[发明专利]一种基于旅行时间分布规律的路段车辆数估计方法

说明书

本发明涉及一种基于旅行时间分布规律的路段车辆数估计方法。包括：(1)预先建立不同转向和时段的旅行时间分布模型：提取路段m任意一个历史周同天的旅行时间样并进行分类得到旅行时间样本集合；利用该集合建立不同转向和时段的旅行时间分布模型；(2)路段在线车辆数的实时估计：实时采集同一路段m下游交叉口身份检测设备的数据；基于上述模型估计检测到的车辆行驶路段m所用的旅行时间，通过车辆离开路段m的时刻和估计的旅行时间计算其进入路段的时刻；判断时刻t该车辆是否在路段m上，若是则对车辆数加1，否则不记录，累加得到时刻t路段m上的在线车辆数。本发明具有良好实施性、高效率、低成本等优势，可广泛应用于路段车辆数估计。

技术领域

本发明涉及交通检测数据应用领域，更具体地，涉及一种基于旅行时间分布规律的路段车辆数估计方法。

背景技术

路段和路网实时“在线车辆数”是指特定路段和路网上实时运行的车辆数，是衡量道路交通状态的重要指标，也是进行道路需求与供给分析的重要参数。路段在线车辆数的实时监测，有助于交通管理者和时把握道路拥堵情况和演变态势，进行道路预警和警力调配，也便于精细化掌握道路资源使用情况和车辆个体出行规律。目前，一些无人机和高点视频被用于路段在线车辆数统计，但是由于成本高昂，实施性差，仍然不能大范围投入使用。在现有的城市道路检测设备基础上，如何进行路段在线车辆数估计也成为一项挑战。

目前，国内各大城市，甚至部分中小城市，均在中心城区的信控交叉口部署了城市交通治安身份检测系统，用于车辆闯红灯违法行为自动抓拍，且趋势愈发普遍。道路交叉口身份检测系统通过视频分析、图像识别、身份识别等技术的综合组织与应用，实现了对车辆个体的精准感知，其检测信息包括经过车辆个体的身份信息、经行的交叉口和其车道、过车时刻等，为交通管理者和执法者提供较为全面、可靠的个体交通信息，也为交通状态估计提供有效的数据支撑。

基于交叉口身份检测技术连续工作、数据精确、检测量大、高检测率的优势，检测数据可用于路段旅行时间的实时计算和车辆个体过车信息精准感知。然而，目前通过利用交叉口身份检测数据进行路段车辆数估计的方法却几乎空白。

发明内容

本发明为克服上述现有技术所述的缺陷(不足)，提供一种良好实施性、高效率、低成本的基于旅行时间分布规律的路段车辆数估计方法

为解决上述技术问题，本发明的技术方案如下：

一种基于旅行时间分布规律的路段车辆数估计方法，

包括预先建立不同转向和时段的旅行时间分布模型和路段在线车辆数实时估计两大步骤；

预先建立不同转向和时段的旅行时间分布模型的三个步骤包括：

S11.提取路段m任意一个历史周同天的旅行时间样本集合T_m；

S12.将T_m按照路段m下游交叉口转向车道的不同和采集时间的不同进行样本分类得到不同转向和时段的旅行时间样本集合；

S13.利用不同转向和时段的旅行时间样本集合建立历史周同天不同转向和时段的旅行时间分布模型；

路段在线车辆数实时估计的三个步骤包括：

S21.实时采集路段m下游身份检测设备的数据；

S22.基于不同转向和时段的旅行时间分布模型估计相应的转向车道和时段内检测到的车辆行驶路段m所用的旅行时间，通过实时检测数据中车辆离开路段m的时刻和估计的旅行时间计算其进入路段的时刻从而获得路段m下游交叉口身份检测设备检测到的所有车辆进入和离开路段的时刻集合

S23.通过车辆进入和离开路段的时刻判断时刻t该车辆是否在路段m，即判断是否满足若满足则对车辆数加1，否则不记录，从而累加计算得到时刻t路段m上在线的车辆数。