عنوان ترجمه شده مقاله: برآورد و پیش بینی ترافیک بر اساس داده های شناور بلادرنگ خودرو

The knowledge of the actual current state of the road traffic and its short-term evolution for the entire road network is a basic component of ATIS (Advanced Traveler Information Systems) and ATMS (Advanced Traffic Management System) applications. In this view the use of real-time Floating-Car Data (FCD), based on traces of GPS positions, is emerging as a reliable and cost-effective way to gather accurate travel times/speeds in a road network and to improve short-term predictions of travel conditions. The purpose of this paper is to present a large-scale working application of FCD-system, developed and operated by OCTOTelematics, delivering real-time traffic speed information throughout the Italian motorway network and along some important arterial streets located in major Italian metropolitan areas. Traffic speed estimates are deduced at an interval of 3 minutes from GPS traces transmitted in real-time from a large number (and still growing) of privately owned cars (about 600.000) equipped with a specific device covering a range of insurance-related applications. This paper also proposes two algorithms, respectively based on Artificial Neural Networks and Pattern-Matching, designed to on-line perform short-term (15 to 30 minutes) predictions of link travel speeds by using current and near-past link average speeds estimated by the OCTOTelematics FCD system. The Rome ring road (GRA-Grande Raccordo Anulare) was used for testing the feasibility of the two algorithms. Testing results showed that the proposed approaches for short-term predictions are very promising and effective

چکیده

آگاهی از وضعیت فعلی واقعی ترافیک جاده و تکامل کوتاه مدت آن برای کل شبکه جاده، یک جزء اساسی از کاربردهای ATIS (سیستم های پیشرفته اطلاعات مسافر) و ATMS (سیستم پیشرفته مدیریت ترافیک) است. در این دیدگاه، استفاده از داده ­های بلادرنگ اتومبیل شناور (FCD)، بر اساس نشان های موقعیت های GPS، به عنوان یک راه قابل اعتماد و مقرون به صرفه برای جمع آوری زمان ها/سرعت های دقیق حرکت در شبکه جاده ای و به منظور بهبود پیش بینی­ های کوتاه مدت شرایط سفر، در حال ظهور است. هدف از این مقاله ارائه یک کاربرد مقیاس بزرگ از سیستم FCD است، که توسط OCTOTelematics  توسعه یافته و اداره می شود، و اطلاعات بلادرنگ سرعت ترافیک را در سراسر شبکه شاهراه ایتالیایی و در امتداد برخی از خیابان های شریانی مهم واقع در مناطق بزرگ شهری ایتالیا ارائه می دهد. برآوردهای سرعت ترافیک در بازه­ 3 دقیقه ای از نشان های GPS استنباط می شوند که از تعداد زیادی (و هنوز هم در حال رشد) از خودروهای متعلق به بخش خصوصی (حدوداً 600.000) مجهز به یک دستگاه خاص که طیف وسیعی از کاربردهای مربوط به بیمه را پوشش می دهد در بلادرنگ منتقل شده اند. این مقاله همچنین دو الگوریتم، به ترتیب بر اساس شبکه های عصبی مصنوعی و تطبیق الگو پیشنهاد می کند، که برای انجام آنلاین پیش بینی های کوتاه مدت (15 تا 30 دقیقه) سرعت های حرکت زنجیری با استفاده از سرعت های متوسط لینک فعلی و در گذشته که توسط سیستم OCTOTelematics FCD برآورد شده اند، طراحی می شوند. جاده­ کمربندی رم (GRA-Grande Raccordo Anulare) برای تست امکانپذیری دو الگوریتم استفاده شد. نتایج آزمایش نشان داد که روش های پیشنهادی برای پیش بینی های کوتاه مدت، بسیار امیدوار کننده و موثر هستند.

1-مقدمه

استقرار گسترده موفق سیستم های پیشرفته اطلاعات مسافر (ATIS) و سیستم های مدیریت پیشرفته ترافیک (ATMS) به طور قابل توجهی متکی بر توانایی انجام برآوردهای دقیق از وضعیت ترافیک فعلی و پیش بینی های قابل اعتماد تکامل کوتاه مدت آن (کمتر از یک ساعت در آینده) در کل شبکه جاده ای است...