基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法技术

本发明专利技术是一种基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法，该方法包括如下步骤：（1）建立基础矩阵：该方法通过t时刻车辆运行矩阵Car[vehicle,t]决定该时刻的道路占用情况矩阵Point[n,distance,t]，再根据道路占用情况矩阵Point[n,distance,t]计算出t+t0时刻车辆最或然运行状态，从而生成Car[vehicle,t+t0­]的不断迭代过程；（2）车辆生成：（3）车辆行为决策和(4）判断轨迹重构是否完毕；本发明专利技术方法的优点是：融合定点检测器和信号配时数据，不依赖高质量的浮动车数据，对交通数据采集环境要求小。适用于多车道、出入车辆干扰交通的情况，适用面广。重构轨迹完整全面，可以在其基础上实现环境评估、信号控制协调、行程时间估计、拥堵状态预警等功能。

【技术实现步骤摘要】
基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法
本专利技术属于交通信息领域，具体涉及一种基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法。
技术介绍
在交通工程领域，对于车辆运行轨迹重构的认知和理解存在两个层次：第一层次是车辆的行驶路径，指的是车辆的起讫点以及连接起讫点之间的路段和节点，常用于路网OD(OriginDestination)矩阵的估计；第二层次是车辆的运行轨迹，指的是车辆在行驶过程中的完整物理轨迹，可以体现车辆速度随时间和空间的变化规律。本专利技术针对是是第二层次的车辆运行轨迹的重构，车辆运行轨迹是对交通流运行状态的最全面和完整的表达形式，不仅可以体现车辆在道路上的行驶路径，而且可以反映车辆运行速度随时间和空间的变化规律，蕴含非常丰富的交通流信息。交通信息化水平的不断提高使得城市路网大范围、连续、自动的定点和移动检测数据的采集成为现实，进而使得车辆运行轨迹的获取成为可能。其中，定点检测设备(如，线圈、地磁、微波雷达等)可以直接获取特定地点和时间间隔的速度、流量、占有率等路段和交叉口的交通流特征参数；移动检测设备(例如浮动车、车辆自动识别(AutomaticVehicleIdentification,AVI)设备等)可以直接估计部分车辆的起讫点、时空连续的行驶路径、点到点的行程时间等单个车辆的运行信息。重构车辆运行轨迹可以全面、准确地再现城市路网交通状态的时空分布以及交通流的演化规律，从而提高交通状态参数(例如，行程速度、行程时间、排队长度、延误等)估计和预测的精度以及交通信号控制的效率。同时，结合车辆排放和能源消耗模型，车辆运行轨迹信息还可以用于路网机动车交通产生的尾气和能源消耗的评估。因此，车辆运行轨迹的重构对于探索和开发交通信息化环境下的精细化交通控制与管理策略和系统，提升我国道路交通信息化、智能化水平，具有重要的现实意义。传统的轨迹重构方法主要基于变分理论(VariationalTheory)和相对通行能力约束的路网交通流解析模型，通过融合出租车浮动车数据、AVI数据以及信号控制参数来进行道路车辆轨迹重构，结果表明当对象路段的出入口位置布设有AVI设施且浮动车比例达到5％以上时，就有可能比较准确地估计出城市道路路段上所有车辆的运行轨迹。总结传统轨迹重构方法的研究，目前主要存在以下问题：(1)只能针对单车道、少量进出干扰的情况该算法不适用于我国城市主干道车道多、路侧出入口车辆进出量大的情况。(2)算法精度取决于高质量的浮动车数据浮动车的占有率较高且上传频率较高时，重构轨迹质量较高。一旦浮动车质量降低，则算法精确度迅速降低。我国城市浮动车数据的上传频率低，占比也低，难以得到广泛的实际应用。
技术实现思路
本专利技术所要解决的技术问题针对我国目前浮动车数据质量较低的情况，融合现有的定点检测器数据和交通信号数据，结合视频数据确定部分参数，依据交通特性和交通仿真的思想方法，提出了一种更符合我国典型城市主干道路交通信息采集环境的基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法，旨在多车道、有出入车辆干扰交通情况下重构出较高精度的车辆轨迹。本专利技术方法的基本适用条件如下：1、定点检测器能分车道检测路段的流量与速度数据，上传频率不低于1分钟一次，且无缺失定点检测器的路段，如图1所示。2、有各交叉口详细的交叉口信号配时方案。3、没有公交优先的交叉口。本专利技术方法的基本思想是：从利用约束优化选择的层面入手并借鉴了交通仿真的车辆产生机制与运行机理，基本思想如下：首先将一定数量的车辆在指定时间、指定路段或路口输入到系统中，如果没有约束条件会产生无数种可能的行驶轨迹。然后根据实际情况和交通理论引入一定的约束，从大量可能轨迹中筛选出少量的合理轨迹。最后参考实际交通运行情况，提取实际交通运行状况的一些参数作为选择标准，选择出最接近现实的最佳轨迹，完成轨迹重构。在此过程中，单个车辆的轨迹重构即按一定的条件在研究路段某处生成车辆，此车辆的每一秒的行为都是根据当前时刻的总体状态按照一定的约束条件进行决策，从而产生连续轨迹，直至车辆驶出研究范围或者达到研究时间。本专利技术的特点在于在我国的不包含高质量浮动车的数据源条件下，利用数学方法(动态规划法以及对分时统计流量的处理)和交通工程的分析方法(交通流相关理论、车辆跟驰模型)的融合，通过各种约束条件重构出车辆轨迹，并基于路段的总体状态对车辆的瞬时行为进行决策，使得重构轨迹更符合实际状况，提高轨迹重构准确性。本专利技术所要解决的技术问题是通过以下的技术方案来实现的。本专利技术是一种基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法，其特点是，包括如下步骤：步骤一：建立基础矩阵建立三维的道路分时占用矩阵Point[n,distance,t](n表示车道，distance表示该点离研究路段起点的距离，t表示研究时刻)。该矩阵的功能是反映当前时刻的实时路况(如30s时刻，有一长5米车辆存在于1车道20米处，则[1,15,30]至[1,20,30]设置为占用)，并作为约束条件对下一秒车辆生成和运行形成约束。建立二维的车辆运行矩阵Car[vehicle,t](vehicle表示车辆的编号，t表示研究时刻)，每一矩阵元素为二维向量，包括所处车道以及离研究路段起点距离。该矩阵的功能是反应已生成车辆的运行状况，并用于更新道路的时空占用情况。本方法就是通过t时刻车辆运行矩阵Car[vehicle,t]决定该时刻的道路占用情况矩阵Point[n,distance,t]，再根据道路占用情况矩阵Point[n,distance,t]计算出t+t0时刻车辆最或然运行状态，从而生成Car[vehicle,t+t0]的不断迭代过程。步骤二：车辆生成在研究路段第一个定点检测器(即为图3中的Detector1)处形成初始车辆，每个分时时段Tn内的车辆生成数量设定为定点检测器获得的各车道分时统计交通量qi(如图4所示，红字表示该分时时段Tn内的交通量)，具体生成时刻为此分时时段内的随机时刻tn-j(用Random.Next(0,T)函数分配每辆车的生成时刻)。将车辆轨迹向前反推至研究路段起点，并往下游延伸。步骤三：车辆行为决策已生成的车辆在每一秒都根据路网的时空占用状态进行行为决策，决策符合一定的约束条件，包括以下四种约束：(1)基本约束：车辆轨迹需要遵守时间和空间上的合理性，不能重合、相切或者相交；车队轨迹需要符合交通流冲击波形状特征。(2)信号控制约束：车辆在信控交叉口需要遵守信号条件。(3)交通流参数约束：车辆在路段中行驶时按照路段平均车速前进；轨迹重构导致的每车道重构交通量需要遵守实测交通量数据，否则进行合理变道或者补充车辆。(4)决策优先级约束：决策的选择思路是在不违反上述三个约束的前提下，进行优先级更高的状态转移即在车辆行驶时：前进>停车；停车时：起步>停止。这种决策规则是由现实情况决定的，因为路段中正常行驶的车辆驾驶员受到安全、交通规则和心理的影响，会倾向于保持原速行驶；同样，因为红灯、前车停车等因素停车的车辆，也会在第一时间选择起步。在上述几种约束的限制下，根据现实中车辆在路段上的实际行为，车辆的行为决策结果分别是前进、停车与起步、驶出主干道、本文档来自技高网...

