CN101006481A - 用于确定在道路网中的转向率的方法 - Google Patents

Abstract

本发明涉及一种用于确定在道路网中转向率公式(a)的方法，其中，在测量截面按照可预定的测量间隔(k)采集交通量强度(q(k))，其中，为该道路网的至少一个关于向前的子网络(fw)建立一个模型公式，在所述子网络中考虑在该子网络(fw)的一个驶出口(j)和在驶入口(i)处的测量截面，在该公式中将驶出口交通量强度公式(c)确定为驶入口交通量强度公式(d)的加权和，且加权因子相应于分别给出一个驶入口交通量强度公式(d)的一部分的、关于向前的转向率公式(a)，该部分通过所考虑的驶出口(j)流出，并且其中，从该模型公式出发借助一个数学估计方法计算关于向前的转向率公式(a)。其中，在对于一个给定的测量间隔(k)的驶出口交通量强度公式(c)的加权和中考虑多个(z)先前的测量间隔(n＝k，k－1，k－2，…，k－z+1)的驶入口交通量强度(c)，通过作为来自在模型公式中被考虑的测量间隔(n＝k，k－1，k－2，…，k－z+1)的相应的转向率公式(b)的和来产生一个待确定的关于向前的转向率公式(a)，由此提供一种方法，其相对于驶行时间是坚固的、具有高的准确性、然而工作得足够快。

Description

用于确定在道路网中的转向率的方法

技术领域

本发明涉及按照权利要求1的上位概念的、用于确定在道路网中转向率的方法，以及其在各种道路交通技术方法中的应用。

背景技术

城市中的交通控制系统的一个基本任务是在线(Online)确定道路网中的交通状况，以便获知交通情况和最优控制所连接的子系统。在此，系统用于大面积确定交通状况，而且也用于精确确定在子网络中的交通状态和用于优化所属的光信号设备。该方法的一个重要的任务是确定道路网中的交通流量，其中，确定在节点的转向流量是中心的算法课题。

由Hamburg-Harburg技术大学的自动化技术工作组的丛书2001年5月第20期中公开的博士论文“Ein Verfahren zur gekoppelt Schtzung vonKantenbelastung，Abbiegequoten und Strungen in Stadtstrassennetzen(一种用于联系地估计城市道路网中的边沿负载、转向率和干扰的方法)”公开了一种本文开始部分提到类型的方法。给估计器在两秒的时间脉冲中提供全部所测量的流向和离开节点的交通量强度。为了估计转向率使用一种也属于递归方法类的纯动态方法。通过在时间上高分辨的计算方式自动地产生在面向阶段的子系统中的细分。在转向率的计算中，考虑在时间间隔k内相对于前一时间间隔k-1内驶出口和驶入口的流量的变化。该已知的方法的特征在于，对于数据提供的高的需求(例如在两到三秒的间隔内积累测量数据)和开销大的网模型的建立。部分地还需要对于测量截面的特殊的位置。在作为为估计方法的基础所引入的对于交通量强度的模型公式中，作为时间参考，要么使用为左侧和右侧相等的测量间隔，要么从前一测量间隔k-1的驶入口交通量强度中计算出到测量间隔k的驶出口交通量强度。该方法的缺点在于，估计结果强烈依赖所观察的子网络的测量截面之间的驶行时间。

发明内容

因此，本发明的要解决的技术问题在于，提供一种本文开始部分提到类型的方法，其关于在测量截面之间的驶行时间是坚固的(robust)，并且还仍然快速和准确地工作。

根据本发明，上述技术问题是通过这样一类的方法解决的：其中，在对于给定的测量间隔的驶出口交通量强度的加权和中，考虑多个先前的测量间隔的驶入口交通量强度，其中，作为来自在模型公式中考虑了的测量间隔的相应的转向率的和，产生一个待确定的关于向前的转向率。通过对于模型公式的一般化的时间参考表明，按照本发明的用于确定转向率的方法关于测量截面之间的驶行时间是坚固的，从而关于所观察的子网络的大小是坚固的。它很快，并且具有迄今在实际中未公知的准确性。最后，与迄今使用的方法不同，按照本发明的方法不要求校准。

