[发明专利]一种基于交通信号和密度延误的个体行程时间预测方法

权利要求书

1.一种基于交通信号和密度延误的个体行程时间预测方法，其特征在于，包括以下步骤：

获取路段卡口车牌识别数据、信控数据和路段几何信息数据；

应用DBSCAN算法对车辆个体交通信息的数据进行聚类，将车辆个体的通行状态划分为一次通过通行状态、二次通过通行状态和其他状态；

将其他状态作为噪声数据剔除，保留一次通过通行状态和二次通过通行状态，得到车辆个体历史通行状态；

根据路段信控信息计算路段的通行能力并得到一个信号周期内通过路段交叉口的最大车辆数；

根据一个信号周期内通过路段交叉口的最大车辆数和路段长度，得到路段密度阈值；

根据路段的密度阈值、车辆个体交通信息和历史通行状态统计个体正常通过、快速通过和慢速通过的次数，得到统计结果；

根据统计结果得到个体的驾驶习惯并结合路段的密度阈值、车辆个体交通信息和历史通行状态构建个体出行数据集；

根据车辆个体出行数据集，构建信号延误函数和密度延误函数；

所述信号延误函数的表达式为所述S表示车辆个体的通行状态，S＝1表示一次通过通行状态，S＝2表示二次通过通行状态，所述T₀表示路段上无延误行程时间，所述C表示信号周期时长，所述n表示个体从进入至到达出口所经历的信号周期个数，所述t_s表示车辆进入路段入口的时刻与路段出口上一绿灯开始时刻的时间差，所述t₀表示出口绿灯相位开端的分界点，所述λ表示信号灯的绿信比；

根据信号延误函数、密度延误函数和路段无延误行程时间，构建个体行程时间函数；

根据车辆个体交通信息得到个体预测通行状态；

根据个体预测通行状态和个体行程时间函数，构建个体行程时间预测函数并得到个体行程预测时间；

根据个体出行数据集和个体行程预测时间，计算个体行程预测时间的置信度和置信区间。

2.根据权利要求1所述一种基于交通信号和密度延误的个体行程时间预测方法，其特征在于，构建密度延误函数，其具体还包括：

根据个体出行数据集和信号延误函数，得到历史数据车辆个体的密度延误；

分别对一次通过通行状态和二次通过通行状态的车辆密度延误与进入路段时的密度通过最小二乘法拟合，得到一次通过通行状态和二次通过通行状态的密度延误函数。

3.根据权利要求2所述一种基于交通信号和密度延误的个体行程时间预测方法，其特征在于，所述密度延误函数，其表达式如下：

所述D_c(ρ,S)表示密度延误函数，所述k₁,k₂,b₁,b₂表示拟合参数，所述ρ表示进入密度。

4.根据权利要求3所述一种基于交通信号和密度延误的个体行程时间预测方法，其特征在于，构建行程时间函数，其表达式如下：

所述T(t_s,ρ,S)表示行程时间函数，所述D_s(t_s,S)表示信号延误函数，所述D_c(ρ,S)表示密度延误函数，所述k₁,k₂,b₁,b₂表示拟合参数，所述ρ表示进入密度。

5.根据权利要求4所述一种基于交通信号和密度延误的个体行程时间预测方法，其特征在于，所述构建个体行程时间预测函数，其表达式如下：

所述T(t_s,ρ,S(ρ,l))表示个体行程时间预测函数，所述S(ρ,l)表示个体的预测通行状态，所述D_s(t_s,S(ρ,l))表示结合个体驾驶习惯的信号延误函数，所述D_c(ρ,S(ρ,l))表示结合个体驾驶习惯的密度延误函数，所述k₁,k₂,b₁,b₂表示拟合参数，所述ρ表示进入密度。