基于卡尔曼滤波的城市快速路交通密度估计与拥堵识别

《基于卡尔曼滤波的城市快速路交通密度估计与拥堵识别》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于卡尔曼滤波的城市快速路交通密度估计与拥堵识别北京工业大学城市交通学院北京工业大学交通工程北京市重点实验室北京工业大学北京城市交通协同创新中心摘要:针对城市快速路网中只有部分路段检测器可用的情况，为准确地估计交通密度并基于此快速识别路网所有路段的交通拥堵情况，研究/基于宏观交通流模型的卡尔曼滤波器设计方法。结合动态图混杂自动机(DGHA)与元胞传输模型(CTM)对快速路网建模，在此基础上推导出分段仿射线性系统(PWALS)模型。基于所得到的模型设计出切换型卡尔曼滤波器进行交通密度估计，并通过将路段密度估计值与临界拥堵密度进行对比来对快速路网的拥堵进行识别。以京通快速路为例进行实

2、验，结果表明，真实值与估计值的平均绝对误差为MAE=O.625988，显示了所提方法的有效性。关键词:交通安全;交通密度估讣;卡尔曼滤波器;动态图混杂自动机;拥堵识别;作者简介：张驰远(1993-),硕士.研究方向：交通流网络估计.E-mail:zhangchiyuan@cmails.bjut.edu.cn作者简介：陈阳舟(1963-),博士，教授.研宄方向：多智能体网络与混杂动态系统的建模与控制.E-mail:yzchen@bjut.edu.cn收稿日期：2017-03-28基金：国家自然科学基金项目(61573030，61511130044)资助ATrafficDensity

3、EstimationandCongestionIdentificationofUrbanFreewaysBasedonKalmanFilterZHANGChiyuanCHENYangzhouGUOYuqiCollegeofMetropolitanTransportation,BeijingUniversityofTechnology;Abstract：Forthesituationwhereonlyapartoftrafficdetectorsareavailabletoobtaintrafficinformationinurbanfreewaynetworks,aKalmanf

4、ilterbasedonamacroscopictrafficflowmodelisstudiedinordertoaccuratelyestimatetrafficdensity，andmoreover,toquicklyidentifytrafficcongestionofallroadsections.AmacroscopictrafficflowmodelofurbanfreewaynetworksisdevelopedbycombiningDynamicGraphHybridAutomata(DGI1A)withCellTransmissionModel(CTM),an

5、daPiecewiseAffineLinearSystem(PWALS)modelisdeduced.TrafficdensityisestimatedintheswitchedKalmanfilterdesignedbythismodel,andcongestionofurbanfreewaynetworkscanbeidentifiedbycomparingtheroaddensityestimationwiththecriticalcongestiondensity.TheexperimenttakesJingtongfreewayinBeijingasacasestudy

6、,andtheMeanAbsoluteError(MAE)whichisgeneratedbyestimatedvalueandactualvalueis0.625988.Theresultsindicatetheeffectivenessoftheproposedmethod.Keyword：trafficsafety;trafficdensityestimation;Kalmanfilter;DynamicGraphHybridAutomata;congestionidentification;Received：2017-03-280引言随着机动车保冇量的日益增加，城市快速路

7、作为交通动脉已经无法满足车辆快速增长所带来的交通需求，进而导致交通拥堵频发，给居民的出行带来Y诸多不便。因此，准确地估计交通路况并及时发布拥堵信息，使居民能够提前选择出行路线，从而提高出行效率。总体来讲，交通拥堵方面的研宄可分为2个方面:基于数据的方法和基于路网模型的方法。单纯基于数据的方法要求路网布设足够完备的检测器，而基于模型的方法则可以只要求部分路段布设检测器。基于传感器数据的方法包括感应线圈数据、监控视频数据［1-2］,及GPS数据Ul。Tao等U1借助实时的手机GPS轨