在本发明的方法的一种有利的实施方式中，为道路网的至少一个关于向后的子网络建立一个模型公式，在该子网络中考虑在该子网络的驶入口和驶出口处的测量截面，在该模型公式中将驶入口交通量强度确定为驶出口交通量强度的加权和，而加权因子相应于分别给出驶出口交通量强度的一部分的、关于向后的转向率，该部分通过所考虑的驶入口受到影响，其中，从该模型公式出发借助数学估计方法计算转向率，其中在对于一个给定的测量间隔的驶入口交通量强度的加权和中考虑多个后继的测量间隔驶出口交通量强度，并且其中，作为来自在模型中考虑的测量间隔的相应的转向率的和产生一个待确定的关于向后的转向率。通过估计既时间上关于向前的又关于向后的转向率，按照本发明的方法获得更进一步的坚固性和准确性。

优选地，在数学估计方法中使用一个扩展的、特别是非线性的卡尔曼滤波器，因为涉及到一个带有噪声效果的随机系统。扩展的卡尔曼滤波器的随机参数可以从对数据的统计分析中事先估计。同时，该滤波器关于参数化是坚固的，并且仅仅需要当前的测量值。非线性的卡尔曼滤波器极为精确，比相关分析需要较少的计算时间和较少的数据序列。此外，所建议的滤波器需要比运筹学的启发式方法更小的校准开销。

在本发明方法的一个特别的实施形式中，如果在一个测量截面上采集到交通量过载的话，则中断该估计方法。这保证保留在过载出现前估计的转向率，以便防止由于塞车的车辆产生错误估计。也就是说，这构成了一种破坏在流入和流出的交通流量之间的相关性的缓冲器(Puffer)。

在本发明的为用于确定道路网的节点处的转向率的方法的优选的应用中，观察围绕该节点的关于向前的和/或关于向后的子网络，其中，考虑在该节点的驶入口和驶出口处的测量截面，其中转向率按照上面描述的方法确定。通过适当选择围绕一个(可能的话是由光信号控制的)十字路口的子网络能够有利地估计转向率。

在本发明的在用于确定子网络的源-目的地交通流量的方法的另一个应用中，为该子网络的驶入口和驶出口按照上面描述的方法确定转向率，在此，仅考虑在子网络边缘的测量截面，而不考虑其内部的测量截面，以便从确定的转向率和已采集的交通量强度为该子网络计算源-目的地交通流量。在此保证了，对于每一个驶出口测量截面在模型公式中引入所有重要的驶入口测量截面，类似地，在关于向后的子网络中对于驶入口测量截面引入所有重要的驶出口测量截面。按照这种方式，可以在有限大小的子网络中执行源-目的地流的直接动态估计。

优选地，使所考虑的测量间隔的数目随所观察的子网络的大小的增大而放大。如果测量截面彼此邻近，则考虑较小数目的先前的或者后继的测量间隔即已足够。如果随着所观察的子网络大小的增大在驶入口和驶出口测量截面之间的驶行时间变化，则还必须考虑更大数目的测量间隔。

优选地，所考虑的测量间隔随所观察的子网络的大小的增大而延长。把聚集间隔例如放大到5分钟，减小了由于噪声对于估计处理的干扰。

在本发明的对于用于确定道路网的公路截面的交通量强度的方法的另一个有利的应用中，为道路网的一个其一个驶入口或驶出口具有公路截面而其另外的驶入口和/或驶出口具有测量截面的子网络，提供按照上面描述的方法确定的转向率，并从所提供的转向率和在测量截面上采集的其他驶入口和/或驶出口的交通量强度计算驶入口和/或驶出口的公路截面的交通量强度。在对于一个子网络已知转向率的情况下，可以由此确定在其没有测量值存在的驶入口或者驶出口的交通量强度。

优选地，把为公路截面确定的交通量强度作为对于错误的或者故障的测量截面的替代值引入。

在本发明的对于用于确定一个公路段内的车辆数的方法的另一个优选的应用中，在该公路段的第一端点处在一个测量截面上采集交通量强度，在该公路段的第二端点不设置测量截面，根据上面描述的方法确定第二端点处的交通量强度，并且从中通过对流入该公路段的交通量强度和从其流出的交通量强度的差的时间积分来确定在该公路段内的车辆数。通过该平衡措施，例如即使在所观察的公路段的两个端点之一仅存在一个在驶入口处的测量截面，也能够确定由光信号控制的节点的驶入口的塞车长度。

