（交通信息工程及控制专业论文）公路隧道事件检测及最佳速度算法研究.pdf

摘要 本着为减少隧道内的交通阻塞和车辆延误，保障车辆安全、畅通地行驶， 为管理者提供科学的依据的思想，结合隧道交通环境特点，依据交通流的基本 理论，对以下问题进行了研究。 ( 1 ) 从公路隧道枣件及其鑫身特患出发，分柝公路隧遂事件对道路交邋的影 晌，在对各种传统事彳孛检测算滋分板、比较的基础上，依据人工神经嬲络这一 强大的无模型模式分类器，采| l j i 了人工神经网络算法建立了动态概率神经网络 ( d p n n ) 事件梭测模型。模型所采用的输入指标不是单独的交通流参数，而是 几个参数的组合，更加充分利用了交通数据中包含的交通事件信息：并对交通 参数进行了数字滤波处理，这样可大大提高算法的性能。 ( 2 ) 考虑到隧道内车辆的速度是孳l 发隧道交逶事放豹鬃要原因，为确定最佳 行车速度，提出了最佳速度两滋模糊逻辑推理算法，避开了传统算法孛交通流 模型难以建立这一困难。丽且该算法考虑到应该针对实际情况，充分利用与速 度密切相关的信息，如交通状况、环境状况、交通需求来确定最佳速度，为可变 速度控制提供了切实可靠的依据。 关键词：公路隧道；事件检测：神经网络：模式识别；最佳速度 a b s t r a c t 融o r d e ft of e d u c et l l n n e lt r a 饿cj a ma j l dv e h i c l ed e l a y ，e n s l l r ev e h i c l e 8s e c u r e l y t u n n e lt 1 1 r o u 曲，o f r e rs c i e n t m cb a s i sf o rm a n a g e r s ，c o n s i d e r i n gm et 1 1 n n e it r a 街c e n v i r o n m e n tc h a r a c t e r i s t i c sa n dt h eb a s i cm e o r i e so f t r a 瓶cn o w ；1 1 i i sp a p e rs t u d i e s 缅ef o l l o w i n gq h e s t i o n s i kc o n c e p to fl l i 酉w a y 姐n n e li 贰撼e n ta 珏di t so 黼c h a f a c 矧s t i c sa r e e x p o u n d e d ，a n dt 王l ei n 母a c to fh i g h w a yt u 蛐d 如c i d e n t st ot h ct m 壤cf l o wi s a i l a l y z e d b a s e do nt h ep r e s e n tr e s e a r c ho nh i 曲啪yn l l l l l e 】j n c j d e n td e t e c t j o n a l g o r i m ma b r o a da n di no l 】rc o u n t t 赫sp a p e ra d o p t sa n i 矗c i a 王n e u r a ln e 铆o r ka i l d s e t su pt h ei n c i d e md e t 曲虹o nm o d e lo fd ”a m i cp r o b a b 主l i 毋n c u r a ln c t w o 浓( d p n n ) a c e o f d i n g 协t h e 甜i f i c i a ln e 谢a l 呐。如af o 瑚i d a b l en 棚o d e lp 稚e ms o n e f i n p u ti n d e xi sn o tn l ei n d i v i d u a lt r a 瓶cn o wp a r a m e t e r ，b u t 也ec o m b i n a t i o no f 恤【伍c p e t e r s ，s ot t l ct r 椭ci n c d e n ti n 白衄a t i o ni nt 施cd a t ac a nb eu s e dc o m p j e t e i y ； a n dp e r f o h n sd a t af i l t e r i n gp r o c e s s ，g r e a t l ye 曲a n c e 8m ea l g o r i t t l i np e r f b r 玎1 a n c e a sw ek n o w 幽es p e e do fv e 圭1 i d ei sa i li m p o r t a n tr e a s o nt h a ti n h i a t e s 也et u n n e l 扫a 爨c8 c c i d e 峨i no f d c r 毒。