[发明专利]基于多源数据融合的干道车辆运行轨迹重构的方法

权利要求书

1.一种基于多源数据融合的干道车辆运行轨迹重构的方法，其特征在于，包括：

确定初始变分网络的基本参数，其中所述基本参数包括前向弧斜率、后向弧斜率、时间步长和空间步长；

基于所述初始变分网络的基本参数，获得初始变分网络；

基于所述初始变分网络，在信号配时参数、排队波边界曲线和浮动车轨迹的约束条件下，建立带有权值的变分网络；

根据最短路算法，计算所述带有权值的变分网络的各节点的累积车辆数；以及

连接具有相同累积车辆数的所述带有权值的变分网络的节点，重构车辆运行轨迹；

根据最短路径算法，计算所述带有权值的变分网络的各节点的累积车辆数的操作，包括以下步骤：

对于处于所述带有权值的变分网络中红灯线段上的节点，根据以下公式确定对应的累积车辆数：

N(i，j)＝min(N(i，j-1)，N(i-1，j)+kj·sstep)；以及

对于处于所述带有权值的变分网络中非红灯线段上的节点，根据以下公式确定对应的累积车辆数：N(i，j)＝min(N(i，j-1)，N(i-1，j-1)，N(i-1，j)+kj·sstep)

其中N(i,j)代表节点(i,j)的累积车辆数，N(i-1,j)代表节点(i-1,j)的累积车辆数，N(i,j-1)代表节点(i,j-1)的累积车辆数，N(i-1,j-1)代表节点(i-1,j-1)的累积车辆数，其中kj·sstep表示节点(i,j)处可能出现的累积车辆数的变化量。

2.根据权利要求1所述的方法，其特征在于，根据固定检测器数据确定基本参数的操作，包括以下步骤：

利用以下公式确定所述后向弧斜率和所述空间步长：

其中sstep为空间步长(ft)；u为前向弧斜率(ft/s)；w为后向弧斜率(ft/s)；tstep为时间步长(s)；q_max为最大流率(veh/h)；k_j为交通流阻塞密度(veh/mile)。

3.根据权利要求2所述的方法，其特征在于，将所述时间步长为预定时间值；所述前向弧斜率为自由流车速；以及所述最大流率和所述交通流阻塞密度通过定点检测器数据获取。

4.根据权利要求3所述的方法，其特征在于，基于所述初始变分网络的基本参数，获得初始变分网络的操作，还包括：确定所述初始变分网络中第一列节点的初始累积车辆数；以及确定所述初始变分网络的上边界和下边界在各个时间点处的累积车辆数。

5.根据权利要求4所述的方法，其特征在于，信号配时参数、排队边界曲线和浮动车轨迹的约束条件的建立，包括如下步骤：

将所述浮动车轨迹进行时空网格化；

将信号控制系统的所述信号配时参数按照时间轴导入所述初始变分网络中；以及

根据所述浮动车轨迹确定所述排队边界波曲线。

6.根据权利要求5所述的方法，其特征在于，根据所述浮动车轨迹确定排队波边界曲线的操作，包括如下步骤：

将所述浮动车轨迹与所述信号配时参数匹配，并提取所述浮动车轨迹的关键点信息，进而确定所述浮动车轨迹的轨迹点对应的运动状态；

利用直线拟合确定排队消散波；以及

基于所述排队消散波、所述浮动车轨迹的关键点信息以及所述浮动车轨迹的轨迹点对应的运动状态，确定所述排队波边界曲线。