基于卡尔曼滤波的道路平均速度预测模型研究

作者：周晓; 唐宇舟; 刘强

来源：浙江工业大学学报, 2020, 48(04): 392-404.

• 智能交通
• 路段平均速度
• 卡尔曼滤波器
• 预测模型

交通流预测是智能交通系统研究的热门核心问题,作为交通三参数之一的路段平均速度是反映城市交通状态的一个重要参数。针对道路平均速度的预测问题,提出了一种基于卡尔曼滤波理论的预测模型,利用路段上下游的车辆平均速度预测未来时刻该路段的平均速度,并根据美国明尼苏达州双子城快速路的实际数据对预测模型进行了仿真验证。实验结果表明:相对于基于时间序列平滑的预测方法,所提出方法能够提升预测的实时性,同时平均相对误差降低11.69%,平均绝对相对误差降低29.44%,最大绝对相对误差降低17.59%,能够满足路网对道路平均速度预测的需求。

• 单位
  浙江工业大学; 浙江警察学院