【技术保护点】
一种基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法，其特征在于，该方法包括如下步骤：（1）建立基础矩阵：建立三维的道路分时占用矩阵Point[n,distance,t]，其中n表示车道，distance表示该点离研究路段起点的距离，t表示研究时刻；该矩阵的功能是反映当前时刻的实时路况，并作为约束条件对下一秒车辆生成和运行形成约束；建立二维的车辆运行矩阵Car[vehicle, t]，其中vehicle表示车辆的编号，t表示研究时刻，每一矩阵元素为二维向量，包括所处车道以及离研究路段起点距离；该矩阵的功能是反应已生成车辆的运行状况，并用于更新道路的时空占用情况；该方法通过t时刻车辆运行矩阵Car[vehicle, t]决定该时刻的道路占用情况矩阵Point[n,distance,t]，再根据道路占用情况矩阵Point[n,distance,t]计算出t+t0时刻车辆最或然运行状态，从而生成Car[vehicle, t+t0­]的不断迭代过程；（2）车辆生成：在研究路段第一个定点检测器处形成初始车辆，每个分时时段Tn内的车辆生成数量设定为定点检测器获得的各车道分时统计交通量qi，具体生成时刻为此分时时段内的随机时刻tn‑j，用Random.Next(0,T)函数分配每辆车的生成时刻，将车辆轨迹向前反推至研究路段起点，并往下游延伸；（3）车辆行为决策：已生成的车辆在每一秒都根据路网的时空占用状态进行行为决策，决策符合一定的约束条件，包括以下四种约束：A基本约束：车辆轨迹需要遵守时间和空间上的合理性，不能重合、相切或者相交；车队轨迹需要符合交通流冲击波形状特征；B信号控制约束：车辆在信控交叉口需要遵守信号条件；C交通流参数约束：车辆在路段中行驶时按照路段平均车速前进；轨迹重构导致的每车道重构交通量需要遵守实测交通量数据，否则进行合理变道或者补充车辆；D决策优先级约束：决策的选择思路是在不违反上述3个约束的前提下，进行优先级更高的状态转移即在车辆行驶时：前进>停车；停车时：起步>停止；这种决策规则是由现实情况决定的，因为路段中正常行驶的车辆驾驶员受到安全、交通规则和心理的影响，会倾向于保持原速行驶；同样，因为红灯、前车停车等因素停车的车辆，也会在第一时间选择起步；在上述几种约束的限制下，根据现实中车辆在路段上的实际行为，车辆的行为决策结果分别是前进、停车与起步、驶出主干道、合理变道和驶入主干道，同时根据需要对轨迹矛盾进行处理； (4）判断轨迹重构是否完毕:当车辆处于以下3种状态时会认为此车的轨迹已重构完毕：（i）重构时间超过了所研究的时间范围；（ii）车辆位于转向车道且已通过交叉口停车线；（iii）车辆位于直行车道且驶出所研究的路段。...

