• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>European Control Conference >Online dynamic travel time prediction using speed and flow measurements
【24h】

Online dynamic travel time prediction using speed and flow measurements

机译：使用速度和流量测量进行在线动态行程时间预测

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Traffic forecasting is considered nowadays as one of the most important traffic management techniques on road networks. To provide suitable control strategies and advanced traveler information, which improve traffic performance, a continuous short-term prediction is a significant requirement. In this paper, we propose a new approach for travel time forecasting between two points of interest of a given highway divided in nodes and links. Since nodes and links have distinct characteristics, two different prediction methods are proposed. The resulting predicted travel time is then computed as the sum of predicted travel times in nodes with those in links. An adaptive Kalman filtering approach is considered for predicting sojourn time in nodes and flows at boundaries of links. Inside links, divided in cells for improving resolution, a deterministic observer is used for computing unmeasured densities. The performance of the proposed method is evaluated by using data of the Grenoble south ring, a case study of the NoE Hycon2.
机译：如今，交通预测已被视为道路网络上最重要的交通管理技术之一。为了提供合适的控制策略和先进的旅行者信息，以改善交通性能，连续的短期预测是一项重要的要求。在本文中，我们提出了一种新的方法来预测给定公路的两个兴趣点之间的行驶时间，该兴趣点分为节点和链接。由于节点和链接具有不同的特征，因此提出了两种不同的预测方法。然后，将得出的预测行进时间计算为节点中与链接中的行进中的预测行进时间之和。考虑使用自适应卡尔曼滤波方法来预测节点和链接边界处的流的停留时间。在内部链接（划分为多个单元以提高分辨率）中，使用确定性观察器来计算未测量的密度。通过使用格勒诺布尔南环的数据（NoE Hycon2的案例研究）评估了所提出方法的性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号