在本发明的用于为根据上面描述的方法求得的转向率确定修正因子的方法的同样有利的应用中，首先从实际关于向前和关于向后的转向率的车辆保持中，为要确定的修正因子建立齐次方程组，然后从该齐次方程组与一个排除无意义解的附加条件一起获得一个优化问题，在此修正因子作为该优化问题的解产生。由此，例如能够在采集交通量强度时补偿恒定的百分比错误，其可能从特殊的情况产生，但是也可以通过检测器的有故障的内部校准过程产生。

优选地，将已确定的修正因子用它的中值相除。在此从下述认识出发，在一个子网络中少于全部测量截面的一半的测量截面计算了过多的车辆和少于一半的测量截面计算了过少的车辆，以致作为中值的参考值可以使用已确定的重要因子的列表。通过所述的修正相除，然后它接近值1。

在该应用的一个优选的结构中，将道路网的一个被观察的子网络拆分为岛网(Inselnetz)，并且为岛网确定修正因子，其中，每一岛网仅在其网边缘包括测量截面。通过这样适宜地拆分为岛网，一方面减小了对于优化的计算开销，另一方面避免了所估计的修正因子的调平效应(Nivellierungs-effekte)，该效应在多个测量位置在两个方向上具有另外的测量截面的网中出现。

在此，有利地检验所确定的修正因子是否在一个可预先规定的值域内。在离开可预先规定的值域的情况下，在估计的和测量的大小之间存在大的偏离，从而按照这种方式可以输出一个错误消息。

在该应用的一个有利的改进中，在解优化问题时计算一个特征参数，其值作为为转向率的估计质量的尺度使用。如果转向率被精确地估计并且在测量截面之间不出现车辆缺失或者车辆增加以及所有测量错误是比例方式的，则对于岛网来说该参数在理想情况下趋近零。

优选地，当该特征参数的值超过一个可预先规定的界限时输出一个错误消息。该错误消息指示转向率估计不准确、有未采集的驶入口或驶出口交通量强度、或者测量错误是非比例方式的，它们例如当在子网络内未测量所有重要的驶入口和驶出口交通量强度时发生。

在本发明的所述应用的另一个有利的结构中，为每一个分开两个彼此相邻的岛网的测量截面确定两个修正因子，其中，每一岛网的修正因子如此标度(skalieren)，使得这些修正因子彼此调整公共的测量截面。通过该另外的优化步骤，在各岛网内的修正因子的比例保持不变，但是由此平衡了在岛网之间的公共估计错误。

优选地，借助确定的修正因子校准在测量截面上采集的交通量强度和通过估计求得的转向率。

附图说明

本发明方法的另外的优点及其优选的应用，由一个下面根据附图详细说明的具体的实施例给出，附图中：

图1表示具有节点的一个网片段的子网络，

图2表示图1中带转向关系的关于向前的子网络，

图3表示图1中带转向关系的关于向后的子网络，

图4表示一个围绕节点的岛网，和

图5表示图4中的岛网的根据本发明所估计的转向率的时间曲线。

具体实施方式

图1表示一个道路网(例如一个城市道路网)的具有一个节点的网片段，在其中为交通控制的目的要确定交通流量的转向率。该节点具有四个向或者从该节点的驶入口或者驶出口的节点臂i(i＝1、...、4)，其中，节点臂2在所示实施例中仅包括一个驶出口。从驶入口1到驶出口3的公路在所示实施例中不包括测量截面。在该节点的所有其他的驶入口和驶出口都有测量截面，其带有用于在可预先规定的测量间隔n中采集驶入口交通量强度q_i ⁱⁿ(n)和驶出口交通量强度q_i ^out(n)的检测器。本发明的用于动态估计转向率的方法的基本要素是，将网片段适当地拆分为子网络。图1示出了第一子网络fw，它的网边缘用点划线表示，并且在驶出口1以及在重要的驶入口3和4包括测量截面。驶入口3和4是重要的，因为在它们的部分交通流量上向子网络fw流入，该部分交通流量通过驶出口1从该子网络fw流出。

图2中示出了带有所属的转向关系的、图1中的子网络fw。转向率m₃₁ ^fw(k)给出在驶入口3上测量的交通量强度q₃ ⁱⁿ(k)的通过驶出口1从子网络fw流出的部分，并由此造成在那里测量的交通量强度q₁ ^out(k)。类似地对于转向率m₄₁ ^fw(k)关于驶入口交通量强度q₄ ⁱⁿ(k)同样成立。子网络fw(向前)模型化转向关系，亦即时间上与向前相关。在自身缓慢变化的交通现象中，可以对于一个预定的测量间隔k把驶出口交通量强度q₁ ^out(k)模型化为驶入口交通量强度q₃ ⁱⁿ(k)和q₄ ⁱⁿ(k)的加权和，在此，加权因子对应于相应的转向率m₃₁ ^fw(k)和m₄₁ ^fw(k)。一般地，在对于驶出口j重要的驶入口i为r个时可以确定：

