基于单截面电警数据的信号交叉口车道排队长度估计方法技术

本发明专利技术涉及一种基于单截面电警数据的信号交叉口车道排队长度估计方法，包括以下步骤：1)通过电警数据获取各车道的车辆离去车头时距信息，所述的电警数据为车辆通过停车线的时间戳信息，包括离开时刻、方向编号、车道编号和车型参数；2)根据时间戳信息及车辆离去车头时距序列，分别针对单车道布设条件和多车道布设条件，通过定义特征函数以描述临近间距与车头时距波动两重特性，识别离去车头时距序列变点，并估计周期内每条车道上的车辆排队长度及漏检率。与现有技术相比，本发明专利技术考虑了电警设备所存在的错漏检现象，具有覆盖场景全、输入数据少、适用性广等优点。适用性广等优点。适用性广等优点。

【技术实现步骤摘要】
基于单截面电警数据的信号交叉口车道排队长度估计方法


[0001]本专利技术涉及交通信息领域，尤其是涉及一种基于单截面电警数据的信号交叉口车道排队长度估计方法。

技术介绍

[0002]信号交叉口作为城市道路网络中的重要节点，也是交通拥堵的常发地点。排队长度能够形象、直观地反映交叉口的拥挤程度，是交叉口运行效率评价的重要指标之一，也是交叉口信号控制优化的重要参数。另一方面，我国越来越多的城市布设了电警检测器，海量的电警数据可提供丰富的交通信息。相比于传统的定点检测器，电警数据识别度高，能精确记录车辆驶离信息，且能通过比对捕获的车牌信息进行轨迹重构，维修较为容易。
[0003]目前，国内外关于排队长度估计的研究主要是基于累积交通流输出输入模型和交通波理论模型的方法。累积输出输入模型只适用于排队长度未超过检测器位置的情况，且该模型无法得到排队长度随时间变化在空间维度的演化规律。基于交通波理论的模型通过交通波波速的计算还原车辆排队的形成和消散，但模型的输入受检测设备的精度和覆盖率影响较大。在数据条件方面，研究多基于双截面检测数据，通过重构轨迹对排队长度进行估计，但这样的检测环境在现实中并不普遍。在只有单个交叉口布设电警设备时，难以对排队长度进行估计。因此，构建基于单截面电警数据的信号交叉口车道排队长度估计模型，对于补充现有排队长度估计方法论具有重要的现实意义。

