发明名称 |
基于带耗散项宏观交通流模型的交通拥堵监控预报方法 |
摘要 |
为了克服现有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带耗散项宏观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。 |
申请公布号 |
CN103035124B |
申请公布日期 |
2015.12.02 |
申请号 |
CN201210593370.1 |
申请日期 |
2012.12.30 |
申请人 |
西安费斯达自动化工程有限公司 |
发明人 |
史忠科 |
分类号 |
G08G1/01(2006.01)I |
主分类号 |
G08G1/01(2006.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于带耗散项宏观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:(1)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:<img file="dest_path_image002.GIF" wi="365" he="74" />式中,<img file="dest_path_image004.GIF" wi="24" he="24" />为图像提取交通参数的整体误差,<img file="dest_path_image006.GIF" wi="80" he="32" />为通过选择不同组合的图像处理方法得到的<img file="130375dest_path_image004.GIF" wi="24" he="24" />最小值,<img file="dest_path_image008.GIF" wi="46" he="24" />为图像采样误差,<img file="dest_path_image010.GIF" wi="32" he="24" />为图像预处理误差,<img file="dest_path_image012.GIF" wi="32" he="24" />为图像中车辆分割误差,<img file="dest_path_image014.GIF" wi="45" he="24" />为按照分割图像提取交通参数的误差,<img file="dest_path_image016.GIF" wi="80" he="34" />为图像采样误差系数,<img file="dest_path_image018.GIF" wi="70" he="34" />为图像预处理误差系数,<img file="dest_path_image020.GIF" wi="69" he="34" />为图像中车辆分割误差的误差系数;(2)建立给定路段的宏观交通流模型<img file="dest_path_image022.GIF" wi="336" he="58" />式中,<img file="dest_path_image024.GIF" wi="104" he="40" />为状态变量,<img file="dest_path_image026.GIF" wi="16" he="17" />为位置,<img file="dest_path_image028.GIF" wi="12" he="20" />为时间,<img file="dest_path_image030.GIF" wi="21" he="21" />为耗散系数,<img file="dest_path_image032.GIF" wi="24" he="28" />为最大速度,<img file="dest_path_image034.GIF" wi="17" he="18" />为平均密度,<img file="dest_path_image036.GIF" wi="24" he="25" />为交通拥堵时的饱和交通密度;(3)当状态变量<img file="dest_path_image038.GIF" wi="14" he="16" />随时间趋于无穷时,该路段将趋于阻塞交通密度而产生交通拥堵,对该路段发出交通更拥堵预报;(4)采用间断性诱导控制限制驶入该路段的来车。 |
地址 |
710075 陕西省西安市高新区科技路金桥国际广场12101号 |