基于多源異質(zhì)檢測數(shù)據(jù)的道路交通流參數(shù)估計問題研究.pdf

1、道路交通擁堵疏解主要措施是提高交通供給的同時適度限制交通需求，試圖通過縮小供給與需求兩者差距，在期望服務水平下，使交通基礎設施供給與交通出行需求達到某種均衡。隨著傳感技術、通信技術、計算機技術和信息化技術等不斷發(fā)展，交通檢測的手段不斷提高和豐富，為交通管理者提供了更多高質(zhì)量和高可靠的檢測數(shù)據(jù)。基于這些檢測數(shù)據(jù)可及大地提高交通流組織管理水平，使已有交通基礎設施的供給能力最大化。但是，出于經(jīng)濟成本和其他因素等考慮，無法實現(xiàn)交通檢測器的全路網(wǎng)

2、覆蓋。因而，深入研究如何有效的利用少量有限的多源檢測數(shù)據(jù)，來合理的對整個路網(wǎng)交通流運行狀態(tài)進行估計是提高交通流組織管理效率的關鍵所在。
　　本論文從交通流運動波模型出發(fā)，研究多源異質(zhì)檢測數(shù)據(jù)的融合機制，探討幾種典型的交通流參數(shù)估計問題。具體來說，本論文研究工作主要有以下幾個方面:
　　(1)將三檢測器模型推廣應用于宏觀和微觀交通流狀態(tài)估計。與傳統(tǒng)的交通流運動波模型不同，三檢測器模型以累積車流量為系統(tǒng)狀態(tài)量，直接顯現(xiàn)地建立了路

3、段內(nèi)部狀態(tài)量與路段上下游邊界狀態(tài)量的最小化函數(shù)關系。基于理想邊界條件假設，本論文不僅研究了宏觀交通流參數(shù)，如路段行程時間、流量和密度的時空演化譜等估計方法，而且研究了微觀交通流參數(shù)，如車輛行駛軌跡的估計方法。
　　(2)在三檢測器模的基礎上，提出隨機三檢測器模型。實際中，檢測數(shù)據(jù)是對交通系統(tǒng)的一種測量，測量誤差不可避免，且檢測技術采樣頻率有限，難以提供連續(xù)的檢測數(shù)據(jù)。測量誤差和檢測數(shù)據(jù)非連續(xù)性決定邊界條件是非理想的。本論文將該非理

4、想邊界條件建模成一個隨機邊界條件，邊界向量中每個元素是一個符合正態(tài)分布的隨機變量。借助隨機路徑選擇問題上廣泛使用的Probit模型，可建立內(nèi)部狀態(tài)量與隨機邊界狀態(tài)量的最小化函數(shù)關系，進一步利用Clark的逼近理論估計內(nèi)部交通流參數(shù)的均值和誤差大小。
　　(3)將多源異質(zhì)檢測數(shù)據(jù)建模成系列線性測量方程，并利用Kalman濾波融合到隨機三檢測器模型中。多源異質(zhì)檢測數(shù)據(jù)包括路段內(nèi)部線圈傳感器提供的車流量、占有率和瞬時速度信息、AVI旅行

5、時間數(shù)據(jù)和GPS移動位置數(shù)據(jù)。利用隨機三檢測器模型，上述檢測量均可以建模成以隨機邊界的累積車流量為狀態(tài)量的線性測量方程。在Kalman濾波框架下，可利用建立的線性測量方程輸出一個最佳增益量，來更新隨機邊界的累積車流量和累積車流量誤差的方差-協(xié)方差矩陣，得到隨機邊界的最佳估計。基于該最佳隨機邊界估計，利用隨機三檢測器模型可估計內(nèi)部交通流參數(shù)及其估計誤差大小。
　　(4)基于信息價值理論，將各種檢測數(shù)據(jù)對交通流參數(shù)估計的貢獻大小建模成

6、信息價值量。上述研究內(nèi)容建立了檢測數(shù)據(jù)與邊界狀態(tài)量估計誤差大小的關系，基于信息價值理論誤差大小可建模成信息量。然而，檢測數(shù)據(jù)參數(shù)的變化影響誤差大小，故可建立檢測數(shù)據(jù)參數(shù)與信息量的關系。
　　(5)基于約束最小二乘法，將快速路走廊的交通流參數(shù)估計問題建模成一個非線性的優(yōu)化模型。基于三檢測理論的前置波和后置波理念，將三檢測器模型的最小化函數(shù)建模成兩個不等式來描述交通流動態(tài)變化的約束?；诤狭鼽c和分流點的累積進口車流量和累積出口車流量守