一种基于电警数据的交叉口短车道排队溢出识别方法技术

本发明专利技术涉及一种基于电警数据的交叉口短车道排队溢出识别方法，包括：1)获取电警数据并计算车辆的离去车头时距；2)结合车辆通过停车线的时间戳信息及计算所得的离去车头时距，描述临近间距与车头时距波动两重特性，以此识别出离去车头时距序列变点，估计每条车道上的车辆排队长度；3)分析左转短车道及相邻直行车道的不同排队长度情况下，交叉口可能发生的排队溢出类型，并通过是否阻塞其相邻车道上车辆的行驶而进行细分。基于变点分析理论所计算得到的各车道排队长度，在不同的相位放行规则下，分别建立基于规则式的排队溢出识别算法，以识别不同类型的排队溢出状态，本发明专利技术具有排队溢出分类明确、输入数据少、适用性广等优点。

An Intersection Short Lane Queuing Overflow Recognition Method Based on Electric Police Data

【技术实现步骤摘要】
一种基于电警数据的交叉口短车道排队溢出识别方法
本专利技术涉及交通控制领域，尤其涉及一种基于电警数据的交叉口短车道排队溢出识别方法。
技术介绍
随着国家经济水平的提高，部分城市因其交通规划年限早，其配套设施已远远不能满足交通需求。在高峰时段，信号交叉口短车道会发生排队溢出，即排队车辆超过其车道蓄车空间，阻碍其他车道的车辆以致其不能按时通过交叉口，影响相邻车道的消散流率，从而降低交叉口运行效率。对短车道排队溢出的有效识别，可服务于交叉口交通状态估计和信号控制方案的优化，具有重要意义。传统的排队溢出识别方法大都基于线圈数据，一方面线圈检测器容易损坏且不易维修，另一方面识别精度也会受到设备损坏或者检测失效的影响。现有的排队溢出识别模型多研究下游交叉口发生排队溢出对上游交叉口产生的影响，对单交叉口的短车道排队溢出的研究较少。现有的短车道排队溢出研究中，大多假设到达率为泊松分布，通过概率论方法计算短车道发生排队溢出的概率。此外，现有方法未根据排队溢出所带来的影响对其进行细分，且未考虑信号相位放行顺序对排队溢出的影响。在实际应用中，排队溢出的车队是否阻塞相邻车道上的车辆，直接影响后期的信号配时优本文档来自技高网...

【技术保护点】
1.一种基于电警数据的交叉口短车道排队溢出识别方法，其特征在于，包括以下步骤：根据电警数据，获取离去车头时距信息，其中，所述电警数据包括车辆通过停车线的时间戳信息，所述时间戳信息包括离开时刻、方向编号、车道编号；根据所述时间戳信息及离去车头时距信息，通过定义特征函数以描述临近间距与车头时距波动的特性，以此识别出离去车头时距序列变点，进而估计周期内每条车道上的车辆排队长度；分析左转短车道及相邻直行车道的不同排队长度情况，结合交叉口发生的排队溢出类型，基于变点分析理论计算各车道排队长度，在不同的相位放行规则下，分别建立基于相位放行规则的排队溢出识别算法，以识别不同类型的排队溢出状态。

