一种基于交通流理论与CTM的交通状态估计方法及设备与流程

本发明涉及交通数据分析领域，特别是一种基于交通流理论与ctm的交通状态估计方法及设备。

背景技术：

1、ctm（cell-transmission model）元胞传输模型是一种基于元胞自动机理论的交通流模型。它模拟交通流中车辆在道路上的运动，每个车辆被视为一个元胞，在每个时间步长内，根据车辆之间的相互作用以及道路条件，每个车辆都可能改变其速度和位置。即ctm模型是将路段给划分成若干元胞。例如：a门架与b门架构成的这一门架对内有五千米，元胞是将路段划分后得出，若划分元胞长度有五百米，则这一门架对内有十个元胞。估计的状态也是元胞的状态，就是这每一个五百米的栅格其中的密度（车辆数），平均速度，元胞边界断面流量。ctm模型的基本原理包括自主换道和强制换道两种换道行为，以及相邻两车道的交织现象的模拟。模型可以清晰地描述排队的物理效应，并且较好地模拟出激波、排队形成、排队消散以及多路段间的相互影响等交通动力学特性。ctm模型可以应用于多种场景，包括高速公路、城市道路、交通网络等。通过输入道路的几何参数、车辆的初始位置和速度等参数，模型可以模拟交通流在不同条件下的演化过程，预测拥堵、排队等交通现象，为交通规划和管理提供决策支持。

2、但目前该技术在高速公路网的交通状态估计的应用中任存在以下明显缺陷。1.依赖于单一数据源，导致估算结果片面；2. 需要安装额外的监控设备，成本高昂，增加了部署难度；3. 大规模交通路网状态预测的准确度有限，与实际交通状况存在较大偏差；并且缺乏实时性，无法及时获取准确的交通状态信息。此外，传统方法在可视化呈现方面也存在不足，难以直观地呈现交通状况。

3、因此如今需要一种能够解决现有技术中高速公路网交通状态估计中准确性和实时性不足问题的交通状态估计方法及设备。

技术实现思路

1、本发明的目的在于克服现有技术中所存在的高速公路网交通状态估计中准确性和实时性不足的问题，提供一种基于交通流理论与ctm的交通状态估计方法及设备。

2、为了实现上述发明目的，本发明提供了以下技术方案：

3、一种基于交通流理论与ctm的交通状态估计方法，包括以下步骤：

4、s1：构建综合ctm模型；所述综合ctm模型包括基本路段ctm模型、合流路段ctm模型、分流路段ctm模型以及交织路段ctm模型；

5、s2：将过往的多源数据导入所述综合ctm模型进行模型训练，更新所述综合ctm模型的模型参数；所述模型参数包括模型边界条件以及模型初始条件；

6、s3：将待估计区域的多源数据导入所述综合ctm模型，输出所述待估计区域位置的高速公路网交通状态；所述高速公路网交通状态包括实时车流量、平均速度和车辆密度。

7、作为本发明的优选方案，所述多源数据包括基础数据和/或民用地图软件数据和/或高速监控数据和/或高速公路矢量地理数据和/或收费站采集数据；所述基础数据包括门架获取的流量信息与速度信息。

8、作为本发明的优选方案，所述基本路段ctm模型以及所述交织路段ctm模型的表达式如下：

9、，

10、式中，si(t)为元胞i在第t时间段的发送能力，ni(t)为元胞i在第t时间段的初始车辆数，mi+1(t)为元胞i-1在第t时间段流入元胞i的最大车辆数，ri(t)为元胞i在第t时间段的接受能力，ω为后向传递波速，vf为自由流速度，为元胞i在第t时间段的最大车辆数，xi(t)为元胞i在第t时间段的实际接受车辆数。

