卡尔曼滤波短时交通流预测普通国省道适应性研究*
2021-11-12申雷霄陆宇航郭建华
交通信息与安全 2021年5期
申雷霄 陆宇航 郭建华▲
(1.江苏省徐州市公路管理处 江苏 徐州221002;2.东南大学智能运输系统研究中心 南京210018)
0 引言
伴随经济的快速发展,交通设施的供给愈来愈难以满足快速增长的交通出行需求,导致许多亟待解决的问题,如交通拥堵、交通安全、能源消耗和环境污染等。普通国省道是我国综合交通体系的重要组成部分,对满足我国地面交通运输需求具有重要的意义。我国普通国省道建设周期长、成本高,改扩建不易,所以,在不扩大普通国省道建设规模的前提下,如何有效地提高普通国省道的服务能力,满足日益增长的交通需求,成为当前普通国省道交通运行管理和控制的重点工作和未来发展方向。
智能运输系统(intelligent transportation system,ITS)在普通国省道的交通管理中具有广泛的应用前景。ITS是在传统的交通运输系统基础上,采用先进的计算机、信息、通信、人工智能等高新技术,扩展和丰富交通运输系统的内涵,形成实时、高效、准确的新型运输系统[1]。短时交通流预测能够预测未来的交通流状况,可帮助出行者规划出行,降低个人出行时间和费用,并以此为依据指导交通管理者制定合理的交通管制方案,以缓解交通拥堵,减少交通事故的发生,提高路网运输效率,使交通管理控制由被动转向主动,是提高智能运输系统可靠性、安全性的关键所在,也是智能交通系统建设中必不可少的基础性技术。
长期以来,短时交通流的预测技术领域取得了诸多的研究成果与方法,包括线性模型、非线性模型、混合模型和其他模型等[2],并在特定的情境下得到了验证,如高速公路环境、城市道路环境等。……
登录APP查看全文
