基於信息理論的車輛移動預測極限及方法研究

《基於信息理論的車輛移動預測極限及方法研究》是依託清華大學，由李勇擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於信息理論的車輛移動預測極限及方法研究
• 依託單位：清華大學
• 項目負責人：李勇
• 項目類別：青年科學基金項目

項目摘要

隨著城市機動車輛的急劇增加，交通堵塞和交通事故成為了全球範圍內的重要社會問題。城市智慧型交通系統是解決交通問題的重要研究對象和手段之一。本項目將針對車載移動預測這一涉及智慧型交通系統中交通流量最佳化調度和車載網路設計等問題解決的基礎性問題展開研究。首先，從課題組已經具備的北京、上海及洛杉磯三個大規模城市範圍內的車載移動數據入手，從巨觀和微觀兩個不同維度建立移動模型，以刻畫微觀移動速率、移動方向、移動長度及巨觀區域切換與滯留時間等移動參數；其次，基於移動模型，分析車載移動行為特徵，揭示車載移動的可預測性及預測極限；再次，研究逼近理論預測極限的車載移動預測算法問題，提出包括節點區域滯留時間、區域切換及移動速度與方向在內的移動預測算法。最後，本項目將面向城市智慧型交通系統，運用所提出的相關預測算法，展開車輛行車路徑最佳化與車載網路機會路由轉發算法相關套用。

結題摘要

本項目從收集車載移動數據入手，探索和揭示了大規模城市環境下車載移動的可預測性與預測極限，研究了基於真實場景下的車載移動的可預測性、預測極限及其方法問題。本項目通過有效利用課題組已有的北京、上海及洛杉磯三個大城市的車載移動GPS數據，開展滿足實際規律、符合實際條件和具有實際意義的移動車載可預測性、預測極限及預測方法研究；通過引入排隊網路的思想，建立車載巨觀移動模型；通過借鑑熵理論和資訊理論，研究了車載移動的可預測性及預測極限問題；通過引入馬爾科夫隨機過程相關理論，提出了車載移動預測算法。同時，面向城市智慧型交通系統，運用了本項目所提出的相關預測算法，進行車輛行車路徑最佳化與車載網路機會路由轉發算法相關套用。本項目的執行嚴格按照年度研究計畫進行，發表了SCI論文35篇，其中30篇為IEEE論文，最高影響因子5.2.遠遠超過預期目標。本項目負責人已發表（錄用）學術論文100餘篇，其中SCI索引80餘篇，文章他引2200餘次（Google Scholar），8篇文章入選ESI高倍引用論文，4次獲國際會議最佳論文/提名獎，已成為在車載移動建模及車聯網領域能夠獨立從事創新研究的學者和科研骨幹教師，並且正在培養4名博士生和2名碩士生。