[发明专利]一种交通状态估计方法、装置、设备及可读存储介质

权利要求书

1.一种交通状态估计方法，其特征在于，包括：

获取第一信息，所述第一信息包括第一时间段内探测车辆在车道上的轨迹数据，所述第一时间段以第一时刻为统计起点并以当前时刻为统计终点的一段时间，所述第一时刻不同于当前时刻；

获取第二信息，所述第二信息包括第二时间段内非探测车辆在车道上的轨迹数据，所述第二时间段以第一时刻为统计起点并以第二时刻为统计终点的一段时间，所述第二时刻位于所述第一时刻和所述当前时刻之间；

建立基于随机交通流的卡尔曼滤波数学模型，将所述第一信息和所述第二信息作为所述卡尔曼滤波数学模型的输入信息，求解所述卡尔曼滤波数学模型得到当前时刻基于驾驶员异质性的交通状态估计信息；

其中，所述建立基于随机交通流的卡尔曼滤波数学模型，将所述第一信息和所述第二信息作为所述卡尔曼滤波数学模型的输入信息，求解所述卡尔曼滤波数学模型得到当前时刻基于驾驶员异质性的交通状态估计信息，包括：

建立时间离散计算数学模型，将所述第二信息和所述第一信息作为所述时间离散计算数学模型的输入信息，求解所述时间离散计算数学模型得到所述卡尔曼滤波数学模型的时间离散值；

建立数据预处理数学模型，将所述第一信息、所述第二信息和所述时间离散值作为所述数据预处理数学模型的输入信息，求解所述数据预处理数学模型得到第三信息，所述第三信息包括关于第三时间段的初始条件、边界条件和车辆进出车道的矩阵信息，所述第三时间段为以所述第二时刻到第三时刻的一段时间，所述第三时刻为所述第二时刻加上所述时间离散值的时刻；

建立中间处理数学模型，将所述第一信息和所述第二信息作为中间处理数学模型的输入信息，求解所述中间处理数学模型得到中间信息，所述中间信息包括第二时间段内的车辆内的平均间距关系式和观察对角矩阵中的对角元素信息；

建立基于卡尔曼滤波数学模型的随机交通流迭代数学模型，将所述第三信息和所述中间信息作为所述随机交通流迭代计算数学模型的输入信息，求解所述随机交通流迭代计算数学模型得到第四信息，所述第四信息包括第三时刻的交通状态估计和第三时刻的协方差信息；

建立重复数学模型，将所述第一信息、所述中间信息、所述第四信息和所述时间离散值作为所述重复数学模型的输入信息，求解所述重复数学模型得到当前时刻基于驾驶员异质性的交通状态估计信息；

其中，建立数据预处理数学模型，将所述第一信息、所述第二信息和所述时间离散值作为所述数据预处理数学模型的输入信息，求解所述数据预处理数学模型得到第三信息，包括：

统计所述第二时刻到所述第三时刻中的车辆总数；

以秒为单位时间统计所述第二时刻到所述第三时刻的时间长度；

建立三个空矩阵分别为记为X矩阵、V矩阵、S矩阵，三个所述空矩阵均以所述车辆总数为行数，以预设时间为间隔；

按照所述车辆的编号和所述车辆的时间序列将所述车辆的位置、所述车辆的速度、所述车辆与前车的间距信息分别录入所述X矩阵、所述V矩阵和所述S矩阵中得到初始条件的矩阵信息；

建立边界条件建立数学模型，将所述初始条件的矩阵作为所述边界条件建立数学模型的输入信息，求解所述边界条件建立数学模型得到边界条件的矩阵信息。