS 点进行了高准确率的地图匹配处理后 ， 转弯车辆不会出现匹配到不相干路段上的可能 ， 而在直行方向 ， 由于 GPS 及 GIS 的误差 ， 在距
22、交叉口很近的范围内可能会出现匹配到下一个路段上的可能 ， 这个无法避免 ， 但在车辆通过边界点的分析中 ， 通过一定方法可以最大限度地降低这种匹配误差对行程时间估计的影响 。2 路段边界点通过时间确定模块车辆在交叉口节点附近的运行状况极为复杂 ， 当受到信号影响 ， 车辆从停车启动通过交叉口过程中 ， 很快达到一个很高的车速 ， 接近车辆在路段中的平均运行速度 ， 当没有信号影响时 ， 车速基本不受影响 ， 高速通过交叉口 。本文将根据车辆在交叉口区域运动特性并结合图 4 估计车辆通过路段边界点的时间 。图 4 边界点通过时间说明Fig.4 Scheme of passed-time of r
23、oad boundary point根据 MMGPS 点位置及行驶方向不同 ， 车辆通过交叉口区域的时间分为以下几种情况考虑 :情况 1 车辆直行 ， 距离节点最近的前后 2个 MMGPS 点如图 4 所示 ， 为 P1点和 P3点或 P1点和 P2点 ( P2点在节点上 ， 将在节点前后一定距离内的 MMGPS 点均认为是在节点上 ， 本文设该距离为 5 m) 。若 P3点静止 ， 则认为车辆在 P3点时刻仍然停留在交叉口停车线后 ( GPS 及 GIS 误差造成的定位偏差所致 ) ， 根据作者提出的连续静止点的处理方法 ， P3点后下一 MMGPS 点必然为非静止点 ， 同时认为车辆在静止
24、点之后就开始运动 ， 考虑到车辆的启动损失 ， 以及 GIS 节点为交叉口几何中心线 ， 它距离停车线有一段距离 ， 车辆从停车线到达交叉口几何中心点 ( 节点 ) 的时间为t， 该值可根据调查或经验值得到 。则车辆通过节点时间 t 可表示为t = tP3+ t ( 6)情况 2 若 P3点为非静止点 ， P2点为静止点 ， 说明车辆在 P2点时刻仍停止在交叉口停车线后 ， 为了避免启动延误的影响 ， 这里用车辆在 P3点的速度来反推车辆通过节点的速度 ， 认为车辆在节点到 P3点之间匀速运动 ， 则t = tP3 l3/vP3 t ( 7)式中 : l3为 P3点到节点的路程 ; vP3为
25、P3点速度 。情况 3 若 P3、P2点均非静止点 ， 则认为 P2点时间点信息 tP2为车辆通过节点时间 。情况 4 若 P2点不存在 ， 而 P1、P3点非静止 ，则认为车辆通过 P1点和 P3点这个区域内 ， 行程时间与行驶路程满足线性正比关系 8， 用 l1表示P1点到节点的路程 ， 则有如下关系式t tP( )1/l1=t tP( )3/l3( 8)则车辆通过节点的时间 t 可表示为t = ( l1tP3+ l3tP1) /( l1+ l3) ( 9)情况 5 若 P1点静止 ， P3点非静止 ， 其处理方法同情况 2。情况 6 车辆转弯 。对转弯的处理与直行方向有所区别 ， 一旦
26、MMGPS 点 ( 如 P4点 ) 出现在转弯后的路段 3 上 ， 则认为车辆行驶在转弯后的路段上 ， 不会出现在路段 1 上 。对于转弯车辆 ， 可分为以下几种情况处理 :( 1) 节点前后最近匹配点如图 4 所示为 P1点和 P4点 ， 若 P1点静止 ， P4点非静止 ， 处理方法与情况 2 类似 ， 用 P4点反推 t; 当 P1点非静止 、P4点静止或 P1点和 P4点均非静止时 ， 其处理与情况 4类似 ， 只不过将 l3换成 P4点到节点的距离 l4。( 2) 当存在 P2点时 ， 要根据 P2点 属于路段情况来确定通过路段边界点的时间 。当 P2点属于路段 1， 且为静止时 ，
27、 处理方法与情况 2类似 ， 只需将 P3点的信息替换为 P4点 的即869第 4 期 于德新 ， 等 : 基于 GPS 数据及车辆运行特性分析的单车路段行程时间估计可 。当 P2点 属于路段 1， 且为非静止时 ， 认为车辆在交叉口非停车通过 ， 没有启动延误 ， 用 l4表示P4到节点的路程 ， 则 t 的计算式为t = tP4 l4/vP4( 10)当 P2点属于路段 3 时 ， 即当 MMGPS 点匹配到下一路段时 ， 则认为通过 P3点的时间即为车辆驶离路段 1 和驶入路段 3 的时间 。3 干扰停车分析模块3.1 车辆干扰停车分析本文的 GPS 信息是出租车提供的 。出租车在路段中
