吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (01): 41-46.doi: 10.13229/j.cnki.jdxbgxb201401008

• 论文 • 上一篇    下一篇

基于Kalman滤波行程时间预测的BRT车速诱导

王宝杰, 王炜, 杨敏, 华雪东   

  1. 东南大学 交通运输规划与管理江苏省重点实验室, 南京 210096
  • 收稿日期:2012-08-27 出版日期:2014-01-01 发布日期:2014-01-01
  • 通讯作者: 王炜(1959-),男,教授,博士生导师.研究方向:交通运输规划与管理.E-mail:wangwei@seu.edu.cn E-mail:wangwei@seu.edu.cn
  • 作者简介:王宝杰(1987-),男,博士研究生.研究方向:公共交通运输规划与管理.E-mail:wangbj2@163.com
  • 基金资助:

    “973”国家重点基础研究发展计划项目(2012CB725400);国家自然科学基金项目(50908052);江苏省普通高校研究生科研创新计划项目.

BRT speed induction based on Kalman travel time prediction

WANG Bao-jie, WANG Wei, YANG Min, HUA Xue-dong   

  1. School of Transportation, Southeast University, Nanjing 210096, China
  • Received:2012-08-27 Online:2014-01-01 Published:2014-01-01

摘要:

提出了一种基于Kalman滤波行程时间预测的快速公交(BRT)系统车辆速度诱导模型。该模型从分析BRT系统运营特性和交叉口交通信号管控特征出发,首先建立站点停靠时间预测模型和Kalman滤波行驶时间预测模型,分别对BRT车辆在站点停车上、下客时间和BRT车辆在站点与交叉口间行驶时间进行预测;然后根据车辆到达交叉口的时刻不同,分4种情况建立BRT车速推算模型对车辆行驶速度进行诱导;最后利用常州市13号BRT线路的调查数据,对模型进行有效性检验。结果表明,该模型可以显著提高BRT车辆的运行效率,具有很好的工程实用性。

关键词: 交通运输系统工程, 快速公交系统, 时间预测模型, 车速诱导模型

Abstract:

In this paper a Bus Rapid Transit (BRT) speed induction model based on the Kalman travel time prediction is proposed. First, the stop time prediction model in the bus station, and the Kalman travel time prediction model between the bus station and the intersection are established. Second, according to the difference of the vehicle arriving time at the intersection, four speed induction models are introduced. Finally, the BRT travel data in the city of Changzhou is used to test the effectiveness of this model. The results show that this model can significantly improve the efficiency of the BRT system, and it has a good engineering application prospect.

Key words: engineering of communications and transportation system, bus rapid transit, time prediction model, speed induction model

中图分类号: 

  • U491.14

[1] 文国玮. 绿色交通背景下我国城市BRT存在问题及发展建议——科学认识BRT及其应用[J]. 规划师, 2010, 26(9): 21-24. Wen guo-wei. The problem and development suggestion of BRT based on green transportation: scientific view of BRT in China[J]. Planners, 2010, 26(9): 21-24.

[2] Dailey D J, Wall Z R, Maclean S D, et al. An algorithm and implementation to predict the arrival of transit vehicles[C]//Proceedings of the IEEE Intelligent Transportation Systems Conference, 2000.

[3] Amer Shalaby. Prediction model of bus arrival and departure times using AVL and APC data[J]. Journal of Public Transportation, 2004, 7(1):41-61.

[4] 傅惠, 徐建闽. 基于卡尔曼滤波的路径行程时间预测方法[J]. 微计算机信息, 2007, 23(22):290-292. Fu Hui, Xu Jian-min. Route travel time estimation method based on Kalman filtering[J]. Control and Automation, 2007, 23(22):290-292.

[5] Watkins K E, Ferris B, Borning A, et al. Where is my bus? impact of mobile real-time information on the perceived and actual waite time of transit riders[J]. Transportation Research Part A, 2011, 45: 839-848.

[6] 王炜, 陈淑燕, 胡晓健. "一路一线直行式"公交模式下公交车行驶诱导和调度集成方法[J]. 东南大学学报, 2008, 38(6): 1110-1115. Wang Wei, Chen Shu-yan, Hu Xiao-jian. Novel integrated method of bus speed guidance and dispatching based on "one route one line and run straight mode"[J]. Journal of Southeast University, 2008, 38(6): 1110-1115.