$q_j^{\mathrm{out}}\left(k\right)=\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{fw}}\left(k\right)\·q_i^{\mathrm{in}}\left(k\right)$

从该模型公式出发，可以借助一种数学估计方法确定转向率m_ij ^fw(k)。然而，根据本发明该估计方法的基础是一个推广的时间关系。除当前被观察的测量间隔k之外，还要考虑多个先前的测量间隔n＝k-1、k-2、...。对于总共包括z个测量间隔的关于向前的模型公式，因此得到：

$q_j^{\mathrm{out}}\left(k\right)=\underset{l=1}{\overset{z}{\mathrm{\Σ}}}\underset{i=1}{\overset{r}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{fw}}(k-l+1)\·q_i^{\mathrm{in}}(k-l+1)$

作为在考虑的测量间隔1＝1，...，z上转向率m_ij ^fw(k-l+1)的和，给出待估计的转向率m_ij ^fw(k)：

$m_{\mathrm{ij}}^{\mathrm{fw}}\left(k\right)=\underset{l=1}{\overset{z}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{fw}}(k-l+1),i=1,...,r$

通过这一措施，本发明的方法在较高的准确性和足够的快速性的条件下对于在测量截面之间的驶行时间是坚固的。

根据本发明，该措施还有利地用于时间上关于向后的子网络bw(backward)。图1示出了这样的子网络bw，它的网边缘用虚线表示，它包括在驶入口3以及在重要的驶出口1、2和4的测量截面。驶出口1、2和4是重要的，因为在它们的部分交通流量上从子网络bw流出通过驶入口3流入子网络bw的部分。图3中示出了带有所属转向关系的该子网络bw。转向率m₃₂ ^bw(k)给出在驶出口2测量的交通量强度q₂ ^out(k)的通过驶入口3流入子网络bw的部分，并由此造成在那里测量的交通量强度q₃ ⁱⁿ(k)。类似地对于转向率m₃₁ ^fw(k)或者m₃₄ ^fw(k)关于驶出口交通量强度q₁ ^out(k)或者q₄ ^out(k)同样成立。子网络bw模型化了转向关系、亦即时间上向后相关。一般地，在对于驶入口j重要的驶出口i为s个时在考虑z个测量间隔n的情况下再次使用加权和：

$q_j^{\mathrm{in}}\left(k\right)=\underset{l=1}{\overset{z}{\mathrm{\Σ}}}\underset{i=1}{\overset{s}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{fw}}(k+l-1)\·q_i^{\mathrm{out}}(k+l-1)$

类似地，作为在所考虑的测量间隔1＝1，...，z上转向率m_ij ^fw(k+l-1)的和，给出待估计的转向率m_ij ^fw(k)：

$m_{\mathrm{ij}}^{\mathrm{bw}}\left(k\right)=\underset{l=1}{\overset{z}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{bw}}(k-l+1),j=1,...,s$

根据本发明作为数学估计方法使用一种扩展的卡尔曼(Kalman)滤波器来估计转向率。

如果测量截面相距很近，其间例如有一到两个光信号设备，则较小的待考虑的测量间隔数就已足够，根据本发明为3或者4。

如果使用z＞3的一般的途径，则该模型公式也可以在其检测器仅在网边缘而不在网内部被评估的较大的子网络中使用。仅需保证，在关于向前的情况下对于一个子网络的一个驶出口测量截面包括所有重要的驶入口测量截面，或者在关于向后的情况下对于一个驶入口测量截面包括所有重要的驶出口测量截面。

按照这种方式可以在有限大小的子网络中执行源-目的地流量的直接动态估计。然而，卡尔曼滤波器的参数，例如错误方差，必须相应地匹配，而且估计质量也没有测量截面邻近时的高。这里有意义的是，将测量间隔(即聚集时间区间)放大到例如5分钟，以便减小由于噪声对于估计处理的干扰。

