智慧高速公路交通檢測器組合布設(shè)方法研究.pdf

1、智慧高速公路是大數(shù)據(jù)時代的高速公路新形態(tài)，是傳統(tǒng)高速公路機電系統(tǒng)的延伸和創(chuàng)新。傳統(tǒng)的高速公路機電系統(tǒng)以功能實現(xiàn)為導(dǎo)向，而智慧高速公路則以管理和服務(wù)為導(dǎo)向，強調(diào)對數(shù)據(jù)的應(yīng)用和發(fā)布。智慧高速公路綜合采用線圈、微波、視頻、地磁等固定式檢測手段，結(jié)合手機、GPS等車載定位和無線通訊系統(tǒng)的浮動車技術(shù)，實現(xiàn)路網(wǎng)斷面和縱剖面的交通信息要素的全天候?qū)崟r獲取。目前，一些高速公路上雖已布設(shè)了一定數(shù)量的交通檢測器，但由于現(xiàn)有檢測設(shè)備在可靠性、抗干擾性、數(shù)據(jù)精

2、度和時效性方面并不能夠較好的滿足動態(tài)交通數(shù)據(jù)獲取的需求，再加上布設(shè)的交通檢測器數(shù)量有限，布設(shè)方案不夠完善，導(dǎo)致檢測器的交通數(shù)據(jù)獲取效果不理想。因此，本文針對高速公路上的交通信息檢測技術(shù)進行研究，提出組合布設(shè)多類交通檢測器的方法來提高路段交通信息的檢測精度，為構(gòu)建智慧高速公路打下堅實的數(shù)據(jù)基礎(chǔ)。
　　(1)通過詳細的文獻綜述，對交通檢測技術(shù)的發(fā)展現(xiàn)狀、檢測器布設(shè)方法以及探測車樣本量求解方法等國內(nèi)外研究現(xiàn)狀進行了總結(jié)和評述，指出現(xiàn)有研

3、究的不足在于:對單一類型檢測器的研究較多，較少對多類型交通檢測器組合應(yīng)用進行研究;對未布設(shè)交通檢測器路段研究較多，較少對已布設(shè)路段加密布設(shè)不同類型的檢測器進行研究;對于多類型檢測器組合布設(shè)的研究缺乏定量分析，缺少對檢測器布設(shè)類型和具體布設(shè)位置的研究。針對現(xiàn)有研究的不足和檢測器布設(shè)存在的問題，界定了本文的研究目標(biāo)和研究內(nèi)容，并設(shè)計了論文研究的框架結(jié)構(gòu)。
　　(2)提出了多類型檢測器組合布設(shè)的方案?；趲追N常用的固定式交通檢測器如感應(yīng)

4、線圈、地磁、微波、視頻、紅外以及超聲波檢測器等分析了15組固定式-固定式檢測器的組合方案;結(jié)合GPS探測車、手機探測車、自動車輛定位技術(shù)(Automatic Vehicles Location-AVL)、自動車輛識別技術(shù)(Automatic Vehicles Identification-AVI)等移動式檢測手段，分析了4組固定式-移動式檢測器組合方案。依據(jù)各檢測器的交通特性，分別從檢測參數(shù)、優(yōu)缺點以及適用性四方面對各組合方案進行了分析

5、。在綜合考慮道路交通流、道路物理結(jié)構(gòu)、氣候條件等影響檢測器工作的因素的基礎(chǔ)上制定了檢測器組合布設(shè)的原則。
　　(3)構(gòu)建了固定式-固定式交通檢測器組合布設(shè)模型。針對未布設(shè)固定檢測器路段，構(gòu)建了整數(shù)規(guī)劃-基因算法、聚類算法和兩階段算法來求解檢測器組合布設(shè)問題。經(jīng)過算例分析，選出了最優(yōu)的檢測器組合布設(shè)方法即整數(shù)規(guī)劃-基因算法?；谠撍惴ǎ疚挠盅芯苛艘巡荚O(shè)檢測器路段加密布設(shè)不同類型檢測器的方法。通過構(gòu)建單目標(biāo)優(yōu)化模型來確定加密布設(shè)的檢