d e 细豫i 主l e 鑫b e s td f i v i 鹅蹬e e d ，啦i sp a p e fh a sp p o s e d a no p t i m i z e ds p e e da l g o 矗t 岫，w h i c hb a s e do n am ol a y e r 地巧l o 西c t h i s a l g o r i t ha v o i d sm ed i 街c u l t yo fe s t a b i i s l l i n gm em o d e lo ft r a 施cf l o wc o m p a r e dt o m e 仃a d i t i o n a 】a l g 埘也m m o r e o v e rc o n s i d e r i n gm ea c t u a 王s i t u a t i o n ；d l i sa i g o 枷h n 圭l a sm a d ef 试l 黼eo ft h ei n f o 赫a 耄i o n c l o s e l y 硝8 t c dt os p c e d ，s u 睡a sf o a d c o n d i 蛀o n 、e n v i o n r n e n t t ko p t 妇u ms p e e dd e t e 睫i n e db yt l l et f a m cc o n d 娃i o n ， p r o v i d i n gap f a c t i c a lr e l i a b l eb a s i sf o ri n v a r i a b l es p e e dc o 虹0 1 k e yw o r d s ：h 垃h 、v a yt i l n n e i ；i n c i d e n td e t e c t i o n ；n e u r a ln e t w o r k ；p a t t e m r e e o g 癌圭至o n ；印伯丑u ms p e e d 论文独创性声明 本人声明：本人所呈交的学位论文是在导师的指导下，独立进行 研究工作所取得的成果。除论文中已经注明引用的内容外，对论文的 研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本论 文中不包含任何未加明确注明的其他个人或集体己经公开发表的成 果。 本声明的法律责任由本人承担。 论文作者签名：蔓敏蜮 w 年牛月汐日 论文知识产权权属声明 本人在导师指导下所完成的论文及相关的职务作品，知识产权归 属学校。学校享有以任何方式发表、复制、公开阅览、借阅以及申请 专利等权利。本人离校后发表或使用学位论文或与该论文直接相关的 学术论文或成果时，署名单位仍然为长安大学。 ( 保密的论文在解密后应遵守此规定) 论文作者签名： 导师签名： 敏舷 忱 肿年牛月落日 朋年午月修e j 孽老 1 1 选题背景 第一章绪论 随着我国经济的高速发展，公路建设事业也取得了长足的进步，公路的线形 技术指标要求比较高，当其进入山区或重丘区时，就不可避免地需要采用隧道来 穿山越岭o “”。隧道能有效地改善公路的线性技术指标，并能缩短公路里程和行 车时间，提高运营效益。因而，隧道越来越多，而且隧道越建越长。统计数字表 明“”，截止到2 0 0 5 年年底，我国已有公路隧道2 4 9 5 座，其中，在建的3 公里以 上的公路隧道有6 0 余座，5 公里以上的1 4 座，是世界上公路隧道最多的国家。 国家公路建设步伐和力度的加大，特别是西部大开发战略的实施，使西部山区的 公路在全国公路中的比重越来越大：国道主干线上正在建设的公路隧道也越来越 多，比如西部大通道包( 头) 北( 海) 线黄陵( 始于康崖底) 至延安( 止于河庄坪) 全段大小隧道2 2 座，全长达2 7 3 6 3 4 m ；而且建设的隧道也越来越长，比如，2 0 0 5 年4 月贯通的秦岭终南山隧道全长1 8 4 k m ，居亚洲第一、世界第二“。 隧道作为公路重要组成部分既能缩短交通途径，又是简捷通过险要地段的重 要手段之一，其环境与洞外公路环境相比具有：隧道内外亮度差极大、空气污染 严重、侧向净宽较小且高度有限、没有扩展活动的余地和噪声高等特点，加之车 辆的迅速增长，使隧道的优越性大大减弱，交通拥挤现象日趋严重，各类交通事 件也明显增加，而且发生事故的严重性比较大，日益成为公路交通的重要问题“。 交通拥挤和各类交通事件的频繁发生，不仅使隧道效率降低，而且给人们的生命、 财产以及社会和经济均造成了不同程度的损失，有的甚至导致了严重后果。据有 关资料统计，在隧道内发生事故的比率为每l 亿车公里发生o 5 起”1 。 隧道在给交通提供便利的同时，也给隧道交通的监控管理增加了难度。如何 有效地利用现代化的交通监控手段来确保公路隧道的畅通和高效? 如何研制和 运用先进的自动检测技术快速准确的检测、判断并及时排除因交通事件而造成的 交通拥挤和阻塞，尽可能将事件的影响和损失降低到最低限度? 如何为驾驶员提 供一个最佳的行驶速度，避免、减少事故，防止二次事故的发生? 是当今公路隧 道管理部门所要解决的问题0 1 。 交通事件是指导致道路的实际通行能力下降或交通需求不正常升高的各种 事件，包括突发事件、交通瓶颈和其他事件。