[7] 周雪梅, 杨晓光, 王磊. 公交车辆行程时间预测方法研究[J]. 系统工程理论与实践, 2002, 20 (6): 12-14. Zhou Xue-mei, Yang Xiao-guang, Wang Lei. Research into methods to predict bus running time[J]. Systems Engineering—Theory and Practice, 2002, 20(6): 12-14.

[8] 马云, 熊桂喜. BRT环境下车辆行程时间预测分析[J]. 计算机与现代化, 2009(12):1-4. Ma Yun, Xiong Gui-xi. Analysis of travel time prediction based on BRT environment[J].Computer and Modernization, 2009(12):1-4.

[9] 邓自立. 最优估计理论及其应用——建模、滤波、信息融合估计[M]. 哈尔滨:哈尔滨工业大学出版社, 2005.

[10] Yi Ming-jie, Wang Dian-hai, Qi Hong-sheng. Prediction model of bus arrival time at signalized intersection using GPS data[J]. Journal of Transportation Engineering, 2012, 138(1): 12-20.

[11] 孙喜梅, 杨兆升.城市公共交通站点间实时动态行程时间预测的模型[J]. 吉林大学学报:工学版, 2002, 32(1): 47-51. Sun Xi-mei, Yang Zhao-sheng. The model of real-time dynamic travel prediction between urban public transportation stop[J]. Journal of Jilin University(Engineering and Technology Edition), 2002, 32(1): 47-51.

[1] 陈永恒,刘芳宏,曹宁博. 信控交叉口行人与提前右转机动车冲突影响因素[J]. 吉林大学学报(工学版), 2018, 48(6): 1669-1676.
[2] 常山,宋瑞,何世伟,黎浩东,殷玮川. 共享单车故障车辆回收模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1677-1684.
[3] 曲大义,杨晶茹,邴其春,王五林,周警春. 基于干线车流排队特性的相位差优化模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1685-1693.
[4] 宗芳, 齐厚成, 唐明, 吕建宇, 于萍. 基于GPS数据的日出行模式-出行目的识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1374-1379.
[5] 刘翔宇, 杨庆芳, 隗海林. 基于随机游走算法的交通诱导小区划分方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1380-1386.
[6] 钟伟, 隽志才, 孙宝凤. 不完全网络的城乡公交一体化枢纽层级选址模型[J]. 吉林大学学报(工学版), 2018, 48(5): 1387-1397.
[7] 刘兆惠, 王超, 吕文红, 管欣. 基于非线性动力学分析的车辆运行状态参数数据特征辨识[J]. 吉林大学学报(工学版), 2018, 48(5): 1405-1410.
[8] 宗芳, 路峰瑞, 唐明, 吕建宇, 吴挺. 习惯和路况对小汽车出行路径选择的影响[J]. 吉林大学学报(工学版), 2018, 48(4): 1023-1028.
[9] 栾鑫, 邓卫, 程琳, 陈新元. 特大城市居民出行方式选择行为的混合Logit模型[J]. 吉林大学学报(工学版), 2018, 48(4): 1029-1036.
[10] 陈永恒, 刘鑫山, 熊帅, 汪昆维, 谌垚, 杨少辉. 冰雪条件下快速路汇流区可变限速控制[J]. 吉林大学学报(工学版), 2018, 48(3): 677-687.
[11] 王占中, 卢月, 刘晓峰, 赵利英. 基于改进和声搜索算法的越库车辆排序[J]. 吉林大学学报(工学版), 2018, 48(3): 688-693.
[12] 李志慧, 胡永利, 赵永华, 马佳磊, 李海涛, 钟涛, 杨少辉. 基于车载的运动行人区域估计方法[J]. 吉林大学学报(工学版), 2018, 48(3): 694-703.
[13] 陈松, 李显生, 任园园. 公交车钩形转弯交叉口自适应信号控制方法[J]. 吉林大学学报(工学版), 2018, 48(2): 423-429.
[14] 苏书杰, 何露. 步行交通规划交叉路口行人瞬时动态拥塞疏散模型[J]. 吉林大学学报(工学版), 2018, 48(2): 440-447.
[15] 孟品超, 李学源, 贾洪飞, 李延忠. 基于滑动平均法的轨道交通短时客流实时预测[J]. 吉林大学学报(工学版), 2018, 48(2): 448-453.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!