《智能交通系统模型的算法分析与改进至.pdf》由会员分享，可在线阅读，更多相关《智能交通系统模型的算法分析与改进至.pdf（4页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、销 6 卷 年 篆1月22 0 0 6 2 期 年 1 月 计算机技术与发展 (=)()1丌 R T E C H N O L O G Y A N D I)E V )f】M E N T U)1 1 6 N)1 2 l c 2 0 0 6 智能交通系统模型的算法分析与改进 徐 武，杨印根，周卫东，吴克捷(江西师范大学 计算机信息工程学院，江西 南昌 3 3 0 0 2 7)摘要：对智能交通系统中的求路段平均速度和平均旅行时间的算法进行了改进，采用间接法对路段平均行驶时间进行估 测和对最优路径进行选择。通过收集多点的检测数据，在采用两点速度逼近平均速度的方法的同时，引人改进的流量融合 技术来对某一路
2、段的平均速度进行估测。在求平均旅行时间时，考虑到各路段旅行时间相互关联的情况，通过构造一个时 问相关的协方差矩阵来描述各路段之问的相关性，与传统的算法相比，在实时更新方面更具优势。关键词：智能交通系统；协方差矩阵；旅行时间估算；最优路径选择；算法 中图分类号：T P 1 8；O1 5 7 6 文献标识码：A 文章编号：1 6 7 3 6 2 9 X(2 0 0 6)1 2 0 1 6 2 0 4 An a l y s i s a n d I mp r o v e me n t o f Al g o r i t h ms f o r I T S M o d e l x u Wu，YA NG Y
3、i n-g e n，Z HOU We i d o n g，WU Ke-j i e (C o l l e g e o f C o mp u t e r I n f o r ma t i o n E n g i n e e r i n g，J i t g x i N o r ma l Un i v e r s i t y，Na n c h a n g 3 3 0 0 2 7，C h i n a)Ab s t r a c t：I n t h i s p a p e r ,x g me c o n v e n t i o n a l a l g o r i t h ms a r eimp r o v
4、e db y u s i n g t h ei n d i r t m e t h o d T h e s e a l g o ri t h ms a r e a b o u t me a nv e l o c i t y a n d t r a v e l in g t ime in i n div i d u al l in k s o f l TS mo d e 1 I n t h e m a l g o rit h msa v e r a g e v e l o c i i s e s t i ma t e d b y i n t r o d u c i n g a r e n e w
5、e d me t h o d o f f u s in g t r a f f i c d e n s i w a n d t w o e x t r e me p o i n t v e lo c i t i e s F p e c i a l l y，t r a v e l i n g t ime s o n in d i v i d u a l l i n k s a l e mu t u a l l y c o r r e l a t e d i n p r a c t ic e A t ime d e p e n d e n t cov a r i ane e ma t r i x
6、i s d e s ig n e d t o q u a n t i f y s u c h a t i me v a r y i n g c o rre l a t i o n r e l a t i o n s h i p b e t we e n e a c h t wo i n d i v i d u a l l i n k s Th e n e w a l g o ri t hmi s be t t e rt h a n o ld o n ein|e a 1 一t i me u p d a t e Ke y w o r d s：I I S；t i me d e p e n d e n
