《基於數據融合的信控路網車輛軌跡重構及最佳化》是依託同濟大學，由唐克雙擔任項目負責人的面上項目。
基本介紹
- 中文名：基於數據融合的信控路網車輛軌跡重構及最佳化
- 項目類別：面上項目
- 項目負責人：唐克雙
- 依託單位：同濟大學
中文摘要,結題摘要,
中文摘要
車輛軌跡可以反映車輛瞬時速度的時空變化特徵，是對交通流運行狀態最全面和最完整的表達形式。車輛軌跡重構是指基於歷史和實時的交通檢測數據，根據交通流演化和車輛運行物理規律，再造車輛在過去一段時間內的完整軌跡。本研究面向我國城市道路交通檢測數據條件，綜合運用三維衝擊波理論、稀疏反演和機率統計數據融合方法，通過充分挖掘浮動車軌跡信息及其與AVI、定點檢測器和信號控制系統數據之間的時空關聯性，重構信控路網上所有車輛的運行軌跡。本研究可以克服現有車輛軌跡重構方法依賴於秒級浮動車數據、不能考慮路側車輛出入和車輛換道影響的缺陷，將車輛軌跡重構由理想交通環境下的路段和交叉口推廣到交通環境複雜的信控路網。本項目研究成果對於完善交通系統分析方法，構建新的信息融合方法，探索研究基於車輛軌跡的精細化交通控制與管理，具有重要的理論與現實意義。
結題摘要
本項目面向我國城市道路交通實際數據條件，綜合運用交通波理論、稀疏反演和機率統計等方法，通過挖掘車輛軌跡信息及其與電警、定點檢測器和信號配時數據之間的時空關聯性，建立了信控路網車輛軌跡重構方法，並探索研究了基於車輛軌跡數據的信號控制最佳化方法。 本項目取得的主要成果包括：（1）運用交通波理論和稀疏反演方法，面向不同數據條件和套用場景，建立了基於電警、定點檢測和信號配時數據融合的單點交叉口和城市幹道車輛軌跡重構方法，克服了現有方法依賴於秒級浮動車數據、不能考慮路側車輛出入和車輛換道影響的缺陷，將車輛軌跡重構由理想交通環境下的基本路段推廣到交通環境複雜的信控路網；（2）運用交通波理論和最小二乘法、極大似然估計等參數估計方法，提出了基於軌跡數據的信號控制交叉口排隊長度和流量估計方法。該方法通過挖掘利用排隊和非排隊車輛的軌跡特徵信息，對車輛加入和離開排隊的關鍵點、排隊集結波和消散波、交叉口到達流量等進行識別和估計，從而服務於信號控制最佳化。 本項目研究成果對於完善交通系統分析方法，構建新的信息融合方法，探索研究基於車輛軌跡的精細化交通控制與管理，具有重要的理論與現實意義。
