交通系统中所涵盖的信息量巨大而复杂，在交叉口群交通动态协调控制中一个基本而重要的环节即为如何有效地处理和利用系统中的各种信息，使之服务于整个控制系统。交通信息按照时间性质不同可分为历史交通信息、实时交通信息;按照信息来源不同可分为城市道路交通信息、高速公路交通信息;按照统计间隔不同可分为宏观交通信息、中观交通信息、微观交通信息(包括统计间隔在2～15 min内的短时交通信息);按照信息的属性不同可分为交通流三参数(流量、密度、速度)信息、交通事故信息、天气信息、交通管理控制信息、车辆和出行者需求服务信息等。交通流量、速度和密度是描述交通流状态的最基本交通信息，本章中研究的交通信息系指城市道路信号控制交叉口群交通流三参数信息，首先对交通流量信息的相似性特征进行分析。
交通系统信息的层次差异性大，有效性迥异，周期也各有不同，要有效地处理如此巨大而繁杂的信息量，必须找出蕴含在其中的规律性。交通信息虽然量大且繁杂，但对于描述同一交通属性的信息，其间具有一定的联系。交叉口群内某一路径方向下游交叉口的到达车流特性与上游交叉口的信号控制密切相关，主要表现在两方面:①到达车流被上游交叉口的信号控制划分为间断的、密度较高的车队;②一个周期内下游交叉口到达车辆的数量受到上游交叉口通行能力的限制。下游交叉口的车流到达特征和上游车流特征的相似性反映了交叉口之间的关联性，一旦上游交叉口因交通信号控制或交通拥堵引起流量、车速、密度等交通流参数的变化，此类参数的短时变化特征极有可能保持至下游交叉口。
交通流量是描述交通流状态的重要指标之一，按固定的时间间隔采样，流量信息可被视为一组时间序列值。交通流量的采集是在确定地点、确定时间段内对通行车辆数量的数据采集，采集方法分为非自动采集和自动采集两种。
非自动采集方法有人工观测法、浮动车调查法和摄影法。人工观测法是在选定地点及时间，由观测人员观测和记录通过实测断面的车辆数，此方法简单易行，不需要复杂设备，但需要较多的人力;浮动车调查法是通过在测定区间内驾车反复行驶测量求得区间内断面平均交通流量的方法;摄影法是在选定断面处的路面上作标记后，对其作定时摄影，然后对照片进行处理得出交通流量，此方法成本高，资料处理工作量大。
交通流量的自动采集技术已经有了显著发展。目前实用的采集技术有感应线圈检测器、超声波检测器、磁性检测器、红外线检测器、微波检测器等;视频图像处理技术也正在应用于交通流量的检测。
车流在交叉口群某一路径上前行使得流量信息在时间轴上发生周期性变化，在空间轴上进行前后传递。本节以美国联邦公路署2006年在NGSIM(Next Generation Simulation)项目中对主干道Peachtree Street(美国乔治亚州，亚特兰大市)连续5个交叉口的流量观测数据为分析对象，研究网络中同一路径上多个检测点交通流量信息在空间维度与时间维度上的相似程度。(www.xing528.com)
NGSIM项目提供了一个数据免费、开放共享的基础平台，其中主干路数据集包括了详细的车辆轨迹、检测器以及用于研究驾驶行为的支撑数据，此类数据通过数码摄像机采集获得，在0．5～1．0 km的路段上车辆的准确位置每十分之一秒被记录一次。具体信息可在NGSIM网站(http://ngsim.fhwa.dot.gov)上获取。
Peachtree Street的观测数据集的观测长度路段约为640 m，包含5个邻近交叉口。在各交叉口进口道的上游与观测区段驶出点设置检测点，标号如图2-1所示，共计30处。其中有11处车辆驶入端检测点，11处车辆驶出端检测点，8处中途检测点。
大量交通观测及仿真分析结果表明，不同观测尺度下的交通现象显现出不同的交通特性，即交通特性的精细程度取决于交通信息的粒度。Peachtree Street的观测数据集分为两类:一类为从2006年11月7日至11月9日连续3日的24 h交通流量观测数据，采样间隔为15 min;另一类为2006年11月8日12:45至13:00、 16:30至16:45两个时段分别持续15 min的短时交通流量观测数据，采样间隔为0．1 s。据统计，观测区段内共有94条可待分析的路径。
图2-1 交通流量检测器分布示意图(单位:m)
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