突发事件是指能够导致公路隧道通 行能力突然下降的各类事件，包括交通事故、货物散落、车辆抛锚以及洪水、冰 雪、暴雨等自然灾害；交通瓶颈是指公路隧道的实际交通需求接近或超过其设计 通行能力时，在高峰时段的特殊地段反复出现的交通排队或阻滞；其它事件则是 指能够导致交通需求短时上升的各种有计划的大型活动，如道路设施维护、大型 文体活动以及特殊车队的通行等。本文研究的交通事件是指突发交通事件。 为了减少突发事件对公路隧道运行带来的负面效应，许多公路发达国家很重 视公路事件检测的研究，普遍建立了先进公路交通事件监控系统，以便快速确定 公路是否有事件发生及事件发生地点，及时救助驾驶员，减少事件的危害程度， 并尽早排除事件对公路通行能力的影响。但是隧道作为公路的特殊路段，封闭性、 行车环境的复杂性以及起步比较晚的特点，造成了隧道交通事件多发，不仅给人 民生命财产带来重大损失，也严重影响了道路的运营效益。因此，从隧道特殊的 交通环境出发对交通事件着手分析、探讨隧道的事件自动检测算法迫在眉睫。 事件自动检测算法就是准确快速的检测拥挤和事件，然后对其实施有效的控 制，在全局上最大限度地减少各类交通事件对路网运行产生的不良影响，减少后 继事故的发生，避免事故的扩大，保障车辆在隧道内安全、畅通无阻地行驶，以 充分发挥隧道的优越性。 速度对交通事故的发生以及其严重程度有着直接影响，是道路交通事故的重 要诱因之一，据悉在国内公路隧道上发生的交通事故中，因速度原因而引起的事 故占很大比例“”。在美国大约有1 3 的交通事故与速度相关，包括超速行驶和高 速行驶，2 0 0 0 年，在与速度相关的事故中有1 20 0 0 多人死亡，7 0 00 0 0 多人受 伤。美国国家交通安全管理局( n t h s a ) 估计每年因速度的事故造成的社会损失约 为2 8 0 亿美元，相当于每分钟5 32 4 3 美元，每秒钟9 0 0 美元旧。为了避免或减少 因速度而造成的交通事故，国内一般的作法是进行速度限制，即：通过限速标志 在标志牌上标明最大行车速度，用以提示司机降低速度。这种方法对于避免或缓 解隧道内的交通拥挤、阻塞，防止二次事故的发生起着积极的作用“1 。由此可见， 事件检测是检测拥挤和事件，而通过可变限速标志对行车速度的限制是避免或缓 解拥挤，防止二次事故的发生，他们对于隧道的安全与畅通都起着举足轻重的作 用。速度限制最关键的问题就是速度的确定，因此有必要对可变限速标志所显示 的速度即最佳速度确定算法进行研究。 1 2 国内外研究现状 交通管理部门将事件自动检测作为保障道路安全、畅通的重要功能，因此对 事件检测方面的研究都有着令人瞩目的成就。 1 2 1 国外研究现状 自1 9 6 1 年开始，国外一些学者开始提出并建立各类公路事件自动检测系统。 纽约州政府在l i n c 0 1 n 隧道建立的事件自动检测系统是最早的系统之一。该系统 事件自动检测算法的根据是：通过跟踪和识别经过隧道的单个车辆数目来确定隧 道内路段的车辆数。1 9 6 8 年，得克萨斯运输局在d e t r o i t j o n e c 地区的公路上，对 六种以微观交通流参数为基础的不同的事件检测方法进行了试验。研究中，事件 检测所用的预先设定阈值与漏报( 实际有事件发生，而用该算法进行事件检测时 认为无事件发生) 率有关。六种算法都能检测出一些事件，但由于误报警率太高， 用于实际控制时应进一步改进这些算法。1 9 6 8 年，加利福尼亚运输局开发的事件 检测算法得到最广泛的应用，被称为“加利福尼亚算法”。它所采用的交通检测 参数是车道占用时间( 在某时间段内，检测器被车辆占用的时间) 。 1 9 7 0 年，c o o k 和c l e v e l a n d 提出了双指数平滑模型。经比较，发现在确定交 通流运行趋势时，更多地考虑最近的交通运行参数，得出的结果较为精确。在此 算法中，采用信号跟踪的方法来去掉统计数据中的随机噪声。c o o k 和c 1 e v e l a n d 认为，指数平滑算法能较准确地进行事件检测。1 9 7 3 年，美国联邦公路局开始组 织进行先进的事件检测算法的研究。此项研究以洛杉矶和明尼阿波利斯两个城市 公路监测系统所得的数据为基础，对l o 种公路事件自动检测算法进行研究比较， 并开发了参数标定软件。研究表明加利福尼亚算法和指数平滑算法都能较好地进 行事件检测。 7 0 年代末8 0 年代初，英国t r r l ( 运输及道路研究所) 研究了在交通流较大时， 由车辆停驻或缓行造成的连续检测器占用情况，并提出h 1 0 c c ( 高检测器占有率) 算法。此算法在b e d f o u d s h i r e 的美国一号公路上使用效果较好。许多8 0 年代提出 的算法运用了概率模型。在事件检测时并不只是简单地判断是否报警，而且给出 事件发生的概率。另外，在算法研究中，常将算法作为整个公路控制管理系统的 一部分来考虑。例如将事件检测算法与进出口匝道控制、可变限速控制和民用广 播电台信息提供系统相联系。 9 0 年代，随着各种数学方法和计算机技术的迸一步发展和成熟，公路事件自 动检测算法开始运用各种比较成熟的新方法新技术，提出了新的事件自动检测算 法。例如将突变论用于事件自动检测的m c m a s t e r 算法。随着智能运输系统( i t s ) 研究的兴起，公路事件检测算法研究又再一次成为热门话题。