[发明专利]一种基于电子警察数据的交叉口车道排队长度估计方法

说明书

本发明涉及一种基于电子警察数据的交叉口车道排队长度估计方法，包括以下步骤：1)对电子警察数据进行预处理，获取各车辆的绿灯期间通过停车线时刻和车头时距序列；2)假设处理后电子警察数据隶属于排队车辆和非排队车辆两个分布，建立高斯混合模型；3)采用期望最大化算法求解高斯混合模型的参数；4)依据高斯混合模型结果判别周期内各车辆是否排队，并根据最后一辆排队车辆确定车道排队长度。与现有技术相比，本发明具有无需上游电子警察、纯数据驱动、估计精度高、鲁棒性好等优点。

技术领域

本发明涉及交通信息管理领域，尤其是涉及一种基于电子警察数据的交叉口车道排队长度估计方法。

背景技术

由于平安城市建设和交通执法管理的需要，近年我国城市道路电子警察(简称“电子警察”)设备的安装和使用越来越广泛，电子警察设备大都安装在交叉口停车线附近，能够捕捉车道上全部通过车辆的即时信息，包括车辆号牌、车辆通过停车线时刻、车辆类型等。相比传统的定点检测器，电子警察数据检测精度高，时效性好，且设备不易损坏，对于信号控制交叉口运行评价和控制优化具有很大的应用价值。

目前，基于电子警察数据的排队长度估计研究还十分有限，由于电子警察设备仅能检测车辆的通过停车线时刻，现有的研究大多基于双截面电子警察数据。通过匹配上下游电子警察车辆号牌，基于匹配车辆的行程时间等信息重构车辆的到达和离去过程，实现排队长度的估计，然而，这类方法对于上游交叉口电子警察数据的需求，限制了其在实际中的应用范围，通过融合网联车辆轨迹数据，Tan C,Liu L,Wu H,et al.Fuzing licenseplate recognition data and vehicle trajectory data for lane-based queuelength estimation at signalized intersections[J].Journal of IntelligentTransportation Systems,2020,24(5):449-466以单截面电子警察数据为输入，基于贝叶斯理论实现了车道级排队长度的估计，然而对于轨迹数据的需求依然限制了该方法的实际应用。目前，仅有个别研究基于单截面电子警察数据实现了车道级排队长度估计。例如，WuH,Yao J,Liu L,et al.Left-Turn Spillback Identification Based on License PlateRecognition Data[C].Presented at 98th Annual Meeting of the TransportationResearch Board,Washington,D.C.,2019基于单截面电子警察数据提供的车头时距序列数据，运用突变点分析方法，实现各周期车道级排队长度的估计。然而，该方法对于数据质量要求较高，电子警察漏检导致的车头时距离群点对方法精度影响较大。Zhan X,Li R,Ukkusuri S V.Link-based traffic state estimation and prediction for arterialnetworks using license-plate recognition data[J].Transportation Research PartC:Emerging Technologies,2020,117:102660则以单截面电子警察为输入，假设排队车辆消散流率、非排队车辆消散流率和排队消散时间三个参数，并基于高斯过程和马尔可夫蒙特卡洛方法估计上述参数，从而实现排队长度的估计，然而该方法并未考虑电子警察常见的漏检和错检情况。

综上，在现实场景电子警察可能存在漏检的数据条件下，现有方法难以满足实际应用的精度和稳定性要求。

发明内容

本发明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电子警察数据的交叉口车道排队长度估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于电子警察数据的交叉口车道排队长度估计方法，包括以下步骤：