基于联合卡尔曼滤波器的交通信息融合算法研究

被引:8
作者
丛玉良
陈万忠
孙永强
陈建
机构
[1] 吉林大学通信工程学院
关键词
交通工程; 联合卡尔曼滤波; 交通信息融合算法; 固定型检测器; 浮动车;
D O I
暂无
中图分类号
U491 [交通工程与交通管理];
学科分类号
082302 ; 082303 ;
摘要
基于现有的研究方法,提出了一种基于联合卡尔曼滤波器的交通信息融合算法。首先利用浮动车的覆盖率和浮动车的历史平均行程时间来修正浮动车的平均行程时间估计值,用于浮动车覆盖率不满足最小覆盖率时的路段平均行程时间估计;利用路段上浮动车的覆盖率来确定联合卡尔曼滤波器的融合系数;利用联合卡尔曼滤波器对固定型检测器的平均行程时间估计和浮动车的平均行程时间估计进行信息融合,得到路段的平均行程时间估计。该融合方法计算量小,融合时间快,有利于实际应用。试验结果表明,该方法提高了区间平均行程时间估计的精度。
引用
收藏
页码:114 / 117+122 +122
页数:5
相关论文
共 7 条
[1]  
道路交通状态判别技术与应用.[M].姜桂艳著;.人民交通出版社.2004,
[2]  
Determining the Number of Probe Vehicles for Freeway Travel Time Estimation by Microscopic Simulation.[J].Mei Chen;Steven I. J. Chien.Transportation Research Record.2000, 1
[3]   基于Vague集的道路交通状态决策信息融合 [J].
刘澜 ;
戢晓峰 .
公路交通科技, 2009, 26 (05) :112-116
[4]   基于融合技术的道路交通状态判别模型 [J].
邹亮 ;
徐建闽 ;
朱玲湘 .
清华大学学报(自然科学版), 2007, (S2) :1822-1825
[5]   基于卡尔曼滤波的交通信息融合方法 [J].
杨兆升 ;
冯金巧 ;
张林 .
吉林大学学报(工学版), 2007, (05) :1039-1042
[6]   固定检测器和移动检测器的交通信息融合方法 [J].
张存保 ;
严新平 .
交通与计算机, 2007, (03) :14-17+22
[7]   基础交通信息融合方法综述 [J].
杨兆升 ;
王爽 ;
马道松 .
公路交通科技, 2006, (03) :111-116