28、的运行 ， 除了受到信号影响停车外 ， 还会受到其他因素导致其停车 ， 这其中主要有 3 个原因 : 出租车服务停车 ( 乘客上下车 ) ， 停车时间较短 ; 车辆故障 ， 导致车辆长时间停止 ; 偶发事件导致车辆停车 ， 其大体可以分为两种 : 一种是偶发事件严重造成的车辆长时间停车 ， 这时受到影响的车辆就不仅仅是浮动车 ， 事件发生处后面的绝大多数车辆都将受到影响而长时间停车 ， 另一种是事件不严重造成的车辆停车 ， 这时仅浮动车本身受到较大影响 ， 出现短时停车现象 ， 其他车辆受到的影响可忽略不计 。由于车辆故障或是严重交通事件导致车辆长时间停车 ， 在 MMGPS 信息中体现为车辆
29、长时间的连续静止 ， 对于这种情况 ， 在估计中会因为停车时间的无法预知性 ， 而使对处于这种情况下的浮动车行车时间估计一直等待下去 ， 为避免这种状况发生 ， 给连续停车时间制定一个上限 ， 当连续停车时间超过这个上限 ， 则停止对其估计 ， 结合信号控制 ， 这里给出经验值为 120 s。而上述其他情况的停车时间都很短 ， 且一般都属于车辆的个体行为 ， 不属于路段车流的运行特性 ， 这里称之为干扰停车 ， 表示为 D。为使浮动车估计到的路段行程时间能更真实地反映车流运行特性 ， 应该将其从路段行程时间中剔除 。对于干扰停车的判断依据有 2 个标准 : 其一是从车辆停车时间长短上判断 ，
30、车辆干扰停车时间都很短 ， 一般不超过 30 s; 其二是干扰停车发生的位置是否在车辆排队中 ， 排队中的干扰停车时间归入车辆正常停车 ， 不属于干扰停车 。3.2 排队长度估计为了尽可能准确地剔除所有可能的干扰停车 ， 应结合车辆所处信号周期内最长的车辆排队长度来排除 ， 干扰停车发生在排队之后 ， 如图 1 中的 lp。可以用固定检测器检测数据或是历史观测数据计算该最大排队长度 ， 根据定数理论 ， 在分析时间段 T 内形成的最大滞留车队长度 NC为NC= 2Nd+ ( S q) g ( 11)Nd= ( q Q) T/2 = ( x 1) QT/2 ( 12)lp= NClc( 13)式
31、中 : Nd为平均过饱和滞留车辆数 ; S 为饱和流量 ; q 为车辆到达率 ; g 为有效绿灯时间 ; Q 为进口方向通行能力 ; lc为车辆平均车长 ， 是车身长度与停车时车辆间有效间距之和 。在实际应用中 ， 可能无法获得每个分析时段内最大排队长度 ， 可根据实际观测数据和交通状况 ， 将每天分成几个不同时段 ， 每个时段给出适当的 “最大排队长度 ”， 这个值应取该时段最大的排队长度 ， 从而避免将正常停车当做干扰停车剔除 ，否则将引起很大的误差 。4 单车行程时间估计流程根据以上分析 ， 可得到基于 GPS 信息估计单车路段行程时间的流程如图 5 所示 。图 5 基于 GPS 数据的
32、单车路段行程时间估计流程图Fig.5 Flow chart of individual vehicle travel-timeestimation based on GPS data最终 ， 单车路段行程时间计算结果可表示为Tt= ti ti1 D ( 14)式中 : ti为车辆通过路段 i下游节点时间 ; ti1为车辆通过路段 i 上游节点时间 。5 实验验证采用 2008 年 7 月 14 日长春浮动车实验数据对本文方法进行验证 。实验中 ， 租赁了一辆出租车沿长春市南湖大路 亚泰大街 自由大路 人民大街进行行车实验 ， 实验车共经过 8 个有信号控制的路段 ， 实验时间为早 7: 00
33、8: 00， 使用GPSMap76 手持 GPS 接受器采集 GPS 信息 ， 数据969吉 林 大 学 学 报 ( 工 学 版 ) 第 40 卷采样间隔为 2 s， 同时用秒表记录车辆通过每个路段的准确行驶时间 。另外 ， 为模拟车辆干扰停车现象 ， 让出租车司机数次短暂停车 。用 VB 结合MAPX 以长春 GIS 地图为基础编程实现本文算法 ， 匹配结果如图 6 所示 ， 未出现匹配错误现象 。图 6 地图匹配实验结果Fig.6 Experimental result of map matching利用本文方法 ， 以 4 s 采样间隔的 GPS 数据估计路段行程时间 ， 将估计结果与实
34、测的真实路段行程时间进行对比 ， 如表 1 所示 。估计误差在3 s 以内 ， 结果令人满意 ， 说明本文方法有效 。表 1 基于 GPS 数据的单车行程时间估计结果Table 1 Estimation results of individual vehicletravel-time estimation based on GPS data路段编号 1 2 3 4 5 6 7 8真实值 /s 31 202 136 101 11 9 14 21估计值 /s 32 200 139 100 12 8 13 21以上结果是在 GPS 数据采样间隔 ( 通常在 5s 以内 ) 较小的情况下获得的 。在较
