学位论文 > 优秀研究生学位论文题录展示

基于浮动车数据的实时交通状态估计

作　者: 江波
导　师: 贾磊
学　校: 山东大学
专　业: 控制科学与工程
关键词: 路段平均速度交通状态地图匹配交通拥挤微波检测器雷达检测器线圈检测器实时交通信息估计模型智能交通系统车辆停驶车辆信息公交调度车载设备探测车旅行时间城市道路城市路网最小二乘法拟合限速值
分类号: U491
类　型: 硕士论文
年　份: 2011年
下　载: 200次
引　用: 3次
阅　读: 论文下载

内容摘要

交通状态信息是现代交通信息服务系统的基础,城市道路实时交通信息是实现交通管理及控制、动态诱导,改善道路通行条件的基础,对市民出行、公交调度、城市规划等具有重要参考价值。传统的交通信息检测设备如线圈检测器、微波检测器、雷达检测器等在道路交通流检测中发挥着重要的作用。但是固定检测器许多弊端,无法直接检测车辆平均车速、路段旅行时间,覆盖范围有限,维修安装费用高昂等。近年来浮动车技术被更广泛的应用在交通信息的采集上,尤其是基于全球卫星定位系统(GPS)车载设备被安装在了众多的公交车、出租车和物流车辆。大量的浮动车分布于道路的各个路段上,通过GPS实时定位,动态获取时间、位置、速度等车辆定位数据,具有精度高,数据量大,道路覆盖范围广泛,经济方便等优势。国内外学者关于浮动车的研究多数是利用单类型浮动车,单一车辆类型不能代表整个道路交通流构成；另外这些研究多数是基于长周期、大样本量、高采样频率的假设,但是应用在实际交通状态计算时,交通状态参数估计的精度不高。本文提出利用城市交通服务性车辆(公交车、出租车)和物流车作为探测车采集位置、速度和其他车辆信息,由于GPS定位准确性受多种因素影响,因此源数据需要预处理后,利用地图匹配算法将车辆匹配到道路上；考虑到GPS浮动车数量以及车辆在城市路网中的分布,每个路段上车辆数量很难满足最小样本量的要求,同时路段交通状态受路段长度影响较大,本文结合浮动车技术应用提出了合理的路段划分方法和路段动态整合的思想,解决了信号灯延误和公交车站点延误对路段旅行时间的影响以及估计间隔内路段浮动车数据不足的缺陷；通过Vissim仿真发现,估计间隔内同一路段浮动车平均速度同小汽车平均速度随时间变化趋势一致,因此本文利用最小二乘法拟合浮动车速度为小汽车速度,然后将拟合速度按照浮动车数量占比加权平均求取路段平均速度。利用Vissim作三次仿真,以第一次仿真的浮动车速度和小汽车速度数据作为最小二乘拟合曲线的历史数据,第二次和第三次仿真数据验证模型精度。通过以上两次仿真数据验证,基于多类型浮动车数据的路段平均速度估计模型平均误差率控制在7%以内,92%以上的路段平均速度估计值与真实值之间的绝对误差小于5km/h。仿真验证结果表明本文提出的估计模型和算法是合理有效的。

全文目录

摘要  10-12
ABSTRACT  12-14
缩略词注释表  14-15
第一章绪论  15-26
  1.1 研究背景  15-17
    1.1.1 城市交通面临的主要问题  15-16
    1.1.2 造成我国城市交通问题的原因  16-17
    1.1.3 解决城市交通问题的途经  17
  1.2 智能交通系统(ITS)  17-19
    1.2.1 智能交通系统概述  17
    1.2.2 智能交通系统组成  17-19
  1.3 交通状态检测  19
    1.3.1 交通状态检测的意义  19
    1.3.2 交通状态检测手段  19
  1.4 浮动车技术应用的相关研究  19-23
    1.4.1 交通研究中的GPS数据处理  20-22
    1.4.2 GPS技术在交通分析中的应用  22-23
  1.5 本文研究策略与论文结构安排  23-26
第二章相关技术概述  26-35
  2.1 全球定位系统(GPS)  26-28
    2.1.1 全球定位系统(GPS)概述  26-27
    2.1.2 GPS定位原理  27-28
  2.2 地理信息系统(GIS)  28-30
    2.2.1 地理信息系统概述  28
    2.2.2 GIS在智能交通系统中的应用  28-30
  2.3 车辆行驶行为分析  30-31
    2.3.1 出租车行驶行为分析  30
    2.3.2 公交车行驶行为分析  30-31
  2.4 相关名词参数解释  31-34
    2.4.1 道路等级  31-32
    2.4.2 旅行时间和路段速度  32
    2.4.3 交通状态分级  32-33
    2.4.4 浮动车最小样本量  33-34
  2.5 本章小结  34-35
第三章路段划分与路段动态整合  35-43
  3.1 路段划分  35-41
    3.1.1 传统的路段划分方式  35-36
    3.1.2 路段划分应考虑的问题  36-37
    3.1.3 路段划分应遵循的原则  37
    3.1.4 路段的划分  37-41
  3.2 路段的动态整合  41-42
  3.3 本章小结  42-43
第四章数据预处理与地图匹配  43-56
  4.1 浮动车数据采集频率  43-44
  4.2 浮动车车载端数据格式  44
  4.3 数据预处理  44-45
  4.4 地图匹配  45-55
    4.4.1 地图匹配方法研究  45-48
    4.4.2 基于不同要素的地图匹配算法  48-55
  4.5 本章小结  55-56
第五章交通状态估计与仿真  56-72
  5.1 交通状态估计间隔  56-57
  5.2 浮动车选择  57
  5.3 交通状态估计模型  57-61
    5.3.1 单类型浮动车平均速度计算  57-58
    5.3.2 路段动态整合在交通状态估计中的应用  58-59
    5.3.3 基于多类型浮动车数据的平均速度估计模型  59-61
  5.4 仿真与验证  61-71
    5.4.1 模型评价指标  61-62
    5.4.2 浮动车技术估计交通状态的有效性  62-65
      5.4.2.1 单类型浮动车估计模型有效性验证  62-63
      5.4.2.2 浮动车最小样本量仿真研究  63-64
      5.4.2.3 动态整合思想应用有效性验证  64-65
    5.4.3 估计模型仿真验证  65-71
      5.4.3.1 路段平均速度  65-66
      5.4.3.2 估计模型参数标定  66
      5.4.3.3 仿真设置及路段选取  66-67
      5.4.3.4 仿真验证  67-71
  5.5 本章小结  71-72
第六章总结与展望  72-75
  6.1 论文总结  72
  6.2 论文创新点  72-73
  6.3 改进与展望  73-75
参考文献  75-79
致谢  79-81
学位论文评阅及答辩情况表  81

基于浮动车数据的实时交通状态估计

内容摘要

全文目录

相似论文