美国1 9 9 5 年起，将 公路事件自动检测算法的研究列为智能运输系统的研究项目之一啪1 。 1 2 2 国内研究现状 随着我国公路的迅速发展，许多研究单位和交通管理部门已经很重视这个领 域。目前，东南大学、同济大学、北京工业大学、吉林大学都在对事件管理系统 进行深入研究与探讨。交通部公路科学研究所i t s 中心在努力学习国外先进经验 的同时，针对我国交通的具体情况，开发了一套高速公路事件管理系统，初步在 北京首都高速公路发展有限公司运行。 1 2 3 发展趋势 由于交通系统具有较强的非线性、模糊性和不确定性，各种现有的检测算法 都或多或少存在着不足之处。大多数算法在交通流高度稠密或中等稠密情况下可 以取得较好的检测效果，在低密度条件下其检测性能不高。另外，大多数算法基 本上均是在公路上得到了普遍应用。而由于隧道环境与洞外公路不一样，因受空 间和视觉上的影响，检测的难度比高速道路高得多。隧道交通事件检测的研究， 目前专门对于公路隧道的事件检测算法还很少，一般都是将公路上的事件检测算 法直接应用，往往达不到自动检测事件的目的或是检测结果不尽人意。所以根据 公路隧道实时交通流的变化，把先进的智能控制技术、数据融合技术、智能信息 处理技术与交通流理论结合起来，建立适合于公路隧道的事件检测综合算法成为 将来的研究重点。 1 3 本论文的主要内容 1 、针对公路隧道交通流运行特性，通过对模型涉及到的几个基本参数及其 之间关系的分析，建立适合于公路隧道的交通流模型。 2 、通过对原始事件数据进行分析整理，统计出在隧道内检测器采样周期内， 隧道内的交通流信息；然后对低通滤波算法、卡尔曼滤波算法以及小波消噪法三 种滤波算法进行分析、比较，确定出合适的滤波算法。 3 、通过对传统交通事件检测算法的分析、比较的基础上，结合隧道交通流 理论以及隧道环境的特点，建立动态概率神经网络事件检测模型，给出了详细的 算法，并进行了仿真。 4 、通过分析传统的最佳速度确定方法的不足，提出了基于模糊逻辑的最佳 速度确定方法，给出了该方法的两层模糊推理结构，确定了各变量的隶属函数， 简要介绍了推理过程中所涉及到的四个模糊规则库，最后给出了模糊推理软件的 实现流程，并进行了仿真。 第二章公路隧道交通流特性研究 公路隧道交通流特性是通过交通量、车速、车流密度、车头时距、通行能力、 延误时间等交通参数来描述的，这些参数之间的定性和定量的数据关系反映了交 通流特性阱。对交通流各种参数进行系统调查和分析，确定其变化规律，是进行 公路隧道事件检测、交通诱导与控制及仿真等研究的依据。 2 1 公路隧道交通流运行特性 在规定的时间间隔内，公路隧道路段的可能运行状况与交通条件及几何线性 有着密切的关系。车辆运行情况往往随车辆的技术状况、驾驶员特点和交通环境 ( 道路条件、车辆相互运行和交通管制等) 而变化。 2 1 1 隧道交通环境特点 相对于洞外公路而言，公路隧道属于半封闭环境，具有与洞外公路不同的交 通环境特点”。 1 、环境照度低 隧道内照度一般在5 1 0 0 1 x 范围内。在白天汽车驾驶员从明亮的环境接近、 进入和通过隧道时，将会产生种种特殊的视觉问题。由于隧道内外亮度差别极大， 从隧道入口会看到黑渝( 长隧道) 及黑框( 短隧道) 现象。进入隧道后，因急剧 的亮度变化，人的视觉不能迅速适应而看不清隧道内情况。 隧道内部由于汽车排出的废气无法迅速消散，形成烟雾，可将汽车头灯和道 路照明器发出的光吸收和散射，降低了能见度。 在隧道出口，白天外部亮度高，看上去是个亮洞，夜间看到的又是黑洞，因 而驾驶员不能很快看清外部道路的线性及路上的障碍物。 2 、空间有限 隧道侧向净宽较一般公路为小，且高度有限。驾驶员在进入隧道后，视距有 限，心理上易产生不安与压迫感，而使操作自由度降低。再加上隧道内较一般区 黑暗等因素，均会导致行驶速度下降，通行能力降低 3 、空气污染严重 6 车辆在通过隧道时排放的气态及游离固态微粒合成的有害废气和车辆携带 的尘土卷起的尘埃，因隧道内特有的空间限制，虽然车辆通过隧道能产生活塞响 应，但隧道仍然会不断积累，废气含量增加，严重污染洞内空气，影响行车环境。 4 、环境噪声大 由于隧道内洞壁的反射，隧道内噪声较洞外高出许多，尤其是在未装吸音板 的隧道内更突出，以致影响到驾驶员正常的思维判断和反应能力。 2 1 2 隧道车辆行驶特性 由于公路隧道特殊的构造和环境，车辆在隧道内行驶与在洞外公路上行驶相 比有很大的区别。 1 、正常行驶条件下，所有车辆必须各行其道，不得变线。除非有事故车占 道，并有信号指令方可变线。在隧道内一般没有其它车道可供使用，所以在事发 点上游易发生拥挤现象或造成堵塞。 2 、隧道内禁止超车，为此在隧道内应设分道标志线( 实线) 。 一 3 、隧道内不得停车。如车辆发生故障，行驶的车辆不得不停车时，可以停 在紧急停车带内。为了防止后续车辆拥挤，紧急停车带应间隔划分，使停车数量 不超过正常行驶时的交通密度。这种方式可以保证每条车道不会被车辆挤满，还 可以提供另一车道供其它车辆通过。 2 2 交通流基本参数 交通流运行状态、定量特征及其随时间、空间变化而变化的一般规律称之为 交通流特性，其中速度、交通量、交通密度是表征交通流特性的三个基本要素“1 。 