[发明专利]基于闯红灯自动记录系统数据的车道组交通需求预测方法

说明书

本发明公开了一种基于闯红灯自动记录系统数据的车道组交通需求预测方法。本发明首先通过车牌匹配获取路段行程时间；其次确定每一个周期的行程时间变化率；然后确定每一个周期所对应的虚拟周期时长；最后测算每个周期的驶离车辆数并计算车道组交通需求。本发明克服了现有基于线圈检测的两类缺陷：无法检测过饱和交通需求或无法区分不同车道组之间的差异性，为信号控制的精细化优化提供了技术基础。

技术领域

本发明涉及一种对车道组交通需求的预测方法，具体是一种基于闯红灯自动记录系统数据的车道组交通需求预测方法，属于智能交通研究领域。

背景技术

交通需求是交通管理与控制的基本参数之一。精准、可靠的交通需求是进行信号优化的前提和基础，直接决定信号方案的实施效果。现有控制系统均基于固定检测设备，例如线圈检测器、微波检测器、视频检测器等，统计单位时段内通过特定检测断面的车辆数，并将该车辆数视为交通需求进而用于交通管理与控制。

目前，固定检测设备的布设位置有两类，一是布设于路段上游的出口道位置处，一是布设于路段下游的进口道位置处。针对第一类布设位置，检测器可以真实检测单位时间内通过断面的车辆数即为真实交通需求，但无法辨识这些车辆在下游交叉口的转向属性，无法区分分车道的交通需求；针对第二类布设位置，检测器可以区别转向属相，但在过饱和状态下，部分实际到达的车辆无法正常通过下游交叉口，其单位时间内通过的车辆数小于实际交通需求，存在交通需求严重被低估的风险。

近年来，我国各大城市相继布设了闯红灯自动记录系统，该系统将视频检测设备布设于进口道停车线后约20米位置处，能够记录车辆牌照及通过停车线时的时刻信息。通过路段上下游两个交叉口所记录数据的相应匹配可以获取车辆行程时间信息。针对特定路段，行程时间与交通需求密切相关，需求愈大则单位时段内的平均行程时间必然越高，前后两车之间的行程时间变化率必然越小。因此，可以以信号周期时长为分析单元，借助每个基本单元的行程时间数据来估计车道组的实时交通需求。

本发明可以直接应用于交通控制领域，利用目前日益普及的闯红灯自动记录系统数据估计车道组交通需求，将为现有交通控制系统的升级改造提供技术基础。同时，该方法实现了闯红灯自动记录系统数据的信息复用，减少了城市交通控制系统对地感线圈、微波等传统检测设备的依赖度，降低了整个交通控制系统的运维成本。

发明内容

本发明针对现有技术的不足，提供了一种基于闯红灯自动记录系统数据的车道组交通需求预测方法。

本发明的基本思想为：交通需求增加是诱使交通状态恶化的直接原因，而针对特定路段的下游进口道，周期内通过车辆中的平均行程时间越大、行程时间变化率越小则交通状态越恶劣，周期内通过车辆中的平均行程时间及行程时间变化率与交通需求之间存在固定关系。同时，由于很多路段中央开设于单位进出口，其进出车辆也会影响交通需求，而闯红灯自动记录系统无法检测这部分车辆的相关信息，计算平均行程时间可能存在一定误差。为考虑这部分车辆的影响，本发明利用单位周期内的行程时间变化率来估计交通需求。

下游进口道某车道组在周期i内的驶离车辆是在某一个时段范围内由上游交叉口驶入的，驶离车辆数与该时段范围大小的比值即为周期i的交通需求。同时，驶入时段与信号周期存在一一对应关系，可将驶入时段看作是驶离车辆驶入上游路段的虚拟周期。考虑到闯红灯自动记录系统存在漏检现象，系统自动检测的驶离车辆数可能会偏小，可用行程时间的变化率来校正。因此，基于闯红灯自动记录系统数据的车道组交通需求预测方法，主要工作包括：(1).通过车牌匹配获取路段行程时间；(2).确定每一个周期的行程时间变化率；(3).确定每一个周期所对应的虚拟周期时长；(4).测算每个周期的驶离车辆数并计算车道组交通需求。