如果在对于子网络使用的一个测量截面上检测到过载，则中断估计过程是有利的。

为了确定在向光信号设备的驶入口处的塞车长度，反复使用一种平衡措施。它通过在公路段的端点对时间积分交通量强度来确定在驶入口之一处的车辆的数目、亦即塞车长度。如果在两个端点之一仅设置一个测量截面时(在实际中大多是这种情况)，则可以通过根据本发明确定的转向率估计在另一端点的交通量强度。

下面对于这样一种情况说明使用本发明的方法的另一个优点：即，在朝向一个公路段的驶入口设置一个测量截面，而通过转向率估计该公路段在驶出口处的交通量强度，因为在该公路段没有测量截面。上面提到的模型公式的特征在于，参考驶出口或者驶入口的交通量强度来估计驶入口或者驶出口的转向率。如果交通量强度的测量值具有比例错误，则其在转向率中被补偿。由此计算出来的驶入口交通量强度与测量的驶出口交通量强度一致。按照这种方式极大地提高了平衡的质量，而无需为每一被平衡的公路段进行专门的校准。

为了进一步说明，引入估计结果的一种矩阵写法。如果观察一个测量间隔k(下面不再表示出)，则可以把关于向前的估计汇总在矩阵写法中。该公式说明了，如何能够根据关于向前的转向率从驶入口交通量强度导出驶出口交通量强度：

q^out＝M^fw·qⁱⁿ

在该矢量公式中，qⁱⁿ或者q^out是列矢量，它们的分量表示在节点臂i的驶入口或者驶出口处的所有测量截面的驶入口交通量强度q_i ⁱⁿ或者驶出口交通量强度q_i ^out，而M^fw表示一个(n×n)矩阵，它的元素是转向率m_ij ^fw。

相应地，对于关于向后的聚集下述公式成立：

qⁱⁿ＝M^bw·q^out

在此，列矢量qⁱⁿ或者q^out分别包括按照相同顺序的所有测量截面，即使在公式右侧的分量q_i和左侧的分量q_j之间不存在行驶关系。在这种情况下，对于矩阵M的相应的元素有m_ij＝0。

一般地，可以认为测量截面的检测器仅以一定的准确度采集实际的交通量强度。这点可以由其状况造成、例如车辆驶过两个车道，但是也可以通过有缺陷的内部校准过程引起，例如在该校准过程中测量值经历了飘移，如这点随着时间流逝在实际中经常发生的那样。

从一个恒定的百分比偏离f_i＝1±Δ的第一次近似出发，在实际的交通量强度q_i和所测量的交通量强度

之间的关系可以用下式表示：

$q_i=f_i\·{\hat{q}}_i,i=1,...,n$

如果

或者

是估计的转向率时，则成立：

${\hat{q}}^{\mathrm{out}}={\hat{M}}^{\mathrm{fw}}\·{\hat{q}}^{\mathrm{in}}$ 或者 ${\hat{q}}^{\mathrm{in}}={\hat{M}}^{\mathrm{bw}}\·{\hat{q}}^{\mathrm{out}}$

可以将修正因子f_i汇集在一个对角线矩阵F中：

F＝diag(f₁，...，f_i，...，f_n)

在对角线元素f_i不等于零的有物理意义的假定下，存在F的逆矩阵F^-1，它同样具有对角线形式

F^-1＝diag(f_l ^-1，...，f_i ^-1，...，f_n ^-1)，

于是有：

$q^{\mathrm{out}}=(F\·{\hat{M}}^{\mathrm{fw}}\·F^{-1})\·q^{\mathrm{in}}$ 或者 $q^{\mathrm{in}}=(F\·{\hat{M}}^{\mathrm{bw}}\·F^{-1})\·q^{\mathrm{out}}$

从为实际的和估计的交通量强度的关系的比较中，可以导出实际的和估计的转向率的矩阵之间的关系：

$M^{\mathrm{fw}}=F\·{\hat{M}}^{\mathrm{fw}}\·F^{-1}$ 或者 $M^{\mathrm{bw}}=F\·{\hat{M}}^{\mathrm{bw}}\·F^{-1}$

对于所估计的矩阵的元素，由此得出

$m_{\mathrm{ij}}^{\mathrm{fw}}=\frac{f_j}{f_i}\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{fw}}$ 或者 $m_{\mathrm{ij}}^{\mathrm{bw}}=\frac{f_j}{f_i}\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{bw}}$

