[发明专利]排队长度与交通量估算方法、装置、设备及可读存储介质

说明书

本申请涉及一种排队长度与交通量估算方法、装置、设备及可读存储介质，涉及智慧交通技术领域，包括：获取车道信息和信号配时信息；基于车道信息和信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；根据BSM消息和车道信息确定受信号灯相位处的信号灯约束的各辆网联车的运行状态；根据每辆网联车的运行状态、车道信息、信号配时信息和BSM消息估算信号灯相位处的排队长度；基于排队长度估算信号灯相位处的交通量。本申请基于分布式边缘技术对交通信号周期内网联车位置、运行状态的分析来准确估算信号灯相位处的排队长度和交通量，可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。

技术领域

本申请涉及智慧交通技术领域，特别涉及一种排队长度与交通量估算方法、装置、设备及可读存储介质。

背景技术

交通量作为进行交通分析最基础的指标，而排队长度作为反映交叉口拥堵状况的最直观指标，都是进行交通信号控制优化分析的重要指标。目前对于交通量和排队长度的估计方法主要依赖固定检测器（比如磁感线圈），但是，由于该方法必须布设固定检测器，以致存在安装、运营和维护成本高的问题；且排队长度的准确性受检测器位置和可靠性的影响，一旦某个检测器损坏或车辆排队长度超过检测器布设位置，就无法较为准确地估计排队长度。

当前随着车联网技术的发展，智能网联汽车逐步从测试场示范区驶向公共道路开展示范运营，RSU（Road Side Unit，路侧单元）和OBU（On board Unit，车载单元）的布设开始逐渐增多，智慧路口、自动驾驶、智慧交通在逐渐走向现实。因此，随着智慧路口的建设和智能网联车辆的增多，交通状况的检测将不再依赖于固定检测器，可通过网联车的渗透率计算交通状态指标。

不过，通过网联车的渗透率计算交通状态指标的方法是基于假想网联车达到较高渗透率，甚至全网联车的环境下进行的。但是，尽管智慧交通的前景已经受到普遍的认同，不过由于车路协同的商业模式尚未明确，目前智慧交通领域的车、路、云三端建设仍处于萌芽阶段，以致智能网联车渗透率现在处于极低的水平，而通过极低水平的网联车渗透率是无法准确估算交通量和排队长度的。

因此，亟需一种在低网联车渗透率下对交通量和排队长度进行计算的方法，解决在网联车发展初期需要对交通量和排队长度准确估算的需求。

发明内容

本申请提供一种排队长度与交通量估算方法、装置、设备及可读存储介质，以解决相关技术中由于通过网联车渗透率计算交通状态指标而导致的交通量和排队长度估算准确性差的问题。

第一方面，提供了一种排队长度与交通量估算方法，包括以下步骤：

获取车道信息和信号配时信息；

基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；

根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；

根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；

基于所述排队长度估算所述信号灯相位处的交通量。

一些实施例中，所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。

一些实施例中，所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。

一些实施例中，所述根据每辆所述网联车的运行状态、所述车道信息和所述BSM消息计算所述信号灯相位处的排队长度，包括：

当每辆所述网联车的运行状态均为停车排队后通过车道停止线时，基于所述车道停止线位置点数据、每辆网联车的实时位置、每辆网联车的车身参数估算第一排队长度；