کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
444240 692950 2016 11 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
An intersection-to-intersection travel time estimation and route suggestion approach using vehicular ad-hoc network
ترجمه فارسی عنوان
برآورد زمان سفر تقاطع به تقاطع و رویکرد پیشنهاد مسیر با استفاده از شبکه وسیله نقلیه ad-hoc
کلمات کلیدی
برآورد زمان سفر، پیشنهاد کوتاهترین مسیر سفر زمان، سیستم اطلاعات مسافرتی پیشرفته، شبکه تبلیغاتی خودرو، سیستم حمل و نقل هوشمند
فهرست مطالب مقاله
چکیده

کلید واژه ها

1.مقدمه

2.کارهای مشابه

نمودار 1: مفهوم TTE I2I و سیستم پیشنهاد مسیر

3.  I2I برآورد زمان سفر و سیستم پیشنهاد مسیر

3-1- همجوشی خطی پویا از اطلاعات زمان واقعی و تاریخی مدل TTE

3-2. مفهوم سیستم و پروتکل

جدول1: نماد ها در جدول ابر ماتریس

3.3. مکانیزم مبادله اطلاعات R2R

شکل 2: یک نمونه از انتشار دو مرحله ای در شبکه 5 در 5 است.

شکل 3: شبکه ترافیکی تجربی در شهر تینان

4.ارزیابی ها

4.1. داده های تجربی و توضیحات محیط زیست

جدول 2: طبقه بندی ابعاد زمانی

جدول 3: نتایج تجربی برای مورد 1: مبدا (شماره 8) ← مقصد (شماره 15).

شکل 4: ارزیابی دقت TTE برای مورد 1

نمودار 5: عملکرد مسیر های پیشنهاد شده در مورد 1

4.2. مورد 1: تقاطع های شماره 15-8

جدول 4: نتایج ارزیابی ها برای مورد 1: مبدا شماره 8 ← مقصد شماره 37

4.3. مورد 2: تقاطع های شماره 8 تا 37

شکل 6: ارزیابی دقیق TTE مورد 2

شکل 7: عملکرد مسیر پیشنهادی در مورد دوم

5. نتیجه گیری

ضمیمه: لیست خلاصه شده ها
ترجمه چکیده
برآورد زمان سفر وابسته به زمان در یک شبکه شهری به دلیل ماهیت وقفه جریان ترافیکی وسیله نقلیه یک کار چالش برانگیز است. یک مفهوم جدید از برآورد واقعی زمان سفر (TTE) و مدل پیشنهاد مسیر بر اساس تکنولوژی شبکه اختصاصی وسایل نقلیه VANET)) برای ارائه حمل و نقل هوشمند در شهر پیشنهاد شده است. اجزای سیستم، پروتکل ارتباطی و مفهوم هوش همگانی برای تسهیل برنامه های کاربردی در زمان واقعی وسایل نقلیه طراحی شده اند. وسایل نقلیه مجهز به یک واحد درون کشتی OBU)) درخواست TTE را به واحد جانبی جاده (RSU) ارسال می کنند و اطلاعات زمان واقعی خود، از جمله مسیر سفر و سرعت متوسط را به اشتراک می گذارند، و RSU کوتاهترین مسیر را پیشنهاد داده و همچنین زمان سفر تخمین زده شده است. به منظور به اشتراک گذاری اطلاعات ترافیکی در زمان واقعی در میان RSU ها، یک الگوریتم مبادله داده R2R و یک ماتریس داده اطلاعات ترافیکی طراحی شده است. این ها پیچیدگی را از O (N2) برای رویکرد پخش سنتی به O (N) کاهش می دهند. داده های واقعی جمع آوری شده از سیستم توزیع تاکسی مبتنی بر GPS برای ارزیابی دقت مدل پیشنهادی TTE و عملکرد مسیر پیشنهاد شده اعمال می شود. نتایج تجربی نشان می دهد که میانگین درصد خطای مطلق MAPE) ) مدل TTE پیشنهاد شده در مقایسه با سفرهای تاکسی واقعی 6/13 درصد است که نشان می دهد که عملکرد مسیرهای پیشنهادی خوب است. TTE مسیرهای پیشنهادی دارای احتمال 2/82 درصد بهتر از مسیرهای تاکسی است و بنابراین زمان سفر به طور متوسط در طی سال به میزان 15/9 درصد کاهش می یابد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی

Estimation of time-dependent travel time in an urban network is a challenging task due to the interrupted nature of vehicular traffic flows. A novel concept of intersection-to-intersection (I2I) real-time travel time estimation (TTE) and route suggestion model based on vehicular ad-hoc network (VANET) technology is proposed for enabling the smart transportations in smart city. The system components, communication protocol and collaborative intelligence concept are designed to facilitate real-time vehicular applications. Vehicles equipped with an on-board unit (OBU) send TTE requests to the road side unit (RSU) and share their real-time information, including traveled path and average speed, and the RSU responds with the suggested shortest route as well as the estimated travel time. In order to efficiently share real-time traffic information among RSUs, a propagation-based RSU-to-RSU (R2R) data exchange algorithm and a traffic information super-matrix data structure are designed. These reduce the complexity from O(N2) for a traditional broadcast approach to O(N). Real data collected from a GPS-based taxi dispatching system is applied to evaluate the accuracy of the proposed TTE model and the performance of the suggested route. The experimental results show that the average mean absolute error percentage (MAPE) of the proposed TTE model is 13.6% compared to real taxi journeys, which indicates that the performances of the suggested routes are good. The TTE of the suggested paths has the possibility of being 82.2% better than the paths traveled by taxi, and the travel time is thus reduced by 15.9% on average over a year.

ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Ad Hoc Networks - Volume 43, June 2016, Pages 71–81
نویسندگان
, , ,