its城市道路交通状态判别

《its城市道路交通状态判别》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、城市道路交通状态判别方法研究城市道路交通状态判别方法研究摘要随着社会经济的快速发展，道路车辆不断增多，道路交通需求增长迅速，道路交通状况正变得日益严峻。恶性交通事故及交通拥挤的迅速增加，不但严重威胁人民生命和财产的安全，也给道路交通的运行效率带来了严重影响。为了提高道路交通的安全性和运行效率，世界各国尤其是发达国家不断研究运用先进技术对道路交通运行状态进行监控，出现了各种以不同设备为手段的交通监控系统。而要充分利用这些先进的交通检测手段为城市交通服务就需要适合的交通状态判别方法。本文基于此目的，分析了国内外相关课题的研究现状，对交通流参数、道路交通状

2、态分析及目前已有判别方法进行了研究。首先重点分析了经典的加州算法、McMaster算法、指数平滑法、标准偏差法，并对算法作出了比较分析；然后针对已有研究成果在城市道路交通状态判别上的不足，在已有研究成果基础上，以聚类分析为方法，建立利用定点检测线圈数据进行交通状态判别的方法，并通过实际案例分析证明了方法的有效性。本论文的研究成果可为交通管理者实时了解路网交通状态变化的信息，及时采取对策，疏导交通、减少拥挤，提高交通安全保障，使有限的路网时空资源发挥效率而提供帮助。关键词：智能交通系统；道路交通状态；交通状态判别；聚类分析；环形检测线圈数据；城市道路交

3、通状态判别方法研究目录1绪论11.1研究的背景、目的及意义11.2国外研究进展21.3国内研究现状31.4各种算法优缺点比较51.5论文研究的主要内容62城市道路交通状态分类、指标和交通参数研究72.1我国关于交通拥挤的量化定义72.2交通流参数82.3基本的交通参数的选取83基于聚类分析的交通状态判别方法103.1研究方法的选择103.2聚类分析方法介绍103.3聚类分析算法的特征数据样本123.4原始数据规约153.5对丢失基础数据的处理154案例分析164.1交通基础数据说明164.2交通状态聚类分析结果164.2判别结果175总结与展望19参

4、考文献20致谢22附录23附录A经处理后的交通基础数据表23附录B经处理后的交通基础数据表26附录C经处理后的交通基础数据表30城市道路交通状态判别方法研究附录D经处理后的交通基础数据表33附录E经处理后的交通基础数据表37城市道路交通状态判别方法研究1绪论随着在智能交通管理系统的不断发展，出现了各种交通状态实时判别方法。大多的交通状态判别系统都包括数据获取，数据准备，数据比较，实时状态判断等。交通状态判别即是要实现将采集到的基础数据经过处理后与一个既定的交通状态判别标准进行比较，从而判别出定性交通状况，判别结果可作为交通管理者决策时的参考依据。现实

5、中，交通系统是一个随时间不断变化的时变系统，交通流的基本特征不仅每时每刻都在发生着量变,而且在一个相当长的时期内,不断积累的量变会带来整个交通系统交通流特征的质变，质变的发生意味着交通定性状态的改变。1.1研究的背景、目的及意义随着经济的高速发展和社会进步脚步的加快，城市人口剧增，汽车的数量增长越来越快，城市路网的通行能力已经无法满足日益增长的交通需求，交通拥挤和堵塞现象变得越来越严重，交通事故，交通污染，能源消耗等各种引发出来的问题已经俨然成为世界各国特别是发达国家所面临和必须解决的重大问题，智能交通系统（ITS，IntelligentTransp

6、ortationSystem）通过对传统的变革，提升交通系统的信息化、智能化、集成化和网络化，保障人、车、路与环境之间的相互交流，进而提高交通系统的效率、安全性、机动性、经济性、可达性达到保护环境，降低能耗的作用，ITS已经成为国际上公认解决上述交通问题的根本途径，越来越受到国内外政府、专家、学者等的重视和广泛应用。在智能交通系统中，各种交通判别算法通常都是用来对道路环境中的实时交通状态判别，通过这些算法，可以通过对道路基础信息采集系统采集到的交通数据进行分析，通过一定数学方法处理，根据变化的趋势得到目前交通系统的运行情况，系统将得到的基础数据经过一

7、定处理后与一个既定的交通状态判别标准进行比较，从而能够判别目前交通系统处于何种状态，即实现对实时获得的交通监控数据进行处理，得到交通状态定性判别结果。当这个判别结果提供到交通系统管理者和决策者手中时，他们就可以针对不同情况制定相应的交通控制、管理和诱导措施。本文的研究目的即是要在已有研究的基础上，提出可利用定点检测线圈数据实现城市道路交通定性状态判别的方法。1.2国外研究进展Thancanamootoo和Bell32城市道路交通状态判别方法研究（1988）研究了一种用于城市主干道交通事件检测的算法，这种算法采用的指标是占有率参数。在这种算法中，使用指

8、数平滑方法来估计每个信号周期内单个车道上下游位置占有率的预测值，然后将其与阈值比较来确定下游事件的发生。后来