基于多源异质数据的高速公路交通状态估计方法研究

摘要

在高速公路路网体系渐趋完善而机动车交通需求日益增长的背景下，智能交通系统成为缓解高速公路交通拥堵与安全问题的有效方法。实时、精确的道路交通状态信息是智能交通系统高效运转的基础。目前，信息获取途径越来越多样化，如感应线圈、微波检测器、卫星定位技术、视频检测技术、手机无线通信定位技术等均可实现交通流信息的采集。然而，丰富多源的信息也诱发系列问题，例如，如何应对多源数据在语义、解析度和精度等方面的异质性，并呈现一致的路段交通状态参数（流量、密度或速度）的估计？这些在本质上涉及多传感器数据融合理论的问题已被交通学术界和工程应用领域广泛关注，并取得了一些理论和实践成果。然而，成熟的融合方法仍处于不断探索和更新阶段，同时交通流检测技术的更新换代也对既有方法提出了新的挑战。考虑到手机通信数据的检测技术在获取高速公路大规模路网实时交通流信息方面的发展潜力，传统固定检测技术又具有较高的成熟度和较广的应用度，且两者的融合尚未被深入探究，因此，论文将这两类技术作为多源异质数据的来源。
　　论文依托国家重点基础研究发展计划（973计划）项目和交通运输部科技示范工程“江苏省高速公路网运营与服务智能化平台”。在理论层面，论文的研究工作有助于挖掘手机类检测技术应用于高速公路交通状态估计的方法，拓展多源交通信息融合和状态估计理论;在工程应用层面，论文的研究有助于提升我国高速公路交通运营信息化水平，为高速公路的管理控制和公众信息服务提供依据，对工程实践具有显著价值。论文以我国高速公路实际收集的数据为基础，从多源异质数据特性、融合估计技术、组合布设方法三个方面，分别就基于手机切换的交通信息提取技术（简称“切换技术”）与传统固定式检测器的组合、以及基于手机活动数据的交通信息提取技术（简称“手机活动数据技术”）与传统固定式检测器的两种多源组合，探索和研究了多源异质数据融合和状态估计的关键问题。论文的主要研究内容和成果可概括为以下几部分:
　　首先，论文归纳和分析了可应用于高速公路交通流信息采集的不同类型检测技术及其应用现状和未来发展趋势。论文据此明确了以切换技术、手机活动数据技术和固定式检测器为研究对象，按照技术原理分析、真实数据收集、数据特性分析三个步骤对不同检测技术及其测量值进行分析。具体探究了切换技术中切换路段长度和交通量的敏感性以及有效手机切换样本量分布等特征;针对手机活动数据技术采集的特征值提出了基于动态时间规整的数据分析方法，分析出特征值在空间和时间上的差异性;利用宏观交通流理论中的基本图对固定式检测器采集的数据进行了分析，了解了这类数据在不同交通状态下呈现不同的精度;这些分析为后续的研究奠定了基础。
　　其次，依据切换技术和固定式检测器的数据特点，论文提出了基于神经网络算法的融合与估计方法，核心包括“数据一致化模块”、“基于神经网络的估计模块”和“基于神经网络的融合模块”三个模块;测试和分析了切换技术中切换路段长度、手机样本量和固定式检测器中的断面流量对路段车速融合和估计精度的敏感性，进而确立神经网络结构;搭建了应用这两类检测技术的高速公路路段仿真环境，并应用仿真数据对所提方法进行测试、评估和分析;同时，与其它常用的凸组合融合技术等做了精度对比;结果证实了所提方法有效地整合了切换技术和固定式检测器，并且利用多源数据的互补性提高了状态估计精度和时空覆盖率等。
　　第三，鉴于手机活动数据技术采集的特征值尚未被应用于交通状态参数的估计，论文先应用基于动态时间规整的数据分析方法筛选测量值代表性较好的路段，建立了这些路段上采集的特征值与交通状态量（速度、流量或密度）之间的测量方程;结合高速公路宏观交通流模型，建立相应的状态-空间方程，并利用扩展卡尔曼滤波估计器实现交通状态参数的估计。利用真实数据的测试结果反映出应用特征值进行交通状态估计的可行性和可靠性。以此为据，论文为适应特征值与固定式检测器数据的多源数据特性，优化测量方程，提出一种递进式扩展卡尔曼滤波估计方法;同样利用真实采集的手机活动数据和固定式检测器数据对所提的方法进行测试、验证和评估;结果表明所提方法有效实现了高速公路上交通状态的重现，并且可呈现交通事故对于路段交通状态的影响。
　　最后，在充分了解不同类型检测技术优势互补点以及高速公路交通状态数据融合和估计方法对数据采集的需求基础上，论文在切换技术与固定式检测器的组合中，以切换路段长度和固定式检测器的间距为变量、测量精度为应变量，整理出两类检测技术所有的组合方案，建立多方案仿真模型，应用了根均方差等多个精度评价指标，以确定精度较优、数量合理的布设方案。在手机活动数据技术与固定式检测器的组合中，从交通状态检测颗粒度需求、重点路段监控需求、手机活动数据技术目前存在的检测盲区、所提融合方法对数据采集点的需求等多角度多层次提出了两类检测技术组合布设的方法和规则。
　　这些研究工作丰富了高速公路交通信息采集技术、多源信息融合理论、交通状态估计技术和多类型检测器组合布设方法，同时紧密结合实践需求的仿真试验和实例分析，为工程应用提供了理论支撑。

