基于时空大数据建模交通拥堵的智能高速公路监控系统
计算机与社会
2019-10-02 v2 分布式、并行与集群计算
摘要
交通拥堵是一个复杂的非线性时空建模问题。通过收集和分析大量不同类别的信息，可以在智能交通系统上预测和控制交通流与道路拥堵。本报告分析了台湾由北向南及反向的行驶时间。我们分析了台南与高雄段之间一条国道高速公路的交通，这代表了台湾南部人口的常见出行。数据使用台湾交通部提供的电子收费系统（ETC）记录。我们使用 MapReduce 框架将数据处理的较小任务分布到多个计算机集群上以加速处理。结果表明，交通流的时空模型受方向、工作时间和假日的强烈影响，且每周呈现重复模式。该时空数据集中的显著模式可用于未来开发的 AI 驱动的决策系统。
引用
@article{arxiv.1909.07372,
title = {Modeling Traffic Congestion with Spatiotemporal Big Data for An Intelligent Freeway Monitoring System},
author = {Karisma Trinanda Putra and Jing-Doo Wang and Eko Prasetyo and Prayitno},
journal= {arXiv preprint arXiv:1909.07372},
year = {2019}
}
备注
The article was published without the co-Author's notice, and it is withdrawn due to his objection