【技术特征摘要】
1.一种基于电警数据的交叉口短车道排队溢出识别方法，其特征在于，包括以下步骤：根据电警数据，获取离去车头时距信息，其中，所述电警数据包括车辆通过停车线的时间戳信息，所述时间戳信息包括离开时刻、方向编号、车道编号；根据所述时间戳信息及离去车头时距信息，通过定义特征函数以描述临近间距与车头时距波动的特性，以此识别出离去车头时距序列变点，进而估计周期内每条车道上的车辆排队长度；分析左转短车道及相邻直行车道的不同排队长度情况，结合交叉口发生的排队溢出类型，基于变点分析理论计算各车道排队长度，在不同的相位放行规则下，分别建立基于相位放行规则的排队溢出识别算法，以识别不同类型的排队溢出状态。2.根据权利要求1所述的排队溢出识别方法，其特征在于，所述离去车头时距信息通过以下公式得到：hi＝pti+1-pti，其中，hi表示该车道第i个车头时距，pti+1为该车道上第i+1辆车的时间戳，pti表示第i辆车的离去时刻。3.根据权利要求1所述的排队溢出识别方法，其特征在于，所述相位放行规则包括直行与左转同时放行的相位规则，对应的排队溢出识别算法包括以下步骤：S11、根据电警数据，通过变点分析理论计算该周期内各车道的排队长度，统计各车道通过车辆数；S12、判断直行车道排队车辆数Nqt是否超过直行车道蓄车空间NBT，如未超过则转至S13；反之转至S16；S13、判断左转车道通过车辆数NL是否超过左转车道蓄车空间NBL，如未超过则左转车道未发生排队溢出，结束算法；反之转至S14；S14、判断左转车道排队车辆数Nql是否超过左转车道蓄车空间NBL，如未超过则左转车道未发生排队溢出，结束算法；反之则左转车道发生排队溢出，并转至S15；S15、判断直行车道排队车辆数Nqt是否等于直行车道通过车辆数NT，若是，则左转排队车队后无被阻塞的直行车辆，此时左转车道状态为排队溢出且不阻塞，结束算法；反之，则计算直行车道第一辆非排队车与左转车道最后一辆排队车的车头时距，判断其是否小于设定阈值，若是，则左转车道排队溢出且阻塞，结束算法；反之，则左转车道排队溢出且不阻塞，结束算法；S16、判断直行车道排队车辆数Nqt是否超过直行车道蓄车空间NT，若是，则判断左转车道通过车辆数NL是否超过左转车道蓄车空间NBL，如未超过则转至S17，反之转至S18；S17、判断左转车道排队车辆数Nql是否等于左转车道通过车辆数NL，若是，则直行车道排队不阻塞，结束算法，反之转至S19；S18、判断左转车道排队车辆数Nql是否超过左转车道蓄车空间NL，若是，则两方向车道均发生排队溢出，转至S110，反之转至S19；S19、计算左转车道第一辆非排队车与直行车道最后一辆排队车的车头时距，判断其是否小于设定阈值，若是，则直行车道发生排队溢出且阻塞，结束算法；反之，则直行车道排队溢出且不阻塞，结束算法；S110、分别计算左转车道、直行车道蓄车空间内最后一辆车与蓄车空间外第一辆车的车头时距δL、δT，如δL＜δT，则左转溢出且阻塞，结束算法；如δL≥δT，则直行溢出且阻塞，结束算法。4.根据权利要求1所述的排队溢出识别方法，其特征在于，所述相位放行规则包括先直行放行后左转放行的相位规则，对应的排队溢出识别算法包括以下步骤：S21、根据电警数据，通过变点分析理论计算该周期内各车道的排队长度，统计各车道通过车辆数；S22、判断直行车道排队车辆数Nqt是否小于直行车道通过车辆数NT，若是，则直行车道未饱和，且左转不溢出，结束算法；反之，转至S23；S23、判断直行车道是否过饱和，其判断条件包括：第一条件为直行车道通过车辆数达到直行车道最大通过车辆数的80％以上；第二条件为直行车道上最后一辆车通过时刻与下一周期红灯启亮时刻的时间差小于5s；如满足第一条件和第二条件，则直行车道过饱和，结束算法，反之转至S24；S24、判断左转车道排队车辆数Nql是否小于左转车道蓄车空间NBL，若是，则左转无溢出，结束算法；反之转至S25；S25、判断两直行车道排队数是否存在差异，如两直行车道的排队车辆数有差异，则左转排队溢出且阻塞，结束算法；如无差异，则左转排队溢出且不阻塞，结束算法。5.根据权利要求1所述的排队溢出识别方法，其特征在于，所述相位放行规则包括先直行放行后直行与左转同时放行的相位规则，对应的排队溢出识别算法包括以下步骤：S31、根据电警数据，通过变点分析理论计算该周期内各车道的排队长度，统计各车道通过车辆数；S32、判断左转车道排队车辆数Nql是否大于左转车道蓄车空间NBL，若是，则转至S33；反之，则在直行放行阶段左转排队不会造成干扰，结束算法；S33、判断直行车道排队车辆数Nqt是否小于直行车道蓄车空间NBT，若是，则转至S34；反之则转至S35；S34、判断两直行车道排队车辆数是否有差异，如有差异，则左转车道排队溢出且阻塞，结束算法；反之，左转车道排队溢出且不阻塞，结束算法；S35、判断左转车道、直行车道车辆是否相互阻挡，如车队满足以下条件：hi＜δ，其中，hi为第i辆与第i+1辆直行车的车头时距，其中i＝1,2,3,…,Npt-1；δ为车头时距阈值，则左转、直行车道均排队溢出且不阻塞，结束算法；反之，左转、直行车道均排队溢出且阻塞，结束算法。6.根据权利要求1所述的排队溢出识别方法，其特征在于，所述相位放行规...

【专利技术属性】
技术研发人员：唐克双，吴浩，孙剑，
申请(专利权)人：苏州易通交通科技有限公司，
类型：发明
国别省市：江苏,32