發(fā)布時間：2020-05-29 19:51

【摘要】：城市交通擁堵治理是集戰(zhàn)略戰(zhàn)術(shù)、短期長遠、規(guī)劃執(zhí)行高度結(jié)合,政府、企業(yè)、學(xué)者、公眾多方配合的一攬子解決方案。在諸多緩堵對策中,依托智能交通系統(tǒng)被認為是投資小、見效快的重要措施。行程時間作為智能交通子系統(tǒng)的重要參數(shù),廣泛用于出行信息服務(wù)、動態(tài)路徑誘導(dǎo)、路網(wǎng)性能評判、交通需求管理、出行策略制定。因此,針對包含多條路段的城市信控干道系統(tǒng),深入研究動態(tài)行程時間估計及預(yù)測,可實現(xiàn)“感知現(xiàn)在,預(yù)測未來”,對城市交通的智能決策、精準(zhǔn)管理、高效服務(wù)具有重要意義。本文有兩點研究目標(biāo),一是根據(jù)交通現(xiàn)象形成機理構(gòu)建物理模型,通過對除行程時間外其他數(shù)據(jù)的處理計算,實現(xiàn)穩(wěn)態(tài)及過飽和狀態(tài)下干道動態(tài)行程時間的準(zhǔn)確、間接估計;二是借助數(shù)據(jù)驅(qū)動方法挖掘路徑行程時間與其歷史值及路段時間的非線性關(guān)系,實現(xiàn)短時干道動態(tài)行程時間的實時、直接預(yù)測�；谏鲜瞿繕�(biāo),研究工作主要有以下五點:(1)動態(tài)行程時間估計及預(yù)測基礎(chǔ)理論研究對“估計”和“預(yù)測”進行概念辨析,將動態(tài)行程時間估計按數(shù)據(jù)類型分類,將動態(tài)行程時間預(yù)測按核心方法分類,從研究對象、基礎(chǔ)數(shù)據(jù)、理論方法、變量參數(shù)、模型構(gòu)建、計算精度及效率、適用范圍等方面梳理相關(guān)文獻,并對研究現(xiàn)狀進行總結(jié)。(2)基于車流波動理論的沖擊波追蹤模型研究以單條路段為一個元胞,將其交通狀態(tài)簡化為到達流、飽和流、阻塞流3種狀態(tài),通過追蹤排隊波、消散波、駛離波、壓縮波4種沖擊波描述動態(tài)交通,構(gòu)建基于車流波動理論的路段沖擊波追蹤模型。對信號控制道路按路段劃分為多個元胞,考慮干道邊界條件和上下游路段關(guān)聯(lián),構(gòu)建干道沖擊波追蹤模型。根據(jù)已知的外部交通需求、交通流特征參數(shù)、信號配時方案、路網(wǎng)幾何參數(shù)等,即可動態(tài)追蹤沖擊波傳播及路口排隊演化,并估計各路段各時刻交通狀態(tài)分布。(3)基于車流波動理論的虛擬車軌跡重構(gòu)研究分析車輛在單條路段運行時的6類特征軌跡,分別對其遍歷交通狀態(tài)、所遇沖擊波及燈控情況總結(jié),并將軌跡重構(gòu)歸納為3種情形。然后給出關(guān)于車輛進入路段6個關(guān)鍵時間節(jié)點的計算公式,并劃分與3種重構(gòu)情形相對應(yīng)的3個特征時段。由車輛進入路段時刻判定所屬情形,每一時刻車輛的決策行為都根據(jù)其自身狀態(tài)和所處交通環(huán)境做出調(diào)整,從而產(chǎn)生連續(xù)軌跡直至駛離路段。當(dāng)擴展至干道時,考慮車輛行駛中的空間轉(zhuǎn)移和時間推移,以上游路段駛離時刻作為下游路段駛?cè)霑r刻,反復(fù)應(yīng)用路段軌跡重構(gòu)過程實現(xiàn)完整干道軌跡重構(gòu)。(4)基于沖擊波追蹤和虛擬車軌跡重構(gòu)的動態(tài)行程時間估計研究首先通過沖擊波追蹤模型估計交通狀態(tài),求解出各路段各時刻4種沖擊波波速及軌跡、排隊長度,并提取各周期最大最小排隊長度、以及初始排隊、最大排隊、清空排隊、最小排隊的對應(yīng)時刻。然后,以上述結(jié)果為輸入數(shù)據(jù),通過虛擬車軌跡重構(gòu)求解車輛在各時刻下的累積行駛距離,從而根據(jù)起終點時刻差值估計其動態(tài)行程時間,按一定統(tǒng)計間隔聚合即可得到平均行程時間。經(jīng)算例驗證,所提出的估計模型在缺少移動檢測數(shù)據(jù)的情況下,即可獲取準(zhǔn)確性較高的干道動態(tài)行程時間,并且對穩(wěn)態(tài)及存在剩余排隊的過飽和狀態(tài)均適用。(5)基于粒子濾波的實時干道動態(tài)行程時間預(yù)測研究考慮到城市交通系統(tǒng)的非線性本質(zhì)及行程時間觀測數(shù)據(jù)可能不滿足高斯噪聲假設(shè),而粒子濾波在處理非線性非高斯系統(tǒng)上具有獨特優(yōu)勢,據(jù)此提出基于粒子濾波的實時預(yù)測方法。具體是以干道行程時間為狀態(tài)變量,以路段行程時間為觀測值,利用采集的一組粒子近似狀態(tài)變量。其中,每個粒子狀態(tài)值為歷史天某時段干道行程時間,權(quán)值則通過比較歷史和實時交通模式計算。相較傳統(tǒng)方法,主要從沿數(shù)據(jù)序列傳播代替明確的狀態(tài)轉(zhuǎn)移函數(shù)、以多路段多時段行程時間矩陣標(biāo)定交通模式、采用部分重采樣策略3方面改進。然后,詳細闡述算法5個核心步驟的具體實現(xiàn)過程,并給出邏輯架構(gòu)設(shè)計。經(jīng)算例驗證,所提出的預(yù)測模型單步誤差最小,15分鐘內(nèi)的多步預(yù)測精度均較高,并可同時兼顧精度及效率。
【圖文】：

