原文传递
基于收费数据的高速公路旅行时间自适应插值卡尔曼滤波预测研究
| 论文题名： | 基于收费数据的高速公路旅行时间自适应插值卡尔曼滤波预测研究 |
| 关键词： | 高速公路;旅行时间;收费数据;自适应卡尔曼滤波 |
| 摘要： | 高速公路站间旅行时间可衡量所经路段通行效率和交通状态，是交管部门交通控制和诱导的重要依据，也是出行者高度关注的首要信息，已成为先进出行者信息系统ATIS（advanced traveler information systems）和路径导航系统RGS(routeguidance systems)的关键因素。本文依托高速公路收费数据开展站间旅行时间预测研究，具体研究内容如下: (1)针对MTC(manual toll collection)数据相比ETC(electronic toll collection)数据包含车辆排队等待缴费时间的问题，提出一套MTC和ETC数据实时融合处理准则，包含极端异常数据处理和数据融合，提高了周期内车辆数据数量。 (2)针对收费数据中异常数据难以剔除的问题，提出一种改进后平均旅行时间计算模型，模型融入四分法数据剔除思想，提高了收费数据质量和平均旅行时间计算精度。 (3)针对卡尔曼滤波算法非线性性能弱及自适应性能差的问题，提出了高速公路旅行时间自适应插值卡尔曼滤波算法。算法利用等间距插值方法重构实时及历史旅行时间之间的时间序列，基于最小二乘法实时搭建卡尔曼滤波模型，并详细阐述了Sage-Husa自适应卡尔曼滤波旅行时间预测原理。 (4)为验证算法有效性，实际路段算法验证结果可知，自适应插值预测算法在正常、事故、小长假三种交通流状态下所有周期平均相对误差控制在7.5％内，事故周期平均相对误差控制在10％内。 (5)搭建了旅行时间预测系统架构和预测系统业务逻辑，详细阐述了预测系统收费数据存储数据库设计、旅行时间算法设计、发布界面设计，并基于C＃、SQLServer2008开发了高速公路站间旅行时间预测系统。 (6)搭建了离线旅行时间系统稳定性测试环境，系统运行稳定后，将其布设到高速公路信息中心，实时预测高速公路旅行时间。京港澳高速公路旅行时间预测示范系统应用良好，可为公众出行提供时间参考。 |
| 作者： | 王浩 |
| 专业： | 安全技术及工程 |
| 导师： | 赵建东 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2014 |
| 正文语种： | 中文 |
检索历史
应用推荐
