专利名称：基于宏观离散交通流模型的交通拥堵监控预报方法
技术领域：
本发明涉及一种建模方法，特别是一种基于宏观离散交通流模型的交通拥堵监控预报方法。
背景技术：
近年来，随着各种交通工具的数量大大增加，国际上很多国家的设施、道路、交通管理系统已经很难适应这种发展速度，特别是大、中城市交通基础设施不足、交通信号控制的不协调、交通疏导系统缺乏、车辆调度和管理的混乱、交通参与者的交规意识等诸多方面的原因导致了城市交通较拥挤现象，由此又引发了交通安全、环境污染等一系列的社会经济问题。由于交通问题是一个复杂的大系统问题，它涉及到了城市交通网络的综合控制、交通信息的综合采集及网络传输技术、交通智能信息融合与处理技术、交通流诱导技术、以及车辆运输智能调度方法、城市智能交通规划方法、交通安全检测、交通环境综合评价体系等多方面的内容，而且上述各个因素之间相互影响、相互制约，是一个相关性极强的综合体，很难采用统一的描述形式刻画这一复杂问题；因此，对于交通系统的描述也各式各样，其中采用流体力学的观点建立的宏观和微观模型分析交通特性者居多。在宏观交通流模型中，交通流被视为由大量车辆组成的可压缩连续流体介质，研究车辆集体的平均行为，单个车辆的个体特性并不凸显。宏观交通流模型以车辆的平均密度P、平均速度V和流量q刻画交通流，研究它们所满足的方程。与微观模型相比，宏观模型可以更好地刻画交通流的集体行为，从而为设计有效的交通控制策略、模拟及估计道路几何改造的效果等交通工程问题提供依据。数值计算方面，模拟宏观交通流所需时间与所研究交通系统中车辆数目无关，只与所研究道路、数值方法的选取及其中空间X、时间t的离散步长Λχ和At有关。故此，宏观交通流模型较适合于处理大量车辆组成的交通系统的交通流问题。流体力学模型是用连续介质模型来模拟车流的交通状态。较之微观模型，流体力学模型能更好的描述和理解车流的集体行为。比较有影响的模型有LWR模型(1955)、Payne模型(1971)、Papageorgiou模型(1989)和 Helbing 模型(1999)。其中 Markos Papageorgiou 于 1989 年提出的 D 模型获得了较多的认可。该模型用三个偏微分方程描述高速公路车流的交通状态，离散化方程为(见文献 Μ. Papageorgiou, J. M. Blosseville, H. Hadj-salem. Macroscopic modelling oftraffic flow on the Boulevard Peripherique in Paris, [J]. Transportation ResearchPart B 1989，23B:29-47)
T动态密度模型々,("+U动态流量模型qi (η) = α · Ici (η) Vi (η) + (1- α ) [ki+1 (η) vi+1 (η) -ri+1 (η) ] -Si (η)动态速度模型
权利要求
1.一种基于宏观离散交通流模型的交通拥堵监控预报方法，其特点是采用以下步骤 (I)通过监控摄像机的视频图像获得车辆速度、密度和流量信息时，考虑到实际监控摄像机在路口常年工作，不可能人为方式经常修正图像处理算法，按照以下图像处理的全过程的综合误差性能指标选择图像处理算法 min (ez) =min {epara {eseg [epre (esamp) ]}}式中，ez为图像提取交通参数的整体误差，min (ez)为通过选择不同组合的图像处理方法得到的\最小值，esamp为图像采样误差，epM为图像与处理误差，eseg为图像中车辆分割误差，epara为按照分割图像提取交通参数的误差；(I)建立给定路段的宏观交通流模型
全文摘要
为了克服交通流模型难以直接对交通拥堵监控预报的技术缺陷，本发明提供一种基于宏观离散交通流模型的交通拥堵监控预报方法，该方法通过监控摄像机的视频图像获得车辆速度、密度和流量信息，根据新建立的交通拥堵模型对将发生的交通拥堵进行预报，解决了交通拥堵不能及时预报的技术问题。
文档编号G08G1/065GK103021181SQ201210593368
公开日2013年4月3日 申请日期2012年12月30日 优先权日2012年12月30日
发明者史忠科 申请人:西安费斯达自动化工程有限公司