【技术特征摘要】
1.一种基于定点检测器和信号配时数据融合的城市干道车辆轨迹重构方法，其特征在于，该方法包括如下步骤：(1)建立基础矩阵：建立三维的道路分时占用矩阵Point[n,distance,t]，其中n表示车道，distance表示该点离研究路段起点的距离，t表示研究时刻；该矩阵的功能是反映当前时刻的实时路况，并作为约束条件对下一秒车辆生成和运行形成约束；建立二维的车辆运行矩阵Car[vehicle,t]，其中vehicle表示车辆的编号，t表示研究时刻，每一矩阵元素为二维向量，包括所处车道以及离研究路段起点距离；该矩阵的功能是反应已生成车辆的运行状况，并用于更新道路的时空占用情况；该方法通过t时刻车辆运行矩阵Car[vehicle,t]决定该时刻的道路分时占用矩阵Point[n,distance,t]，再根据道路分时占用矩阵Point[n,distance,t]计算出t+t0时刻车辆最或然运行状态，从而生成Car[vehicle,t+t0]的不断迭代过程；(2)车辆生成：在研究路段第一个定点检测器处形成初始车辆，每个分时时段Tn内的车辆生成数量设定为定点检测器获得的各车道分时统计交通量qi，具体生成时刻为此分时时段内的随机时刻tn-j，用Random.Next(0,T)函数分配每辆车的生成时刻，将车辆轨迹向前反推至研究路段起点，并往下游延伸；(3)车辆行为决策：已生成的车辆在每一秒都根据路网的时空占用状态进行行为决策，决策符合一定的约束条件，包括以下四种约束：A基本约束：车辆轨迹需要遵守时间和空间上的合理性，不能重合、相切或者相交；车队轨迹需要符合交通流冲击波形状特征；B信号控制约束：车辆在信控交叉口需要遵守信号条件；C交通流参数约束：车辆在路段中行驶时按照路段平均车速前进；轨迹重构导致的每车道重构交通量需要遵守实测交通量数据，否则进行合理变道或者补充车辆；D决策优先级约束：决策的选择思路是在不违反上述3个约束的前提下，进行优先级更高的状态转移即在车辆行驶时：前进>停车；停车时：起步>停止；这种决策规则是由现实情况决定的，因为路段中正常行驶的车辆驾驶员受到安全、交通规则和心理的影响，会倾向于保持原速行驶；同样，因为红灯、前车停车等因素停车的车辆，也会在第一时间选择起步；在上述几种约束的限制下，根据现实中车辆在路段上的实际行为，车辆的行为决策结果分别是前进、停车与起步、驶出主干道、合理变道和驶入主干道，同时根据需要对轨迹矛盾进行处理；(4)判断轨迹重构是否完毕:当车辆处于以下3种状态时会认为此车的轨迹已重构完毕：(i)重构时间超过了所研究的时间范围；(ii)车辆位于转向车道且已通过交叉口停车线；(iii)车辆位于直行车道且驶出所研究的路段。2.根据权利要求1所述的方法，其特征在于，步聚(3)车辆的行为决策包括：a前进决策：对于每一辆生成车...

【专利技术属性】
技术研发人员：项俊平，唐克双，刘伟，张锋鑫，刘建华，
申请(专利权)人：连云港杰瑞电子有限公司，
类型：发明
国别省市：江苏;32