目录

声明

摘要

第一章 绪论

1．1 研究背景与意义

1．1．1 研究背景

1．1．2 研究意义

1．2 研究目标与内容

1．2．1 研究目标

1．2．2 研究内容

1．3 研究方法与技术路线

1．3．1 研究方法

1．3．2 技术路线

1．4 本章小结

第二章 国内外研究和应用现状评述

2．1 多类型交通信息采集技术

2．1．1 交通状态检测技术分类

2．1．2 地点检测技术

2．1．3 轨迹检测技术

2．1．4 匹配检测技术

2．2 交通信息融合与状态估计技术

2．2．1 多源数据融合技术

2．2．2 基于模型的交通状态融合与估计方法

2．2．3 数据驱动的交通状态融合与估计方法

2．3 多类型检测技术组合布设方法

2．4 对本论文研究的启发

2．5 本章小结

第三章 多源异质数据分析方法研究及数据特性分析

3．1 研究契机与思路

3．2 手机切换提取技术的交通信息特性分析

3．2．1 基于手机切换的交通信息提取技术基本原理

3．2．2 分析与测试的数据

3．2．3 数据特性分析

3．3 手机活动数据提取技术的交通信息特性分析

3．3．1 基于手机活动数据的交通信息提取技术基本原理

3．3．2 基于动态时间规整(DTW)的数据特性分析方法

3．3．3 分析与测试的数据

3．3．4 数据特性分析

3．4 微波交通检测器的数据特性分析

3．4．1 微波交通检测器的基本原理

3．4．2 分析与测试数据

3．4．3 数据特性分析

3．5 本章小结

第四章 基于神经网络的高速公路多源数据融合方法研究

4．1 研究契机与思路

4．2 多源数据融合流程

4．3 融合模块与算法

4．3．1 数据一致化模块

4．3．2 基于神经网络的融合模块

4．3．3 基于神经网络的估计模块

4．4 仿真分析与评估

4．4．1 仿真模型搭建

4．4．2 基于神经网络的高速公路多源数据融合方法评估

4．5 本章小结

第五章 基于递进式扩展卡尔曼滤波的高速公路交通状态估计方法

5．1 研究契机与思路

5．2 高速公路路段宏观交通流建模

5．3 面向CA数据的交通状态估计方法

5．3．1 观测模型

5．3．2 状态-空间模型

5．3．3 EKF估计器设计

5．4 面向多源数据的PEKF估计方法

5．4．1 多源数据对比分析

5．4．2 观测模型

5．4．3 状态-空间模型

5．4．4 PEKF估计器结构和算法设计

5．5 实例分析

5．5．1 测试高速公路环境

5．5．2 模型参数标定

5．5．3 单源数据交通状态估计结果与分析

5．5．4 多源数据交通状态估计结果与分析

5．6 本章小结

第六章 多类型检测技术组合布设方法研究

6．1 研究契机与思路

6．2 面向手机切换提取技术的多类型检测器布设方法

6．2．1 研究假设与布设规则

6．2．2 数据融合方法

6．2．3 仿真方案

6．2．4 仿真结果

6．2．5 仿真评估

6．3 面向手机活动数据提取技术的多类型检测器布设方法

6．3．1 组合布设方法

6．3．2 方法分析

6．4 本章小结

第七章 研究结论与展望

7．1 主要工作总结和研究结论

7．2 主要创新点

7．3 研究展望

致谢

参考文献

攻读博士学位期间发表论文及参与科研情况