基于多源異質(zhì)數(shù)據(jù)的高速公路交通狀態(tài)估計(jì)方法研究.pdf

1、在高速公路路網(wǎng)體系漸趨完善而機(jī)動(dòng)車交通需求日益增長(zhǎng)的背景下，智能交通系統(tǒng)成為緩解高速公路交通擁堵與安全問(wèn)題的有效方法。實(shí)時(shí)、精確的道路交通狀態(tài)信息是智能交通系統(tǒng)高效運(yùn)轉(zhuǎn)的基礎(chǔ)。目前，信息獲取途徑越來(lái)越多樣化，如感應(yīng)線圈、微波檢測(cè)器、衛(wèi)星定位技術(shù)、視頻檢測(cè)技術(shù)、手機(jī)無(wú)線通信定位技術(shù)等均可實(shí)現(xiàn)交通流信息的采集。然而，豐富多源的信息也誘發(fā)系列問(wèn)題，例如，如何應(yīng)對(duì)多源數(shù)據(jù)在語(yǔ)義、解析度和精度等方面的異質(zhì)性，并呈現(xiàn)一致的路段交通狀態(tài)參數(shù)（流量、密

2、度或速度）的估計(jì)？這些在本質(zhì)上涉及多傳感器數(shù)據(jù)融合理論的問(wèn)題已被交通學(xué)術(shù)界和工程應(yīng)用領(lǐng)域廣泛關(guān)注，并取得了一些理論和實(shí)踐成果。然而，成熟的融合方法仍處于不斷探索和更新階段，同時(shí)交通流檢測(cè)技術(shù)的更新?lián)Q代也對(duì)既有方法提出了新的挑戰(zhàn)?？紤]到手機(jī)通信數(shù)據(jù)的檢測(cè)技術(shù)在獲取高速公路大規(guī)模路網(wǎng)實(shí)時(shí)交通流信息方面的發(fā)展?jié)摿Γ瑐鹘y(tǒng)固定檢測(cè)技術(shù)又具有較高的成熟度和較廣的應(yīng)用度，且兩者的融合尚未被深入探究，因此，論文將這兩類技術(shù)作為多源異質(zhì)數(shù)據(jù)的來(lái)源。

3、>　　論文依托國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃）項(xiàng)目和交通運(yùn)輸部科技示范工程“江蘇省高速公路網(wǎng)運(yùn)營(yíng)與服務(wù)智能化平臺(tái)”。在理論層面，論文的研究工作有助于挖掘手機(jī)類檢測(cè)技術(shù)應(yīng)用于高速公路交通狀態(tài)估計(jì)的方法，拓展多源交通信息融合和狀態(tài)估計(jì)理論;在工程應(yīng)用層面，論文的研究有助于提升我國(guó)高速公路交通運(yùn)營(yíng)信息化水平，為高速公路的管理控制和公眾信息服務(wù)提供依據(jù)，對(duì)工程實(shí)踐具有顯著價(jià)值。論文以我國(guó)高速公路實(shí)際收集的數(shù)據(jù)為基礎(chǔ)，從多源異質(zhì)數(shù)據(jù)特性、融

4、合估計(jì)技術(shù)、組合布設(shè)方法三個(gè)方面，分別就基于手機(jī)切換的交通信息提取技術(shù)（簡(jiǎn)稱“切換技術(shù)”）與傳統(tǒng)固定式檢測(cè)器的組合、以及基于手機(jī)活動(dòng)數(shù)據(jù)的交通信息提取技術(shù)（簡(jiǎn)稱“手機(jī)活動(dòng)數(shù)據(jù)技術(shù)”）與傳統(tǒng)固定式檢測(cè)器的兩種多源組合，探索和研究了多源異質(zhì)數(shù)據(jù)融合和狀態(tài)估計(jì)的關(guān)鍵問(wèn)題。論文的主要研究?jī)?nèi)容和成果可概括為以下幾部分:
　　首先，論文歸納和分析了可應(yīng)用于高速公路交通流信息采集的不同類型檢測(cè)技術(shù)及其應(yīng)用現(xiàn)狀和未來(lái)發(fā)展趨勢(shì)。論文據(jù)此明確了以切換

5、技術(shù)、手機(jī)活動(dòng)數(shù)據(jù)技術(shù)和固定式檢測(cè)器為研究對(duì)象，按照技術(shù)原理分析、真實(shí)數(shù)據(jù)收集、數(shù)據(jù)特性分析三個(gè)步驟對(duì)不同檢測(cè)技術(shù)及其測(cè)量值進(jìn)行分析。具體探究了切換技術(shù)中切換路段長(zhǎng)度和交通量的敏感性以及有效手機(jī)切換樣本量分布等特征;針對(duì)手機(jī)活動(dòng)數(shù)據(jù)技術(shù)采集的特征值提出了基于動(dòng)態(tài)時(shí)間規(guī)整的數(shù)據(jù)分析方法，分析出特征值在空間和時(shí)間上的差異性;利用宏觀交通流理論中的基本圖對(duì)固定式檢測(cè)器采集的數(shù)據(jù)進(jìn)行了分析，了解了這類數(shù)據(jù)在不同交通狀態(tài)下呈現(xiàn)不同的精度;這些分析

