基于进出口匝道流量的高速公路OD矩阵

常云涛; 彭国雄; 杨晓光

基于进出口匝道流量的高速公路OD矩阵

同济大学交通运输工程学院, 上海 200092

基金项目:

教育部博士点基金项目 2000024707

详细信息

作者简介:
常云涛(1974-), 男, 湖北黄陂人, 博士研究生, 从事交通信息工程与控制研究

中图分类号: U491.112
计量
- 文章访问数: 230
- HTML全文浏览量: 85
- PDF下载量: 180
- 被引次数: 0
出版历程
- 收稿日期: 2003-01-08
- 刊出日期: 2003-04-25

Freeway OD matrices estimation with on/off ramps traffic counts

School of Transportation Engineering, Tongji University, Shanghai 200092, China

More Information

Author Bio:
CHANG Yun-tao(1974-), male, doctoral student, 86-21-65986308, crchanghp@163.com

摘要

摘要: 分析了高速公路进出口匝道的交通流量特征及其与OD矩阵的关系, 建立了高速公路进出口匝道交通量关系模型, 生成了高速公路匝道系统的状态空间模型, 分析了OD矩阵自身的特点, 得到OD矩阵的约束关系, 对常规的卡尔曼滤波方法进行了约束条件修正, 从而形成了约束卡尔曼滤波递推方法。通过模拟数据的计算分析, 约束卡尔曼滤波递推方法的性能与卡尔曼滤波递推方法相比有了很大的提高, 能够较好地对高速公路上的时变OD矩阵进行跟踪, 求解结果满足现代高速公路控制的需要。
- 高速公路 /
- 匝道 /
- 交通流量 /
- OD矩阵估计 /
- 约束卡尔曼滤波
Abstract: This paper analyzed the relationship between OD matrices and on/off ramps of freeway, and built the freeway ramp flow relation model and freeway ramps system state space model. Based on analyzing the characters and constraint conditions of OD matrices, this paper applied the constrained Kalman filter(CKF) to estimate OD matrices. Simulation results indicate that CKF method performes much better than traditional Kalman filter(KF), and the output can trace time-variable OD matrix well.
- freeway /
- ramp /
- traffic counts /
- OD matrices estimation /
- constrained Kalman filter

HTML全文

图 1 高速公路匝道系统

Figure 1. Freeway ramp system

下载: 全尺寸图片幻灯片

图 2 简单高速公路匝道系统

Figure 2. Sample freeway ramp system

下载: 全尺寸图片幻灯片

图 3 某高速公路段10 h匝道OD变化

Figure 3. 10-hour variety of freeway ramp OD

下载: 全尺寸图片幻灯片

图 4 出口匝道交通量真值、检测值和估计值变化

Figure 4. Off-ramp volume curves

下载: 全尺寸图片幻灯片

图 5 卡尔曼滤波OD绝对误差变化情况

Figure 5. Absolute errors of OD by Kalman filter

下载: 全尺寸图片幻灯片

图 6 标准化法与投影法

Figure 6. Sketches of standardization and projection

下载: 全尺寸图片幻灯片

图 7 约束卡尔曼滤波步骤

Figure 7. Processes of constrained Kalman filter

下载: 全尺寸图片幻灯片

图 8 出口匝道交通量实际值、检测值和估计值变化

Figure 8. Off-ramp volume curves by CKF

下载: 全尺寸图片幻灯片

图 9 OD绝对误差变化情况

Figure 9. Absolute OD errors variety by CKF

下载: 全尺寸图片幻灯片

表 1 试验误差数据分析

Table 1. Experimental errors data analysis

下载: 导出CSV

参考文献(11)

[1]	荆便顺. 道路交通控制工程[M]. 北京: 人民交通出版社, 1995.
[2]	Ennio Cascetta. Dynamic estimatiors of origin-destination ma-trices using traffic counts[J]. Transportation Science, 1993, 27(4): 363-373. doi: 10.1287/trsc.27.4.363
[3]	Zhou Jing, Xu Nan-rong. An estimation method of OD trip matrix for traffic online control[J]. Systems Engineering-Theory & Practice, 1994, 14(3): 36-43.
[4]	Yin Juan, Zhuo Zhi-xue. Study of OD flow calculation method in the crossing[J]. North-East Road, 2000, 23(1): 81-83.
[5]	Duan Jinyu, Miao Lixin, Jiang Jianjing. Application of entropy maximization model for estimating OD trip matrices[J]. Journal of Tsinghua University, 2000, 40(6): 123-126.
[6]	Nancy L Nihan, Gary A Davis. Application of prediction-error minimization and maximum likeihood to estimate intersection OD matrices from traffic counts[J]. Transportation Science, 1989, 23(2): 77-90. doi: 10.1287/trsc.23.2.77
[7]	Martin L Hazelton. Inference for origin-destination matrices: estimation, prediction and reconstruction[J]. Transportation Research Part B, 2001, 35(7): 667-676. doi: 10.1016/S0191-2615(00)00009-6
[8]	Cremer M, Keller H. A new class of dynamic methods for the identification of origin-destination flow[J]. Transportation Research Part B, 1987, 21(2): 117-132. doi: 10.1016/0191-2615(87)90011-7
[9]	Nancy L Nihan, Gary A Davis. Recursive estimation of origin-destination matrix from input/output counts[J]. Transportation Research Part B, 1987, 21(2): 149-163. doi: 10.1016/0191-2615(87)90013-0
[10]	刘豹. 现代控制理论[M]. 北京: 机械工业出版社, 1983.
[11]	Simon D, Chia T. Kalman filtering with state equality constra-ints[J]. IEEE Transaction on Aerospace and Electronic Systems, 2002, 39(1): 128-136.