[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

说明书

本发明提供了一种交通状态估计方法、装置、设备及可读存储介质，涉及道路交通技术领域，包括历史数据以及当前时刻可获取的部分车辆信息，通过推到得出的考虑驾驶员异质性的状态估计函数计算公式和协方差函数计算公式，并替代了现有卡尔曼滤波函数中的状态估计函数和协方差函数，与现有技术相比无需再抽取随机数据，缩短计算时间实现交通状态的实时估计。

技术领域

本发明涉及道路交通技术领域，具体而言，涉及一种交通状态估计方法、装置、设备及可读存储介质。

背景技术

交通状态估计(TSE)是指使用部分观测到的交通数据推断路段上交通状态变量。在现有绝大部分拉格朗日交通模型假设交通流是均质的和确定性的，未考虑人工驾驶行为的随机性和异质性。然而，实际交通系统中，人工驾驶行为具有明显的异质性和随机性，例如：不同的驾驶员反应时间不同、期望行驶速度不同以及可接受的安全距离也不同。现有的交通状态估计方法并不能实时在人工驾驶行为具有明显的异质性和随机性的问题下进行交通状态估计。

发明内容

本发明的目的在于提供一种交通状态估计方法、装置、设备及可读存储介质，以改善上述问题。为了实现上述目的，本发明采取的技术方案如下：

第一方面，本申请提供了一种交通状态估计方法，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。

进一步地，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所述第三时刻的一段时间，所述第三时刻为第二时刻加上时间离散值的时刻；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、和所述中间信息、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。