l 、交通量 交通量是指在单位时间段内，通过道路某一地点、某一断面或某一条车道的 交通实体数，符号用q 表示。交通量选用的时间单位一般为日、小时等，以小时 做时间单位的为小时交通量( 辆h ) ，以日为单位的称为日交通量( 辆日) 。 2 、平均速度 车速分为地点车速、行驶车速、区间车速、时间平均车速和空间平均车速。 车辆驶过道路某一地点的瞬时速度，称为地点车速。固定的观测地点，在给定的 时间间隔内测得的地点车速的平均值称为时间平均速度e ，即： l 亡 _ 2 i 备_ 式中：”一时间平均速度； e 一第1 辆车的地点车速 ( 2 一1 ) 疗一单位时间内观测到的车辆数。 在某一特定时间内，行驶于道路某一特定长度内的全部车辆的地点车速分布 的平均值，称为空间平均车速匕，当观测长度一定时，其数值为地点车速观测值 的调和平均值，其计算公式为： 驴幂2 事 1 式中：x 一观测长度；第f 辆车的行驶时间；门一车辆行驶长度x 的次数； 叶一第f 辆车的行驶速度；匕一为区间平均速度。 3 、密度和占有率 交通密度是指在某一瞬间，一定长度的车道内拥有的车辆数n ，单位为辆 k m 车道。密度是表示交通流拥挤状态的恰当指标，但存在观测困难的缺点。为 此，在交通控制管理方面，多以较易测定的占有率取代密度。占有率有空间占有 率和时间占有率之分。 在观测路段之内，行驶车辆长度占该段长度的比例称为空间占有率，用符号 q 表示，即： 厶 q = l + 1 0 0 ( ) ( 2 3 ) x 式中：厶一第渖目车的长度 x 一观测路段长度； 在一定时间内，全部车辆通过某一断面所需时间的累计值占该时问的比例叫 做时间占有率d ，即： ( 厶7v j ) d ，2 7 ”0 0 ( ) 2 4 式中：v 一第f 辆车的地点车速； r 一观测时间。 当所有车辆的车速相等时，显然g = 0 f ，当所有车辆长度相等时，令l = 厶， 可得： d ，：掣划旦。呦 ( 。_ 5 )d ，= 。- + 1 0 q ) = + 三+ 1 0 0 = l o 呦( 2 5 ) t 显然，交通流是均匀的，时间占有率与密度成正比。在实际应用中，常常把 三取为该路段车辆长度的统计算术平均值。很多道路检测站不提供p 的检测值， 2 3 交通流参数之间的关系 在获得交通流数据的同时，可对数据进行分析、处理并可得出一些结果。交 通量、密度、平均速度的关系如下： 1 、在车流均匀、车种单一时，交通量、密度、平均速度之间符合如下关系： g = ( 2 6 ) 该式也可用来描述非均匀交通流。 2 、实测发现，v p 关系曲线和口一p 关系曲线如下图2 1 所示： o 图2 一lv p 和g p 关系曲线 v p 关系曲线表明：速度随着密度的增加呈现单调下降的趋势。当p = 0 时 车辆间距趋于。，驾驶员按照自己希望的速度v ，( 自由速度) 行驶，不存在车辆 间的相互影响。当密度达到极限值时，车流堵塞不前，即户= p 。，v = o 。 g p 关系曲线表明：必定存在一个临界密度以，与流量最大值g 。a x 相对应。 在p 岛范围内，p 的上升引起v 下降较多，结果 q 减小。这引起p 进一步增大，交通越加拥挤，甚至堵塞( 户= p 。) ，这是不稳 定状态，也是不希望的运行状态。 2 4 公路隧道交通流模型 公路隧道内禁止超车，也无其它出入匝道，交通状况较为单一。作为控制系 统的理论依据，隧道的交通流模型完全可借用公路交通流模型来描述。交通流模 型是描述速度、密度、流量三者之间关系的数学结构。从系统优化的观点上看， 通过研究交通流的各种形态及其运行规律，建立快速、稳定、高效的交通流模型 可以更好的的引导和控制交通流。 交通流模型分为微观模型和宏观模型两类。微观模型描述单个车辆的运行规 律；宏观模型描述车流的整体运动规律，即反映一些集总变量如交通流量、密度、 速度等变化的过程。显然，交通控制系统采用的模型应当是宏观模型。宏观模型 又分为静态模型和动态模型。静态模型描述不随时间改变的稳恒交通流随空间分 布的变化规律。用该模型进行交通模型仿真，可预防常发性拥挤，但不能适应偶 发性交通拥挤。动态模型描述交通流随空间和时间的变化规律，可比较精确地描 述交通流的真实行为。我们选用宏观动态交通流模型来建立公路隧道交通流模 犁。 2 4 1 密度动态模型 考虑一条公路隧道，其交通流可被看作一个密度为厦暑力、流量为g 优f ) 的 l o 流体，x 为行车方向j l j f r 取得坐标，为时i 司。它遵循如r 流体运动的车辆基本守 恒方程m ： 挈+ 挈：，一。 ( 2 - 7 ) 一+ 一= r 一 r ，一，1 8 t8 x j 一 。 其中，、s 分别表示断面x 处的使入流量、驶出流量。由于在隧道中没有匝 道，所以，、s 均为0 。 娑+ 鍪：o ( 2 8 ) a fa x 一 。 将上式化为离散形式的差分方程。将隧道分为n 段，每段长度，o = l ，2 ，加， 假设每段交通变量是近似均一的。则第1 段驶入和驶出流量分别为靠( f ) 、吼( ，) 。 于是，以增加变量数目为代价，把上式改成一组常微分方程，把x 离散化，得到 下式： 叙归去( 乳l ( f ) ( f ) ) f - 1 ，夸_ ( 2 _ 9 ) 然后进行时间离散。