基于浮動車數(shù)據(jù)的實時交通狀態(tài)估計.pdf

1、交通狀態(tài)信息是現(xiàn)代交通信息服務(wù)系統(tǒng)的基礎(chǔ),城市道路實時交通信息是實現(xiàn)交通管理及控制、動態(tài)誘導(dǎo),改善道路通行條件的基礎(chǔ),對市民出行、公交調(diào)度、城市規(guī)劃等具有重要參考價值。
　　 傳統(tǒng)的交通信息檢測設(shè)備如線圈檢測器、微波檢測器、雷達檢測器等在道路交通流檢測中發(fā)揮著重要的作用。但是固定檢測器許多弊端,無法直接檢測車輛平均車速、路段旅行時間,覆蓋范圍有限,維修安裝費用高昂等。近年來浮動車技術(shù)被更廣泛的應(yīng)用在交通信息的采集上,尤其是基于全

2、球衛(wèi)星定位系統(tǒng)(GPS)車載設(shè)備被安裝在了眾多的公交車、出租車和物流車輛。大量的浮動車分布于道路的各個路段上,通過GPS實時定位,動態(tài)獲取時間、位置、速度等車輛定位數(shù)據(jù),具有精度高,數(shù)據(jù)量大,道路覆蓋范圍廣泛,經(jīng)濟方便等優(yōu)勢。
　　 國內(nèi)外學(xué)者關(guān)于浮動車的研究多數(shù)是利用單類型浮動車,單一車輛類型不能代表整個道路交通流構(gòu)成;另外這些研究多數(shù)是基于長周期、大樣本量、高采樣頻率的假設(shè),但是應(yīng)用在實際交通狀態(tài)計算時,交通狀態(tài)參數(shù)估計的精

3、度不高。
　　 本文提出利用城市交通服務(wù)性車輛(公交車、出租車)和物流車作為探測車采集位置、速度和其他車輛信息,由于GPS定位準確性受多種因素影響,因此源數(shù)據(jù)需要預(yù)處理后,利用地圖匹配算法將車輛匹配到道路上;考慮到GPS浮動車數(shù)量以及車輛在城市路網(wǎng)中的分布,每個路段上車輛數(shù)量很難滿足最小樣本量的要求,同時路段交通狀態(tài)受路段長度影響較大,本文結(jié)合浮動車技術(shù)應(yīng)用提出了合理的路段劃分方法和路段動態(tài)整合的思想,解決了信號燈延誤和公交車站

4、點延誤對路段旅行時間的影響以及估計間隔內(nèi)路段浮動車數(shù)據(jù)不足的缺陷;通過Vissim仿真發(fā)現(xiàn),估計間隔內(nèi)同一路段浮動車平均速度同小汽車平均速度隨時間變化趨勢一致,因此本文利用最小二乘法擬合浮動車速度為小汽車速度,然后將擬合速度按照浮動車數(shù)量占比加權(quán)平均求取路段平均速度。利用Vissim作三次仿真,以第一次仿真的浮動車速度和小汽車速度數(shù)據(jù)作為最小二乘擬合曲線的歷史數(shù)據(jù),第二次和第三次仿真數(shù)據(jù)驗證模型精度。
　　 通過以上兩次仿真數(shù)據(jù)