论文部分内容阅读
随着社会的发展，交通拥堵、交通安全等问题日益突出。利用智能交通数据资源获取信号交叉口实时交通参数，能够帮助交通管理者更加智能化掌控城市交通运行特征、交通状态情况，从而为缓解道路交通拥堵提供决策支持。
本文的重点是基于车牌识别数据，研究信号交叉口实时交通参数的获取方法，包括流量、饱和流率、行程时间、通行能力与饱和度、车均延误等；另外，文章将获取的交通参数应用于城市道路交通管控，并展示参数的应用效果。基于此，文章从三个方面展开研究。
首先，文章针对饱和流率分别提出基于车头时距分布及定义的计算方法，并进一步说明两种方法的适用性，此外，文中提出两种方法探讨车型对饱和流率的影响；针对延误的计算，文章提出混合高斯模型计算无停车通过时间平均值的方法，并验证不同天数无停车通过时间平均值的波动情况；针对行程时间的计算，文章借鉴已有的行程时间清洗方法，对新数据源下的行程时间值进行处理。研究结果表明了基于车牌识别数据获取交通参数的可行性。
其次，考虑上下游交叉口的流量关系，本文提出以路段平均行程时间关联上下游路口车辆的到达时间，借助支持向量机模型，利用上游路口的流量数据预测下游路口即将到达的流量情况。
最后，为了更好地展现实时交通参数的应用效果，文章以获取的交通参数及预测流量数据为基础，对案例交叉口分别使用三种控制策略进行信号配时优化研究。其中，离线优化是以海量历史数据为基础，对信号配时方案分时段进行离线优化；反馈控制即利用上一周期流量为即将到来的下一信号周期调控配时方案；自适应控制是利用预测流量，实时自适应的调整交叉口信号配时方案。同时，基于实际案例，本文建立交叉口的Vissim仿真模型，比较不同控制策略下交叉口车均延误的大小，得到各状态适合的控制策略，从而验证了本文获取的交通流参数可应用于城市道路交通管控。
本文的重点是基于车牌识别数据，研究信号交叉口实时交通参数的获取方法，包括流量、饱和流率、行程时间、通行能力与饱和度、车均延误等；另外，文章将获取的交通参数应用于城市道路交通管控，并展示参数的应用效果。基于此，文章从三个方面展开研究。
首先，文章针对饱和流率分别提出基于车头时距分布及定义的计算方法，并进一步说明两种方法的适用性，此外，文中提出两种方法探讨车型对饱和流率的影响；针对延误的计算，文章提出混合高斯模型计算无停车通过时间平均值的方法，并验证不同天数无停车通过时间平均值的波动情况；针对行程时间的计算，文章借鉴已有的行程时间清洗方法，对新数据源下的行程时间值进行处理。研究结果表明了基于车牌识别数据获取交通参数的可行性。
其次，考虑上下游交叉口的流量关系，本文提出以路段平均行程时间关联上下游路口车辆的到达时间，借助支持向量机模型，利用上游路口的流量数据预测下游路口即将到达的流量情况。
最后，为了更好地展现实时交通参数的应用效果，文章以获取的交通参数及预测流量数据为基础，对案例交叉口分别使用三种控制策略进行信号配时优化研究。其中，离线优化是以海量历史数据为基础，对信号配时方案分时段进行离线优化；反馈控制即利用上一周期流量为即将到来的下一信号周期调控配时方案；自适应控制是利用预测流量，实时自适应的调整交叉口信号配时方案。同时，基于实际案例，本文建立交叉口的Vissim仿真模型，比较不同控制策略下交叉口车均延误的大小，得到各状态适合的控制策略，从而验证了本文获取的交通流参数可应用于城市道路交通管控。