基于RFID數(shù)據(jù)的城市交通流動態(tài)路徑誘導(dǎo)研究.pdf

1、城市化進(jìn)程的快速發(fā)展，使得現(xiàn)有城幣的交通系統(tǒng)承載著日益增長的需求與壓力，交通擁堵問題成為城市經(jīng)濟(jì)發(fā)展的頑疾，隨之產(chǎn)生的交通運(yùn)輸效益下降、環(huán)境污染、能源過度消耗等問題日益嚴(yán)重，交通擁堵這一頑疾亟待解決。基于智能采集設(shè)備的城市交通誘導(dǎo)系統(tǒng)是緩解城市交通擁堵問題的重要途徑之一。本文由射頻識別技術(shù)(Radio Frequency Identification Devices，RFID)所采集的城市道路交通數(shù)據(jù)特征分析入手，提出基于RFID數(shù)據(jù)的

2、交通參數(shù)提取方法，實現(xiàn)基于RFID數(shù)據(jù)的城市道路微觀交通模擬，構(gòu)建基于RFID數(shù)據(jù)的城市道路交通流短時預(yù)測模型，開展基于RFID數(shù)據(jù)的城市道路交通狀態(tài)判別研究，實現(xiàn)基于交通狀態(tài)判別的交通流動態(tài)路徑誘導(dǎo)研究。
　　文章首先對用于采集車流數(shù)據(jù)的RFID技術(shù)進(jìn)行了概述，由于RFID采集點多布設(shè)在信號交叉口出口路段上，這一布設(shè)特點導(dǎo)致RFID采集車輛記錄多是單點斷面靜態(tài)記錄。為了得到相對完整的符合時間規(guī)律的車輛行程數(shù)據(jù)并滿足動態(tài)化要求，不

3、僅需要將車輛記錄與RFID基站位置進(jìn)行空間匹配，同時需要考慮交叉口信號配時的情況。本文首先在數(shù)據(jù)記錄質(zhì)量分析的基礎(chǔ)上，提出基于RFID技術(shù)的交通流特性參數(shù)提取方法，以交通工程學(xué)對交通特性參數(shù)的基本定義為核心，借助靜態(tài)RFID記錄中的車牌字段與車輛通過時間字段等基礎(chǔ)信息對單一檢測斷面與相鄰檢測斷面的采集數(shù)據(jù)進(jìn)行交通流特性參數(shù)提取，得到流量、速度、行程時間、車頭時距、交叉口轉(zhuǎn)向等參數(shù)。在此基礎(chǔ)上，利用統(tǒng)計方法，對交通量特征、車輛到達(dá)特征、速

4、度特征、車頭時距特征、行程時間特征進(jìn)行了統(tǒng)計研究，并將統(tǒng)計分布結(jié)果作為基本輸入用于車流模擬框架的構(gòu)建。
　　在車流模擬框架構(gòu)建研究中，本文首先從車輛行駛的微觀分析出發(fā)，分析討論車輛在交叉口上游檢測斷面行駛至交叉口停車線并駛向下游檢測斷面的路段行駛特征，基于分析結(jié)果結(jié)合線性跟馳模型、安全換道模型構(gòu)建了車輛在路段上的行駛規(guī)則;同時，本文利用車輛到達(dá)交叉口的時刻與信號運(yùn)行時刻判斷車輛在交叉口停車線的停車排隊特征，并結(jié)合路段行駛規(guī)則構(gòu)建了

5、完整的城市道路車流模擬框架。在實例分析時，本文利用交通參數(shù)統(tǒng)計規(guī)律產(chǎn)生交通流特性參數(shù)的隨機(jī)數(shù)，以此作為車流模擬框架的輸入，并借助Matlab數(shù)值模擬環(huán)境，對單交叉口范圍內(nèi)相鄰RFID檢測斷面的車流進(jìn)行了模擬，并通過對模擬結(jié)果的分析，獲取了行程時間、排隊長度等通過一般采集方法較難直接采集的交通運(yùn)行特征參數(shù)，實現(xiàn)了從靜態(tài)RFID記錄中提取得到交通狀態(tài)的動態(tài)變化特征，其結(jié)果可用作交通狀態(tài)判別的基本輸入。
　　為進(jìn)一步實現(xiàn)從靜態(tài)RFID記

