车联网环境下RFID、手机、GPS等交通信息采集技术无法实现对交通流量、密度和速度三参数的同步检测,导致传统交通流模型在交通信息处理、交通流状态检测等方面因不能满足三参数的输入要求而无法直接应用。为解决上述问题,将车联网多源交通信息采集方法归纳为地点检测法、匹配检测法和轨迹检测法三类,分别研究这三类检测方法所得数据各自遵循的车辆守恒、时间守恒和空间守恒定律;采用上述三类守恒定律在拉格朗日坐标系下独立进行交通流建模并设计出相应的高效数值解法;构建开发试验平台并进行模型的数据验证。预期成果可以为车联网多源交通流检测数据提供有效处理方法,获得随样本数调整弹性分辨率的动态高精度交通流状态信息,为宏观交通流和微观个体车辆定制化信息服务与管理控制提供数据和模型支持,有助于完善车联网发展的理论体系。
英文主题词connected vehicle;Lagrangian coordinates;traffic flow modeling;traffic state estimation;finite difference