信号交叉口交通流状态推断网络

不依赖模型参数校准

该网络通过切换状态空间模型和贝叶斯学习，在观测受限的信号交叉口实现交通流动态过程的近似推断，无需参数校准即可从边界流量数据中学习全部未知变量。

张楠 · 杨晓光 · 郭海锋 · 董红召 · 马万经

IEEE Transactions on Intelligent Transportation Systems 2023

技术优势

免参数校准

所有模型未知变量均从观测数据中通过贝叶斯学习获得，无需人工设定参数或分布假设。

应用场景

• 城市交通信号控制：为信号配时优化提供实时全路段交通状态，而非仅依赖定点检测器数据。
• 智能交通系统：可作为ITS中数据融合与状态估计模块，提升系统对复杂城市交通的感知能力。
• 交通流量估计：在观测数据有限条件下，仍能推断未布设检测器路段的流量和密度。