發(fā)布時間：2021-11-05 17:03

　　隨著我國區(qū)域經(jīng)濟(jì)一體化進(jìn)程的不斷加快,機(jī)動化水平的不斷提高,使得高速公路的交通擁堵與安全問題不斷加重。著力于智能交通系統(tǒng)建設(shè)成為解決上述問題的有效途徑之一。作為保證智能交通系統(tǒng)高效運(yùn)行的關(guān)鍵部分之一,旅行時間預(yù)測近年來得到了國內(nèi)外學(xué)術(shù)界的廣泛關(guān)注,也得到了管理部門的廣泛應(yīng)用。實(shí)時、準(zhǔn)確的旅行時間預(yù)測不僅能夠?yàn)楣芾砣藛T提供決策支撐,還可以為出行者提供優(yōu)質(zhì)的出行服務(wù)。然而目前針對旅行時間預(yù)測的研究集中于方法的應(yīng)用,尚未考慮在智能交通系統(tǒng)中與其他相關(guān)部分的協(xié)調(diào),沒有形成完善的旅行時間預(yù)測理論體系,從而制約了整個系統(tǒng)的高效運(yùn)轉(zhuǎn)。特別是在我國,目前高速公路智能化水平仍然處于發(fā)展階段,現(xiàn)有的信息采集設(shè)備、數(shù)據(jù)處理方法不能夠較好地滿足旅行時間預(yù)測的數(shù)據(jù)和信息需求�；诖�,本論文依托于國家自然科學(xué)基金重點(diǎn)國際（地區(qū)）合作與交流項目“面向高維多源耦合大數(shù)據(jù)的多張量網(wǎng)絡(luò)理論及其實(shí)證研究”、交通運(yùn)輸部科技示范工程項目“江蘇省高速公路網(wǎng)運(yùn)營與服務(wù)智能化平臺科技示范工程”和江蘇省交通運(yùn)輸科技項目重大專項“滬寧高速公路超大流量路段通行保障關(guān)鍵技術(shù)研究與工程示范”,采用美國和我國的實(shí)際交通流數(shù)據(jù),從數(shù)據(jù)采集、數(shù)據(jù)預(yù)... 

【文章來源】：東南大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：196 頁

【學(xué)位級別】：博士

【部分圖文】：

所示，從全局視角，發(fā)現(xiàn)交通量隨時間變化具有一定

第四章高速公路狀態(tài)識別及擁堵持續(xù)時間估計方法101自由流-同步流狀態(tài)驗(yàn)證通過人工視頻監(jiān)測，將表中數(shù)據(jù)點(diǎn)1所劃分的自由流-同步流過渡狀態(tài)與實(shí)際視頻進(jìn)行對比校驗(yàn)，從圖4-20可以得出同步流狀態(tài)被確認(rèn)為基本暢通狀態(tài)，說明交調(diào)站所在路段區(qū)間交通運(yùn)行通暢，車流密度較孝區(qū)間車速較高，但交通流狀態(tài)比自由流稍低，速度分布跨度較大。此時，高速公路上大部分路段交通運(yùn)行接近暢通狀態(tài)，只有很低比例的路段交通流狀態(tài)不穩(wěn)定，不會形成擁堵或長時間排隊。同步流狀態(tài)驗(yàn)證通過人工視頻監(jiān)測，將表中數(shù)據(jù)點(diǎn)2和3所劃分的同步流狀態(tài)與實(shí)際視頻進(jìn)行對比校驗(yàn)，從圖4-21可以得出同步流狀態(tài)被確認(rèn)為擁堵狀態(tài)，說明交調(diào)站所在路段區(qū)間交通運(yùn)行處于輕度擁堵狀況，高速公路上大部分路段密度低于或接近臨界密度，少部分路段密度高于臨界密度，但整體平均密度低于臨界密度。若此時交通需求繼續(xù)增加，平均流量會逐漸下降。

東南大學(xué)博士學(xué)位論文102同步流-堵塞流狀態(tài)驗(yàn)證通過人工視頻監(jiān)測，并將表中數(shù)據(jù)點(diǎn)4所劃分的同步流-堵塞流過渡狀態(tài)與實(shí)際視頻進(jìn)行對比校驗(yàn)，從圖4-22可以得出同步流-堵塞流狀態(tài)被確認(rèn)為中度擁堵狀態(tài)，交調(diào)站所在路段區(qū)間交通運(yùn)行狀況較差，車輛同樣分布在車流密度較大、車速不高的區(qū)間。此時，高速公路上大部分路段平均密度已經(jīng)超過臨界密度，平均流量開始從通行能力處下降，道路上的車流排隊情況開始惡化。若此時降低進(jìn)入高速公路的交通需求，能夠逐漸恢復(fù)或保持交通流的穩(wěn)定狀態(tài)；但若交通需求持續(xù)增加，高速公路將很快進(jìn)入阻塞狀態(tài)，甚至導(dǎo)致運(yùn)行癱瘓。堵塞流狀態(tài)驗(yàn)證通過人工視頻監(jiān)測，并將表中數(shù)據(jù)點(diǎn)5劃分的堵塞流狀態(tài)與實(shí)際視頻進(jìn)行對比校驗(yàn)，從圖4-23可以得出堵塞流狀態(tài)被確認(rèn)為阻塞狀態(tài)，說明交調(diào)站所在路段區(qū)間交通運(yùn)行狀況很差，此時，高速公路上處于擁擠或阻塞狀態(tài)，形成擁堵或長時間排隊，對高速公路整體性能影響較大。此時，若不及時采用相應(yīng)的交通控制和疏導(dǎo)措施，限制或阻止交通流入，交通運(yùn)行將趨于癱瘓。通過上述5組數(shù)據(jù)的對比校驗(yàn)，得出選取5個數(shù)據(jù)點(diǎn)的視頻監(jiān)測與實(shí)際聚類算法所劃分的交通狀態(tài)能夠一一對應(yīng)，說明所提出的算法具有較好的準(zhǔn)確性和可行性。4.4.2基于ANN的交通狀態(tài)預(yù)測模型上節(jié)中交通狀態(tài)劃分方法可以對實(shí)時采集的交通流信息進(jìn)行分類，包括5類：暢通

