[发明专利]一种基于交通大数据平台与中观仿真模型的预测方法

说明书

本发明适用于交通信息服务与应用领域，提供了一种基于大数据平台的中观交通仿真预测方法，包括：大数据平台构建、仿真基础平台构建、OD检测及修正、流密速模型标定和基于卡尔曼滤波的状态估计及推演模块。该仿真系统能够充分利用和挖掘多源数据的价值，基于数据融合和误差估计，提高OD和交通流数据精度，为基于供需的交通状态还原及预测提供基础，实现短期及管控情况下交通流模拟推演。

技术领域

本发明涉及一种基于交通大数据平台与中观仿真模型的交通预测方法，属于智能交通信息服务与应用技术领域。

背景技术

为了解决经济发展过程中产生的需求与小汽车保有量增长导致的交通拥堵、环境污染等问题，各类交通管理部门建设了大量的交通诱导与管理系统。系统的建设一方面提高了交通运行在线监控、交通诱导、匝道管理等管控措施效率；另一方面积累了海量的交通流与交通事故信息。由于交通拥堵的成因、缓解与解决需要交通规划与交通设计导致的交通供需平衡以及各个交通管理系统无缝衔接协同，仅仅依靠单个交通管理系统能够解决或者缓解的交通拥堵问题是非常有限的。而为了对交通规划、设计、精细化协同管理中的交通组织管理、交通事件预警和评估、交通基础设施规划建设、交通政策可行性分析研究提供量化的决策依据，需整合各个交通管理平台交通流与业务管理数据资源，基于交通仿真模型对真实交通系统及管理方案进行整合建模，对各种措施的效果进行预测评估，进而为决策提供依据。

发明内容

本发明要解决的技术问题是：交通规划、交通设计与协同管理中决策凭借经验无量化科学依据。

为了解决上述技术问题，本发明的技术方案是提供了一种基于交通大数据平台与中观仿真模型建模及预测方法，其特征在于，包括以下步骤：

利用交通大数据平台获取用于训练中观仿真模型的训练集，训练后的中观仿真模型基于交通大数据平台实时采集的数据对交通状态进行预测，其中：

观仿真模型的构建及利用该观仿真模型进行预测包括以下步骤：

步骤1、模型选取

中观模型采用下式(1)和式(2)所示交通流离散状态方程，将整条路划分为N段路段，第i段路段的长度为Δ_i，在每条路段的首、末端均设有交通检测器，以检测周期T提供实测的交通流量q_i(k)、平均速度v_i(k)数据作为中观模型的输入，q_i(k)为第i个路段到第i+1个路段在kT时刻的车流流量，v_i(k)第i个路段kT时刻的车流空间平均速度，有：

q_i(k)＝αρ_i(k)v_i(k)+(1-α)ρ_i+1(k)v_i+1(k) (1)

式(1)、(2)、(3)、(4)中：ρ_i(k)为第i个路段kT时刻的车流密度；r_i(k)为第i个路段kT时刻的入口匝道车流率；s_i(k)为第i个路段kT时刻的出口匝道车流率；v_f表示车流自由行驶速度；ρ_cr表示临界密度，即车流量达到最大时的车流密度；b、τ、γ、δ、λ、α为方程的调整系数；ρ表示密度；v(ρ)表示速度；

步骤2、状态估计模型

采用Kalman滤波器对误差进行估计，对于非线性系统有：

x(k+1)＝f[x(k)]+Г[x(k)]w(k) (5)

y(k+1)＝h[x(k+1)]+v(k+1) (6)