基于車路協同的城市交通姿態(tài)預警及調控技術研究.pdf

1、交通擁擠是城市交通的突出問題，容易誘發(fā)交通事故、環(huán)境污染以及能耗等諸多社會問題。車路協同技術是當今國際智能交通領域的前沿技術和研究熱點，對提高城市交通系統的安全性和通行效率具有十分重要的作用。本文從智能化主動安全的角度，對未來時段城市道路交通姿態(tài)進行預測，以期在城市道路發(fā)生擁擠之前，通過對交通姿態(tài)進行調控，防交通擁擠于未然，從而保障城市道路交通的暢通，提升城市交通出行在市民心中的滿意度，增強交通用戶在城市出行中的良好體驗。
　　本

2、文基于車路協同的相關技術，通過選取交通流參數，并進行參數預測，根據預測結果確定未來時段城市道路的交通姿態(tài);通過對路段和路網擁擠的時空范圍進行估計，提出針對不同交通姿態(tài)的具體調控措施。本文的研究內容包括以下五個方面:
　?、佘嚶穮f同相關技術
　　在分析國內外車路協同技術發(fā)展現狀的基礎上，給出了車路協同的內涵;結合車路協同技術的典型應用場景、發(fā)展趨勢、信息采集、信息交互以及信息處理平臺，提出了路側傳感器優(yōu)化布點模型;提出了建立云

3、服務中心，為基于車路協同系統的交通姿態(tài)預警和擁擠的指揮調度創(chuàng)造了條件。
　?、诮煌ㄗ藨B(tài)的劃分及判別研究
　　提出了“交通姿態(tài)”，并解析了“交通姿態(tài)”的內涵。提出從駕駛自由度的角度，將交通姿態(tài)劃分為流暢、大流量、阻塞三種類型，并對其進行了分析?；诮煌ㄗ藨B(tài)的評價指標，給出了不同城市道路等級對應不同交通姿態(tài)的指標取值量表，建立了基于Vague復合物元的交通姿態(tài)判定模型。
　?、劢Y合遺傳算法的BP神經網絡交通參數預測研究

4、r>　　通過對短時交通流預測方法的特點和適用性分析，提出將遺傳算法融入到BP神經網絡模型，利用遺傳算法智能優(yōu)化BP神經網絡模型的權值等參數，建立了結合遺傳算法的BP神經網絡預測模型，并對預測效果進行了評價分析。
　?、苈肪W交通擁擠時空擴散范圍估計研究
　　基于車路協同技術和交通姿態(tài)預警，提出針對路段常發(fā)性交通擁擠時空擴散范圍采用改進后的N曲線進行估計，對路段偶發(fā)性交通擁擠根據流量守恒方程和交通擁擠形成過程對時空擴散范圍進行估

5、計;在分析路網交通擁擠擴散規(guī)律的基礎上，估計了路網交通擁擠時空擴散范圍。
　?、蒈嚶穮f同系統交通姿態(tài)調控研究
　　分析了車路協同技術的多通道交通信息采集技術、信息交互技術、信息綜合處理技術在交通姿態(tài)調控中的應用，提出了對交通姿態(tài)的調控思路。
　　本文應用MATLAB對各算法進行仿真實驗，采用基于Vague復合物元模型對交通姿態(tài)判別，預測的交通姿態(tài)呈現阻塞時，給出了路網交通擁擠時空擴散范圍的估計流程圖和具體實施步驟，并基