原文传递
融合卡尔曼滤波的高速公路状态估计误差界限分析
| 题名： | 融合卡尔曼滤波的高速公路状态估计误差界限分析 |
| 正文语种： | 中文 |
| 作者： | 陈喜群;曹震;莫栋 |
| 作者单位： | 浙江大学建筑工程学院 |
| 关键词： | 智能交通;数据质量分析;决策级融合模型;估计界限;高速公路 |
| 摘要： | 为分析高速公路交通流检测数据质量，本文构建平方流量误差界（Squared Flow ErrorBound，SFEB）和扩展卡尔曼滤波（Extended Kalman Filter，EKF）的决策级融合模型SFEB-EKF，在检测器空间覆盖不足情况下，计算检测路段和无检测器路段的交通状态估计误差界限。与SFEB算法相比，融合模型利用EKF交通状态估计模型估计全路段交通状态，基于得到的估计样本计算全路段交通状态估计误差下界。同时，采用最近邻法（Nearest Neighbor Method，NNM）计算全路段交通状态估计误差上界。应用开源高速公路数据集测试模型，结果表明，与需要输入真实样本的SFEB算法相比，融合模型SFEB-EKF在缺少真实样本情况下，能取得相似的结果且误差保持在5%以内，不同检测器覆盖率实验下模型表现出良好的稳定性。本文模型通过给出无检测器路段交通状态估计界限，为高速公路交通检测器布设方案提供参考。 |
| 期刊名称： | 交通运输系统工程与信息 |
| 出版年： | 2022 |
| 期： | 04 |
| 页码： | 72-78 |
检索历史
应用推荐
