基于人车路协同的智能交通出行信息服务系统

近年来，智能交通信息服务受到广泛的关注，针对数据实时性和准确性差、信息交互共享难问题，设计了一种人车路协同的智能交通出行信息服务系统，形成人车路智能协同的工作环境。为解决智能交通结构化多源信息融合，提出了一种由卡尔曼(Kalman)滤波和D-S(Dempster/Shafer)证据理论两种信息融合模型——KD-SF模型，发现采用KD-SF模型信息融合结果与GPS车载采集实际测试数据近似相同，信息融合更精确。通过系统应用验证表明，人车路协同系统与交通服务信息融合后，在高峰时段公交线路平均运行车速明显提升，乘客平均候车时间明显缩短，提高城市公共交通运行效率。