基于数据融合的信控路网车辆轨迹重构及优化

Vehicle trajectories can provide very rich traffic flow information regarding individual vehicles’ spatial and temporal speed fluctuations. Vehicle trajectory reconstruction is to estimate complete vehicle trajectories within a certain analysis period, based on historical and real-time traffic detector data. Hence, the objective of this study is to establish a vehicle reconstruction method for signalized network using FCD, AVI, point detector and signal timing data, based on the three-dimensional shock wave theory, sparse inversion technique and statistical data fusion method. Expected outcome of this study can improve the conventional transportation system analysis and data fusion methods and help with more sophisticated traffic control and management strategies.

车辆轨迹可以反映车辆瞬时速度的时空变化特征，是对交通流运行状态最全面和最完整的表达形式。车辆轨迹重构是指基于历史和实时的交通检测数据，根据交通流演化和车辆运行物理规律，再造车辆在过去一段时间内的完整轨迹。本研究面向我国城市道路交通检测数据条件，综合运用三维冲击波理论、稀疏反演和概率统计数据融合方法，通过充分挖掘浮动车轨迹信息及其与AVI、定点检测器和信号控制系统数据之间的时空关联性，重构信控路网上所有车辆的运行轨迹。本研究可以克服现有车辆轨迹重构方法依赖于秒级浮动车数据、不能考虑路侧车辆出入和车辆换道影响的缺陷，将车辆轨迹重构由理想交通环境下的路段和交叉口推广到交通环境复杂的信控路网。本项目研究成果对于完善交通系统分析方法，构建新的信息融合方法，探索研究基于车辆轨迹的精细化交通控制与管理，具有重要的理论与现实意义。

本项目面向我国城市道路交通实际数据条件，综合运用交通波理论、稀疏反演和概率统计等方法，通过挖掘车辆轨迹信息及其与电警、定点检测器和信号配时数据之间的时空关联性，建立了信控路网车辆轨迹重构方法，并探索研究了基于车辆轨迹数据的信号控制优化方法。.本项目取得的主要成果包括：1）运用交通波理论和稀疏反演方法，面向不同数据条件和应用场景，建立了基于电警、定点检测和信号配时数据融合的单点交叉口和城市干道车辆轨迹重构方法，克服了现有方法依赖于秒级浮动车数据、不能考虑路侧车辆出入和车辆换道影响的缺陷，将车辆轨迹重构由理想交通环境下的基本路段推广到交通环境复杂的信控路网；2）运用交通波理论和最小二乘法、极大似然估计等参数估计方法，提出了基于轨迹数据的信号控制交叉口排队长度和流量估计方法。该方法通过挖掘利用排队和非排队车辆的轨迹特征信息，对车辆加入和离开排队的关键点、排队集结波和消散波、交叉口到达流量等进行识别和估计，从而服务于信号控制优化。.本项目研究成果对于完善交通系统分析方法，构建新的信息融合方法，探索研究基于车辆轨迹的精细化交通控制与管理，具有重要的理论与现实意义。