对于实际的转向关系来说，在该车辆保持的假设条件下，在驶入口测量截面i观察的关于向前的或者在驶出口测量截面i观察的关于向后的，成立

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{fw}}=1$ 或者 $\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{m}_{\mathrm{ij}}^{\mathrm{bw}}=1$

这直接带来用于带有修正因子的矩阵F的元素的确定公式：

$\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_j\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{fw}}-f_i=0$ 或者 $\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_j\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{bw}}-f_i=0$

对于在

或者

中所有不仅由零组成的列i成立。

从n_in个驶入口测量截面和n_out个驶出口测量截面产生为f_i的过限定的齐次方程组，具有n_in+n_out≥n个公式。如果每一单个的测量截面在各一个方向上仅有一个相邻的测量截面，则得到边界情况n_in+n_out＝n。这种情况在实际中当测量截面仅在网边缘存在时出现。最简单的情况是一个单个的光信号设备，其中对所有重要的驶入口和驶出口进行采集。

为排除物理上无意义的平凡解F＝0，对于该解补充下面的要求：

(f₁-1)²＝0

如果关于偏离仅导致成比例的错误测量值的假设成立，则并不由此产生任何限制，因为对于齐次方程组的每一解F，F＝λ·F′也构成一个解。

从最后的等式中最终产生一个适宜的非线性的优化问题的公式，据此，对特征参数

$P=\frac{w_1\·\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left(S_i^{\mathrm{fw}}\right)}^2+w_1\·\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{\left(S_i^{\mathrm{bw}}\right)}^2+w_2\·{(f_1-1)}^2}{n}$

利用

$S_i^{\mathrm{fw}}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_j\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{fw}}-f_i,$ 若 $\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\hat{m}}_{\mathrm{ij}}^{\mathrm{fw}}\≠0,$ 否则 $S_i^{\mathrm{fw}}=0$

$s_i^{\mathrm{bw}}=\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{f}_j\·{\hat{m}}_{\mathrm{ij}}^{\mathrm{bw}}-f_1,$ 若 $\underset{j=1}{\overset{n}{\mathrm{\Σ}}}{\hat{m}}_{\mathrm{ij}}^{\mathrm{bw}}\≠0,$ 否则 $S_i^{\mathrm{bw}}=0$

进行最小化，式中w₁和w₂表示可选择的加权。

因为任意选择第一因子f₁，虽然它可能实际不等于1，所以最后还可以对于求得的解F′进行一次修正。假设在一个网中少于全部测量截面的一半要估计过多的车辆(f_i＞1)、少于全部测量截面的一半要估计过少的车辆(f_i＜1)，从该假设出发，则作为参考可以使用F的中值，因为它必须接近1。然后作为问题的解可以使用

F＝λ·F′其中

公式化了的优化问题可以在形式上在一个网上作为边界使用。但是这有两个缺点：一方面用于优化的计算开销随测量截面的数目超比例增加。另一方面，在网中多个测量截面在两个方向上有另外的测量截面的事实导致所估计的修正因子f_i的调平效应。

为了避免这些缺点，可以通过适当地分解子网络来细化该方法。该应用在如下定义的子网络上表明它是适宜的，即，从一个这样的网内的每一点，仅通过网边缘可直接达到的这样的测量位置是该子网络的部分。每一个这样的子网络表示一个具有在其余网内的驶入口和驶出口的准岛网。它汇总所有关于向前的或者向后的同时具有驶入口或者驶出口测量截面的子网络。图4表示一个这样的岛网，它在一般的检测器设置的情况下在节点处通常围绕光信号设备构成。它仅在网边缘有测量截面，该网边缘在图4中用双点划线表示。

由此消除了刚才说明的缺点。同时，从为岛网的优化问题的解产生的特征参数P在很大程度上提供了关于可能的检测器干扰的提示：如果转向率被精确地估计和在测量截面之间不出现车辆缺失(下降)或者增加(源)、以及所有测量错误是比例方式的，则为岛网的优化问题的解的值P在理想情况下趋近零。如果对于P给出一个比零大很多的值、例如2，则这表明转向率估计不准确、有未采集的驶入口和驶出口或者测量错误是比例方式以外的类型。通常当未在一个这样的子网络的重要的驶入口和驶出口采集所有交通流量或者例如由于错误的供电或布线给路段错误地分配测量截面时出现这样的错误。

