基于收費數據的高速公路旅行時間自適應插值卡爾曼濾波預測研究.pdf

1、高速公路站間旅行時間可衡量所經路段通行效率和交通狀態(tài)，是交管部門交通控制和誘導的重要依據，也是出行者高度關注的首要信息，已成為先進出行者信息系統ATIS（advanced traveler information systems）和路徑導航系統RGS(routeguidance systems)的關鍵因素。本文依托高速公路收費數據開展站間旅行時間預測研究，具體研究內容如下:
　　(1)針對MTC(manual toll colle

2、ction)數據相比ETC(electronic toll collection)數據包含車輛排隊等待繳費時間的問題，提出一套MTC和ETC數據實時融合處理準則，包含極端異常數據處理和數據融合，提高了周期內車輛數據數量。
　　(2)針對收費數據中異常數據難以剔除的問題，提出一種改進后平均旅行時間計算模型，模型融入四分法數據剔除思想，提高了收費數據質量和平均旅行時間計算精度。
　　(3)針對卡爾曼濾波算法非線性性能弱及自適應性

3、能差的問題，提出了高速公路旅行時間自適應插值卡爾曼濾波算法。算法利用等間距插值方法重構實時及歷史旅行時間之間的時間序列，基于最小二乘法實時搭建卡爾曼濾波模型，并詳細闡述了Sage-Husa自適應卡爾曼濾波旅行時間預測原理。
　　(4)為驗證算法有效性，實際路段算法驗證結果可知，自適應插值預測算法在正常、事故、小長假三種交通流狀態(tài)下所有周期平均相對誤差控制在7.5％內，事故周期平均相對誤差控制在10％內。
　　(5)搭建了旅行