[发明专利]基于众包轨迹数据的交叉口周期最大排队长度估计方法

权利要求书

1.一种基于众包轨迹数据的交叉口周期最大排队长度估计方法，其特征在于，包括：

获取一个交叉口周期内通过交叉口的预定进口方向的众包数据，并根据所述众包数据确定众包车辆的时空轨迹；

将所述时空轨迹划分为停车轨迹和非停车轨迹两个种类，其中所述停车轨迹表示在所述交叉口的所述预定进口方向停止的众包车辆的时空轨迹，非停车轨迹代表未在所述交叉口的所述预定进口方向停止的众包车辆的时空轨迹；

根据所述时空轨迹在所述两个种类的分布，建立最大似然方程；

求解所述最大似然方程，估计所述交叉口的所述预定进口方向的车辆到达流率；以及

根据所述车辆到达流率，估算出所述交叉口的所述预定进口方向的停车波和消散波的传播速度，并基于所述停车波和消散波的传播速度估计所述交叉口的所述预定进口方向在所述交叉口周期内的最大排队长度。

2.根据权利要求1所述的方法，其特征在于，根据所述众包数据确定众包车辆的时空轨迹的操作包括：

在所述交叉口周期内，根据通过所述交叉口的所述预定进口方向的所述众包数据提供的众包车辆的时间和位置信息，对所述众包车辆的时空轨迹进行还原；以及

再现所述众包车辆的时空轨迹后，剔除具有回退、结尾和中途的异常状态轨迹数据，生成所述时空轨迹。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

提取每条所述时空轨迹的自由流到达时间和驶离时间，其中

所述非停车轨迹的自由流到达时间等于驶离时间。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括：利用所述时空轨迹的所述两个种类对所述交叉口周期内的到达场景进行分类，其中所述到达场景的分类包括：

不存在所述停车轨迹和所述非停车轨迹的众包数据的到达场景；

只存在所述停车轨迹的众包数据的到达场景；

只存在所述非停车轨迹的众包数据的到达场景；以及

同时存在所述停车轨迹和所述非停车轨迹的众包数据的到达场景。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括：

依据所述到达场景的所述分类，确定所述时空轨迹在所述两个种类的分布，并根据所述分布确定饱和流率。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：利用最大期望算法求解所述最大似然方程，得到所述车辆到达流率。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：利用所述饱和流率和所述车辆到达流率计算得到到达密度和饱和密度。

8.根据权利要求7所述的方法，其特征在于，所述方法还包括：

利用两辆连续的所述众包车辆之间的停车距离差和两辆连续的所述众包车辆之间的未被提取所述众包数据的普通车辆的数量计算得到拥堵密度，以及

利用所述到达密度、所述饱和密度和所述拥堵密度计算得到所述停车波和消散波的传播速度。

9.根据权利要求8所述的方法，其特征在于，所述交叉口的所述预定进口方向在所述交叉口周期内的最大排队长度的计算方法为：

其中，L_max为所述最大排队长度，T_max为所述最大排队长度的发生时间，v₁和v₂分别为所述停车波和消散波的传播速度，T_R和T_G分别为所述交叉口的所述预定进口方向的红灯开始时间和绿灯开始时间。

10.根据权利要求1-9项任意一项所述的方法，其特征在于，

所述众包车辆到达所述交叉口服从泊松分布；

所述交叉口的信号配时信息已知；

所述交叉口的所述预定进口方向的红灯开始时，所述预定进口方向不存在初始排队；

所述交叉口周期内存在至少一条所述众包车辆的时空轨迹；

所述众包车辆在排队前，以自由流速度行驶。