基于低频定点检测数据的交叉口交通状态估计

发布时间：2018-05-30 06:32

  本文选题：交通状态估计 + 信号控制交叉口　； 参考：《同济大学学报(自然科学版)》2017年05期

【摘要】：针对我国中小城市数据现状,提出了一种基于路中定点线圈低频(1/60Hz)检测数据的交叉口交通状态估计方法.该方法基于仿真数据,分析了不同环境变量组合条件下占有率、流量和交通状态的关系,并提出了基于线性拟合的交通状态分界线建立方法;又利用多元线性回归拟合出分界曲线各系数与环境变量的函数关系,用其估计一般条件下的交通状态.经过验证,本方法仿真环境和实证环境下的平均估计准确率分别达到80%和75%以上,且严重错误率均低于2.1%.
[Abstract]:In view of the present situation of data in small and medium-sized cities in China, a method of traffic state estimation at intersections based on the low frequency 1 / 60 Hz (1 / 60 Hz) detection data of fixed-point coils is proposed. Based on the simulation data, the relationship among occupation rate, flow rate and traffic state under different environmental variables combination is analyzed, and a method of establishing traffic state boundary based on linear fitting is proposed. The functional relationship between the coefficients of the boundary curve and the environmental variables is fitted by multivariate linear regression, and the traffic state under general conditions is estimated. The results show that the average estimation accuracy is over 80% and 75% respectively in the simulation environment and the empirical environment, and the serious error rate is lower than 2.1%.
【作者单位】： 同济大学道路与交通工程教育部重点实验室;
【基金】：“十二五”国家科技支撑计划(2014BAG03B02)
【分类号】：U491

