[发明专利]一种基于浮动车轨迹数据的干道相位差优化方法

说明书

本发明公开了一种基于浮动车轨迹数据的干道相位差优化方法，目的是基于集计的轨迹数据增加在绿灯期间通过停止线的车辆数从而得出最优相位差，克服了现有通过固定检测器获取交通信息的弊端，提供一种高精度、低成本的干道相位差优化方法。本方法基于浮动车轨迹数据，首先对轨迹数据进行集计以及筛选，然后根据车辆运动状态对轨迹数据进行分类，通过得出车辆到达曲线图计算不同绿灯起亮时间对应通过停止线的车辆数；最后以绿灯期间到达停止线的车辆数最多得出干道最优相位差。

技术领域

本发明属于智能交通领域，具体来说是一种基于浮动车轨迹数据的干道相位差优化方法。

背景技术

随着定位技术、移动网络技术和无线通信技术的发展，利用智能终端设备采集车辆轨迹的方式越来越普遍，这为交通监测和交通预测提供了一种新的解决方案。不同于传统固定检测器覆盖率低、安装和维护成本高以及损坏率高等缺点，智能终端设备不仅能采集时间和空间两个维度的数据而且能够以相对较低的通信成本采集大范围区域内的详细车辆轨迹。因此，对于城市干道相位差优化而言，浮动车轨迹数据能够提供更多有效的信息。

目前已有基于轨迹数据优化城市干道相位差的相关研究，Wu开发了一个通过在时空图中画出轨迹数据从而得到车辆实际行驶速度的GPS工具，从而用一种改进的带宽优化算法根据车辆实际速度调整相位差和相序；Priemer和Bernhard基于动态规划和完全枚举法处理每5s时间间隔的轨迹数据来预测接下来20s的排队长度，然后用预测的排队长度以减少交叉口排队长度为目标对相序进行优化；Huang等通过得出相位差与停车次数之间的函数关系以协调方向车辆总停车次数最小为优化目标建立了相位差优化模型，该方法只适用于未饱和状态下干线交叉口的相位差优化，在实用性方面具有较大局限。

本方法基于高频浮动车数据(采样频率3-6秒)，通过统计方法对轨迹数据进行处理优化城市干道相位差。

发明内容

1.发明目的

本发明针对现有城市干道相位差优化方式的弊端，通过浮动车轨迹数据，结合轨迹集计、轨迹分类和统计方法，提出一种基于浮动车轨迹数据的城市干道相位差优化方式方法。该方法具有操作简单、实用性强、范围大的优点。

2.本发明所采用的技术方案

本发明是一种基于浮动车轨迹数据的城市干道相位差优化方法，可以通过以下步骤实现：

(1)轨迹集计。将不同天数、相同时间段内的轨迹集计至同一时间段内。

(2)删除无效轨迹。通过轨迹的起始点、结束点、车辆行驶方向对车辆轨迹进行筛选，筛选出符合要求的轨迹数据。

(3)轨迹分类。浮动车轨迹在通过交叉口的时候可以分为车辆减速(包括停车)的轨迹和车辆不减速的轨迹，根据速度阈值对轨迹进行分类，并在减速车辆的轨迹中找出开始减速之前的点。(4)获取轨迹特征点。在减速车辆轨迹中，定义车辆开始减速之前的数据点定义为特征点；在不减速车辆轨迹中，位于停止线两侧且距其最近的两个点为特征点。

(5)计算车辆到达停止线的期望时间。根据提取出的特征点计算车辆以自由流速度行驶到达停止线时的期望时间，并改变数据表现形式绘制出车辆到达散点图。

(6)绘制车辆到达分布图。首先将散点图中数据集计至同一周期，然后绘制出车辆到达分布图。

(7)得出最优相位差。根据绘制的车辆到达分布图，得出绿灯时长不变的情况下，不同绿灯起始时间对应的绿灯期间到达车辆数，并绘制车均延误评价图，其中延误最小的点对应的横轴绿灯起始时间即为当前交叉口与上游交叉口的最优相对相位差。

所述步骤(1)具体为：从多天数据中筛选出连续十个工作日上午10：00-11:30之间的数据，通过调整不同日期数据的轨迹起始时间，将不同天数相同时间段内的轨迹数据集计到同一个时间段中。