本文選題：OD估計 + 轉彎流量　； 參考：《清華大學》2015年碩士論文

【摘要】：機動車保有量的迅速增加使得我國城市道路交通矛盾日益顯現(xiàn),道路擁堵時有發(fā)生,極大地影響了人們出行的效率和安全�？茖W合理的交通規(guī)劃、交通管理措施以及智能交通系統(tǒng)的建設成為緩解城市交通問題的重要手段。機動車OD矩陣描述了交通小區(qū)之間機動車的出行特征,能夠為交通規(guī)劃提供必要的信息;另一方面,OD矩陣包含了道路網(wǎng)的車輛行駛情況,為交通管理的各種措施的制定提供準確的依據(jù)。本論文首先對卡口所提供的車牌識別數(shù)據(jù)的原始數(shù)據(jù)進行處理,得到路口的轉彎流量、路段流量、實測旅行時間和部分機動車OD信息。結合交通規(guī)劃中Fratar法的計算思路,使用部分機動車OD信息進行路網(wǎng)全樣OD估計,并將其作為實際路網(wǎng)中基于轉彎流量和路段流量的OD估計研究的基礎數(shù)據(jù)。然后,分別計算僅基于轉彎流量、基于轉彎流量和實測旅行時間以及基于轉彎流量和部分機動車OD信息的分配矩陣。其中在使用部分機動車OD信息進行分配矩陣的計算中對缺失數(shù)據(jù)進行了修復以得到較為完整的出行路徑。第三,分別將轉彎流量和路段流量作為輸入數(shù)據(jù),以最小化檢測轉彎流量與估計轉彎流量的偏差和歷史OD矩陣與估計OD矩陣偏差之和最小為目標函數(shù),使用廣義最小二乘模型進行OD估計。最后,在真實OD已知和真實OD未知的兩種不同情況下,使用ND路網(wǎng)進行OD估計方法驗證,對利用不同數(shù)據(jù)進行估計的結果進行評價分析。結果表明,使用轉彎流量和部分機動車OD信息進行OD估計能夠提高估計的準確性。在OD估計方法的研究之后,對城市實際部分路網(wǎng)進行案例研究,從實際情況方面驗證基于車牌識別的OD估計方法的準確性。通過對評價指標MAPE和RMSE的分析,表明本文提出的OD估計方法能夠有效地估計出真實OD。最后,在研究時間長度、實測旅行時間的計算和車牌識別數(shù)據(jù)的進一步挖掘方面提出了本論文以后的研究展望。
[Abstract]:With the rapid increase of the number of motor vehicles, the contradiction of urban road traffic becomes increasingly apparent in China, and road congestion occurs from time to time, which greatly affects the efficiency and safety of people's travel. Scientific and reasonable traffic planning, traffic management measures and the construction of intelligent transportation system (its) become important means to alleviate urban traffic problems. The vehicle OD matrix describes the travel characteristics of vehicles between traffic communities, which can provide necessary information for traffic planning. On the other hand, the OD matrix includes the vehicle driving situation of road network. To provide accurate basis for the establishment of various measures of traffic management. In this paper, the original data of the license plate recognition data provided by the bayonet are processed, and the turning flow, the section flow, the measured travel time and the OD information of part of the vehicle are obtained. Combined with the Fratar method in traffic planning, the whole OD estimation of road network is carried out by using the OD information of some motor vehicles, and it is used as the basic data of OD estimation based on turn flow and section flow in the actual road network. Then, the assignment matrix is calculated based on turning flow only, turning flow and measured travel time, turning flow and partial vehicle OD information. In order to get a complete travel path, the missing data is repaired in the calculation of allocation matrix using partial vehicle OD information. Thirdly, turning flow and section flow are taken as input data respectively. The objective function is to minimize the deviation between the measured turn flow and the estimated turn flow and the sum of the historical OD matrix and the estimated OD matrix deviation, and the objective function is to minimize the deviation between the historical OD matrix and the estimated OD matrix. A generalized least square model is used for OD estimation. Finally, in two different cases where real OD is known and real OD is unknown, the OD estimation method is verified by using ND network, and the results of estimation with different data are evaluated and analyzed. The results show that the accuracy of OD estimation can be improved by using turning flow and partial OD information. After the research of OD estimation method, a case study on the actual part of urban road network is carried out to verify the accuracy of the OD estimation method based on license plate recognition. The analysis of MAPE and RMSE shows that the OD estimation method proposed in this paper can effectively estimate the real ODs. Finally, the future research prospect of this paper is put forward in terms of the length of the research time, the calculation of the measured travel time and the further mining of the license plate recognition data.
【學位授予單位】：清華大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：U491.1

【相似文獻】

相關期刊論文 前10條

1 王殿海;徐程;祁宏生;金盛;;基于路段流量相關性的檢測器優(yōu)化布設[J];華南理工大學學報(自然科學版);2011年03期

2 肖海燕;;基于路段流量的交通分配模型的算法[J];武漢科技大學學報(自然科學版);2007年03期

3 肖海燕;;基于路段流量的交通分配模型的遺傳算法[J];湖北教育學院學報;2007年02期

4 周和平;全維杰;楊啟福;楊鵬;李利華;;基于區(qū)間情景的不確定性OD反推模型與算法[J];系統(tǒng)工程;2013年10期

5 李存軍,鄧紅霞;用相關路段交通流逼近目標路段流量的神經(jīng)網(wǎng)絡方法[J];交通運輸工程與信息學報;2004年01期

6 任剛,王煒;可直接計算轉向流量的改進型DIAL交通分配算法[J];中國公路學報;2005年04期

7 劉海旭;;基于靈敏度分析的隨機道路網(wǎng)絡流量模擬[J];系統(tǒng)工程;2011年05期

8 MUSSONE Lorenzoa;MATTEUCCI Matteob;;基于神經(jīng)網(wǎng)絡的OD分布矩陣反推方法[J];交通運輸系統(tǒng)工程與信息;2013年04期

9 李震宇;陳貴鳳;;確定OD矩陣和路段選擇率的方法[J];交通科技與經(jīng)濟;2007年05期

10 郭冠英;以路段流量推算出行OD矩陣的研究[J];上海公路;1999年02期

相關碩士學位論文 前7條

1 陳熙怡;基于車牌識別數(shù)據(jù)的路網(wǎng)OD估計方法研究[D];清華大學;2015年

2 劉杰華;基于路段流量的高速公路聯(lián)網(wǎng)收費清分方法研究[D];山東科技大學;2008年

3 蔣云;基于路段轉向流量的OD估計算法研究[D];中國科學技術大學;2015年

4 肖志國;區(qū)域OD矩陣反推技術評價及其理論研究[D];華中科技大學;2006年

5 楊濤;集成阻抗函數(shù)標定的OD估計雙層規(guī)劃模型研究[D];長安大學;2007年

6 韋薇;基于仿真的路網(wǎng)宏觀基本圖研究[D];浙江大學;2014年

7 彭建;基于有序加權平均算子的OD矩陣估計算法研究[D];北京交通大學;2010年

，

本文編號：1998252