一種利用粒子濾波的實時交通狀態(tài)估計方法.pdf

1、對道路交通狀態(tài)進行準確、及時的估計是構建城市交通流誘導系統(tǒng)的基礎和關鍵技術,也是智能交通系統(tǒng)中一個重要的研究領域,可以有效地防止城市路網(wǎng)中交通阻塞的發(fā)生,減少車輛在路網(wǎng)中的無效行駛和等待時間,最終從宏觀上實現(xiàn)交通流在路網(wǎng)中的合理分配。當前的交通狀態(tài)估計方法都是利用擴展卡爾曼濾波來對交通狀態(tài)進行遞歸估計。這些方法的研究對象從早期孤立且較短的路段逐步擴展到具有簡單拓撲結構的道路網(wǎng)絡,對交通情節(jié)的假設也越來越多樣化。研究結果表明,擴展卡爾曼濾

2、波方法能夠有效地對交通狀態(tài)進行估計,而且運算量很小。但是,由于交通狀態(tài)估計問題本質(zhì)上是一個非線性和非高斯問題,擴展卡爾曼濾波方法存在較大的誤差。
　　 如果能夠找到一種對非線性和非高斯系統(tǒng)直接進行估計的方法,就能避免擴展卡爾曼濾波方法對模型線性化帶來的問題。粒子濾波器就是這樣一種非線性估計方法,它通過MonteCarlo方法對狀態(tài)的后驗概率密度函數(shù)進行采樣,并且賦予每一個采樣點相應的權值。然后根據(jù)狀態(tài)方程和觀測方程對采樣點和權值

3、進行遞歸更新,最后通過求這些采樣點的一階或二階矩得到狀態(tài)的估計值。本文的主要任務就是將粒子濾波理論和宏觀隨機交通流模型結合在一起,對道路的交通狀態(tài)進行實時估計。
　　 在本文所提出的方法中,道路被看作是由等距離的路段首尾相接而成的模型,交通傳感器通常設置在路段的交界處,而且數(shù)量遠少于所需估計的交通狀態(tài)。本文采用壓縮狀態(tài)空間的形式,將交通流模型的參數(shù)也作為交通狀態(tài)而非常量進行估計。本文還研究了不同的估計方法對算法性能的影響。計算機