为了及时告知交通出行者快速路拥堵情况,避免交通需求持续性增加产生更严重的交通安全问题,需要对快速路的交通运行状况进行实时监控。然而由于城市快速路网规模庞大,在每一个路段上都安装传感器将会产生高额的费用。同时传感器在检测交通信息以及向计算中心传输数据的过程中都有可能引入噪声。因此,有必要提出一种快速准确的大规模城市快速路网交通状态估计方法,通过有限数量的传感器采集的交通数据来研究整个快速路网的运行状态,使交通管理者全面掌握整个路网的运行状况,以便更好地采取合理的管理措施,提高快速路的通行能力。目前交通状态估计研究主要针对特定路段进行集中式估计,缺乏一种适用于任意拓扑结构快速路网的估计方法。另外集中式的架构增加通信传输消耗,给计算中心带来巨大的负荷,不能在实际应用中进行大规模推广。针对这些问题开展研究,对提高快速路网交通状态估计系统的性能和应用效果具有实际的意义。由于交通密度相较于其他交通参数,更能直观并且贴切地反映路网状态,因此针对快速路的交通密度估计问题,以一种模块化易扩展的基于动态图混杂自动机(Dynamic Graph Hybrid Automata,DGHA)理论的快速路模型为模型基础,在此之上采用卡尔曼滤波对交通密度进行估计,并对估计模型进行分布式优化,以达到对快速路网进行准确估计的同时,提高状态估计速度、降低计算中心的计算压力的目的,将其应用在北京市三环快速路实例上。主要研究内容包括:(1)基于元胞传输模型和动态图混杂自动机的快速路路网模型研究。元胞传输模型非线性的特点会提高搭建大规模路网时计算复杂度,而动态图混杂自动机框架下的元胞传输模型能够离散化成分段线性仿射系统,适合对大规模城市快速路网络的动力学进行模块化易扩展的描述。在此理论基础上,设计快速路快速建模算法将该分段线性仿射系统具体实现,并结合北京市三环快速路实例进行仿真,验证该模型用于大规模快速路网建模的可行性。(2)提出一种基于集中式卡尔曼滤波的快速路网交通状态估计方法:对于布设传感器的路段,用卡尔曼滤波降低测量误差;对于未布设传感器的路段,用模型推演值作为状态估计值。(3)基于一致性卡尔曼滤波的分布式快速路网交通状态估计模型的建立。将集中式计算中心的功能和覆盖范围分化,用多个路边计算中心代替集中式计算中心,用一致性式卡尔曼滤波代替集中式卡尔曼滤波对交通状态进行估计。实验表明,分布式估计模型在保证估计精度的前提下,消耗更少的计算时间,适合于大规模快速路网的在线预测。(4)搭建快速路网交通状态可视化展示平台。为了将快速路网络的交通密度估计结果直观展现,以北京三环快速路为对象,在多智能体仿真软件Netlogo环境下构建交通状态可视化展示平台。将快速路主路分为不同的路段,路段密度估计结果用代表不同的拥堵程度的颜色进行可视化呈现,并监测路段的车辆密度的历史趋势,直观地展示快速路中交通流的演化情况。