Robust traffic density estimation using discontinuous Galerkin formulation of a macroscopic model
Tchrakian, Tigran T.; Zhuk, Sergiy; Nogueira Junior, Alberto
O documento é disponibilizado pela fonte de origem, que mantém a versão integral e as condições de uso.
Resumo
In this paper, we develop a data-assimilation algorithm for a macroscopic model of traffic flow. The algorithm is based on the Discontinuous Galerkin Method and Minimax Estimation, and is applied to a macroscopic model based on a scalar conservation law. We present numerical results which demonstrate the shock-capturing capability of the algorithm under high uncertainty in the initial traffic condition, using only sparse measurements, and under time-dependent boundary conditions. The latter makes it possible for estimation to be performed on merge/diverge sections, allowing the possibility of the deployment of the algorithm to road networks.
Ficha do documento
- Tipo
- Artigo científico
- Ano
- 2015
- Instituição
- IEEE
- Fonte
- Repositório da FGV
- Idioma
- Inglês
- Acesso
- Acesso restrito
- Identificador
- oai:repositorio.fgv.br:10438/23599
- Temas
- Economia
Conteúdos relacionados
- Artigo científicoGovernance solutions in listed companies and not-for-profit organizationsWiley · 2016
- Artigo científicoConstruindo pontes conceituais entre atributos da qualidade em alimentosFundação Escola de Comércio Álvares Penteado · 2010
- TeseMore Is More? Bayesian VARs for forecasting and monetary policy in BrazilFundação Getulio Vargas · 2026
- Artigo científicoQuem são os desalentados no Brasil?Fundação Getulio Vargas · 2026
