一种从不完整信息识别交通状态的自适应平滑方法
统计力学
2007-05-23 v1 软凝聚态物质
摘要
我们提出了一种从固定交通检测器的聚合数据中获取时空信息的新方法，即“自适应平滑方法”。本质上，对输入的检测器数据应用了非线性时空低通滤波器。该滤波器利用了这样一个事实：在拥挤交通中，扰动以恒定速度向上游传播，而在自由交通中，信息向下游传播。由此，可以得到速度、流量或其他交通变量作为空间和时间的平滑函数。应用包括交通状态可视化、从不完整信息重构交通状况、快速识别交通崩溃（例如在事件检测中），以及交通模型的实验验证。我们将自适应平滑方法应用于几条德国高速公路上观测到的拥堵模式。它能够在常规可视化技术失效的数据中提取出有意义的信息。通过忽略多达 65% 的检测器并将该方法应用于缩减后的数据集，我们证明了结果的鲁棒性。当相邻检测器截面之间的距离不超过 3 km 时，该方法效果良好。
引用
@article{arxiv.cond-mat/0210050,
title = {An adaptive smoothing method for traffic state identification from incomplete information},
author = {Martin Treiber and Dirk Helbing},
journal= {arXiv preprint arXiv:cond-mat/0210050},
year = {2007}
}
备注
For related work see http://www.helbing.org and http://www.mtreiber.de To appear in: H. Emmerich, B. Nestler, and M. Schreckenberg (eds.) Computational Physics of Transport and Interface Dynamics (Springer, Berlin), in print