“交通·未来”第11期：基于海量轨迹数据的货车编队模式挖掘

前一阵公众号正式推出了“交通·未来”系列线上公益学术活动等你来~， 10月14日下午15:00，我们将迎来活动的第11期。

1、讲座主题

基于海量轨迹数据的货车编队模式挖掘

2、内容简介

货车编队行驶是一种通过车辆间实时通信，实现网联自动驾驶车辆近距离成排行驶的新兴技术。得益于空气阻力的降低和成排行驶的特性，货车编队技术将大幅降低参与车辆的燃油消耗并提升道路通行能力及交通运行安全。近些年来，车车互联（V2V）通信的成熟及协同自适应巡航控制（CACC）技术的出现都推进了货车编队技术快速落地。于是，合理评估货车编队潜力便对货运公司和运输主管部门至关重要。

长久以来，依据海量历史货运轨迹数据抽取车辆偶然相遇并近距离跟随行驶这一自发编队模式面临着轨迹定位误差、跟随关系判断、跨时刻模式挖掘等多项挑战，未能有效发挥数据驱动的货车编队潜力评估。本研究针对上述问题提出了一套成体系的解决办法，通过改进的地图匹配算法实现车辆与道路间相对行驶方向判断，并采用具备自适应功能的聚类算法识别车辆间跟随关系，最终通过改进的闭频繁项集挖掘算法抽取近距离跟随行驶时间最长的最大货车集合，成功从辽宁省日均四千万级货运轨迹数据中提取自发编队模式。

结果表明，获取的自发编队模式中约有36%可在不改变涉及货车路线及运输时间的前提下通过速度协调实现全省3.6%的燃油节省，且当日参与自发编队行驶货车的编队距离和时间分别占全省货车当日行驶距离和时间约为9.6%和9.9%。研究同时划分高速公路和国道，量化了编队行驶技术最佳实施时间与需要协调的车辆间距，给出了新基建背景下应优先考虑的具有较高货车自发编队可能性的路侧基础设施改造路段分布。作为数据驱动结果，研究可为大规模货车编队规划和道路设施改造提供有效政策与操作指导。

3、主讲人

马晓磊，2013年博士毕业于美国华盛顿大学，现任北航交通科学与工程学院副教授，博士生导师。主要研究领域包括公共交通运营规划及交通大数据分析；主持*、省部级项目20余项。目前已在交通领域*期刊以及会议上发表论文100余篇，其中55篇被SCI/SSCI收录（ESI高被引论文7篇），SCI他引2000余次；获中国地理信息科技进步特等奖1项，中国智能交通协会科学技术二等奖1项，住建部华夏建设科学技术二等奖1项；担任IEEE Transactions on ITS及IET ITS副主编，Transportation Research Part C、Journalof Intelligent Transportation Systems及Computers, Environment and Urban Systems编委、美国科学院TRB 人工智能与高级计算应用委员会委员、世界交通运输大会交叉学部数据与信息学科主席等学术组织成员。入选中国科协青年人才托举工程，北京市优秀青年，北京市科技新星等人才计划。担任第十三届全国青联委员。

4、时间地点

讲座时间：2020年10月14日下午15:00

讲座地点：腾讯会议ID：291 654 373

B站同步直播链接：https://live.bilibili.com/22297847（扫描下方二维码进入直播间）

5、讲座预告

第12期分享主题： 待定

时间：待定

主讲人：待定

一个人走得快，但一群人走得远！期待我们共同成长为交通领域未来之星！

交通大数据高阶交流群