基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法技术

为了克服交通流模型难以直接对交通拥堵监控预报的技术缺陷，本发明专利技术提供一种基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法，该方法通过监控摄像机的视频图像获得车辆速度、密度和流量信息，根据新建立的交通拥堵模型对将发生的交通拥堵进行预报，解决了交通拥堵不能及时预报的技术问题。

【技术实现步骤摘要】

本专利技术涉及一种建模方法，特别是一种。
技术介绍
近年来，随着各种交通工具的数量大大增加，国际上很多国家的设施、道路、交通管理系统已经很难适应这种发展速度，特别是大、中城市交通基础设施不足、交通信号控制的不协调、交通疏导系统缺乏、车辆调度和管理的混乱、交通參与者的交规意识等诸多方面的原因导致了城市交通较拥挤现象，由此又引发了交通安全、环境污染等一系列的社会经 济问题。由于交通问题是一个复杂的大系统问题，它涉及到了城市交通网络的综合控制、交通信息的综合采集及网络传输技术、交通智能信息融合与处理技术、交通流诱导技术、以及车辆运输智能调度方法、城市智能交通规划方法、交通安全检测、交通环境综合评价体系等多方面的内容，而且上述各个因素之间相互影响、相互制約，是ー个相关性极强的综合体，很难采用统ー的描述形式刻画这ー复杂问题；因此，对于交通系统的描述也各式各样，其中采用流体力学的观点建立的宏观和微观模型分析交通特性者居多。在宏观交通流模型中，交通流被视为由大量车辆组成的可压缩连续流体介质，研究车辆集体的平均行为，单个车辆的个体特性并不凸显。宏观交通流模型以车辆的平均密度P、平均速度V和流量q刻画交通流，研究它们所满足的方程。与微观模型相比，宏观模型可以更好地刻画交通流的集体行为，从而为设计有效的交通控制策略、模拟及估计道路几何改造的效果等交通工程问题提供依据。数值计算方面，模拟宏观交通流所需时间与所研究交通系统中车辆数目无关，只与所研究道路、数值方法的选取及其中空间X、时间t的离散步长Ax和At有夫。故此，宏观交通流模型较适合于处理大量车辆组成的交通系统的交通流问题。流体力学模型是用连续介质模型来模拟车流的交通状态。较之微观模型，流体力学模型能更好的描述和理解车流的集体行为。比较有影响的模型有 LWR 模型(1955)、Payne 模型(1971)、Papageorgiou 模型(1989)和 Helbing 模型(1999)。其中Markos Papageorgiou于1989年提出的D模型获得了较多的认可。该模型用三个偏微分方程描述高速公路车流的交通状态，离散化方程为 f _动态密度模型+= 了レ/, i () I, (〃) + ,;()- .V,()]动态流量模型qi (n) = a (n) Vi (n) + (1- a ) [ki+1 (n) vi+1 (n) -ri+1 (n) ] -Si (n)动态速度模型V1-0 + 1) = Vi(n) + j[ve (kt(/ )) — Vi(n)] + ナ v,.( ) [>“(《) — Vi( )]—芽-たザ()+ ぐ)式中，Mn)为区间i在nT时刻的密度，qi(n)为从时间n开始第i段所驶出的车辆数，为时间n时，第i段驶入的车辆数，Li为第i路段的长度，a (n)为区间i在n时刻的入口匝道流量，Si(Ii)为区间i在n时刻的出口匝道流量，Vi(Ii)为区间i在n时刻的区间速度，a为加权系数，I , X , ^为修正系数，T为采样周期，T为变化滞后时间，本文档来自技高网...

【技术保护点】
一种基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法，其特点是采用以下步骤：（1）通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法：min(ez)=min{epara{eseg[epre(esamp)]}}式中，ez为图像提取交通参数的整体误差，min(ez)为通过选择不同组合的图像处理方法得到的ez最小值，esamp为图像采样误差，epre为图像与处理误差，eseg为图像中车辆分割误差，epara为按照分割图像提取交通参数的误差；（2）建立给定路段的宏观交通流模型式中，状态变量φi(n)=1kim-ki(n)>0,σi(n)=1ki(n)>0为第i个路段在nT时刻的值，ki(n)为区间i在nT时刻的密度，Li为第i路段的长度，ri(n)为区间i在n时刻的入口匝道流量，si(n)为区间i在n时刻的出口匝道流量，vi(n)为区间i在n时刻的区间速度，a为加权系数，ρ为可以调整的修正系数，λ、μ1、μ2、为给定常数，T为采样周期，τ为变化滞后时间，NT为最终时间，kim为交通拥堵时第i个路段的饱和交通密度与kjam相同，交通正常时ki(n)ve[φi(n)]=vf{1-[kimφi(n)-1kjamφi(n)]l}m=vf{1-[1-1kjamφi(n)]l}m或ve[φi(n)]==vfexp{-1b[kimφi(n)-1kcφi(n)]α}式中，vf为自由行驶速度，kjam为交通堵塞时的最低密度，kc为流量最大时的密度的临界值，l,m,b,α为常值参数；(3)当状态变量η随时间趋于无穷时，该路段将趋于阻塞交通密度而产生交通拥堵，对该路段发出交通更拥堵预报；(4)采用间断性诱导控制限制驶入该路段的来车。FDA00002684112500011.jpg,FDA00002684112500014.jpg...

【技术特征摘要】
1.一种基于修正速度的宏观交通流离散模型的交通拥堵监控预报方法，其特点是采用以下步骤(1)通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法min (ez) =min {epa...

【专利技术属性】
技术研发人员：史忠科，
申请(专利权)人：西安费斯达自动化工程有限公司，
类型：发明
国别省市：