第 3 章 基于沖擊波追蹤和虛擬車軌跡重構(gòu)的信控干道動態(tài)行程時間估計于沖擊波追蹤和虛擬車軌跡重構(gòu)的信控干道動態(tài)行程界定間估計體系中，可從不同角度對其劃分，如圖 3-1 所示。從采集提取，前者是對除行程時間外的其他參數(shù)處理計算，后研究對象上分為間斷流行程時間和連續(xù)流行程時間，前者主路，后者主要為高速公路和城市快速路；從空間范圍上分為，通常路段行程時間是指在包含一個下游路口的路段上行駛為靜態(tài)行程時間和動態(tài)行程時間，，前者僅以車輛出發(fā)時的交行程時間，后者則是基于時間—空間 2 個維度，考慮在時變狀態(tài)（行進或停車，加減速或跟馳等）下完成出行的時間。干道動態(tài)行程時間估計”，對應(yīng)研究體系中“間斷流+路徑+

3 章 基于沖擊波追蹤和虛擬車軌跡重構(gòu)的信控干道動態(tài)行程時間估計常不受路側(cè)停車干擾，重載車輛比例較小，公交進出站僅影響外與機動車存在物理隔離，以及行人過街與直行車輛通過信號控制不考慮機制（2）的影響。的研究對象明確界定為：針對行駛在城市主干道上，因受信控影性的直行車流，考慮車輛駛?cè)霑r刻、道路長度、自由行駛情況、案等，估計其連續(xù)跨越包含多路段的路徑時所耗費的實際行程時號控制路口間的路段定義為基本路段，將包含一個下游信控路口，則基本路段及其相鄰下游路口構(gòu)成一個單位路段。在由n 個連干道中，共包括n 個基本路段和n 個信號控制交叉口，如圖 3-2 所干道邊界到達流率和相交道路匯入流率、路口信號配時、車輛行研究車輛由路口 1（或路口n ）上游路段駛?cè)敫傻老到y(tǒng)，跨越n（或路口 1）駛出干道系統(tǒng)所需要的動態(tài)行程時間。
【學(xué)位授予單位】：北京建筑大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：U491