【參考文獻(xiàn)】：
期刊論文
[1]基于在線地圖交通態(tài)勢分析的路網(wǎng)擁堵狀態(tài)識別[J]. 張建旭,郭力瑋.  交通運(yùn)輸系統(tǒng)工程與信息. 2018(05)
[2]基于特征級融合的高速公路異質(zhì)交通流數(shù)據(jù)修復(fù)方法[J]. 李林超,曲栩,張健,王永崗,李漢初,冉斌.  東南大學(xué)學(xué)報(自然科學(xué)版). 2018(05)
[3]基于時空相關(guān)性的交通流故障數(shù)據(jù)修復(fù)方法[J]. 王薇,程澤陽,劉夢依,楊兆升.  浙江大學(xué)學(xué)報(工學(xué)版). 2017(09)
[4]基于時延賦色Petri網(wǎng)的交叉口群車輛旅行時間模糊預(yù)測[J]. 安毅生,周潔,楊臨澗,徐志剛,趙祥模.  中國公路學(xué)報. 2016(06)
[5]基于時空模型的交通流故障數(shù)據(jù)修正方法[J]. 陸化普,孫智源,屈聞聰.  交通運(yùn)輸工程學(xué)報. 2015(06)
[6]高速公路旅行時間的自適應(yīng)插值卡爾曼濾波預(yù)測[J]. 趙建東,王浩,劉文輝.  華南理工大學(xué)學(xué)報(自然科學(xué)版). 2014(02)
[7]基于信息熵的改進(jìn)PESA算法[J]. 王堃,王琳琳,劉艷,張玉華,吳蒙.  通信學(xué)報. 2013(11)
[8]基于改進(jìn)時空Moran’s I指數(shù)的道路交通狀態(tài)特征分析[J]. 陳紹寬,韋偉,毛保華,關(guān)偉.  物理學(xué)報. 2013(14)
[9]高速公路施工作業(yè)區(qū)車速分布特征及限速研究[J]. 孟祥海,史永義,王浩,徐漢清.  交通運(yùn)輸系統(tǒng)工程與信息. 2013(01)
[10]手機(jī)數(shù)據(jù)在交通調(diào)查和交通規(guī)劃中的應(yīng)用[J]. 冉斌.  城市交通. 2013(01)

博士論文
[1]基于網(wǎng)格模型的城市交通運(yùn)行狀態(tài)識別和行程時間預(yù)測方法研究[D]. 劉煬.北京交通大學(xué) 2018
[2]基于多源異質(zhì)數(shù)據(jù)的高速公路交通狀態(tài)估計方法研究[D]. 何賞璐.東南大學(xué) 2017
[3]基于集成學(xué)習(xí)的交通狀態(tài)預(yù)報方法研究[D]. 劉擎超.東南大學(xué) 2015
[4]從基本圖方法到三相交通流理論[D]. 高坤.中國科學(xué)技術(shù)大學(xué) 2008

碩士論文
[1]降雨天氣下高速公路車輛行駛速度短期預(yù)測方法研究[D]. 陳信超.東南大學(xué) 2018
[2]基于多源信息的高速公路交通事件檢測方法研究[D]. 張雯靚.東南大學(xué) 2018
[3]基于多源數(shù)據(jù)的高速公路短時交通狀態(tài)預(yù)測方法研究[D]. 葛志鵬.東南大學(xué) 2016
[4]RFID交通數(shù)據(jù)清洗技術(shù)體系研究[D]. 寧丹.東南大學(xué) 2016
[5]高速公路交通流異常數(shù)據(jù)識別及修復(fù)方法研究[D]. 王英會.北京交通大學(xué) 2015
[6]基于手機(jī)定位數(shù)據(jù)的交通OD分布研究[D]. 宋璐.東南大學(xué) 2015
[7]面向多源數(shù)據(jù)融合的高速公路檢測器布設(shè)方法研究[D]. 王浩淼.東南大學(xué) 2015
[8]基于手機(jī)定位數(shù)據(jù)的城市居民出行特征提取方法研究[D]. 張維.東南大學(xué) 2015
[9]短時交通參數(shù)多步預(yù)測方法研究[D]. 王秋蘭.吉林大學(xué) 2012
[10]基于浮動車數(shù)據(jù)的路段旅行時間預(yù)測研究[D]. 朱愛華.北京交通大學(xué) 2008



本文編號：3478185