7、 t cov a r i a n c e ma t r i x；t r a v e l in g t ime e 蚍 j ma t i0 n；s e l e c t io n f o r o p t ima l rou t in g；al g o ri t hm O 引 言 随着国民经济的不断发展，道路交通的管理显得越来 越重要。为了提高道路的使用效率，给出行者提供较好的 出行环境，一个高效的智能交通系统必不可少。特别是中 国提出要把 0 8 奥运办成绿色奥运、数字奥运，有效改善北 京市的交通状况的构想。而已有的系统通常只是帮助交 管部门控制各路口的红绿灯，通过视屏监视器监控各路口 的交通状况
8、，或者将采集到的交通状况信息存储起来，待 日 后分析使用。即只能进行一些静态的管理。不管这类 系统的实际效果如何，单从对出行者提供帮助方面，这类 系统的作用就不尽如人意。而现在出行者对实时最优路 径选择和可靠旅行时间估计等动态交通信息的需求却越 来越迫切。当前他们更多地是通过城市的交通广播来获 得各路段(两个交叉路口之间的一条并行道路)的交通状 况，而交通广播台的信息来源则是出行者或驾驶员经过 该 路段时自发地通过手机短信或电话的方式将此时的交通 状况告诉给他们。所以这类信息的可靠性和完整性存在 很大的问题，因此建设一个高效的实时智能交通系统迫在 收稿 日期：2 0 0 6一【】32 2 作者
9、简介：徐武(1 9 7 7 一)。，江四临川人，助教，钡 研究 L，研究 h 为讣 饥系统结构 硐 络技术；饧印根，教授，氍 旰 究l，J 为汁锋 机臆川干 I1 工4 k r I 化。眉捷。1 传统模型和算法 1 1 已有的智能交通系统模型 美国等西方发达国家首先在高速公路上建设了一些 智能交通系统，但在交通状况的实时更新和预测方面，特 别是在解决各路段交通状况相互关联问题上还不够完 善。文中讨论问题的前提是忽略车辆在并行道路(同一个 前进方向上的几条单行道组成的路)上的车道变换和车辆 在非 自由行驶状态下的跟车情况(即车辆行驶受头车和尾 车的影响)。系统主要的控制流程简图见图 1。至 j
10、口 +l 信息反馈与显 示l 广 图 l 智能交通 系统控制流程 简图 I 2 已有系统的数据采样算法 传统的数据采样是 由布设在各路段中交通流量最容 易发生变化的地方的传感器收集该路段的流量和车辆的 瞬时速度，然后采用引入流量的基于加权平均融 合算法来 估算车辆的旅行时间。其 计算方法如(I)式(示意同 维普资讯 http:/ 第 1 2期 徐 武等：智能交通系统模型的算法分析与改进 1 5 3 图 2)。X T L (1)l i q i 其原理是由每一个传感器采集到该点的瞬时速度(f)，然后利用已知两端点速度求平均速度的方法(凋和，中项法)得到任意两个传感器之间的一小段路上的平均 速度 云
11、 。由于每两个传感器之间的距离是已知和固定不-变的，所以可以很容易得到旅行者在该小段上所花费的旅 行时间。用同样的方法可得到每-b 段路上的平均流量(假设传感器同时可以采集到所在点的瞬时流掇)，最后由 某一路段上所有小段的旅行时间和平均流量，利用引入流 量的基于加权平均融合算法估算出车辆在整个该路段上 的的旅行时间。其中：(1)q ()时刻 第 i 个传感器采集到的瞬时流 量：(2)(t)时刻t 车辆通过第i 个传感器的瞬时速 度；(3)云 (i)第 个采样点的时间平均速度；(4)n u f r r 一采样次数(频度)；(5)_珊(f)；v i(t),ra m；(16)路段上第f 个传感器到第
12、i+1 个传感器之 间的平均速度；。(7)=(t im (i)+t im。(i+1)2；q )(8)q ；(9)q i 第 f 个传感器采集到的平均瞬时流量；(1 0)q =(q +q H i)2；(1 1)q i 路段上第 个传感器到第f+1 个传感器 之间的平均流量；(1 2)t i 路段上第 f 个传感器到第i+1 个传感器 之间的行驶时间；(1 3)t =v ；(1 4)卜从第 1 个传感器行驶到最后一个传感器 所花费的总的时间；(1 5)L 第 1 个传感器到最后一个传感器的总长 垂 度；(1 6)f 路段上第 i 个传感器到第i+1 个传感器 之间的长度。图2 采样 系统简图 在交