【參考文獻】

相關(guān)期刊論文 前10條

1 鄧明君;曲仕茹;秦鳴;;基于譜分析的路段行程時間多步預(yù)測方法[J];交通運輸系統(tǒng)工程與信息;2015年03期

2 王紅霖;焦朋朋;孫文博;;基于元胞自動機的動態(tài)路段走行時間計算模型[J];交通信息與安全;2015年02期

3 王翔;陳小鴻;楊祥妹;;基于K最近鄰算法的高速公路短時行程時間預(yù)測[J];中國公路學(xué)報;2015年01期

4 李慧兵;楊曉光;羅莉華;;路段行程時間估計的浮動車數(shù)據(jù)挖掘方法[J];交通運輸工程學(xué)報;2014年06期

5 孫健;張純;陳書愷;薛睿;彭仲仁;;基于季節(jié)模型及Kalman濾波的道路行程時間[J];長安大學(xué)學(xué)報(自然科學(xué)版);2014年06期

6 崔青華;夏井新;;基于ARIMA-GARCH模型的城市主干道行程時間時變置信區(qū)間預(yù)測(英文)[J];Journal of Southeast University(English Edition);2014年03期

7 劉家東;林永杰;王峰;;城市交通信號控制干道旅行時間實時預(yù)測[J];交通信息與安全;2014年04期

8 李瑞敏;陳熙怡;;多源數(shù)據(jù)融合的道路旅行時間估計方法研究[J];公路交通科技;2014年02期

9 趙建東;王浩;劉文輝;;高速公路旅行時間的自適應(yīng)插值卡爾曼濾波預(yù)測[J];華南理工大學(xué)學(xué)報(自然科學(xué)版);2014年02期

10 楊兆升;莫祥倫;于堯;張彪;;非常態(tài)下路段行程時間估計方法[J];吉林大學(xué)學(xué)報(工學(xué)版);2013年06期

相關(guān)博士學(xué)位論文 前2條

1 李繼偉;城市主次干路的路段行程時間估計與預(yù)測方法研究[D];吉林大學(xué);2012年

2 張瑋;基于GPS浮動車的路徑行程時間估計系統(tǒng)關(guān)鍵技術(shù)研究[D];吉林大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 呂路;事件狀態(tài)下快速路行程時間預(yù)測研究[D];長安大學(xué);2017年

2 郭宇潔;基于多維數(shù)據(jù)的行程時間預(yù)測與可靠性研究[D];北京交通大學(xué);2017年

3 張高峰;基于信息融合的城市道路行程時間預(yù)測研究[D];西南交通大學(xué);2016年

4 宋茜;城市快速路路段行程時間估計與預(yù)測方法研究[D];北京交通大學(xué);2015年

5 吳俏;基于城市路網(wǎng)的行程時間估計及預(yù)測方法研究[D];浙江大學(xué);2015年

6 王群;基于藍牙技術(shù)的城市道路短時旅行時間預(yù)測方法研究[D];上海交通大學(xué);2015年

7 黃龍超;基于數(shù)據(jù)驅(qū)動的路段旅行時間估計與預(yù)測研究[D];北京交通大學(xué);2015年

8 胡楊林;基于低頻浮動車數(shù)據(jù)的路段旅行時間估計方法[D];清華大學(xué);2014年

9 崔夢瑩;基于循環(huán)貝葉斯融合的動態(tài)路段行程時間估計[D];大連理工大學(xué);2014年

10 陳悅;基于行程時間組合預(yù)測模型的動態(tài)路徑誘導(dǎo)系統(tǒng)研究[D];華南理工大學(xué);2012年

本文編號：2687407