以t 为采样周期，( 尼) = ( 女r ) 。采用近似关系式： n o ) z ；( 肛 + 1 ) 一雕) ) ( 2 一i 。) 得到的离散形式如下： 肿+ 1 ) = 从妁+ 缸胴鸭) 汪l ，2 ，； 七= 1 ，2 ( 2 一1 1 ) 显然，丁取值越小，则准确率越高。丁的选择应满足不等式： 丁 垒吐 ( 2 一1 2 ) v - r 即车辆以自由速度行驶时，也不允许在一个采样周期r 内越过一个最短 的路段( 其长度为) ；否则动态检测数据将失掉应有的信息，将是不完全的、 不准确的，事件检测也将不是十分有效。 上式可作为隧道的密度动态模型，式中的各个参量均可以根据每个路段的车 辆检测器实测出来。根据该模型可以判断交通异常信息，并可对交通流状况进行 预测，对车辆进行诱导和信号的控制。 2 4 2 流量动态模型 将一隧道分成n 段，在确定每一段的交通流量时，应考虑该段的交通量与其 上下游的交通量都有关系( 在交通流移动方向上，位于车辆后方位置称为该车辆 的上游；反之，位于车辆前方的位置称为该车辆的下游) ，存在着顺流和逆流两 个方向传递的信息。考虑一段隧道，其守恒方程为： 娑+ 挈：o ( 2 _ 1 3 ) 8 t8 x 一 由于g ：目关系，定义c = 字表示g 一尸曲线上特定工作点的斜率，则守 恒方程为：警+ c 等= o d fd x 其解为p f ) = 只x c f ) ，f 为任意函数。这意味着，当密度等变量发生变 化时，所产生的交通流波随着交通流以速度c ：享进行传播 。 ( 聊 现在我们用加权的形式表示路段f 、f + 1 之间的流量g ，( f ) ，则等式两边的流 量均可表示为密度的函数： g ，( f ) = c 叼 p ，( f ) 】+ ( 1 一口) g p 。( f ) ( 2 1 4 ) 或 g ，( 七) = 叼【岛( 七) 】+ ( 1 一口) q 【岛+ i ( 尼) 】 ( 2 一1 5 ) 加权系数口的值与只、b + 1 有关。当岛+ l 见，时( 拥挤时) ，口接近于o ，9 j ( ，) 主要取决于其下方的交通状况。实际中，常把口取为接近于l 的常数。修正上式， 得： g ，( f ) = 舀g 【m i n ( p ，( f ) ，p 。，) 】+ ( 1 一在) g 【p + ，( f ) 】 西：j 口考p ，+ l ( ) p 。 皑_ 1 ” 考虑g 、p 、v 三者之间的关系，将式中的g f ( 七) 用g ，( 七) = 岛( 七) + v i ( 妨代替 得到改进的动态流量模型为 g ，( 七) = c 毛p ，( 七) v f ( 七) + ( 1 一口) p “l ( 七) v ，+ l ( 后)( f = l ，2 ，- ) ( 2 1 7 ) 2 4 3 速度动态模型 公路隧道车辆行驶速度是由驾驶员根据车辆、道路、交通以及环境等实际情 况加以调整的。一辆车某时刻在某位置的行驶速度与该车在过去时刻的速度和当 前位置所处交通状况有关，还与前方交通状况有关，速度的变化规律比较复杂。 平均速度“墨f ) 不可能瞬时地跟随p g ，f ) 变化，根据q = f 关系，g 伉f ) 也 是如此。实际上，驾驶员对前方交通状况变化做出反应时间需要一个延迟时间， 车辆发动机、传动装置也存在一个调整时间。因而，车速的变化总比前方缸处 交通密度变化滞后时间r ，即 1 ，( x ，f + f ) = ，呕反x + 缸，f ) ( 2 一1 8 ) 将上式左端对f 展开泰勒级数，右端对缸展开泰勒级数，略去高次项，得 v ( 州) + f 鉴盟：v f ) 】+ 掣挈缸( 2 _ 1 9 ) d t0 d c b c 根据经验，取x 等于车头距离的一半为宜，即r = 去；笔可近似看成一 个常数，引入一个常参数( 其值大于0 ) 厂：一o 5 芸v 。 p ( f ) 】= v 【p ( x ，f ) ( 2 2 0 d d 式中， v 。【p ( r ) 】被称为均衡速度。代入全导数 ( 2 2 1 ) 加一m加瓦掣 得到连续时间的动态速度方程 窑：一v 亲+ h ( p ) 一v 一上争 ( 2 _ 2 2 ) d t o x foo x 上式进行空间离散化处理，将隧道化分为n 段，每段长度为，( f - 1 ，2 ，) ， 式中t 为采样周期。将其代入上式得： ( 2 2 3 ) ( 2 2 4 ) ( 2 2 5 ) 。，( 玎+ 1 ) ：v ，( 门) + 三【。( 岛( 门) ) 一，略( 一) + 三：! ；：i ! 竺! u 一。( 刀) 一。，( 甩) 】 fj r p ( 玎) + a ( 2 2 6 ) j = 1 ，2 ，七= 1 ，2 ， 式中，引入了修正参数善、五。善可以调整第三项权重，使整个模型更符合 实际交通。第二、四项的权重可通过适当地估计y 、f 的数值来加以调整。 式( 2 2 6 ) 即为实用的速度动态模型。该式表明在动态过程中某路段的空间 平均速度v ( 玎+ 1 ) 由以下几个因索决定： ( 1 ) 前一时刻该路段的平均速度u ( 叻，要按照前一时刻该路段交通密度 届( 功及该路段的v p 特性变化。