科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了公路交通管理与出行信息服务的实际需要，提出了车路协同环境下基于多源数据实时感知与估计的微观路段交通状态与行程车速的方法。其基本思想是利用自适应神经网络模糊推理系统(Adaptive Neural-Fuzzy Inference System, ANFIS)算法，对智能网联车辆与路侧端固定检测器采集的数据进行融合处理，实时感知与估计微观路段的交通状态。对北京市典型高速公路进行了仿真建模分析。结果表明：在不同智能网联车辆渗透率条件下基于多源数据的行程车速估计精度均优于单一来源数据检测结果；基于多源数据的微观路段交通状态感知方法能克服固定检测器数据空间分布不均以及低渗透率智能网联车辆数据代表性不足的缺陷，为公路交通管理与服务提供依据。
-
单位交通运输部公路科学研究院; 北京市首都公路发展集团有限公司; 北京航空航天大学
