基于可变元胞传输模型的城市道路交通流估计方法

城市道路交通流预测的可靠性、实时性是城市交通管理与控制的基础.为提高城市道路交通流的预测能力,提出了可变元胞传输模型(VCTM模型).在分析元胞传输模型(CTM模型)在城市道路交通流预测方面应用不足的基础上,根据流量守恒定律,将元胞的交通流密度和元胞的长度两个参数引入CTM模型,建立了VCTM模型.VCTM模型根据路段连接、汇聚、分流等三种形式的不同特点,分别建立了元胞连接、汇聚、分流的交通流传输公式.虽然VCTM模型引入了元胞的交通流密度和元胞的长度两个参数,增加了模型求解的运算量,但克服了元胞长度必须相等的局限性,确保VCTM模型可以应用于城市路网中的不同道路.仿真结果表明,VCTM模型能够满足城市道路交通流预测的要求.

基于粒子滤波的智能网联混合交通流状态估计

面向智能网联车辆和普通人工驾驶车辆共存的混合交通流环境,采用粒子滤波算法对城市快速路路段进行宏观交通流参数的估计,从而实现对城市快速路智能网联混合交通流状态的估计。以二阶宏观交通流模型为基础,结合混合交通流模型,构建粒子滤波交通流状态估计的状态-空间模型,并通过Matlab和SUMO仿真软件测定粒子滤波对混合交通流的状态估计效果,通过计算分析,发现粒子滤波状态估计模型对交通流状态波动有较好的追踪能力,性能上优于扩展卡尔曼滤波方法。

城市快速路交通流参数估计方法研究

车辆速度、密度、流量关系模型是研究交通流道路通行能力和交通运行状况的重要依据,针对真实道路车辆速度估计,展开经典交通流参数估计解析模型和基于机器学习方法模型的估计效率研究,并提出一种聚类最小二乘方法估计车辆速度。真实交通道路往往存在大量随机因素,而且现场采用的是微波监测器采集数据,导致原始数据存在极大的不确定性,因此,该方法首先对实测数据进行修复、校正和平滑等预处理;为了提高参数估计的效率和准确性,该方法采用k均值聚类对预处理后数据进行聚类;最后采用最小二乘法估计车辆速度。利用实测数据对算法进行测试,结果表明,文章所提出的算法估计效果优于经典解析模型,提高了交通流参数的估计精度,对更加精确的刻画交通流变化趋势有一定的现实意义。

Bayesian network model for traffic flow estimation using prior link flows

In order to estimate traffic flow a Bayesian network BN model using prior link flows is proposed.This model sets link flows as parents of the origin-destination OD flows. Under normal distribution assumptions the model considers the level of total traffic flow the variability of link flows and the violation of the conservation law.Using prior link flows the prior distribution of all the variables is determined. By updating some observed link flows the posterior distribution is given.The variances of the posterior distribution normally decrease with the progressive update of the link flows. Based on the posterior distribution point estimations and the corresponding probability intervals are provided. To remove inconsistencies in OD matrices estimation and traffic assignment a combined BN and stochastic user equilibrium model is proposed in which the equilibrium solution is obtained through iterations.Results of the numerical example demonstrate the efficiency of the proposed BN model and the combined method.

浮动车最小样本数量确定方法综述

目前国内较少有浮动车最小样本数量确定方法的综述性文章,首先对国内外现有的方法进行了一个综合的回顾,并重点分析了在不同交通流参数估计需求下各个浮动车样本数量确定方法的可行性,最后提出浮动车最小样本数量确定方法的研究方向。针对我国城市的混合交通流特性,目前自适应浮动车样本数量确定方法较适合实际交通情况。

面向需求的高速公路网检测器布置方法

交通流信息采集需求可分为交通规划、路段运营管理、交通流管控三个层次。定义满足交通规划需求的检测器布置方案为最小检测器布置,满足交通状态估计与投资相平衡的检测器布置为最优检测器布置。将高速公路网视为有向图,边数与节点数之差为最小检测器数量,利用最小边控制集的思想得到最小检测器布置方案。运用扩展卡尔曼滤波算法对不同检测器布置方案下交通流状态进行估计,计算估计偏差,以获得最优检测器布置。通过数例对提出的分层优化方法进行了仿真试验,验证了方法的有效性。