基于云计算的卡尔曼滤波速度诱导模型研究

《基于云计算的卡尔曼滤波速度诱导模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、第38卷，第6期公路工程Vo1．38，No．62013年12月HighwayEngineeringDec．，2013基于云计算的卡尔曼滤波速度诱导模型研究张丽岩，马健。，李克平，孙焰‘(1．同济大学道路与交通工程教育部重点实验室，同济大学交通学院，上海201804；2．苏州科技学院土木工程学院，江苏苏州215011)[摘要】利用自适应卡尔曼滤波器来建立城市快速路瞬时交通预测模型，同时通过Hadoop基础框架及Ma—pReduce的编程模型设计和开发了交通属性指标最小约简云处理系统，并在此基础上对车辆进行速度诱导控制，建立了以车辆总行程时间为目标函数的诱导

2、优化模型。并以上海南北高架南段东线为例建立了仿真场景，对模型进行了参数标定与校验，通过有效性与性能分析表明：用云计算能够提高运算效率，且速度诱导控制后，降低了路段上交通流的整体速度差异，提高了交通安全性。[关键词]云计算；Hadoop；MapReduce；卡尔曼滤波；速度诱导；最小约简【中图分类号]U491．1l2[文献标识码】A[文章编号]1674—0610(2013)06—0092—05ASpeedGuidanceModelofKalmanFilterBasedonCloudComputingZHANGLiyanI_，MAJian，LIKeping。

3、，SUNYan(1．KeyLaboratoryofRoadandTrafficEngineeringoftheMinistryofEducation，SchoolofTransportationEngineering，Ton~iUniversity，Shanghai201804，China；2．DepartmentofCivilEngineering，SuzhouUniversityofScienceandTechnology，Suzhou，Jiangsu215011，China)[Abstract]Thepaperestablishesthespeed

4、guidancemodelofurbanexpresswaybasedontheKal-manfilter，whichcanprovidetheroleofshort—termtrafficflowprediction．Andthepaperdesignsandde—velopstheminimumattributereductionsystemofthetransportpropertiesindicatorsbasedonHadoopandMapReduce．Inaddition，themodelregardsgrossvehicletravelti

5、meastheobjectivefunctiontoproceedoptimizeddesign．Then，itsimulatesandanalysestheresultsbasedontheeastlineofthesouthernsec-tionofShanghaiNorth—SouthElevatedroad．Simulationresultshowsthatcloudcomputingcanimprovetheoperationeficiency．Andthespeedguidancecontrolreducestheoveralldiffere

6、nceofspeedofthetraficflowthatcanimprovetrafficsafetyandthemodeliseffective．[Keywords]CloudComputing；Hadoop；MapReduce；Kalmanfilter；Speedguidance；minimalredUetion方法；另一类是基于交通信息采集的方法。0引言随着社会与科技的迅猛发展，人们对数据处理速度控制作为道路交通管理控制的重要策略，能力也提出了更高的要求，“大数据”(Bigdata)成一般是从交通安全角度设置的¨。天气变化、道为交通信息技术行业的

7、流行词汇。与传统的交路突发瓶颈、交通拥堵等一系列不确定性因素，针对通行业相比，当前的交通具有数据量大、查询分析复这些因素所采取的速度诱导控制策略，已成为如高杂等特点。为了更好地解决这一问题，人们提出了速公路、城市快速路等具有连续交通流特征道路主大规模并行处理(MPP)数据库，分布式文件系统，线主动交通管理的发展方向之一。目前，速度分布式数据库，云计算平台等一系列方法或手段。诱导方法一般分为两类，一类是基于交通流模型的目前，关于速度诱导大部分研究都是基于交通[收稿日期]2OI3—03一l8[基金项目]国家自然科学基金(61004113和71072027)；

8、江苏省高校自然科学基金(12KJB580005)【作者简介】张丽岩(1978一)