session 48_2 andreas allström
TRANSCRIPT
Behöver vi verkligen så många fasta sensorer på Essingeleden??
Andreas Allström, Linköpings universitet / SwecoDavid Gundlegård, Linköpings universitet
Agenda
o Bakgrund
o Mobile Millennium Stockholm
o Första valideringen av systemet
o Fortsatt arbete
Bakgrund
Mobile Millennium Stockholm
o Projektmål
o Utveckla nya modeller för filtrering och fusionering av trafikdata från olika källor
o Visualisera trafikläget i realtid
o Skapa en plattform för fortsatt forskning och utveckling inom området
o Identifiera vägsträckor där nya kostnadseffektiva insamlingsmetoder är nödvändiga
o Utveckla modeller för restidsprediktion
Mobile Millennium
Motorvägsmodello Filtrering av radardata
o Baserad på en första ordningens trafikmodell, Lighthill Whitham Richards PDE
o Cell transmission model (CTM) för att lösa PDE
o Använder en transformering av LWR och CTM med hastigheten som tillstånd (LWR-v och CTM-v)
o Ensemble Kalman Filtering (EnKF) för data assimilering
A distributed highway velocity model for traffic state reconstruction,D. Work, S. Blandin, O.-P. Tossavainen, B.Piccoli and A. Bayen, 2010
Syfte med aktuellt arbete
o Första test av hur lämplig Mobile Millenniums motorvägsmodell är för de förutsättningar vi har i Stockholm
o Förbättrar modellerna de estimeringar som görs idag?
o Är det möjligt att reducera antalet fasta sensorer?
o Behöver modellen kalibreras?
o Hur robust är modellen?
a) b)
c) d)
Figure 1. Observed trajectories and estimated traffic state for the morning (a, c) and afternoon (b, d) peak on the 16th of March 2010.
All sensors Every other sensor
07:30 08:00 08:30 09:00 09:300
200
400
600
800
1000
1200
Estimation based on all sensors Measured travel times
Trav
el ti
me
(s)
07:30 08:00 08:30 09:00 09:300
200
400
600
800
1000
1200
Estimation based on all sensors Measured travel timesEstimation based on every other sensor Estimation based on one sensor every km
Trav
el ti
me
(s)
MAPE =
Varannan sensor 4 %En sensor varje km 6 %
07:30 08:00 08:30 09:00 09:300
200
400
600
800
1000
1200
Estimation based on all sensors Measured travel timesEstimation based on every other sensor Estimation based on one sensor every kmEstimation by current system
Trav
el ti
me
(s)
Slutsatser
o Förbättrar Mobile Millennium-modellen restidsestimeringarna?
o Hur robust är modellen?
o Behöver modellen kalibreras?
o Behöver vi verkligen så många fasta sensorer på Essingeleden?
Fortsatt arbete - Validering och kalibrering
o Samla in mer data att validera och kalibrera mot!
o Ramverk för kalibrering
o Parametrar kopplade till fundamentala diagrammet
o Svängandelar
o In- och utflöde
o Ensemble Kalman filter
Fortsatt arbete - Data fusionering
o Implementerad modell kan hantera
o Data från fasta sensorer (flöde/hastighet)
o Punkthastigheter från probes
o Restider
o Kombinera punkthastigheter med restider
o Förbättra estimering mellan radarstationer
o Under underveckling
Mer fortsatt arbete!
oPrediktering!
oOD-data
oNya sensorero Probe
o Bluetooth
o Mobilnätsdata
o ...