35、小的 GPS 采样间隔内 ， 认为车辆运行稳定 ， 可用一个车辆 GPS的信息表示车辆的运行特性 ， 但在较大的采样间隔内 ， 车辆的运行则不能认为是稳定的 ， 因此一个GPS 点的信息就很难体现车辆在该时间段内的运行特性 ， 加之 GPS、GIS 的误差 ， 此时估计的路段行程时间的准确性和稳定性都会大大降低 。6 结束语为了使单车行程时间能更真实地反映路段中整体车流的运行特征 ， 对行程时间估计的各个技术环节 : 地图匹配 、路段边界点通过时间 、运行干扰等进行了深入分析 ， 根据车辆的运行特性进行针对性的处理 ， 并进行出租车行车实验对本文算法进行验证 ， 实验证明在 GPS 采样间隔小
36、于等于5 s 时 ， 其实验效果令人满意 ， 方法有效 。参考文献 : 1 杨兆升 . 关于智能运输系统的关键理论 综合路段行程时间预测的研究 J . 交通运输工程学报 ，2001， 1( 1) : 65-67.Yang Zhao-sheng. Study on the synthetic link traveltime prediction model of key theory of ITS J . Journalof Traffic and Transportation Engineering， 2001， 1( 1) :65-67. 2 Wu C H， Ho J M， Lee D T.
37、 Travel-time prediction withsupport vector regression J . IEEE Transactions on In-telligent Transportation Systems， 2004， 5( 4) : 276-281. 3 Sun Lu， Yang Jun， Mahmassani H. Travel time estima-tion based on piecewise truncated quadratic speed traj-ectory J . Transportation Research Part A， 2008， 42(
38、1) : 173-186. 4 张和生 ， 张毅 ， 温慧敏 ， 等 . 利用 GPS 数据估计路段的平均行程时间 J . 吉林大学学报 : 工学版 ， 2007，37( 3) : 533-537.Zhang He-sheng， Zhang Yi， Wen Hui-min， et al. Esti-mation approaches of average link travel time using GPSdata J . Journal of Jilin University( Engineering andTechnology Edition) ， 2007， 37( 3) : 533-5
39、37. 5 杨兆升 . 城市交通流诱导系统 M . 北京 : 中国铁道出版社 ， 2004. 6 刘召芹 ， 肖成刚 ， 谢彩香 . GPS/DR 导航中的智能地图匹配方法研究 J . 地理空间信息 ， 2006， 4( 5) :64-65.Liu Zhao-qin， Xiao Cheng-gang， Xie Cai-xiang. Intelli-gent map matching methods in GPS/DR navigation J .Journal of Geospatial Information， 2006， 4( 5) : 64-65. 7 苏海滨 ， 陈永利 ， 刘强 .
40、基于权重的地图匹配算法 J . 华北水利水电学院学报 ， 2008， 29( 1) : 81-83.Su Hai-bin， Chen Yong-li， Liu Qiang. A map matchingalgorithm based on weight J . Journal of North ChinaInstitute of Water Conservancy and Hydroelectric Pow-er， 2008， 29( 1) : 81-83. 8 董均宇 . 基于 GPS 浮动车的城市路段平均速度估计技术研究 D . 重庆 : 重庆大学自动化学院 ， 2006.Dong Jun-yu. Study on link speed estimation in urbanarteries based on GPS equipped floating vehicle D .Chongqing: College of Automation， Chongqing Universi-ty， 2006.079