【参考文献】

相关期刊论文 前5条

1 曲昭伟;魏强;别一鸣;朱慧;王殿海;;基于固定检测器的区域交通状态判别方法[J];中南大学学报(自然科学版);2013年01期

2 姜桂艳;郭海锋;吴超腾;;基于感应线圈数据的城市道路交通状态判别方法[J];吉林大学学报(工学版);2008年S1期

3 邹亮;徐建闽;朱玲湘;;基于融合技术的道路交通状态判别模型[J];清华大学学报(自然科学版);2007年S2期

4 张存保;严新平;;固定检测器和移动检测器的交通信息融合方法[J];交通与计算机;2007年03期

5 皮晓亮;王正;韩皓;孙亚;;基于环形线圈检测器采集信息的交通状态分类方法应用研究[J];公路交通科技;2006年04期

相关会议论文 前1条

1 徐建闽;邹亮;;浮动车与感应线圈检测技术融合模型[A];第二十四届中国控制会议论文集（下册）[C];2005年

【共引文献】

相关期刊论文 前10条

1 唐克双;徐天祥;董可然;李克平;;基于低频定点检测数据的交叉口交通状态估计[J];同济大学学报(自然科学版);2017年05期

2 高林;刘英;盛子豪;;随机森林算法在交通状态判别中的应用[J];实验技术与管理;2017年04期

3 陈百旺;成卫;;基于多源数据融合的信号交叉口延误估计研究[J];价值工程;2017年10期

4 王力;张立立;李敏;张海波;;交叉口交通状态精细化判别方法研究[J];科学技术与工程;2016年34期

5 陈兆盟;刘小明;吴文祥;唐少虎;;结合信号控制的交通状态及其真实性判别方法[J];重庆交通大学学报(自然科学版);2016年06期

6 王翔;肖建力;;基于视频的交通参数检测综述[J];上海理工大学学报;2016年05期

7 崔冬初;于悦;白雪;;基于多源动态交通信息的城市区域交通状态判别模型[J];黑龙江科技信息;2016年28期

8 杨婷婷;李响;;基于众源数据的实时路况发布系统准确性的评估[J];江苏师范大学学报(自然科学版);2016年03期

9 姚亚军;韩念琛;马腾波;詹振海;;基于单线圈的车速测量方法[J];仪表技术与传感器;2016年06期

10 贾洪飞;李永行;杨丽丽;;基于交通状态估计的快速路交通联合控制[J];吉林大学学报(工学版);2017年01期

【二级参考文献】

相关期刊论文 前10条

1 段后利;李志恒;李力;张毅;尹胜超;;一种基于伪色彩图的网络交通状态观测分析方法[J];交通运输系统工程与信息;2009年04期

2 张和生;张毅;胡东成;;一种区域交通状态定量分析方法[J];吉林大学学报(工学版);2009年02期

3 张和生;张毅;胡东成;王明军;;区域交通状态分析的时空分层模型[J];清华大学学报(自然科学版);2007年01期

4 劳云腾;杨晓光;云美萍;刘竞宇;;交通状态检测方法的评价研究[J];交通与计算机;2006年06期

5 张存保;杨晓光;严新平;;基于浮动车的交通信息采集系统研究[J];交通与计算机;2006年05期

6 皮晓亮;王正;韩皓;孙亚;;基于环形线圈检测器采集信息的交通状态分类方法应用研究[J];公路交通科技;2006年04期

7 董敬欣,吴建平 ,郭继孚;基于GPS/GIS数据的路网层次划分研究——北京的实践[J];城市规划;2005年10期

8 郭伟,姚丹亚,付毅,胡坚明,刘宁;区域交通流特征提取与交通状态评估方法研究[J];公路交通科技;2005年07期

9 史忠科;高速公路交通状态的联合估计方法[J];控制与决策;2003年06期

10 于剑;论模糊C均值算法的模糊指标[J];计算机学报;2003年08期

【相似文献】

相关期刊论文 前10条

1 韩悦臻,曹三鹏;城市道路交通状态指标体系设计探讨[J];公路;2005年06期

2 皮晓亮;王正;韩皓;孙亚;;基于环形线圈检测器采集信息的交通状态分类方法应用研究[J];公路交通科技;2006年04期

3 劳云腾;杨晓光;云美萍;刘竞宇;;交通状态检测方法的评价研究[J];交通与计算机;2006年06期

4 王伟;杨兆升;李贻武;刘新杰;陈昕;;基于信息协同的子区交通状态加权计算与判别方法[J];吉林大学学报(工学版);2007年03期

5 戢晓峰;;城市道路交通状态分析方法回顾与展望[J];道路交通与安全;2008年03期

6 李娟;罗霞;姚琛;;基于多源数据的交通状态判定研究[J];铁道运输与经济;2009年03期

7 李清泉;高德荃;杨必胜;;基于模糊支持向量机的城市道路交通状态分类[J];吉林大学学报(工学版);2009年S2期

8 强添纲;邱洁;;基于熵和耗散结构理论的道路交通状态演变机理[J];交通标准化;2010年Z1期

9 窦慧丽;王国华;;基于模糊聚类和判别分析的交通状态提取算法[J];交通信息与安全;2010年02期

10 曹成涛;崔凤;林晓辉;;基于神经网络的交通状态模糊判别方法[J];科学技术与工程;2010年21期

相关会议论文 前3条

1 郭义荣;张晓栋;董宝田;吴蕾;;基于模糊理论的交通状态快速识别与跃迁转变方法[A];2013年中国智能自动化学术会议论文集（第四分册）[C];2013年

2 窦瑞;云美萍;杨晓光;;基于视频录像的交通状态判别算法准确度评测[A];第七届中国智能交通年会优秀论文集——智能交通技术[C];2012年

3 余碧莹;邵春福;;基于时空模型的道路网交通状态预测[A];2008第四届中国智能交通年会论文集[C];2008年

相关博士学位论文 前10条

1 马旭辉;城市道路交通网络过饱和状态信号控制方法研究[D];北京交通大学;2016年

2 刘擎超;基于集成学习的交通状态预报方法研究[D];东南大学;2015年

3 徐东伟;道路交通状态多维多粒度获取方法研究[D];北京交通大学;2014年

4 宋淑敏;非常态下异常道路交通状态信息获取技术研究[D];吉林大学;2012年

5 许昱玮;VANETs中面向交通状态的车辆主动探测方法研究[D];南开大学;2012年

6 孙晓亮;城市道路交通状态评价和预测方法及应用研究[D];北京交通大学;2013年

7 钱U，

本文编号：1954292