Reconstructing the Spatio-Temporal Traffic …中文翻译稿--基于固定交通监测器数据进行时空交通演变重建.docxVIP

中文翻译稿 基于固定检测器数据进行 时空交通演变重建 Martin Treibera,1 and Dirk Helbinga,b,2 德累斯顿科技大学经济与交通学院，Andreas-Schubert-Str. 23, D-01062 Dresden, 德国 布达佩斯管理委员会——高级研究协会，Szentháromság u. 2, H-1014 Budapest,匈牙利 （提交：2002.2.11；校订：2002.5.13；出版：2002.5.14） 摘要：我们提出一种从固定交通检测器数据获取时空交通信息的新方法，即“自适应平滑法”。该方法的本质是对输入的检测器数据进行一种非线性时空低通滤波处理。这种滤波处理利用了一个事实：在拥挤的交通状态下，交通波以接近恒定的速度向上游传播，而在自由流状态下，交通波向下游传播。因此，随着时间和空间的平滑变化，可以获得速度、流量或其他交通参数。该方法可应用于交通状态的可视化、不完整信息的交通情境重建、交通中断的快速识别甚至短时交通预测。 我们采用自适应平滑法来观测德国一些高速公路的拥挤模式。对于常规的可视化技术不能处理的数据，该方法可以挖掘出有效的信息。通过忽略65%的检测其数据，并将该方法应用于简化的数据集，我们证明了结果是稳健的。如果相邻检测器横截面间的距离不超过3km，该方法拥有良好的效果。 关键词：交通状态可视化；交通事件检测；自适应平滑法；非线性低通滤波器；不完整数据的重建；交通预测。 1 前言 与仿真方法相比，交通数据评价近年来受到越来越多的学者关注。较高质量数据的可得性和对验证与校准模型的需求是导致这种现象的原因。理论[10,20,26]和实证[4,7,8,13,16-18,21,24,28]研究都表明拥挤交通的现象逻辑学比原本预期的要更复杂。学者们已经提出一种丰富的交通状态频谱[10,16,17,20]，其中包括滞后或连续的时间或空间转换[11,13,16,17,19,26]，且波动或不规律出现的演变是重点[2,17,22,24,27]。为了理解这一点，开发出一种为科学的调查或特定的用途提取相关信息的恰当的数据处理方法变得越来越重要。这里，我们将提出一种三维数据评价方法，该方法可对高速公路沿线交通模式的时空演变进行可视化。 自主开发的“自适应平滑法”过滤掉小规模波动，并自适应地考虑信息流（即主导的特征线）的主要传播方向，信息流的主要传播方向通过其他研究[25]中的时空相关性分析进行断定。平滑过程的时间长度范围可以与采样间隔一样小，而空间长度范围与相连的检测器间距有关，该间距的上线是3km。 通过滤波器我们仅仅想要对特定性能的数据进行变形。这里，我们采用一种时空低通滤波器，即只有（傅里叶）低频成分可以通过滤波器，而高频成分则被认为是波动并且被平滑掉。本滤波器的一个特定功能是：由于扰动的传播方向是不同的，在辨识畅通与拥挤交通状态的交通情境中，该方法是非线性的和自适应的。结果是交通模式的三维可视化，它对于滤波器参数的变化是稳健的，并且有助于获取清晰的系统时空演变图。 因此，该方法适用于不完整信息的交通情境重建、交通中断的快速识别（交通事件检测）和交通模型的实验验证。第一次的结果可用于构成发生在瓶颈路段[12,18]的交通状态的相位图，且不说畅通交通，这个相位图预示着被牵制的或局部移动的集群、空间扩散态势例如触发的停车-启动波、振荡或均匀拥挤的交通或者这些状态中的一些的空间共存[10,9,26]。分别发生的时空模式不仅取决于特定的高速公路交通流和瓶颈路段的长度，也取决于波动的级别，因为这些因素可以触发一些转变，例如自由流状态向局部集群状态的转变[9,10,28]。我们没有发现对“一般模式”的足够支持[15]，该模式当交通流中断时总能被观测到。 2 方法描述 自适应平滑法是一种从固定交通数据中提取交通变量作为时空平滑函数的数据处理方法。该方法包含以下启发式机动特性： 在自由流状态下，扰动（例如速度或流量上的）实质上朝交通流方向蔓延[6]。更具体地说，扰动以在空道路上期望速度的约80%的传播[25]。因此，在自由流路段，接近传播速度的扰动应该通过滤波器。 在拥挤交通状态下，扰动以特有的和显著的恒定速度朝与交通流方向相反的方向传播[3,16]。使用现代数据分析技术可以证明这种传播模式甚至在同步化的拥挤交通流中持续，这在时间序列中很难看到，因为在这种状态下的数据广泛分散[6]。因此，对于高密度或低速交通流，滤波器应该将以接近的速度传播的时空扰动或多或少不变地传输。 滤波器应该平滑掉在比还小的时间范围内的时刻和在比还小的空间长度范围内的处的所有高频波动。平滑法的参数和在一个广泛的变化范围内自由选择（见表1）。 我们假设从个横截面的位置处汇总的检测器数据是有效的，其中表示汇总时间间隔的索引指数。