13、通通畅的道路上，比如说高速公路上，利用上面 的算法可以很好地得到该路段的平均速度。如 果拥塞时 常发生，估测结果的准确性则得不到保 汪，其 主要原因为 上面的方法是根据传感器的数量把某一路段划分成若于 个小段，每-,段的平均速度是由该小段两端的传感器收 集到的瞬时速度求平均得到，进而估算出每小段的旅行 时间，然后把每-b 段的旅行时间利用引入流量的基于加 权平均融合算法计算出这一路段的旅行时间。其不合理 性在于某一小段两端的速度简单平均并不能准确代表该 小段的平均速度，即使引入流量进行融合，也只是有一定 的改善。这时可以引入车流密度，利用格林息尔治模 型l 4 j 进行优化。“(1 一 )其中
14、：“为车流速度的最大值；ID 为车流密度的最大值。这样做的目的是因为直接法(通常是利用 A V I 设备，在入口和出口分别设置 C C D摄像头，记录特定的一辆车 通过入口和出口的时刻，两个时刻之差就是这辆车通过这 一路段所用的时间。在一段时间间隔内对所观察的车辆 的全部结果进行平均，得到旅行时间)虽然从理论上来说 比较准确，但对硬件的要求比较高，受环境的影响也比较 大-2 j。而引人流量和密度是为了提高精度。1 3 已有系统的数据存储、分析与更新原理 数据的存储、分析与更新是把采样阶段获得的路网中 各路段的静态距离和旅行时间等信息收集存储起来，进而 运用最短路径算法为出行者提供最优路径选择和
15、可靠旅 行时间估计等服务，并且可以根据采样数据的更新而不断 更新。1 4 已有系统的数据反馈与显示方式 数据的反馈与显示则是系统根据用户提出的要求，为 出行者提供所需的出行信息，并显示在各路段交叉路口的 屏幕上，从而使交通流量得到合理有序的分配，缓解交通 拥挤。2 算法的改进 传统的模型和算法主要是建立在静态或更新时间间 隔很长的情况下，并且假设路网中各路段之间是相互独 立、互不影响的。而实际上 一个高效、可靠 的智能交通 系 统是实时更新，并且路网中各路段之间是有关联关系的。所以，已有的算法需要进行一些改进才能工作得更好。2 1 对系统采样阶段算法的改进 2 1 1 静态算法 如果系统是在静
16、态的、无更新的或更新时间间隔比较 长的情况下工作，则可以充分利用历史数据，不采用(1)式 而采用下式来估算旅行时间：q(t)(z，(t)(=而 一 即先引入流量的加权平均融合算法算【J (i)(即 利用存储的历史数据 包括之前若于次采集到的瞬时速度 维普资讯 http:/ t 6 4 计算机技术与发展 第 l 6 卷 和流量)，然后再用(i)+v t in 甘(+1)2，t =I i T=t f 等 式计 算出 各 路段 的旅 行时 间。这种 方 法 在求各采样点的平均瞬时速度(f)的时候就引入流 量，使引入流量的加权平均融合算法 的粒度更细，所以精 确度也就更高一些。2 1 2 动 态算法
17、上面的改进对实时更新的系统并不实用，因为在实时 更新的系统中 ()=(f)。所以可改用下面的方法 求某一路段的平均速度 V。，然后由该路段的长度 L e n g t h 除以 V就可得该路段的 旅行时间 T。2 1 3 可能的进一步改进 虽然可以通过传感器采集到的瞬时速度和流最来判 断和预测某路段的交通状况(比如6 0 k md a 属于畅通；结 点 路 段 B 路 段 图4 路径选择示意图 3 结束语 文中提出的一些改进算法主要针对的是路网系统中 路段旅行时间的估算和各路段旅行时间相互关联情况下 如何实现信息的实时更新。但只是通过已有系统采集到 的一些小批量的数据进行了验证，还没有真正应用到
18、一个 实际的系统中去检验，特别是在大批量数据的情况下这些 改进算法是否工作良好还没有得到验证。因此对文中提 出的改进算法的有效性和高效性还需进一步研究，使之更 适合实际应用。参考文献：1 李存军，邓红霞 用相关路段交通流逼近目标路段流量的 神经网络方法 J 交通运输工程与信息学报，2 0 0 4，2(1)：7 58 O 2 曹丽 行驶时间估测及多点交通流数据融合 J 仪器仪 表学报，2 0 0 1，2 2(增刊)：2 9 1 2 9 6 3 G B J 1 2 4 8 8 道路工程术语标准，计标(1 9 8 8 4 9 3号 S 8 1 _ ：8 12 ，1 9 8 8 4 姜启源，谢金星，叶俊，等 数学模型 M 第 3 版 北京：高等教育出版社，2 0 0 3 5 马寿峰，贺国光，刘豹 智能交通系统中短时交通流预测 系统的研究 J 预测，2 0 0 4，2 3(2)：2 8 3 4 6 严尉敏，吴伟明 数据结构 M 北京：清华大学出版社。1 9 9 7 。7 殷剑宏，吴开亚 图论及其算法 M 合肥：中国科学技术大 学出版社，2 0 0 4 8 杨兆升 城市交通流诱导系统理论与模型 M 北京：人民 交通出版社，2 O 0 o 甲 维普资讯 http:/