车辆轨迹融合电警数据的干道路径流量估计

车辆轨迹融合电警数据的干道路径流量估计.pdf
随着我国车辆导航和移动定位技术的快速发展和应用,基于车辆轨迹数据的路网OD估计和路径流量估计逐渐成为研究热点问题.针对以往基于车辆轨迹数据单一数据源的条件下,路网OD和路径流量估计精度较低,可靠性不足,未能充分挖掘车辆轨迹数据所能提供的信息等缺陷,本研究引入了车辆自动识别(AVI)数据,针对干道两侧双向布设有电警检测器的场景,融合电警数据和轨迹数据提出了一种基于广义最小二乘法的信控干道路径流量估计方法.仿真验证结果表明该方法可以有效提高干道的路径流量估计精度,当设置仿真模型渗透率为0.1,电警漏检率为0％时,一小时粒度的路径流量估计的平均绝对误差为16.17辆,平均绝对百分误差为34.23％.本方法可还原实际于道的需求分布和关键流量路径,为干道协调控制方案优化提供参考.
作者：刘家豪姚佳蓉唐克双
作者单位：同济大学综合交通信息与控制工程系,上海201804
母体文献：第十四届中国智能交通年会论文集
会议名称：第十四届中国智能交通年会  
会议时间：2019年10月31日
会议地点：上海
主办单位：中国智能交通协会
语种：chi
分类号：TP3TN9
关键词：路径流量估计  车辆轨迹数据  电警数据  数据融合  广义最小二乘法
在线出版日期：2020年5月26日
基金项目：
相似文献
相关博文

车辆轨迹融合电警数据的干道路径流量估计.pdf

文件大小:

1.76 MB

高速下载