[发明专利]一种基于自适应加权平均数据融合的路网MFD估测方法

权利要求书

1.一种基于自适应加权平均数据融合的路网MFD估测方法，其特征在于，具体步骤如下：

(1)将LDD估测法和FCD估测法所得的交通数据结合，对车联网下100％联网车数据估测的交通参数为检验数据，

(2)在步骤(1)之后，引入动态误差，在设有固定检测器的路段，对固定检测器和浮动车所采集的交通数据进行自适应加权平均数据融合，获得路段加权交通流量和加权交通密度；在没有固定检测器的路段，用浮动车采集的交通数据提取路段加权交通流量和加权交通密度；

(3)在步骤(2)之后，分别建立路网加权交通流量和路网加权交通密度的自适应加权平均数据融合模型，获得准确的路网加权交通流量和路网加权交通密度；

(4)在步骤(3)之后，依据数据融合的路网加权交通流量和加权交通密度，估测路网MFD。

2.根据权利要求1基于自适应加权平均数据融合的路网MFD估测方法，其特征在于，在步骤(1)中，LDD估测法的具体步骤如下：

(1)首先在路网中各路段均安装有固定检测器(如环形线圈检测器、视频采集检测器等)，则可直接通过固定检测器采集的路段交通流量和交通密度估测路网MFD，

(2)在步骤(1)之后，依据(Geroliminis and Daganzo,2008)所提出的MFD相关理论[1～6]，可知：

式中：N——路网移动车辆数(veh)；

q^w、k^w、o^w——路网加权交通流量(veh/h)、路网加权交通密度(veh/km)、路网加权时间占有率；

i、l_i——路段i和该路段的长度(km)；

q_i、k_i、o_i——路段i的流量(veh/h)、密度(vehk/km)和时间占有率；

s——车辆的平均车长。

3.根据权利要求2所述的基于自适应加权平均数据融合的路网MFD估测方法，其特征在于，在步骤(1)中，FCD估测法的具体步骤如下：

当路网所有车的轨迹可知时，根据车轨迹可计算出路网的交通流量和交通密度，公式如下：

式中：k——路网交通密度，veh/km；

q——路网交通流量，veh/h；

m——采集周期T内记录的车辆数；

n——路网中路段总数；

t_j——采集周期T内第j辆车的行驶时间，s；

l_i——第i路段的长度，m；

T——采集周期，s；

dj——采集周期T内第j辆车的行驶距离，m；

T_m——采集周期T内路网所有车的行驶时间之和，s。

D_m——采集周期T内路网所有车的行驶距离之和，s。

若实际很难获取所有车辆的行驶状态(行驶距离和行驶时间)，就获取部分浮动车的行驶状态；Nagle(2014)提出假定浮动车在路网中的比例p已知的，且在路网各区域均匀分布，那么依据上述公式，可估算路网的交通流量和交通密度，公式如下：

式中：——利用浮动车数据估算的路网交通密度，veh/km；

——利用浮动车数据估算的路网交通流量，veh/h；

m'——采集周期T内记录的浮动车数；

n——路网中路段总数

t_j'——采集周期T内第j’浮动车的行驶时间，s；

l_i——第i路段的长度，m；

T——采集周期，s；

d_j'——采集周期T内第j’辆车的行驶距离，m；。

4.根据权利要求3所述的基于自适应加权平均数据融合的路网MFD估测方法，其特征在于，在步骤(2)中，加权平均法中，确定加权因子是最关键的步骤，基于加权平均法的多源数据融合值的计算公式为：

其中，y_i(t)——在t时刻第i种检测方式获得的交通参数；

w_i(t)——在t时刻第i中检测方式的加权因子。