[发明专利]一种基于电警数据的交叉口短车道排队溢出识别方法

说明书

本发明涉及一种基于电警数据的交叉口短车道排队溢出识别方法，包括：1)获取电警数据并计算车辆的离去车头时距；2)结合车辆通过停车线的时间戳信息及计算所得的离去车头时距，描述临近间距与车头时距波动两重特性，以此识别出离去车头时距序列变点，估计每条车道上的车辆排队长度；3)分析左转短车道及相邻直行车道的不同排队长度情况下，交叉口可能发生的排队溢出类型，并通过是否阻塞其相邻车道上车辆的行驶而进行细分。基于变点分析理论所计算得到的各车道排队长度，在不同的相位放行规则下，分别建立基于规则式的排队溢出识别算法，以识别不同类型的排队溢出状态，本发明具有排队溢出分类明确、输入数据少、适用性广等优点。

技术领域

本发明涉及交通控制领域，尤其涉及一种基于电警数据的交叉口短车道排队溢出识别方法。

背景技术

随着国家经济水平的提高，部分城市因其交通规划年限早，其配套设施已远远不能满足交通需求。在高峰时段，信号交叉口短车道会发生排队溢出，即排队车辆超过其车道蓄车空间，阻碍其他车道的车辆以致其不能按时通过交叉口，影响相邻车道的消散流率，从而降低交叉口运行效率。对短车道排队溢出的有效识别，可服务于交叉口交通状态估计和信号控制方案的优化，具有重要意义。

传统的排队溢出识别方法大都基于线圈数据，一方面线圈检测器容易损坏且不易维修，另一方面识别精度也会受到设备损坏或者检测失效的影响。现有的排队溢出识别模型多研究下游交叉口发生排队溢出对上游交叉口产生的影响，对单交叉口的短车道排队溢出的研究较少。现有的短车道排队溢出研究中，大多假设到达率为泊松分布，通过概率论方法计算短车道发生排队溢出的概率。此外，现有方法未根据排队溢出所带来的影响对其进行细分，且未考虑信号相位放行顺序对排队溢出的影响。在实际应用中，排队溢出的车队是否阻塞相邻车道上的车辆，直接影响后期的信号配时优化。在数据检测方面，随着我国越来越多的城市布设了卡口电警设备，海量电警数据开始为交通检测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。因此，建立基于电警数据的排队溢出识别方法对于补充现有排队溢出识别方法论具有重要的现实意义。

发明内容

为了解决现有技术的问题，本发明提供了一种基于电警数据的交叉口短车道排队溢出识别方法，利用所述技术方案如下：

本发明提供了一种基于电警数据的交叉口短车道排队溢出识别方法，包括以下步骤：

根据电警数据，获取离去车头时距信息，其中，所述电警数据包括车辆通过停车线的时间戳信息，所述时间戳信息包括离开时刻、方向编号、车道编号；

根据所述时间戳信息及离去车头时距信息，通过定义特征函数以描述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，进而估计周期内每条车道上的车辆排队长度；

分析左转短车道及相邻直行车道的不同排队长度情况，结合交叉口发生的排队溢出类型，基于变点分析理论计算各车道排队长度，在不同的相位放行规则下，分别建立基于相位放行规则的排队溢出识别算法，以识别不同类型的排队溢出状态。

进一步地，所述离去车头时距信息通过以下公式得到：

h_i＝pt_i+1-pt_i，其中，h_i表示该车道第i个车头时距，pt_i+1为该车道上第i+1辆车的时间戳，pt_i表示第i辆车的离去时刻。

可选地，所述相位放行规则包括直行与左转同时放行的相位规则，对应的排队溢出识别算法包括以下步骤：

S11、根据电警数据，通过变点分析理论计算该周期内各车道的排队长度，统计各车道通过车辆数；