浮動車交通參數(shù)檢測及在道路交通狀態(tài)分析中的應(yīng)用研究.pdf

1、重慶大學(xué)博士學(xué)位論文浮動車交通參數(shù)檢測及在道路交通狀態(tài)分析中的應(yīng)用研究姓名：廖孝勇申請學(xué)位級別：博士專業(yè)：控制理論與控制工程指導(dǎo)教師：孫棣華20111206重慶大學(xué)博十學(xué)位論文立了基于瞬時速度的單型車多車路段平均速度估計模型；在此基礎(chǔ)上，將上述兩種路段平均速度估計模型進行整合，建立了單型車的路段平均速度估計模型；最后，分別針對公交車和出租車的不同特點，并考慮有效公交車數(shù)據(jù)和有效出租車數(shù)據(jù)的占比，整合形成了多車型的混合浮動車路段平均速度估

2、計模型，并根據(jù)實際采集的浮動車GPS數(shù)據(jù)對模型進行了驗證。③提出了基于去趨勢波動分析(DetrendedFluctuationAnalysis，DFA)的交通離散時間序列分析方法，為利用交通參數(shù)變化揭示車流狀態(tài)的內(nèi)在規(guī)律提供了新的途徑。針對實際檢測獲取交通流參數(shù)大多是非平穩(wěn)和有限的情況，從標度不變性的角度對交通流時間序列進行分析，通過引入去趨勢波動分析法(DFA)，分別對出租車和公交車的路段平均速度估計數(shù)據(jù)進行指數(shù)標定，以實際車流時間序

3、列的標度指數(shù)探討了車流時間序列的長程相關(guān)性及其內(nèi)在規(guī)律，結(jié)果表明，公交車的路段平均速度估計存在長程相關(guān)關(guān)系，而出租車的路段平均速度估計不存在長程相關(guān)關(guān)系。④研究了利用車輛駕駛的微觀跟馳特性分析道路交通狀態(tài)變化規(guī)律的方法，通過建立新的車輛跟馳模型，討論了道路交通狀態(tài)的穩(wěn)定性問題，進而分析了道路交通狀態(tài)的變化規(guī)律。道路交通狀態(tài)的變化本質(zhì)上是車輛行駛行為的客觀反映?，F(xiàn)代傳感、通信和車聯(lián)網(wǎng)技術(shù)的發(fā)展為刻畫車輛駕駛的微觀特性提供了有利條件，為了準

4、確描述道路上車輛行駛的跟馳特性，進而掌握道路交通狀態(tài)變化規(guī)律，分別提出了一種擴展的雙車跟馳模型(TwoCarfollowing，TCF)和考慮后視效應(yīng)的多車跟馳模型(Backwardlooking&MultipleCarfollowing，BLMCF)。并在上述模型的基礎(chǔ)上，分別討論了道路交通流的車頭間距和車輛速度隨時間變化的分布情況。仿真結(jié)果表明，當在道路交通系統(tǒng)中考慮次近鄰車對跟馳車輛的影響及后視效應(yīng)下多前車對跟馳車輛的影響時，不僅

5、有助于提高道路交通狀態(tài)的穩(wěn)定性，也有助于抑制道路交通擁堵現(xiàn)象的產(chǎn)生，能有效改善道路交通流的運行狀態(tài)。綜上所述，本文提出了基于GPS浮動車技術(shù)的面向道路節(jié)點的道路圖層校正方法，提出了基于混合浮動車的路段平均速度估計方法，提出了基于去趨勢波動分析(DFA)的交通離散時間序列分析方法，提出了利用車輛跟馳特性分析道路交通狀態(tài)變化規(guī)律的方法，以準確分析道路交通流狀態(tài)的演變規(guī)律。實驗結(jié)果驗證了上述工作的有效性。關(guān)鍵詞：交通參數(shù)，GPS浮動車，路段平