[发明专利]一种信控交叉口排队长度估计方法

说明书

本发明涉及一种信控交叉口排队长度估计方法，包括以下步骤：1)获取电警数据与浮动车轨迹数据并预处理得到对应的数据矩阵，并根据电警数据与浮动车轨迹数据的时刻匹配确定浮动车在当前车道排队序列编号；2)获取车辆消散车头时距与停车线通过时刻密度分布；3交叉口车道级排队长度估计：采用概率统计方法，融合电警数据与车辆轨迹数据，估计车道级排队长度并进行修正。与现有技术相比，本发明具有算法鲁棒性好、算法精度高、应用范围广等优点。

技术领域

本发明涉及交通控制领域，尤其是涉及一种信控交叉口排队长度估计方法。

背景技术

信号交叉口作为城市路网的重要组成部分，由于红绿灯的周期性交通，时常会发生交通拥堵，很大程度上制约了程度道路交通系统的整体运行效率。而排队长度作为评价交叉口运行的一个重要指标，一方面，可以用于间接估计车辆延误、停车次数以及形成时间等指标，另一方面可以直接用于信号配时优化。因此，精确地估计信号交叉口排队长度参数对于交叉口运行评估与信号控制优化具有重要作用。

目前，信控交叉口排队长度估计数据源主要有传统的定点检测器(定点线圈、地磁、微波雷达等)、车辆运行轨迹数据(出租车、网约车、地图导航、手机信令)以及新型的电警卡口数据。在我国，传统定点检测器数据通常存在上传频率低(1/60s)、损坏率高、维护成本高的问题，限制了其在排队长度估计方面的应用。近年来，随着网联车以及智能移动检测技术的发展，使得连续、实时的车辆运行轨迹获取成为可能。相较于传统的定点检测器数据，车辆运行轨迹可以提供连续的车辆运动、位置信息，并且覆盖范围广，无需额外安装采集设备，获取成本低，近年来，得到广大学者的关注与使用。但是，现有大多数方法都基于一些假定条件，例如假定已知到达模式或者高采样率，且大多数模型在稀疏轨迹条件下将不稳定或者失效。近几年来，随着交通管控以及安防的需要，电警卡口系统在国内得到了大范围的安装与应用，例如。上海已经拥有超过3500套电警卡口设备，北京拥有超过1958套电警卡口设备，随着未来智能交通系统的建设发展，该数字未来将会逐渐升高。电警卡口系统通常安装在信控交叉口，用于抓拍驾驶员的闯红灯等违章行为，可以记录每一辆通过检测区域的车辆号牌、通过时刻、车辆类型等信息。电警卡口系统具有全天候工作、捕获率高、覆盖范围广等特点，能够精确地提供交叉口流量、车头时距信息，其独有的优势近年来逐渐得到学术界的关注。

可见，电警卡口系统提供的精确断面信息与车辆轨迹数据提供的连续运动信息可以在时间和空间上进行相互补充。因此通过融合电警数据与车辆轨迹数据估计信控交叉口排队长度对于补充现有研究具有重要的理论意义与实际应用价值。

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信控交叉口排队长度估计方法。

本发明的目的可以通过以下技术方案来实现：

一种信控交叉口排队长度估计方法，包括以下步骤：

1)获取电警数据与浮动车轨迹数据并预处理得到对应的数据矩阵，并根据电警数据与浮动车轨迹数据的时刻匹配确定浮动车在当前车道排队序列编号；

2)获取车辆消散车头时距与停车线通过时刻密度分布；

3)交叉口车道级排队长度估计：采用概率统计方法，融合电警数据与车辆轨迹数据，估计车道级排队长度并进行修正。

所述的步骤1)中，电警数据与轨迹数据对应的数据矩阵的表达式为：

LD＝{(t₁,h₁),(t₂,h₂),...,(t_i,h_i),..,(t_n,h_n)}