图5示出了根据本发明为在节点臂3和节点臂4、1和2之间的交通流量确定的关于向后的转向率m_ij(k)的曲线。为此，输出一个带有修正因子f_i以及特征参数P的值的列表，该列表未示出。

在岛网之间的所有测量截面处使用该措施分别为测量错误估计两个值。在最后的平衡方法中，可以把它们通过另一个优化步骤通过将所有子网络的所有测量错误f_i用子网络专有的修正因子相乘彼此成对地适应。这些修正因子能够使f_i的关系在每个子网络内不变，但是导致公共的估计错误在子网络之间平衡。

最后可以使所有测量的交通量强度通过

$q_1^{\mathrm{kal}}=f_i\·{\hat{q}}_i$

以及所有转向率通过

$m_{\mathrm{ij}}^{\mathrm{kal}}=\frac{f_j}{f_i}\·{\hat{m}}_{\mathrm{ij}}$

校准，这在质量上改善了交通量情况的估计。

结果的另一应用是，如果检测器或者全部测量截面出故障的话，则形成替代值。这样的故障要么已经在设备的硬件中被识别和另外报告，或者它可以通过简单的似然性控制采集。在这种情况下替代值可以简单地根据所测量的和所校准的交通量强度和周围的测量截面的转向率形成。它相对于已知方法构成了极大的质量飞跃，错误的测量值在简单的情况下仅通过事先固定供给的依赖时间的值代替，或者它(开销很大的地)通过事先采集的、日类型专有的水平线(Ganglinie)和当前时刻确定。

使用所述方法估计的转向率所具有的准确性，既对于交通量状况估计也对于在自适应的网控制方法中的继续应用来说均已足够，而且它远超过常规的、基于分配的(umlegungsbasiert)方法的估计质量。

对用于所有测量截面的修正因子f_i的估计，一方面允许在线修正转向率和交通量强度计数值。由此，能够形成与网有关的替代值的方法在没有水平线或者事先供给的缺省计数值的情况也能应付，而且也能在多个彼此密集相邻设置的检测器故障的情况下起作用，因为在这种情况下也可以递归进行替换。

另一方面，从一致性检验中为检测器网的维护产生有价值的提示。相应的报告机制使城市的维护服务能够有效地和加速地修理损坏的检测器，能够显著节省费用。

Claims (19)

1.一种用于确定在道路网中转向率(m_ij ^fw(k))的方法，其中，

-以预定的测量间隔(k)在测量截面上采集交通量强度(q(k))，

-对于该道路网的至少一个关于向前的子网络(fw)建立一个模型公式，在所述子网络中考虑在该子网络(fw)的一个驶出口(j)和在驶入口(i)处的测量截面，在所述公式中将驶出口交通量强度(q_j ^out(k))确定为驶入口交通量强度(q_i ⁱⁿ(k))的加权和，且加权因子相应于分别给出一个驶入口交通量强度(q_i ⁱⁿ(k))的一部分的、关于向前的转向率(m_ij ^fw(k))，该部分通过所考虑的驶出口(j)流出，

-从该模型公式出发借助一种数学估计方法计算关于向前的转向率(m_ij ^fw(k))，

其特征在于，

-在对于一个给定的测量间隔(k)的驶出口交通量强度(q_j ^out(k)的加权和中考虑多个(z)先前的测量间隔(n＝k，k-1，k-2，...，k-z+1)的驶入口交通量强度(q_i ⁱⁿ(n))，

-其中，作为来自在模型公式中被考虑的测量间隔(n＝k，k-1，k-2，...，k-z+1)的相应的转向率(m_ij ^fw(n))的和产生一个待确定的关于向前的转向率(m_ij ^fw(k))。

2.根据权利要求1的方法，其特征在于，

为该道路网的至少一个关于向后的子网络(bw)建立一个模型公式，在该子网络中考虑在该子网络(bw)的一个驶入口(j)和在驶出口(i)处的测量截面，在该公式中把驶入口交通量强度(q_j ⁱⁿ(k))确定为驶出口交通量强度(q_i ^out(k))的加权和，且加权因子相应于分别给出一个驶出口交通量强度(q_i ^out(k))的一部分的、关于向后的转向率(m_ij ^bw(k))，该部分通过所考虑的驶入口(j)流入，其中，

-从该模型公式出发借助一种数学估计方法计算转向率(m_ij ^bw(k))，

-在对于一个给定的测量间隔(k)的驶入口交通量强度(q_j ⁱⁿ(k)的加权和中考虑多个(z)后继的测量间隔(n＝k，k+1，k+2，...，k+z-1)的驶出口交通量强度(q_i ^out(n))，

