[发明专利]一种基于多源数据的交叉口交通状态参数估计方法及系统

权利要求书

1.一种基于多源数据的交叉口交通状态参数估计方法，其特征在于，包括：

根据交通波理论建立车辆延误模型；

根据所述车辆延误模型和不同流向车辆的速度分布特征，确定流向级的车辆行程时间模型；

根据定点检测器获取到的路段入口流量，确定路段入口的到达车辆数；

根据移动检测器获取到的车辆轨迹，通过设置虚拟行程线，确定路段的车流转向比；

根据所述车辆行程时间模型、所述到达车辆数和所述车流转向比，确定不同流向的贝叶斯网络；

根据交通波理论和所述贝叶斯网络的解，确定不同流向的最大排队长度的估计值，并确定车辆平均行程时间的估计值。

2.根据权利要求1所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于，所述车辆延误模型的建立步骤具体包括：

确定当前流向车辆在当前信号周期内到达路段入口的第一时刻；

若在当前信号周期内，当前流向的车辆未饱和，确定红灯延误后车辆到达车辆入口的第二时刻，并根据所述第一时刻和所述第二时刻，确定所述车辆延误模型；

若在当前信号周期内，当前流向的车辆过饱和，确定红灯延误后车辆到达车辆入口的第三时刻，并根据所述第一时刻和所述第三时刻，确定所述车辆延误模型。

3.根据权利要求2所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于：

所述当前流向的车辆未饱和是指：在当前信号周期内，当前流向的车辆全部通过交叉口，当前交叉口在下一个信号周期不存在初始排队长度；

所述当前流向的车辆过饱和是指：在当前信号周期内，当前流向的车辆部分通过交叉口，当前交叉口在下一信号周期存在初始排队长度。

4.根据权利要求1所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于，所述不同流向车辆的速度分布特征，具体为：目标倒数服从正态分布，所述速度分布特征包括目标均值和目标标准差；

其中，所述目标倒数为当前流向中车辆自由流速度的倒数；

其中，所述目标均值为所述目标倒数的均值，所述目标标准差为所述目标倒数的标准差。

5.根据权利要求1所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于，所述根据移动检测器获取到的车辆轨迹，通过设置虚拟行程线，确定路段的车流转向比，包括：

获取在不同信号周期内不同流向的所述车辆轨迹，根据设置好的虚拟行程线，获取所述车辆轨迹中指定断面的轨迹数据；

当车辆经过所述虚拟行程线，获取当前时刻、行程线ID和车辆ID；

将下游路段虚拟行程线获取的下游车辆ID和上游路段虚拟行程线获取的上游车辆ID匹配；

当下游车辆ID与上游车辆ID匹配，所述下游路段的计数器进行计数；

当前分析区间结束，根据当前流向对应的下游路段的计数器值和所有下游路段的计数器值，确定所述路段的车流转向比；

其中，所述分析区间包括若干信号周期。

6.根据权利要求4所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于，所述贝叶斯网络为三层结构，所述贝叶斯网络的第一层参数为泊松分布参数，第二层参数包括所述目标均值、所述目标标准差、所述到达车辆数和所述车流转向比，第三层参数包括所述车辆轨迹。

7.根据权利要求6所述的基于多源数据的交叉口交通状态参数估计方法，其特征在于，所述贝叶斯网络的构建步骤包括：

根据所述泊松分布参数和所述到达车辆数，确定所述贝叶斯网络第一层参数和第二层参数之间的第一概率分布模型；

根据所述速度分布特征、所述到达车辆数、所述车流转向比和所述车辆轨迹，确定所述贝叶斯网络第二层参数和第三层参数之间的第二概率分布模型；

根据所述第一概率分布模型和所述第二概率分布模型，确定联合概率分布模型。