PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Solution implementation based on modified kalman filter for purpose of bus arrival time prediction

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Implementacja filtru Kalmana do prognozowania czasu przybycia autobusów
Języki publikacji
EN
Abstrakty
EN
This paper describes use of Kalman's filter for prediction of time of arrival of bus. Kalman filter is recursive algorithm determining the minimum-variance estimate of the state vector of dynamic system, based on the measurement of inputs and outputs of the system. Three prediction algorithms used: difference algorithm, traditional Kalman filter and Kalman filter with changing weights of input data. Authors studied the bus arrival time predictions. Used for this purpose data send by radio from vehicles to prediction server. The smallest average prediction error obtained for the Kalman filter with variable weights.
PL
W pracy przedstawiono zastosowanie filtru Kalmana do prognozowania czasu przybycia autobusów. Filtr Klamana to algorytm rekurencyjnego wyznaczania minimalno-wariancyjnej estymaty wektora stanu układu dynamicznego, na podstawie pomiaru wejść i wyjść tego układu. Zbadano trzy algorytmy predykcji: algorytm różnicowy, tradycyjny filtr Kalmana oraz filtr Kalmana ze zmiennymi współczynnikami. Autorzy badali odchylenie od prognozowanego czasu przyjazdu autobusów. Używano do tego celu danych przesyłanych drogą radiową z autobusów do serwera predykcji. Najlepsze wyniki uzyskano dla filtru Kalmana ze zmiennymi współczynnikami.
Twórcy
autor
autor
autor
  • Institute of Telecommunications, Faculty of Telecommunications and Electrical Engineering University of Technology and Life Sciences Al. S. Kaliskiego 7, 85-789 Bydgoszcz, Poland, Damian.Ledzinski@utp.edu.pl
Bibliografia
  • [1] Kajan E., 2002. Information technology encyclopedia and acronyms. Springer, Berlin Heidelberg New York.
  • [2] Broy M., 2002. Software engineering – From auxiliary to key technologies. In: Broy M., Denert E. (eds). Software Pioneers. Springer, Berlin Heidelberg New York.
  • [3] Che M, Grellmann W, Seidler S, 1997, Appl Polym Sci 64:1079-1090.
  • [4] Ross D.W., 1977. Lysosomes and storage diseases. MA Thesis, Columbia University, New York.
  • [5] Padmanaban, R.P.S., Divakar, K., Vanajakshi, L., Subramanian, S.C., 2010. Development of a real-time bus arrival prediction system for Indian traffic conditions. In: Intelligent Transport Systems, IET. vol. 4, issue 3, pp. 189-200.
  • [6] Hao Chu, Yun Cai, Xiaoguang Yang, 2007. Research on Bus Arrival Time Prediction Based on Multi-Source Traffic Information. In: Telecommunications, ITST '07. 7th International Conference on ITS, pp. 1-5.
  • [7] Jian Zhang, Ling Yan, Yin Han, Jing-Jing Zhang, 2000. Study on the Prediction Model of Bus Arrival Time. In: Management and Service Science,. MASS '09. pp. 1-3.
  • [8] Jeong, R., Rilett, R., 2004. Bus arrival time prediction using artificial neural network model. In: Intelligent Transportation Systems,. Proceedings. The 7th International IEEE Conference, pp. 988-993.
  • [9] Latos P., Dubalski B., Marciniak T., Marciniak B., 2010. Demand forecasting for spare parts. Zesz. Nauk. UTP w Bydgoszczy, Telekomunikacja i Elektronika 13, pp. 103-114.
  • [10] Padmanaban, R.P.S., Vanajakshi, L., Subramanian, S.C., 2009. Automated Delay Identification for Bus Travel Time Prediction towards APTS Applications, Emerging Trends in Engineering and Technology (ICETET), 2nd International Conference, pp. 564 569.
  • [11] Galanis G., Louka P., Katsafados P., Kallos G., Pytharoulis I., 2006. Applications of Kalman filters based on non-linear functions to numerical weather predictions, Ann. Geophys., vol. 24, pp. 1-10.
  • [12] Bidarkota P., Dupoyet B., 2006. Asset Pricing with Incomplete Information In a Discrete Time Pure Exchange Economy; Florida International University, Department of Economics.
  • [13] Brock L.D., Schmidt G.T., 1970. General Questions on Kalman Filtering in Navigation Systems, Chapter 10 of Theory and Applications of Kalman Filtering C.T. Leondes, Editor, NATO AGARD.
  • [14] Funk, N., 2003. A Study of the Kalman Filter applied to Visual Tracking; University of Alberta.
  • [15] Kalman R.E., 1960. A New Approach to Linear Filtering and Prediction Problems, Transaction of the ASME – Journal of Basic Engineering, pp. 35-45.
  • [16] Jacobs O.L.R., 1993. Introduction to Control Theory; 2nd Edition. Oxford University Press.
  • [17] Welch G., Bishop G., 2006. An Introduction to the Kalman Filter; Department of Computer Science at the University of North Carolina at Chapel Hill Tech.
  • [18] Maybeck, Peter S., 1979. Stochastic Models, Estimation, and Control, vol. 1; Academic Press Inc.
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-article-BAT1-0041-0042
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.