基于 Aw-Rascle-Zhang 模型的拥堵高速公路交通状态边界观测器估计
最优化与控制
2019-05-01 v1 动力系统
摘要
本文基于 Aw-Rascle-Zhang（ARZ）偏微分方程（PDE）模型，开发了用于估计拥堵高速公路交通状态的边界观测器。交通状态估计是指从部分观测的交通数据中获取交通状态信息。由于高速公路实时交通信息可及性有限，该问题对高速公路而言具有现实意义。我们提出一种边界观测器设计，使得仅从流量与速度的边界测量即可获得高速公路路段中聚合交通状态的估计。宏观交通动力学由 ARZ 模型表示，该模型由描述交通密度与速度的 耦合非线性双曲 PDE 组成。对线性化 ARZ 模型的分析引出了对拥堵交通状态下异向双曲 PDE 模型的研究。利用空间变换与 PDE 反步（backstepping）方法，我们构造了一个边界观测器，其包含非线性对象的副本以及对边界测量误差的输出注入。输出注入增益针对线性化 ARZ 模型的误差系统设计，从而保证了误差系统在 范数下的指数稳定性及有限时间收敛到零。仿真被用于验证该边界观测器设计在无需初值已知的非线性 ARZ 模型下的有效性。
引用
@article{arxiv.1904.12963,
title = {Boundary Observer for Congested Freeway Traffic State Estimation via Aw-Rascle-Zhang model},
author = {Huan Yu and Alexandre M. Bayen and Miroslav Krstic},
journal= {arXiv preprint arXiv:1904.12963},
year = {2019}
}