基于浮動(dòng)車數(shù)據(jù)的實(shí)時(shí)交通狀態(tài)估計(jì).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(shí)時(shí)交通信息是實(shí)現(xiàn)交通管理及控制、動(dòng)態(tài)誘導(dǎo),改善道路通行條件的基礎(chǔ),對(duì)市民出行、公交調(diào)度、城市規(guī)劃等具有重要參考價(jià)值。
　　 傳統(tǒng)的交通信息檢測(cè)設(shè)備如線圈檢測(cè)器、微波檢測(cè)器、雷達(dá)檢測(cè)器等在道路交通流檢測(cè)中發(fā)揮著重要的作用。但是固定檢測(cè)器許多弊端,無(wú)法直接檢測(cè)車輛平均車速、路段旅行時(shí)間,覆蓋范圍有限,維修安裝費(fèi)用高昂等。近年來(lái)浮動(dòng)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(dòng)車分布于道路的各個(gè)路段上,通過(guò)GPS實(shí)時(shí)定位,動(dòng)態(tài)獲取時(shí)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(jì)方便等優(yōu)勢(shì)。
　　 國(guó)內(nèi)外學(xué)者關(guān)于浮動(dòng)車的研究多數(shù)是利用單類型浮動(dòng)車,單一車輛類型不能代表整個(gè)道路交通流構(gòu)成;另外這些研究多數(shù)是基于長(zhǎng)周期、大樣本量、高采樣頻率的假設(shè),但是應(yīng)用在實(shí)際交通狀態(tài)計(jì)算時(shí),交通狀態(tài)參數(shù)估計(jì)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(cè)車采集位置、速度和其他車輛信息,由于GPS定位準(zhǔn)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(dòng)車數(shù)量以及車輛在城市路網(wǎng)中的分布,每個(gè)路段上車輛數(shù)量很難滿足最小樣本量的要求,同時(shí)路段交通狀態(tài)受路段長(zhǎng)度影響較大,本文結(jié)合浮動(dòng)車技術(shù)應(yīng)用提出了合理的路段劃分方法和路段動(dòng)態(tài)整合的思想,解決了信號(hào)燈延誤和公交車站

4、點(diǎn)延誤對(duì)路段旅行時(shí)間的影響以及估計(jì)間隔內(nèi)路段浮動(dòng)車數(shù)據(jù)不足的缺陷;通過(guò)Vissim仿真發(fā)現(xiàn),估計(jì)間隔內(nèi)同一路段浮動(dòng)車平均速度同小汽車平均速度隨時(shí)間變化趨勢(shì)一致,因此本文利用最小二乘法擬合浮動(dòng)車速度為小汽車速度,然后將擬合速度按照浮動(dòng)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(dòng)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(yàn)證模型精度。
　　 通過(guò)以上兩次仿真數(shù)據(jù)