-作为来自在模型公式中被考虑的测量间隔(n＝k，k+1，k+2，...，k+z-1)的相应的转向率(m_ij ^bw(n))的和产生一个待确定的关于向后的转向率(m_ij ^bw(k))。

3.根据权利要求1或2的方法，其特征在于，

在数学估计方法中使用一个扩展的卡尔曼滤波器。

4.根据权利要求1到3之一的方法，其特征在于，

如果在一个测量截面上采集到交通量过载的话，则中断所述估计方法。

5.一种用于确定在道路网的一个节点处的转向率的方法，其特征在于，

观察围绕该节点的关于向前的和关于向后的子网络(fw，bw)，其中，考虑在该节点的驶入口(j，i)和驶出口(i，j)处的测量截面，并按照根据权利要求1到4之一的方法确定转向率(m_ij ^bw(k)，m_ij ^fw(k))。

6.一种用于确定源-目的地交通流量的方法，其特征在于，

为子网络的驶入口和驶出口按照根据权利要求1到4之一的方法确定转向率，其中，仅考虑在子网络边缘的测量截面，而不考虑其内的测量截面，并从所确定的转向率和所采集的交通量强度为该子网络计算源-目的地交通流量。

7.根据权利要求6的方法，其特征在于，

被考虑的测量间隔(n)的数目(z)随被观察的子网络的大小增大而被放大。

8.根据权利要求6或7的方法，其特征在于，

被考虑的测量间隔(n)随被观察的子网络的大小增大而被延长。

9.一种用于确定在道路网的一个公路截面上的交通量强度的方法，其特征在于，

为道路网的一个其一个驶入口或驶出口具有公路截面、而其另外的驶入口和/或驶出口具有测量截面的子网络提供按照根据权利要求1到4之一的方法确定的转向率，并从所提供的转向率和在测量截面上采集的其他驶入口和/或驶出口的交通量强度计算一个驶入口和/或驶出口的公路截面的交通量强度。

10.根据权利要求9的方法，其特征在于，

将为公路截面确定的交通量强度作为对于错误的或者故障的测量截面的替代值而引入。

11.一种用于确定一个公路段内的车辆数的方法，在该公路段的第一端点处在一个测量截面上采集交通量强度，在该公路段的第二端点不设置测量截面，其特征在于，

按照根据权利要求9或10的方法确定第二端点处的交通量强度，并且从中通过对流入该公路段的交通量强度和从其流出的交通量强度的差的时间积分来确定在该公路段内的车辆数。

12.一种用于确定对于按照根据权利要求1到4之一的方法求得的转向率的修正因子的方法，其特征在于，

首先从实际关于向前和关于向后的转向率的车辆保持中，为待确定的修正因子(f_i)建立齐次方程组，然后从该齐次方程组与一个排除无意义解的附加条件一起获得一个优化问题，而作为该优化问题的解产生修正因子(f_i)。

13.根据权利要求12的方法，其特征在于，

将已确定的修正因子(f_i)用其中值相除。

14.根据权利要求12或13的方法，其特征在于，

将道路网的一个被观察的子网络拆分为岛网，并且为这些岛网确定修正因子(f_i)，其中，每一岛网仅在其网边缘包括测量截面。

15.根据权利要求12到14之一的方法，其特征在于，

检验所确定的修正因子(f_i)是否在一个可预先规定的值域内。

16.根据权利要求12到15之一的方法，其特征在于，

在解优化问题时计算一个特征参数(P)，其值被作为为转向率(m_ij ^bw(k)，m_ij ^fw(k))的估计质量的尺度使用。

17.根据权利要求16的方法，其特征在于，

如果所述特征参数(P)的值超过一个可预先规定的界限，则输出错误消息。

18.根据权利要求12到17之一的方法，其特征在于，

为每一个分开两个彼此相邻的岛网的测量截面确定两个修正因子，并且每一岛网的修正因子如此标度，使得这些修正因子彼此调整公共的测量截面。

19.根据权利要求12到18之一的方法，其特征在于，

借助修正因子(f_i)校准在测量截面上采集的交通量强度(q_i ⁱⁿ(k)，q_j ^out(k))和通过估计求得的转向率(m_ij ^bw(k)，m_ij ^fw(k))。

Images