v f ( n + 1 ) 要按照p p 特性朝着与叶( 哟相适应的 方向变化。这里采用了下述模型来描述v p 特性： 咖一，刨” 沪z z ， 西 曲 “ n q d 一 0 + 0 o 小 h 眇 慌斗色丢 棚 加一钟 加一撕 印一砒 式 的程方分差为比转 式中，、川为常值参数( 根据实测交通数据得到) 。 ( 2 ) v ，0 + 1 ) 要与上游相邻路段在前一时刻的平均速度u 一。( 功相适应。 ( 3 ) v f + 1 ) 与下游相邻路段的交通密度辟+ ( 功有关，行车前方密度较高时， 车速将降低。 模型总结： 上述的三个模型公式即为能适合公路隧道的宏观动态交通流模型。由于公路 隧道一般不是一个车道，大多是双车道，也有三车道、四车道。因此，必须对隧 道的每一条车道采用一组模型。在交通控制系统中，当全线检测器检测到上一周 期的各个检测处的密度、速度、交通量和当前周期的密度、速度、交通量即可预 测下一周期和下一检测处的密度、速度、交通量，用预测值与下一周期检测值比 较、把比较结果与相关的控制门限值比较可判断公路是否发生拥挤、堵塞还是事 故，这就可以达到对公路隧道是否发生交通事故进行判断，这也是公路隧道事故 检测的理论依据。 在上述模型中，待估计参数包括：v r 、p 。、，、卅、y 、f 、f 、五、口。 这些待估计参数的取值好坏直接关系着对整个公路隧道运行状态的判断。这些参 数的取值可根据公路隧道试运营数据和设计预测数据进行取值，然后在运营中不 断修正，以保证能达到交通流模型能与实际的交通状况更加吻合。 2 4 4 模型参数估计 模型参数估计的基本思想是寻找等式中参数的最佳取值，使模型计算出来的 交通流数据同实测数据相比偏差较小。于是有三个问题需要解决：一是模型的计 算值如何得到：二是如何衡量计算值同实测值之间的偏差：三是如何寻找最优参 数。 在模型中，待估计参数包括：”r 、p 。、，、矾、y 、r 、善、五、a 。确定 参数值即是进行参数估计。参数估计必须以实际交通检测数据为依据，通过优化 计算寻找最优参数值，使模型的行为最好同实测值相吻合。 将隧道划分为j 段，在划分段的末端和隧道的出入口设置车辆检测器，这 样可提供的检测数据为每个路段的交通量g ，( 女) 、时间平均速度( 女) 。供参数估 计所用的实测数据覆盖了足个检测周期。为保证模型的精度，测量数据应足够多， 且包括有自由流、饱和流、过饱和流( 拥挤和阻塞) 等所有交通状态以及中间过渡 过程，使数据尽量准确齐全。 进行参数估计，首先应求解状态变量序列n ( t ) 、v ，( 正) 。实测数据中，作为 模型输入量的有出入口端流量和时间平均速度g 。( ) 、w 0 ( 女) 、卧( 女) 、w ( 后) ， 应注意测量提供的速度为时间平均速度，在模型中的平均速度是空间平均速度， 所用到的边界值是第一路段上方的空间平均速度( 七) ( 用于计算v ( 七+ 1 ) ) 和最 末路段下方的交通密度肌+ i ( ) ( 用于计算肌( 尼+ 1 ) ) ，可近似地取： v o ( 七) = w 0 ( 七) ( 2 2 8 ) = 黑 c z 喇， w 。，i 尼l 模型的输入向量： “( 七) = 【g o ( 七) w o ( 七) q ( 意) w 。( 七) 】7 ( 2 3 0 ) 把式( 2 2 3 ) 代入状态方程 x ( 尼) = 【p l ( 尼) ，v l ( 后) ，p ( 尼) ，v ( 七) 】7 ( 2 3 1 ) 可以得到状态的时间序列，这里近似取v 。( o ) = ( 0 ) ，则状态初值为： 邶) _ 【焉删器w ( 0 圹 ( z 吨) 初值的误差会影响到状态变量序列的精度，但当系统为稳定时，在仿真( 递 推) 过程中随着时间的推移，这种影响( 零输入响应的误差) 会越来越小。 模型的输出向量： y ( 尼) = q i ( 七) w l ( 七) 口( 七) w 。( 七) 7 ( 2 3 3 ) 根据状态序列可计算出模型输出量的计算值： y ( 后) = g ( 女) w l ( 七) g ( 七) w ( 庀) 7 ( 2 3 4 ) 其中： g ，( 七) = 户f ( | i ) v ，( 七) ( 2 3 5 ) w ，( 尼) = 洲f ( 厅) + ( 1 一口) v + i ( 忌) ( 2 3 6 ) 寻找一组参数值，使得模型输出的计算数值与实际测量值的二乘函数最小 j ：妻 ；( 七) 一y ( 蝴r q 眵( 七) 一y ( 纠r 斗m i n ( 2 3 7 ) = l q 为2 n 2 n 维加权矩阵，其元素应根据所对应输出变量的实际测量精度及数量 级来适当的确定。具体的计算在此不进行介绍。 参数估计就是寻找最优的参数值使得式( 2 3 7 ) 取最小值，这是一个优化 问题。求解这样的非线性最优化问题有多种方法，主要有两大类：梯度法和直接 搜索法。梯度法随着参数改变而变化梯度，计算复杂，因而人们也常用直接搜索 法，它是随机的确定多组初始参数值并计算相应的性能指标，找出性能最差的一 组参数予以淘汰，并用反射的方法找到一组新的参数补充进去。依此逐步淘汰较 差的参数值，朝着最优参数值逼近。 