车辆轨迹融合电警数据的干道路径流量估计
随着我国车辆导航和移动定位技术的快速发展和应用,基于车辆轨迹数据的路网OD估计和路径流量估计逐渐成为研究热点问题.针对以往基于车辆轨迹数据单一数据源的条件下,路网OD和路径流量估计精度较低,可靠性不足,未能充分挖掘车辆轨迹数据所能提供的信息等缺陷,本研究引入了车辆自动识别(AVI)数据,针对干道两侧双向布设有电警检测器的场景,融合电警数据和轨迹数据提出了一种基于广义最小二乘法的信控干道路径流量估计方法.仿真验证结果表明该方法可以有效提高干道的路径流量估计精度,当设置仿真模型渗透率为0.1,电警漏检率为0％时,一小时粒度的路径流量估计的平均绝对误差为16.17辆,平均绝对百分误差为34.23％.本方法可还原实际于道的需求分布和关键流量路径,为干道协调控制方案优化提供参考.
路径流量估计 车辆轨迹数据 电警数据 数据融合 广义最小二乘法
刘家豪 姚佳蓉 唐克双
同济大学 综合交通信息与控制工程系,上海 201804
国内会议
上海
中文
105-117
2019-10-31（万方平台首次上网日期，不代表论文的发表时间）