基于粒子濾波算法的交通狀態(tài)估計研究.pdf

1、道路交通狀態(tài)估計是交通安全管理中的重要課題,也是是智能交通系統(tǒng)能夠正常運行并發(fā)揮作用的前提和基礎。交通控制和誘導系統(tǒng)需要對下一時刻乃至以后一些時刻的道路交通狀態(tài)做出準確的估計和判斷,才能做出正確的決策。只有對交通參與者做出及時的控制和誘導,才能有效地確保交通暢通和減少道路安全隱患。另外,準確的交通狀態(tài)估計也是進行交通事故檢測的必要條件。
　　 目前,國內外學者大多采用卡爾曼濾波和擴展卡爾曼濾波等線性方法來解決交通狀態(tài)估計問題。這

2、些方法能夠在一定程度上解決道路交通狀態(tài)估計問題,并且得到了廣泛的應用。然而,由于交通參與者之間存在各種復雜的相互影響,使得交通行為具有高度的非線性。而卡爾曼濾波方法假設系統(tǒng)模型和觀測模型服從線性分布,并且系統(tǒng)噪聲和觀測噪聲服從高斯分布。這就使得基于卡爾曼濾波的估計方法存在很大的誤差,從而表現(xiàn)出一定的局限性。
　　 粒子濾波是一種通過蒙特卡羅積分仿真來實現(xiàn)對貝葉斯濾波器遞推的技術,它不做任何線性高斯假設,是一種非線性的預測方法。本

3、文通過仿真實驗對該方法進行了深入的學習和研究,并通過與線性方法EKF濾波器的對比,驗證了其在解決非線性問題時的有效性。
　　 另外,針對復雜路段下傳統(tǒng)方法的缺陷,本文將粒子濾波方法應用到處理交通狀態(tài)估計問題中。通過研究二階宏觀隨機交通流模型對北京城市快速路建模,并基于Matlab平臺進行交通狀態(tài)估計。實驗結果表明,粒子濾波算法能夠對道路交通流的參數(shù)指標做出較好的估計,具有良好的適用性。
　　 然而,在實驗過程中發(fā)現(xiàn),隨著