[发明专利]一种基于实时车辆轨迹数据的交叉口流量估计方法

说明书

本发明涉及一种基于实时车辆轨迹数据的交叉口流量估计方法，包括以下步骤：1)将研究时段[0,T]分割为多个连续的基本时间间隔，并对基本时间间隔进行分类；2)根据分类后的基本时间间隔，在给定的到达时间条件下，根据不同基本时间间隔类型对应的车辆驶离时间条件概率计算车辆驶离时间似然函数，并计算最终似然函数；3)对车辆驶离时间的似然函数求解获取各基本时间间隔内的车辆到达率。与现有技术相比，本发明具有适应低采样频率、第抽样率的数据环境且无需融合历史数据、鲁棒性强、实时性高、准确性好等优点。

技术领域

本发明涉及交通控制领域，尤其是涉及一种基于实时车辆轨迹数据的交叉口流量估计方法。

背景技术

信号交叉口作为城市路网的主要组成部分，由于红绿灯的周期性交替，时常会发生交通拥堵，很大程度上制约了城市道路交通系统的整体运行效率。周期流量作为评价交叉口运行的一个重要指标，一方面可用于间接估计排队长度、车辆延误、停车次数以及行程时间等指标，另一方面可直接反馈用于信号配时优化。

目前，国内外关于流量估计的研究主要是基于定点检测器实现，预测方法包括滤波算法等数理统计方法和基本图、元胞传输模型等模型解析法。基于定点检测器的流量估计方法主要存在设备布设和维护成本高、上传频率低的问题，而且得到的速度、流量等检测指标是基于检测步长的平均值，不能体现交通流的波动性和随机性。数理统计方法一般是历史检测数据实现，而且模型参数大多需要实证数据标定；基于基本图的方法同样要基于历史数据拟合交通流参数的关系，一般性较差；而元胞传输模型等模型解析的方法都存在特定假设，对交通流参数之间的关系进行了抽象，例如模拟到达分布、同质化假设等等，虽然考虑了交通流的随机特性，但对于交通流参数量化关系的假设因地而异，适用范围有限。利用轨迹做流量估计的研究出现较晚，虽然轨迹数据具有精度高实时性强的优势，但在实际应用中由于捕获率低存在数据稀疏、预测误差大的问题，而且现有的利用轨迹数据的流量估计方法在自适应控制条件下估计精度会降低。因此，建立一个一般性和适用性较强的周期流量估计方法对于轨迹数据的进一步应用推广具有重要的现实意义。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于实时车辆轨迹数据的交叉口流量估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于实时车辆轨迹数据的交叉口流量估计方法，包括以下步骤：

1)将研究时段[0,T]分割为多个连续的基本时间间隔，并对基本时间间隔进行分类；

2)根据分类后的基本时间间隔，在给定的到达时间条件下，根据不同基本时间间隔类型对应的车辆驶离时间条件概率计算车辆驶离时间似然函数，并计算最终似然函数；

3)对车辆驶离时间的似然函数求解获取各基本时间间隔内的车辆到达率。

所述的步骤1)中，基本时间间隔的类型包括：

类型I：[r(a_i),a_i)，从红灯启亮时刻到当前周期第一辆采样车辆预计到达时间，在该基本时间间隔内到达的车辆可在相应的有效绿灯时间τ_k＝[g(a_i),b_i)内驶离交叉口，其中，r(a_i)为红灯启亮时刻，a_i为车辆i的预计到达时间，b_i为车辆i的预计驶离时间，g(a_i)为当前周期的绿灯启亮时刻；

类型II：[a_i-1,a_i)，当前周期内连续两辆采样车辆预计到达时间间隔，其相应的有效绿灯时间τ_k为[b_i-1,b_i)；