[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

摘要

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。

主权项

1.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，其特征在于该方法包括如下步骤：c1、针对某进口道车道组通过网络拓扑结构提取上下游交叉口的闯红灯自动记录系统数据，并利用车牌匹配技术计算通过本车道组的路段行程时间；c2、根据周期内驶离车辆的行程时间数据推算受阻滞影响的车辆行程时间变化率；c3、提取周期内驶离车辆的最大行程时间及最小行程时间车辆驶离上游交叉口、即驶入上游路段的时刻信息，计算虚拟周期时长；c4、根据行程时间变化率，测算周期驶离车辆数，进而依据虚拟周期的驶入车辆数及虚拟周期时长计算车辆到达率；步骤c1具体是：c11、针对车道组p，根据网络拓扑结构确定其对应的上下游交叉口；c12、利于闯红灯自动记录系统，提取通过车道组p驶离下游交叉口的车辆牌照信息、驶离时刻信息，记为一号数据库；c13、利于闯红灯自动记录系统，提取驶入车道组p的车辆牌照信息和在上游交叉口的驶离时刻信息，记为二号数据库，包含直行驶入、左转驶入和右转驶入三股车流；c14、通过上述两个数据库的车牌匹配，计算得到驶离车辆的路段行程时间；假设a是驶离车道组p的任意一辆车辆，ta和t＇a是车辆a在一号数据库和二号数据库中所对应的时刻信息，则车辆a的行程时间为：Ta＝ta‑t′a                   (1‑a)式中，Ta为车辆在车道组p所属路段上的行程时间，单位为秒；步骤c2具体是：c21、假设当前周期为i，i周期内共有样本m个，则行程时间的样本集合为：Ti＝[Ti,1,Ti,2,…,Ti,m]                (1‑b)式中，Ti为周期i的行程时间样本，Ti,m为i周期第m辆驶离车辆的行程时间，单位为秒；c22、假设周期i内的共有n个受阻的行程时间样本，即m个样本数据中，前n个为受阻车辆，后(m‑n)为自由通过车辆，则利用最小二乘法得行程时间变化率：式中，Si为周期i内的行程时间变化率，无量纲；ti,j为周期i第j辆车驶入路段上游的时刻；Ti,max为周期i释放车辆的最大行程时间，单位为秒；步骤c3具体是：c31、在周期i内筛选最大行程时间Ti,max，确定周期i内行程时间最大车辆在上游交叉口的驶入时刻，记为ti,max；c32、针对周期i内n辆自由通过车辆，记第一辆和最后一辆自由通过车辆驶入路段上游的时刻分别为ti,m+1和ti,n；c33、利用周期i内筛选最大行程时间Ti,max、第一辆和最后一辆自由通过车辆驶入路段上游的时刻ti,m+1和ti,n，计算周期i内驶离车辆受信号灯阻滞影响部分的驶入时段长度和不受信号灯阻滞影响部分的驶入时段长度：ci,1＝ti,m+1‑ti,max             (1‑d)ci,2＝ti,n‑ti,m+1             (1‑e)式中，ci,1和ci,2分别为周期i内驶离车辆受信号灯阻滞影响部分的驶入时段长度和不受信号灯阻滞影响部分的驶入时段长度，单位为秒；c34、利用步骤c23中的ci,1和ci,2计算虚拟周期时长，计算公式为：ci＝ci,1+ci,2           (1‑f)式中，ci为周期i所对应的虚拟周期时长，单位为秒；步骤c4具体是：c41、根据交通波理论由行程时间变化率Si测算时段ci,1内的驶离车辆数：式中，Qi,1为ci,1时段内驶离的车辆数，单位为辆；kjam为拥堵密度，单位为辆/米；uf为自由流速度，单位为米/秒；uw为启动波波速，单位为米/秒；c42、假设同一个虚拟周期内的车辆到达率，即时段ci,1和ci,2内的车辆到达率相等，则估计周期i驶离的车辆总数，表达式为：式中，Qi为周期i内驶离下游停车线的车辆数，单位为辆；c43、根据交通需求的概念，周期i驶离的车辆总数与虚拟周期的比值即为本周期所对应的交通需求量，即：式中，qi为周期i的交通需求，其单位为辆/秒。