[发明专利]基于电子警察数据的交通溢流判别方法

说明书

本发明提供了一种基于电子警察数据的交通溢流判别方法，采用车辆延误和车辆驶离时刻数据，利用交通波运动学理论，计算饱和路段启动波波速，判断绿灯开始时刻启动波到各车辆所需时间；根据车辆过饱和状态下周期性规律，确定周期内排队车辆的头车；利用头车驶离时刻与目标车辆驶离时刻之差，判别目标车辆是否出现过交通溢流状态，利用VISSIM模型进行准确验证。本发明能够较为准确判别城市道路车辆溢流的发生，有效预防过饱和溢流的发生。

技术领域

本发明涉及一种基于电子警察数据的交通溢流判别方法。

背景技术

随着社会经济的不断发展，机动车保有量连年增加，到2018年，汽车保有量增加了2285万辆、达到2.4亿辆，有限的道路资源与车辆矛盾日益激化，对人们生存的环境、交通出行等造成不良影响。信号交叉口是城市交通的重要组成部分，交叉口的设计、信号控制、相位设计等会影响交通的运行效率。而早晚高峰机动车的需求与道路资源的矛盾日益激化。

交通溢流现象时常发生，一个交叉口的溢流往往会扩散至周围路口，导致路网出现“锁死”等溢流现象。因此，合理有效的预防拥堵溢流，成为智能交通发展的基础，有效减少人力资源。

发明内容

本发明的目的在于提供一种基于电子警察数据的交通溢流判别方法。

为解决上述问题，本发明提供一种基于电子警察数据的交通溢流判别方法，包括：

步骤S1，从START系统中获取车辆交通数据，利用交通波的运动学规律，检测上下游饱和路段上启动波波速及到达各车辆所需时间；

步骤S2，基于上下游饱和路段上启动波波速及到达各车辆所需时间，在车辆过饱和情况下以固定饱和流率排放，根据采集的同一车道组车辆数据信息，确定周期内的溢出范围区间和头车驶离时刻；

步骤S3，判断目标车辆是否在所述溢出范围区间内，与此同时，计算目标车辆与排队车辆的头车的驶离时刻之差，根据驶离时刻之差判别目标车辆是否溢出；

步骤S4，基于目标车辆是否溢出的判别结果，构建VISSIM仿真模型，以溢出模型的假设条件设置参数，验证VISSIM仿真模型的准确度。

进一步的，在上述方法中，所述步骤S1中，所述车辆交通数据包括：

车辆延误、车辆驶离时刻数据，以及路段长度、信号配时数据即红绿灯周期时长。

进一步的，在上述方法中，所述步骤S1中，所述交通波的运动学理论从车辆的物理运动方面分析，进而求出启动波波速，利用路段长度、波速、时间三者关系求出绿灯开始时间启动波到达各排队车辆的时间。

进一步的，在上述方法中，所述步骤S2包括：

在过饱和情况下车辆在绿灯时间段内以饱和流率排放，利用车辆排放规律找出排队车辆的头车，其中，首先确定在溢出周期n内排队车辆的头车驶离时刻队末随机车辆的到达时刻即t_s为车辆驶离时刻，t_x为车辆行程时间。

进一步的，在上述方法中，所述步骤S2，确定周期内的溢出范围区间和头车驶离时刻中，

溢出范围区间上下限与排队车辆的末端到达下游路段时的信号灯状态、路段长度相关，若溢出车辆到达时交叉口信号为红灯，对应为溢出上限；若溢出车辆到达时交叉口信号为绿灯，对应为溢出下限。

进一步的，在上述方法中，所述步骤S3中，所述时刻之差由下式获取：

式中：t为车辆驶离时刻之差，为溢出周期n内目标车辆驶离时刻，为溢出周期n内首车驶离时刻。

进一步的，在上述方法中，所述步骤S3中，所述驶离时刻之差随着路段长度、绿灯排放车辆数的不同而不同。