估计出参数后，还要对参数进行敏感性检验，希望模型不会因为参数的微小 变化而导致模型计算结果出现大的偏差，即模型具有良好的鲁棒性。上述模型参 数中只有自由速度v ，和阻塞密度p 。二者较为敏感。因此，确定这两个参数需 要更为认真。进行在线辨识运算时，可以只对这两个参数进行估计，其他不敏感 参数取为适当常数即可，这样就简化了模型及其参数估计。 2 5 本章小结 本章首先介绍了公路隧道交通流运行特性以及模型涉及到的几个基本参数， 然后分析了这几个参数之间的关系，即基本参数模型。然后在此基础上建立了适 合于公路隧道的交通流模型。 第三章交通数据分析与处理 事件检测的目的是及时发现公路隧道内发生的交通事件以便进行控制与救 援，尽量减少交通事件所带来的负面影响，恢复正常交通。交通信息的采集对事 件检测起着举足轻重的作用，如果不能及时准确地提供交通信息，就会降低事件 检测的效率。交通信息采集系统采集到的隧道内车流信息包括占有率、速度和流 量，这些信息一般都含有计算噪声、通信噪声和故障噪声，必须经过滤波处理才 能使用这些信息进行隧道事件检测，否则可能会导致误判断。 3 1 数据的来源 实践中，实测交通事件下的交通参数数据通常都有比较难以采集、所采集 到的数据存在事件发生和结束的时间不精确、数据规模小等问题。另外，受到我 国公路基础设施以及人力、物力的限制，至今难以采集到完整的交通事件下的交 通流数据( 隧道内各路段的交通量、车速以及占有率) 。因此本文使用模拟的交 通流数据。 本文模拟的交通流数据要能够在较短的隧道路段内，尽可能的对不同交通条 件下的各种严重程度及位置( 检测区上、下游) 的事件进行了3 0 0 次的模拟。每 次模拟持续时间3 5 m i n ，其中前1 5m i n 用于处理历史交通流参数，事件发生在 第2 5 m i n ，其前的l o m i n 为非事件状态，其后的1 0 m i n 为事件状态。在每个检测 站安装单个的检测器，以3 0 s 为一个时段采集每个检测站的流量、占有率以及环 境三项参数。 由于检测硬件的不同，相应的获取数据的方法也不相同，这样开发的检测算 法就无法进行平等的比较。隧道内通常采用环形线圈检测隧道内各路段的交通流 量、车速以及占有率，对数据再提炼将会提高算法的性能获得可靠的a i d 系统。 3 2 数据的分析处理 交通事件检测是基于交通流参数的变化来进行检测的，然而由于检测系统的 通信噪声( 或暂时性的系统故障等原因) ，会对反映交通事件的信号产生干扰， 从而发生事件的误报。环形线圈检测器输出的交通量、占有率数据，也常常包括 孤立的大脉冲，而且脉冲常常同时出现在许多连贯的检测站，这种高峰并不代表 实际的交通波动。因为在一个采样间隔内( 一般2 0 6 0 s ) ，交通变量不可能推 进几个检测站的长度，它是一种高频噪声。因此可以采用滤波器滤除不合理的高 频信号，保持包含事件信息的信号，从而减少事件的误报数量。 隧道环形线圈检测器可能获得的更多的不合理信息，然而通过数字滤波就可 以滤掉不合理的波动，使自动事件检测算法免于把随机波动信号或噪声信号误报 为事件。 3 2 1 滤波器的一般原理 目前，在交通事件自动检测中常用的滤波器主要有低通滤波器、卡尔曼滤波 器、小波消噪等“。 1 、低通滤波器 低通滤波器是允许检测器输出信号的低频部分通过，而拒绝不合理的高频噪 声部分信号通过的滤波器。通常包括移动平均、指数平滑、中值滤波等几种形式。 在交通事件检测中，为了减少因高频随机交通波动而产生的误报，1 9 9 3 年， y o r g o s j s t e p h a n e d e s 和a t h a n a si o sp c h a s s i a k o s 采用时域平滑器 ( r u n n i n g a v e r a g es m o o t h e r ) 对原始数据( 交通占有率数据的离散时间序列) 进 行滤波“。对实际数据进行实验表明，先对原始数据进行这种处理，可以减少误 报数量。但是，线性低通滤波器存在以下缺陷： ( 1 ) 移动平均法所需信息量较大。 ( 2 ) 在存在线性趋势影响时，指数平滑法预测不准确。 ( 3 ) 如果信号是由阶梯一样的采样值所组成，则中值滤波法在去除噪声的同 时也使测量信号的边缘变得模糊，损失鉴别事件的信息。 2 、卡尔曼滤波器 1 9 6 1 年左右，k a l m a n 和b u c y 等提出了最优线性滤波方法，其关键在于把难 解的积分方程代之以相应的微分方程或差分方程，直接用计算机求其递推解。其 优点是： ( 1 ) 可以处理非平稳随机过程、时变系统及有限记忆的情况； ( 2 ) 得出的递推方程组易于计算机求解； ， 9 ( 3 ) 递推滤波的计算是，存储量大大降低，便于实时应用。 1 9 8 1 年，c r e m e r 将卡尔曼滤波器应用于交通事件检测。1 9 8 4 年，日本学者 上田牛比古汉村与神野健二将自适应卡尔曼滤波应用于交通事件检测。 离散卡尔曼滤波的信息模型“”如图3 1 所示。 设离散时间模型为 r l j 硪+ 1 ) = q t + 1 ，句坝+ 6 ( 后+ 1 ，句 i 酮：删 ( 3 1 ) v 0 0 测量方程为 阻3 一l 离散卡尔曼滤波的信息模型 z ( 后) =