6、測器的布設(shè)位置，利用改進的基因算法求解該模型。通過對檢測器組合數(shù)量和檢測器布設(shè)位置的分析研究，得出以下結(jié)論:數(shù)據(jù)精度不僅受檢測器布設(shè)位置的影響，還受組合檢測器數(shù)量的影響;檢測器的數(shù)量存在一個最優(yōu)值，增加該值對數(shù)據(jù)的檢測精度提高不大但會增加檢測器的冗余，而降低該值則會影響數(shù)據(jù)的檢測精度;檢測器總量一定情況下，精度高的檢測器比例較大時的組合方案獲得的數(shù)據(jù)精度高于精度低的檢測器比例較大時的組合方案;增加檢測器的數(shù)量能夠提高交通數(shù)據(jù)的估計精度，

7、然而優(yōu)化檢測器的位置比單純的增加檢測器的數(shù)量在改善數(shù)據(jù)精度方面更有效。
　　(4)設(shè)計了固定式-移動式交通檢測器組合布設(shè)的方法。結(jié)合固定檢測器的布設(shè)方法和探測車樣本量的求解方法，提出了固定式-移動式檢測器組合布設(shè)的方法。對于已布設(shè)有固定檢測器的路段，僅需確定探測車的取樣比例。通過仿真分析，選出最優(yōu)的探測車取樣比例，即增加其值不能改善數(shù)據(jù)的精度，但減小其值卻會影響數(shù)據(jù)精度。通過BP神經(jīng)網(wǎng)絡(luò)算法融合固定檢測器數(shù)據(jù)和移動檢測器數(shù)據(jù)，得出

8、在獲取同樣數(shù)據(jù)精度的前提下，已布設(shè)有固定檢測器的路段上探測車的樣本量比未布設(shè)固定檢測器路段降低1％。對于未布設(shè)路段，提出了固定式-移動式檢測器組合布設(shè)的方法。首先分別求出單獨布設(shè)兩類檢測器時的檢測器數(shù)量和檢測器的布設(shè)位置，選取較優(yōu)的數(shù)值作為參照值。以此值為基礎(chǔ)，將兩類交通檢測器進行組合，形成多組組合方案。對比各組合方案下的檢測數(shù)據(jù)精度，選定數(shù)據(jù)誤差最小的組合方案為最優(yōu)方案。研究結(jié)果表明固定式與移動式檢測器數(shù)據(jù)融合值優(yōu)于單源檢測器數(shù)值;已

9、布設(shè)有固定檢測器路段的數(shù)據(jù)不滿足需求時，增加移動檢測器比加布同類固定檢測器解決措施更好;固定-移動檢測器最優(yōu)的組合方案并非最優(yōu)的固定檢測器方案和最優(yōu)的移動檢測器方案的簡單組合，而是在此基礎(chǔ)上的進一步優(yōu)化。
　　(5)分析了基于組合布設(shè)檢測器的多源數(shù)據(jù)融合方法，依據(jù)速度-密度數(shù)據(jù)對道路交通狀態(tài)進行估計?；诂F(xiàn)階段高速公路上可獲取的數(shù)據(jù)種類，選定了本文融合的數(shù)據(jù)類型，即實時監(jiān)控數(shù)據(jù)和GPS定位數(shù)據(jù)。分別采用自適應(yīng)加權(quán)融合算法和BP神經(jīng)

10、網(wǎng)絡(luò)融合算法對兩類實時監(jiān)控數(shù)據(jù)和GPS定位數(shù)據(jù)進行融合處理。通過對比融合數(shù)據(jù)的誤差，發(fā)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)算法的融合效果要優(yōu)于自適應(yīng)加權(quán)融合算法。將融合所得的車速數(shù)據(jù)和路段密度數(shù)據(jù)結(jié)合起來，依據(jù)我國高速公路服務(wù)水平的劃分標(biāo)準(zhǔn)，將高速公路交通狀態(tài)分為暢通、基本暢通、一般擁堵、嚴(yán)重擁堵四種，并根據(jù)速度和密度數(shù)值的大小對路段的交通狀態(tài)進行了判別。通過分析采用速度數(shù)據(jù)、密度數(shù)據(jù)、速度-密度數(shù)據(jù)等這三種情況下的交通狀態(tài)估計情況可知，相對采用速度-密度數(shù)