session 38 andreas allström

Stockholm Mobile Millennium

Modeller för realtidsestimering av restider

Agenda

• Bakgrund

• METRA

• Mobile Millennium

• Syfte

• Nuläge Stockholm

• Stockholm Mobile Millennium

Bakgrund

• Finansierat av Trafikverket• Koppling till Nationella forskarskolan inom ITS

• Fokusområden för STRESS (Storstäders Trängsel och REStidsSystem)

• Bättre täckning

• Bättre filtrering och modeller

• Validering

• Nya datakällor

• Prediktering

• Restidsdata används för trafikledning, information till trafikanter och uppföljning av hur trängseln utvecklas

METRA

• Fältförsök med GPS-utrustade mobiltelefoner

Mobile Millennium

Mobile Millennium

Syfte

• Skapa nya modeller för filtrering av trafikdata och fusionering av data från olika källor

• Visualisera restider/hastigheter från dessa modeller i realtid

• Bygga en plattform för fortsatt forskning och utveckling inom området

• Validera befintliga och nya modeller

• Identifiera vägsträckor där nya datainsamlingsmetoder behövs

Nuläge Stockholm

• Datainsamling

– Fasta detektorer

– Taxi

– FCD-data

– Restidskameror

– Trängselskatteportaler

Pendlarrutter

Radarsensorer

Taxidata 7.55-8.00 16:e mars 2010

Taxidata 7.55-8.10 16:e mars 2010

Mobile Millennium

• Motorvägsmodell• Baserad på kinematic wave theory (Lighthill-Whitham-Richards PDE)

• Använder en transformation av Cell Transmission Model

• Ensemble Kalman Filtering (EnKF) används för estimering

Mobile Millennium

• Vilken rutt har Taxibilen kört?

Mobile Millennium

• Fördelning av restid i tid och rum

– Varierar över position på länken

– Baseras på unika länkparametrar texkölängd, omloppstid, antal körfält

Stockholm Mobile Millennium

Hur kombinera data från taxi med data från modell och fasta detektorer?

Tid(t)

Position (s) Naiv trajektor

Sann trajektor

Genomsnittlig hastighet från modell

Initial trajektor

(t1, s1)

(t2, s2) Förbättrad trajektor

andreas.allstrom@liu.se andreas.allstrom@sweco.se