6、為后續(xù)的研究奠定了基礎(chǔ)。
　　其次，依據(jù)切換技術(shù)和固定式檢測(cè)器的數(shù)據(jù)特點(diǎn)，論文提出了基于神經(jīng)網(wǎng)絡(luò)算法的融合與估計(jì)方法，核心包括“數(shù)據(jù)一致化模塊”、“基于神經(jīng)網(wǎng)絡(luò)的估計(jì)模塊”和“基于神經(jīng)網(wǎng)絡(luò)的融合模塊”三個(gè)模塊;測(cè)試和分析了切換技術(shù)中切換路段長(zhǎng)度、手機(jī)樣本量和固定式檢測(cè)器中的斷面流量對(duì)路段車速融合和估計(jì)精度的敏感性，進(jìn)而確立神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu);搭建了應(yīng)用這兩類檢測(cè)技術(shù)的高速公路路段仿真環(huán)境，并應(yīng)用仿真數(shù)據(jù)對(duì)所提方法進(jìn)行測(cè)試、評(píng)估和分析;同

7、時(shí)，與其它常用的凸組合融合技術(shù)等做了精度對(duì)比;結(jié)果證實(shí)了所提方法有效地整合了切換技術(shù)和固定式檢測(cè)器，并且利用多源數(shù)據(jù)的互補(bǔ)性提高了狀態(tài)估計(jì)精度和時(shí)空覆蓋率等。
　　第三，鑒于手機(jī)活動(dòng)數(shù)據(jù)技術(shù)采集的特征值尚未被應(yīng)用于交通狀態(tài)參數(shù)的估計(jì)，論文先應(yīng)用基于動(dòng)態(tài)時(shí)間規(guī)整的數(shù)據(jù)分析方法篩選測(cè)量值代表性較好的路段，建立了這些路段上采集的特征值與交通狀態(tài)量（速度、流量或密度）之間的測(cè)量方程;結(jié)合高速公路宏觀交通流模型，建立相應(yīng)的狀態(tài)-空間方程，并

8、利用擴(kuò)展卡爾曼濾波估計(jì)器實(shí)現(xiàn)交通狀態(tài)參數(shù)的估計(jì)。利用真實(shí)數(shù)據(jù)的測(cè)試結(jié)果反映出應(yīng)用特征值進(jìn)行交通狀態(tài)估計(jì)的可行性和可靠性。以此為據(jù)，論文為適應(yīng)特征值與固定式檢測(cè)器數(shù)據(jù)的多源數(shù)據(jù)特性，優(yōu)化測(cè)量方程，提出一種遞進(jìn)式擴(kuò)展卡爾曼濾波估計(jì)方法;同樣利用真實(shí)采集的手機(jī)活動(dòng)數(shù)據(jù)和固定式檢測(cè)器數(shù)據(jù)對(duì)所提的方法進(jìn)行測(cè)試、驗(yàn)證和評(píng)估;結(jié)果表明所提方法有效實(shí)現(xiàn)了高速公路上交通狀態(tài)的重現(xiàn)，并且可呈現(xiàn)交通事故對(duì)于路段交通狀態(tài)的影響。
　　最后，在充分了解不同

9、類型檢測(cè)技術(shù)優(yōu)勢(shì)互補(bǔ)點(diǎn)以及高速公路交通狀態(tài)數(shù)據(jù)融合和估計(jì)方法對(duì)數(shù)據(jù)采集的需求基礎(chǔ)上，論文在切換技術(shù)與固定式檢測(cè)器的組合中，以切換路段長(zhǎng)度和固定式檢測(cè)器的間距為變量、測(cè)量精度為應(yīng)變量，整理出兩類檢測(cè)技術(shù)所有的組合方案，建立多方案仿真模型，應(yīng)用了根均方差等多個(gè)精度評(píng)價(jià)指標(biāo)，以確定精度較優(yōu)、數(shù)量合理的布設(shè)方案。在手機(jī)活動(dòng)數(shù)據(jù)技術(shù)與固定式檢測(cè)器的組合中，從交通狀態(tài)檢測(cè)顆粒度需求、重點(diǎn)路段監(jiān)控需求、手機(jī)活動(dòng)數(shù)據(jù)技術(shù)目前存在的檢測(cè)盲區(qū)、所提融合方法