[發明專利]一種基于并行計算的高速公路交通狀態估計方法

有效

• 申請號: 201710439953.1
• 申請日: 2017-06-12
• 公開（公告）號: CN107123265B
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 王翀;冉斌;張健
• 申請（專利權）人: 東南大學
• 主分類號: G08G1/01
• 分類號: G08G1/01
• 代理公司: 32206 南京眾聯專利代理有限公司
• 代理人: 周蔚然

本發明公開了一種新型高速公路交通狀態估計方法；該方法包括一種并行計算框架以及四個子模塊：數據中心模塊、數據一致化處理模塊、在線交通流模型參數校正模塊、以及改進的卡爾曼濾波優化模塊，數據中心模塊用于采集和存儲交通檢測器的歷史和實時數據；數據一致化處理模塊將不同類型的交通數據統一為同一格式；在線交通流模型參數校正模塊用于交通流模型的參數校正；卡爾曼濾波優化模塊對校正后的模型結果進一步優化。本發明提出的并行計算框架用于自動處理上述模塊之間的執行順序，相較于現有的基于卡爾曼濾波的交通狀態估計方法，本發明具有更高的執行效率和精確度，可以支持不同類型的高速公路固定檢測器數據，具有很好的應用和推廣前景。

技術領域

本發明涉及高速公路交通狀態估計和識別領域，具體涉及一種基于并行計算和改進卡爾曼濾波算法的高速公路交通狀態估計方法。該方法針對高速公路交通狀態固定檢測器布設不足的問題，根據實時和歷史交通檢測器數據，估計高速公路的指定路段上各處實時交通狀態。

背景技術

近年來，隨著我國經濟的持續增長和機動車保有量及使用率的快速增加，現有的高速公路運營管理方法已不能充分滿足高速公路實時管理需求，因此，對高速公路實施主動管理和控制是今后高速公路管理的發展趨勢。高速公路主動管理和控制系統基于實時和歷史交通狀態數據、通過控制中心及大型計算機工作站，對車輛出入高速公路、瓶頸路段限速、車輛換道等實施自動管控。因此需要以獲取高速公路各路段準確的實時交通狀態數據(即路段平均速度和路段密度)為前提。現有的高速公路的固定檢測器包括(高清)攝像頭設備、微波設備、線圈設備，其分布密度一般為5～10公里一個，數據最短采樣時間間隔在1～5分鐘不等，不能滿足實時交通控制的需求。因此需要在空間和時間上對交通數據進行擴樣，即通過交通狀態估計方法獲取較為準確的高速公路交通狀態，作為高速公路主動管控的基礎。

現有的交通狀態估計方法可以分為基于交通數據的估計方法以及基于交通流模型的估計方法。基于交通數據的估計方法通過對已知交通數據的統計分析方法對交通狀態未知的路段進行估計，包括時間序列分析方法、回歸方法、平滑擬合方法。基于交通流模型的方法通過交通流模型描述高速公路的交通狀態演變情況，并通過其他算法對交通流模型的參數和計算結果進行優化，以提高交通流模型的準確性。總體而言，基于交通流模型的方法描述交通流變化的精確性較高，并且能較為準確的描述交通擁堵的形成，擴張和消散過程，能較好滿足主動交通管控的需求。現有的基于交通流模型的方法主要是采用二階宏觀交通流模型和擴展卡爾曼濾波相結合的方法。該類方法能夠獲取較好的估計效果和精度，但是也存在以下不足：

1)該類方法所采用的交通流模型的參數較多，部分關鍵參數通過卡爾曼濾波算法進行實時估計，其余參數的設置仍然依賴經驗，因此容易產生較大誤差。

2)由于交通流模型為非線性模型，該類方法需要通過對交通流模型進行泰勒級數展開(線性近似)的方式計算卡爾曼增益。該方式的計算量較大且會產生近似估計誤差，在一定程度上影響估計方法的精度和效率。

發明內容

為解決上述問題，本發明公開了一種基于并行計算和改進卡爾曼濾波優化的高速公路交通狀態估計方法。該方法屬于基于交通流模型的交通狀態估計方法，包括一種并行計算框架、一種數據一致化處理算法、一種在線交通流模型參數校正算法以及一種改進的卡爾曼濾波優化算法。本發明可以從不同類型的固定檢測器提取必要的交通狀態數據，通過并行計算框架提升交通狀態估計效率，通過在線模型參數校正和卡爾曼濾波優化提升交通狀態估計的精確度，從而滿足主動管控需求。本發明采用的具體技術方案是：

1.一種新的交通估計并行計算框架，包括：