基于多传感器数据融合的高精度交通速度与行程时间重构
信号处理
2021-05-11 v1 物理与社会
摘要
本文研究通过融合稀疏传感器数据来联合重构交通速度与行程时间。将来自感应线圈检测器和浮动车的原始速度数据以及行程时间测量值使用不同融合技术进行组合。提出了一种新颖的融合方法，将现有的速度重构方法扩展以集成低分辨率行程时间数据。利用多种传感器数据组合，对若干前沿方法与该方法在重构交通速度和行程时间上的性能进行了评估。算法与传感器配置使用在德国A9高速公路严重拥堵期间采集的真实线圈检测器、浮动车和蓝牙数据进行评价。考察了两个主要方面：（i）根据所用数据，哪种算法提供最准确的结果；（ii）哪类传感器及哪些传感器组合能带来更高的估计精度。结果表明，总体而言，将新方法应用于浮动车数据与线圈数据的组合可提供最佳的速度与行程时间精度。此外，在多数但并非所有情况下，多源融合提升了重构质量。特别是，蓝牙数据仅当被有区别地集成时才对重构有益。
引用
@article{arxiv.2105.03672,
title = {Multi-Sensor Data Fusion for Accurate Traffic Speed and Travel Time Reconstruction},
author = {Lisa Kessler and Felix Rempe and Klaus Bogenberger},
journal= {arXiv preprint arXiv:2105.03672},
year = {2021}
}
备注
20 pages, 9 figures, presented at the 2021 Annual Meeting of the Transportation Research Board (TRB)