基于数据融合的路段行程时间估计

摘要：

基于检测器数据的路段行程时间估计通常具有精度不高和可靠性差的特点.论文引入了自适应式卡尔曼滤波,采用K近邻法寻找相似的交通流状态来标定状态转移系数,建立了基于固定型检测器数据和移动型检测器数据的路段行程时间估计融合模型.实际数据的验证结果是,平均相对误差为9.52％,相对误差的标准差为8.92％.研究表明,与基于移动检测器数据的估计方法相比较,该方法极大地改善了估计精度和可靠性,还具有收敛速度快、对初值不敏感、参数少等特点.

关键词：路段行程时间、固定型检测器、移动型检测器、数据融合、自适应式卡尔曼滤波、K近邻

所属期刊栏目：29

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金重点项目50738004

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：92-98