11、作为本发明的优选方案，所述合流路段ctm模型的表达式如下：

12、当ri(t)≥si-1(t)+sj(t)时，

13、，

14、当ri(t)＜si-1(t)+sj(t)时，

15、，

16、式中，ri(t)为元胞i在第t时间段的接受能力，si-1(t)为元胞i-1在第t时间段的发送能力，i和j为索引序号，本式中，i为主路上的元胞序号，j为匝道上的元胞序号；xi(t)为元胞i在第t时间段的实际接受车辆数，pin为入口匝道汇入主线的车流比例，mid{*,*,*}为三个比较值中的中间值。

17、作为本发明的优选方案，所述分流路段ctm模型的表达式为：

18、，

19、式中，为元胞i在第t时间段流出的车辆数si(t)为元胞i在第t时间段的发送能力，pout为主线流向出入口匝道的车流比例，ri(t)为元胞i在第t时间段的接受能力，xi(t)为元胞i在第t时间段的实际接受车辆数，j为元胞序号。

20、作为本发明的优选方案，所述模型边界条件包括分钟级的流入量和流出量，所述模型初始条件包括初始时刻元胞的密度。

21、作为本发明的优选方案，所述高速监控数据用于更新校正所述综合ctm模型的估计值。

22、作为本发明的优选方案，所述民用地图软件数据用于更新对应区域的区间坐标以及区间平均速度。

23、作为本发明的优选方案，所述高速公路矢量地理数据用于更新高速公路网的道路类型。

24、一种基于交通流理论与ctm的交通状态估计设备，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一项所述的方法。

25、与现有技术相比，本发明的有益效果：

26、本发明建立基于宏观交通流理论建立综合ctm模型，从而实现准确可靠的交通状态估计，有效的提高了估算的精度和时效性，为交通管理和决策提供有效的数据支撑。同时，本发明通过分类处理建模路段、多源数据融合技术和实时交通状态估计，综合利用多种数据源，弥补单一数据源的不足，并通过可视化技术直观呈现交通状态，优化交通管理和资源配置，从而有效的达到了道路通行效率、预防交通事故、优化资源配置等效果。

技术特征：

1.一种基于交通流理论与ctm的交通状态估计方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述多源数据包括基础数据和/或民用地图软件数据和/或高速监控数据和/或高速公路矢量地理数据和/或收费站采集数据；所述基础数据包括门架获取的流量信息与速度信息。

3.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述基本路段ctm模型以及所述交织路段ctm模型的表达式如下：

4.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述合流路段ctm模型的表达式如下：

5.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述分流路段ctm模型的表达式为：

6.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述模型边界条件包括分钟级的流入量和流出量，所述模型初始条件包括初始时刻元胞的密度。

7.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述高速监控数据用于更新校正所述综合ctm模型的估计值。

8.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述民用地图软件数据用于更新对应区域的区间坐标以及区间平均速度。

9.根据权利要求2所述的一种基于交通流理论与ctm的交通状态估计方法，其特征在于，所述高速公路矢量地理数据用于更新高速公路网的道路类型。

10.一种基于交通流理论与ctm的交通状态估计设备，其特征在于，包括至少一个处理器，以及与所述至少一个处理器通信连接的存储器；所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至9中任一项所述的方法。

技术总结本发明涉及交通数据分析领域，特别是一种基于交通流理论与CTM的交通状态估计方法及设备。本发明建立基于宏观交通流理论建立综合CTM模型，从而实现准确可靠的交通状态估计，有效的提高了估算的精度和时效性，为交通管理和决策提供有效的数据支撑。同时，本发明通过分类处理建模路段、多源数据融合技术和实时交通状态估计，综合利用多种数据源，弥补单一数据源的不足，并通过可视化技术直观呈现交通状态，优化交通管理和资源配置，从而有效的达到了道路通行效率、预防交通事故、优化资源配置等效果。技术研发人员：李晓春,黄丹阳,易术,熊一洁,罗易智,罗超受保护的技术使用者：四川智能交通系统管理有限责任公司技术研发日：技术公布日：2024/7/15