کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6935889 1449656 2018 24 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
A data fusion approach for real-time traffic state estimation in urban signalized links
ترجمه فارسی عنوان
یک رویکرد تلفیقی داده برای برآورد وضعیت ترافیکی در زمان واقعی در لینک های زنجیره ای شهری
کلمات کلیدی
وسیله نقلیه متصل، همجوشی داده ها، دم قرمز، آشکارساز نقطه، تخمین وضعیت ترافیک، لینک شهری سیگنال،
ترجمه چکیده
برآورد زمان واقعی وضعیت ترافیک در لینکهای سیگنال شهری، اطلاعات ارزشمندی برای کنترل و مدیریت ترافیک مدرن است. در سال های اخیر، با توسعه فن آوری های درون خودرو و ارتباطات، اطلاعات وسیله نقلیه متصل شده به طور فزاینده ای در ادبیات و تمرین استفاده شده است. در این کار، رویکرد همجوشی داده جدید برای تخمین طول دوم صفر، انباشت وسایل نقلیه و خروجی در لینکهای سیگنال شهری پیشنهاد شده است. داده های مورد نیاز شامل ورودی جریان از یک آشکارساز ثابت در انتهای بالادست لینک و همچنین محل و سرعت وسایل نقلیه متصل است. یک رویکرد مبتنی بر احتمال برآورد شده برای جبران اشتباه در ارتباط با نرخ نفوذ کم در هنگام برآورد موقعیت نقطه دم صف است، که روش پیشنهادی را برای تغییر نرخ نفوذ وسیله نقلیه متصل می کند. یک تابع غیرخطی به خوبی تعریف شده براساس نظریه جریان ترافیکی توسعه یافته است تا تعداد وسایل نقلیه داخل صف را بر اساس موقعیت دم دم و سرعت متوسط ​​وسیله نقلیه متصل کند. طرح کلی به طور کامل تست شده و در یک محیط شبیه سازی میکروسکوپی واقع بینانه برای سه نوع لینک با نرخ نفوذ مختلف وسایل نقلیه متصل است. برای تست کارآیی روش پیشنهادی در صورتیکه داده ها در زمان نمونه گیری بیشتر در دسترس باشند، روش برآورد نیز برای قطعنامه های مختلف زمان نشان داده شده است. نتایج نشان می دهد که کارایی و دقت روش برای برآورد با وضوح بالا، حتی در صورت وجود سر و صدا اندازه گیری.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
پیش نمایش مقاله
یک رویکرد تلفیقی داده برای برآورد وضعیت ترافیکی در زمان واقعی در لینک های زنجیره ای شهری
چکیده انگلیسی
Real-time estimation of the traffic state in urban signalized links is valuable information for modern traffic control and management. In recent years, with the development of in-vehicle and communication technologies, connected vehicle data has been increasingly used in literature and practice. In this work, a novel data fusion approach is proposed for the high-resolution (second-by-second) estimation of queue length, vehicle accumulation, and outflow in urban signalized links. Required data includes input flow from a fixed detector at the upstream end of the link as well as location and speed of the connected vehicles. A probability-based approach is derived to compensate the error associated with low penetration rates while estimating the queue tail location, which renders the proposed methodology more robust to varying penetration rates of connected vehicles. A well-defined nonlinear function based on traffic flow theory is developed to attain the number of vehicles inside the queue based on queue tail location and average speed of connected vehicles. The overall scheme is thoroughly tested and demonstrated in a realistic microscopic simulation environment for three types of links with different penetration rates of connected vehicles. In order to test the efficiency of the proposed methodology in case that data are available at higher sampling times, the estimation procedure is also demonstrated for different time resolutions. The results demonstrate the efficiency and accuracy of the approach for high-resolution estimation, even in the presence of measurement noise.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Transportation Research Part C: Emerging Technologies - Volume 92, July 2018, Pages 525-548
نویسندگان
, , , ,