基于二阶 Aw-Rascle-Zhang 交通模型的网联车辆交通状态估计
系统与控制
2024-07-04 v3 系统与控制
最优化与控制
摘要
本文解决了在包含固定与移动传感器的异构传感器存在下的交通状态估计（TSE）问题。传统的固定传感器成本高昂且无法铺设在整条高速公路上。诸如网联车辆（CVs）之类的移动传感器提供了一种相对廉价的替代方案，用于测量整个路网中的交通状态。因此，向前发展重要的是开发能有效利用 CV 数据此类模型。其中一个这样的模型是非线性二阶 Aw-Rascle-Zhang（ARZ）模型，它是一种逼真的交通模型，对 TSE 和控制可靠。考虑到公式中的 junctions（这对于建模带匝道的真实高速公路很重要），给出了 ARZ 模型的状态空间公式。给出了使用线性化 ARZ 模型的移动时域估计（MHE）实现用于 TSE。借助使用 VISSIM 交通仿真软件的数值研究，将文献中用于 TSE 的各种状态估计方法与所提方法在精度和计算可处理性方面进行比较。还考虑了查询 CV 数据的各种策略对估计性能的影响。提出了若干研究问题，并通过结果的深入分析予以解决。
引用
@article{arxiv.2209.02848,
title = {Traffic State Estimation for Connected Vehicles using the Second-Order Aw-Rascle-Zhang Traffic Model},
author = {Suyash C. Vishnoi and Sebastian A. Nugroho and Ahmad F. Taha and Christian G. Claudel},
journal= {arXiv preprint arXiv:2209.02848},
year = {2024}
}