技术实现思路

[0004]本专利技术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基于单截面电警数据的信号交叉口车道排队长度估计方法。/>[0005]本专利技术的目的可以通过以下技术方案来实现：
[0006]一种基于单截面电警数据的信号交叉口车道排队长度估计方法，包括以下步骤：
[0007]1)通过电警数据获取各车道的车辆离去车头时距信息，所述的电警数据为车辆通过停车线的时间戳信息，包括离开时刻、方向编号、车道编号和车型参数；
[0008]2)根据时间戳信息及车辆离去车头时距序列，分别针对单车道布设条件和多车道布设条件，通过定义特征函数以描述临近间距与车头时距波动两重特性，识别离去车头时距序列变点，并估计周期内每条车道上的车辆排队长度及漏检率。
[0009]所述的步骤1)中，各车道上的车辆离去车头时距的表达式为：
[0010][0011]其中，为车道k中第i个车头时距，pt
i+1
为车道k中第i+1辆车的离去时刻，pt
i
表示车道k中第i辆车的离去时刻。
[0012]所述的步骤2)中，对于车道组内该方向仅有一条车道的单车道布设条件，通过定义特征函数以描述车道中车辆的临近间距与车头时距波动的特性，以此识别出离去车头时
距序列变点，进而估计周期内该车道上的车辆排队长度。
[0013]对于车道组内该方向仅有一条车道的单车道布设条件，估计周期内该车道上的车辆排队长度，具体包括以下步骤：
[0014]201)通过任意一辆通过车辆τ将单车道在周期内的车头时距序列{h1,h2,
…
,h
N
}分为两个子序列A
1-τ
＝{h1,h2,
…
,h
τ
}和B
(τ+1)-N
＝{h
τ+1
,h
τ+2
,
…
,h
N
}；
[0015]202)分别计算两个子序列的簇内距离和并定义簇间距离用以描述两个子序列间的数据差异性，则有：
[0016][0017][0018][0019]其中，a
i
,a
j
分别为子序列A
1-τ
的第i个与第j个车头时距数据，b
m
,b
n
分别为子序列B
(τ+1)-N
的第m个与第n个车头时距数据，a
u
,b
v
分别为子序列A
1-τ
的第u个车头时距数据与子序列B
(τ+1)-N
的第v个车头时距数据，s为描述距离的尺度参数，δ为车型修正因子，用以消除因车型引起的车头时距不一致的现象，当车型为标准小汽车时，δ＝1；当车型为大型车时，δ＝h
pc
/h
HV
，h
pc
为标准小汽车的饱和车头时距，h
HV
为大型车的饱和车头时距，median{
·
}表示取中位数操作；
[0020]203)计算两个子序列的车道内距离分量统计指标，用以描述两个子序列中数据的总体差异性，则有：
[0021][0022]其中，D
τ
为车辆τ的车道内距离分量统计指标，p，q分别为子序列A
1-τ
与B
(τ+1)-N
的车头时距序列的数据量；
[0023]204)当车道内距离分量统计指标D
τ
表征的距离取得最大值时，对应的车辆τ则为最后一辆排队车辆车头时距序列被划分为排队车辆车头时距子序列与非排队车排队车辆车头时距子序列，则有：
[0024][0025]205)根据识别出的最后一辆排队车辆的通过时间戳信息得到排队车辆消散时间，结合标准小汽车饱和车头时距h
pc
计算得到该车道周期内的当量排队车辆数，则有：
[0026][0027]其中，Q为周期内该单车道的排队车辆数，为该单车道的最后一辆排队车的通过时刻，t
G
为该车道组的绿灯相位启亮时刻。
[0028]对于车道组内该方向仅有一条车道的单车道布设条件，在估计周期内该车道上的车辆排队长度后还包括以下步骤：
[0029]通过统计该单车道中最后一辆排队车前的车辆数，并与周期内该单车道的排队
车辆数Q进行对比，计算该单车道的电警设备漏检率，则有：
[0030][0031]其中，ρ为该单车道的电警设备漏检率，为该单车道最后一辆排队车与其之前的车辆总数。
[0032]所述的步骤2)中，对于车道组内所研究方向有超过一条车道布设电警设备的多车道布设条件，通过定义特征函数以描述车道组内各车道车辆的临近间距与车头时距波动的特性，分别识别出各车道的离去车头时距序列变点，进而估计周期内各车道的车辆排队长度。
[0033]对于车道组内所研究方向有超过一条车道布设电警设备的多车道布设条件，分别识别出各车道的离去车头时距序列变点，具体包括以下步骤：
[0034]211)分别获取各车道在该周期内的车头时距序列，对于每个车道在该周期内的车头时距序列，分别通过任意一辆通过车辆τ将其分为两个子序列；
[0035]212)分别计算每个子序列的簇内距离以及每个车道的簇间距离；
[0036]213)定义车道距离，用以描述两条车道的车辆消散的临近间距与车头时距波动两重特性，则有：
[0037][0038]其中，为车道1与车道2的车道距离，为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于单截面电警数据的信号交叉口车道排队长度估计方法，其特征在于，包括以下步骤：1)通过电警数据获取各车道的车辆离去车头时距信息，所述的电警数据为车辆通过停车线的时间戳信息，包括离开时刻、方向编号、车道编号和车型参数；2)根据时间戳信息及车辆离去车头时距序列，分别针对单车道布设条件和多车道布设条件，通过定义特征函数以描述临近间距与车头时距波动两重特性，识别离去车头时距序列变点，并估计周期内每条车道上的车辆排队长度及漏检率。2.根据权利要求1所述的一种基于单截面电警数据的信号交叉口车道排队长度估计方法，其特征在于，所述的步骤1)中，各车道上的车辆离去车头时距的表达式为：其中，为车道k中第i个车头时距，pt
i+1
为车道k中第i+1辆车的离去时刻，pt
i
表示车道k中第i辆车的离去时刻。3.根据权利要求2所述的一种基于单截面电警数据的信号交叉口车道排队长度估计方法，其特征在于，所述的步骤2)中，对于车道组内该方向仅有一条车道的单车道布设条件，通过定义特征函数以描述车道中车辆的临近间距与车头时距波动的特性，以此识别出离去车头时距序列变点，进而估计周期内该车道上的车辆排队长度。4.根据权利要求3所述的一种基于单截面电警数据的信号交叉口车道排队长度估计方法，其特征在于，对于车道组内该方向仅有一条车道的单车道布设条件，估计周期内该车道上的车辆排队长度，具体包括以下步骤：201)通过任意一辆通过车辆τ将单车道在周期内的车头时距序列{h1，h2，...，h
N
}分为两个子序列A
1-τ
＝{h1，h2，...，h
τ
}和B
(τ+1)-N
＝{h
τ+1
，h
τ+2
，...，h
N
}；202)分别计算两个子序列的簇内距离和并定义簇间距离用以描述两个子序列间的数据差异性，则有：用以描述两个子序列间的数据差异性，则有：用以描述两个子序列间的数据差异性，则有：其中，a
i
，a
j
分别为子序列A
1-τ
的第i个与第j个车头时距数据，b
m
，b
n
分别为子序列B
(τ+1)-N
的第m个与第n个车头时距数据，a
u
，b
v
分别为子序列A
1-τ
的第u个车头时距数据与子序列B
(τ+1)-N
的第v个车头时距数据，s为描述距离的尺度参数，δ为车型修正因子，用以消除因车型引起的车头时距不一致的现象，当车型为标准小汽车时，δ＝1；当车型为大型车时，δ＝h
pc
/h
HV
，h
pc
为标准小汽车的饱和车头时距，h
HV
为大型车的饱和车头时距，median{
·
}表示取中位数操作；203)计算两个子序列的车道内距离分量统计指标，用以描述两个子序列中数据的总体差异性，则有：其中，D
τ
为车辆τ的车道内距离分量统计指标，p，q分别为子序列A
1-τ
与B
(τ+1)-N
的车头时
距序列的数据量；204)当车道内距离分量统计指标D
τ
表征的距离取得最大值时，对应的车辆τ则为最后一辆排队车辆车头时距序列被划分为排队车辆车头时距子序列与非排队车排队车辆车头时距子序列，则有：205)根据识别出的最后一辆排队车辆的通过时间戳信息得到排队车辆消散时...

【专利技术属性】
技术研发人员：唐克双，吴浩，姚佳蓉，谈超鹏，
申请(专利权)人：同济大学，
类型：发明
国别省市：