Resumen

Los datos de a bordo de los vehículos detectados desempeñan un papel fundamental en la gestión del funcionamiento del tráfico vial urbano y la estimación del estado del tráfico. Por desgracia, debido a las limitaciones de la tecnología y a problemas de privacidad, la frecuencia de muestreo de los datos de los vehículos detectados es baja y la cobertura también es limitada. No es posible obtener trayectorias continuas de los vehículos. Para superar los problemas anteriores, este artículo propone un método basado en el filtro de Kalman no acentuado (UKF) para reconstruir las trayectorias en intersecciones señalizadas utilizando datos de sondeo dispersos de los vehículos. En primer lugar, dividimos la intersección en varios tramos de carretera y utilizamos un problema de programación cuadrática para estimar el tiempo de viaje de cada tramo. El peso de cada posible trayectoria inicial se calcula por separado, y la trayectoria se actualiza utilizando el filtro de Kalman no perfeccionado (UKF); a continuación, la trayectoria entre dos actualizaciones también se obtiene en consecuencia. Por último, el método se aplica al escenario real proporcionado por los datos NGSIM y se compara con la trayectoria real. Se utiliza el error medio absoluto (MAE) para evaluar la precisión de la reconstrucción de la trayectoria propuesta. Se realiza un análisis de sensibilidad para determinar la frecuencia de muestreo necesaria para obtener trayectorias de vehículos reconstruidas con gran precisión mediante este método. Los resultados demuestran la aplicabilidad de la técnica a la intersección señalizada. Por lo tanto, el método permite obtener una información más rica y precisa de los datos de trayectoria, proporcionando una sólida base previa para la futura gestión del tráfico vial urbano y para los estudiosos que utilicen los datos de trayectoria en diversos estudios.

• Materias:Infraestructura de transportes Ingeniería del transporte Accidentes de transito Seguridad del transporte Planificación de ruta
• Subjects:Transport infrastructure Transport engineering Traffic accidents Transport safety Path planning
• Palabras claves:filtro kalman no acentuado, método, frecuencia de muestreo, información precisa de datos de trayectoria, futura gestión del tráfico vial urbano, explotación del tráfico vial urbano, trayectorias continuas de vehículos, trayectoria inicial posible, error medio absoluto, múltiples tramos de carretera
• Keywords:unscented kalman filter, method, sampling frequency, accurate trajectory data information, future urban road traffic management, urban road traffic operation, continuous vehicle trajectories, initial possible trajectory, mean absolute error, multiple road sections