Chap8交通信息处理.ppt

第3章 交通信息处理技术 * 交通仿真模型 (Traffic Simulation Model) 交通仿真模型把车辆当作实体，用计算机模拟实际道路交通情况，对道路的交通状况进行仿真，得到道路预测的交通信息。 严格意义上说，交通仿真模型不能用于交通流预测的目的，因为它需要输入用于预测的交通流数据。而且，交通仿真模型不能实现实时性。 但交通仿真模型提供了一个交通流、占有率和旅行时间之间关系的一个模拟实际的计算方法。 视频案例 8.3.1 交通流预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 3.3.1 交通流预测方法 动态交通分配模型（DTA模型） DTA模型通过采集到的交通流数据和出行者选择的行为用于估计随时间变化的网络的状态。 动态交通分配是按照一定的准则将动态交通需求量合理地分配到路网上，从而得到路段实时交通量的方法。实现降低交通拥挤程度和提高路网运行效率的目的。 以传统的静态的交通分配的假设解决随时间变化的动态交通流问题，对任何一个网络没有一个方法是通用的方法。 缺点： 假设条件苛刻，在实际路网中无法得到相应信息或取得信息的代价昂贵 某些模型的解释性虽然较好，但无法求解或求解难度大，优化时间长 过分强调精确的系统最优或用户最优分配结果，加大了模型求解的难度，不适合在大规模路网上实现应用 8.3.1 交通流预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 行程时间计算方法 行程时间可分为： 个别行程时间 指驾驶员通过某条路线所需要的时间，通常用距离和速度来表示 平均行程时间 指在一定时期p内，路线R上Np辆车的平均行驶时间 公式前提：个别行程时间可以获取 8.3.2行程时间预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 智能交通信息平台行程时间预测功能 根据检测器采集的基本交通参数，通过数据挖掘、数据融合等方法，采用行程时间预测技术提供整个路网任意路段的预测行程时间值。 影响行程时间预测的因素 如图 这些因素是否可以用于行程时间预测，主要依赖于他们能否被精确地检测到。 影响行程时间的因素分析图 8.3.2行程时间预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 预测行程时间可以采用实际行程时间和各种历史交通数据，主要通过以下渠道获得： 线圈检测器数据（速度、交通流、占有率）； 交通控制和匝道调节系统的数据（相位、周期长度、绿灯时间、速度、密度、占有率）； 其他路边检测系统，例如雷达检测器、微波检测器、视频检测器数据（速度、交通流率、占有率）； 自动车辆识别（AVI， automatic vehicle identification）数据和视频检测系统（行程时间、速度）浮动车、车载装置和移动电话数据（行程时间） 探测车、设备车辆在道路上行驶，特定时间间隔内发送数据给监控系统（行程时间、路线）； 车队管理系统数据； 天气状况数据； 时间信息（季节、星期、年月日时刻、特殊节假日）； 基础设施相关信息（车道维修、匝道关闭）； 事件检测系统数据。 8.3.2行程时间预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 城市道路路段行程时间预测 城市道路行程时间分成两部分： 车辆在路段上的运行时间和交叉口的运行时间， 其中交叉口的运行时间包括通过交叉口行驶时间和交叉口的延误时间。 如果只考虑交通流量及红绿灯控制对其的影响，通过某一路段总的行程时间将包括： 车辆在该路段上的平均行驶时间、在下游交叉口处的排队等待时间和通过该交叉口的时间等三部分。 路段行程时间的计算 公式 交叉口延误时间的计算 随机服务系统理论 算法：模型假设、模型建立、排队时间的计算 8.3.2行程时间预测方法 交通信息处理 Transportation Information Processing 第3章 交通信息处理技术 * 快速路路段行程时间预测 交通流预测方法基本相似 可分为两大类 统计归纳模型：比如 ARMA，ARIMA，ARX模型，多元线性回归模型和神经网络。 这些方法的特征是需要很多的历史、当前的交通参数数据（速度、流量、占有率和运行时间）作为输入。 分析推理模型：比如 METANET， SIMRES， STM，或 DynaMIT， 这些方法主要是采用宏观、中观、微观模拟交通状况，这些模型需要动态OD矩阵作为输入。 8.3.2行程时间预测方法 交通信息处理