6、錄中提取交通運(yùn)行動態(tài)特征，本文在構(gòu)建車流模擬框架的同時，構(gòu)建了基于RFID數(shù)據(jù)的交通流短時預(yù)測方法?？紤]到交通參數(shù)時間序列具有隨機(jī)信號的特征，本文以交通流特性參數(shù)時間序列的小波分解為前提，對小波分解得到的近似變量和細(xì)節(jié)變量分別選用支持向量機(jī)方法建立預(yù)測模型，并利用GA、PSO等方法優(yōu)化預(yù)測模型的參數(shù)，并綜合考慮數(shù)值精度與運(yùn)算速度兩方面因素，借助數(shù)值對比實驗的方法，對預(yù)測模型參數(shù)的輸入個數(shù)進(jìn)行了研究。借助對速度時間序列的實例分析，分別得到

7、了2min和5min時間間隔的速度預(yù)測結(jié)果，其精度滿足一定要求，并將預(yù)測算法應(yīng)用到閾值去噪處理后的數(shù)據(jù)進(jìn)行對比分析，其結(jié)果表明所構(gòu)建的預(yù)測算法能夠?qū)崿F(xiàn)對靜態(tài)RFID記錄的動態(tài)預(yù)測。
　　對靜態(tài)RFID記錄采用預(yù)測的方法實現(xiàn)動態(tài)分析主要針對交通流特性參數(shù)，而掌握交通流狀態(tài)的動態(tài)變化，需要綜合考慮不同交通流特性參數(shù)的變化特征，因此，在基于RFID數(shù)據(jù)的城市道路交通運(yùn)行特征分析與車流模擬的基礎(chǔ)上，本文提出一種采用平均里程行程延誤、平均行

8、程速度、排隊長度等多個參數(shù)來判別城市道路交通狀態(tài)的方法。該方法以模糊綜合評價模型為基礎(chǔ)，以車流模擬結(jié)果所提取的交通流特性參數(shù)作為輸入，通過構(gòu)建參數(shù)的梯形隸屬度函數(shù)，實現(xiàn)對交叉口左、直、右三個方向上的相鄰檢測斷面的交通狀態(tài)進(jìn)行模糊判別，并對交通狀態(tài)模糊判別方法中的單因素權(quán)重矩陣取值對判別結(jié)果的影響進(jìn)行了分析研究，從而進(jìn)一步實現(xiàn)了從靜態(tài)RFID記錄中提取動態(tài)交通變化特征。交通狀態(tài)判別結(jié)果可用于構(gòu)建城市道路交通誘導(dǎo)路徑搜索算法。
　　誘

9、導(dǎo)路徑是交通流動態(tài)誘導(dǎo)系統(tǒng)的重要體現(xiàn)，本文提出一種基于城市道路交通狀態(tài)判別的動態(tài)誘導(dǎo)路徑搜索算法。以城市路網(wǎng)為研究載體，借助車流模擬框架得到路網(wǎng)內(nèi)的車流模擬數(shù)據(jù)，結(jié)合交通參數(shù)提取方法得到模擬路網(wǎng)內(nèi)相鄰檢測斷面的平均里程行程延誤、平均行程速度、排隊長度等交通流特性參數(shù)，在此基礎(chǔ)上，結(jié)合模糊判別方法得到模擬路網(wǎng)內(nèi)相鄰檢測斷面的交通狀態(tài)判別結(jié)果，并利用交通狀態(tài)判別結(jié)果作為搜索算法中有向弧的動態(tài)權(quán)重，結(jié)合基于曼哈頓距離的啟發(fā)式路徑搜索算法，實現(xiàn)