[发明专利]一种基于电警卡口数据的交叉口配时方案估计方法

说明书

本发明涉及一种基于电警卡口数据的交叉口配时方案估计方法，包括以下步骤：1)构建交叉口配时方案估计的双层规划问题模型；2)获取周期长度、相位差以及绿信比估计的约束条件；3)针对受控流向所有可能的相位组合，定义表征直行流向和左转流向绿灯时间的启亮顺序和绿灯长度关系的哑变量，获得相位结构的约束条件；4)结合周期长度、相位差、相位结构和绿信比估计的约束条件，采用最小二乘法求解交叉口配时方案估计的双层规划问题，得到最终估计的配时方案。与现有技术相比，本发明具有全参数估计、估计精度高、适用性广等优点。

技术领域

本发明涉及交通运行信号配时技术领域，尤其是涉及一种基于电警卡口数据的交叉口配时方案估计方法。

背景技术

信号配时方案作为间断流的标志，使得交通流从时间维度上具备了周期性的特征，在估计交通运行评估指标诸如排队长度、延误等是重要的输入，在信号控制优化时也是优化问题的决策变量，虽然当前信号控制领域已经发展到感应控制和自适应控制(比如SCOOT、SCATS等)的阶段，但在大多数国家和地区多时段定时控制模式仍占有主导地位。但是，在实践当中，因为检测系统时钟偏移或者人为干预的缘故，准确的信号配时方案常常无法获取，或者由交管部门提供的配时方案与实际运行的配时方案存在较大偏差。

现有的配时估计方法大多基于浮动车或者抽样轨迹数据通过确定性的交通波解析方法和非确定性的概率统计方法实现，对于基于车辆轨迹数据的配时估计方法，对停车线的标定以及对排队车辆加入和离开排队的时空坐标是首要的环节，因此车辆轨迹的捕获率和上传频率对估计精度具有很大影响，在估计参数方面，周期长度和单个流向的绿灯时长是最常见的估计参数，但对配时方案全参数的估计的研究还较少见，对相位结构的估计则多是基于预定的候选相位结构方案进行筛选。

近年来，卡口电警检测器在中国多数城市得到大规模的应用，全部车道均布设有电警卡口检测器的交叉口检测环境趋于普遍，相比于抽样轨迹数据，电警卡口检测器因为检测车牌的需要，其检测区域接近于各车道的停车线，因此可省去标定停车线位置的误差，而且电警检测器是全样检测，实际应用中的检测率可达90％以上，相比于抽样轨迹数据，携带的交通信息更加丰富，因此，实现基于电警卡口数据的全参数交叉口配时方案估计方法对于补充配时估计的研究具有重要的理论和现实意义。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于电警卡口数据的交叉口配时方案估计方法。

本发明的目的可以通过以下技术方案来实现：

一种基于电警卡口数据的交叉口配时方案估计方法，包括以下步骤：

1)构建交叉口配时方案估计的双层规划问题模型，其中，上层规划目标为周期和相位差估计误差最小化，下层规划目标为周期内相位结构和各相位绿信比的估计误差最小化；

2)基于交叉口所有受控流向所在车道的电警卡口检测器的过车数据，获取周期长度、相位差以及绿信比估计的约束条件；

3)针对受控流向所有可能的相位组合，定义表征直行流向和左转流向绿灯时间的启亮顺序和绿灯长度关系的哑变量，获得相位结构的约束条件；

4)结合周期长度、相位差、相位结构和绿信比估计的约束条件，采用最小二乘法求解交叉口配时方案估计的双层规划问题，得到最终估计的配时方案。

所述的步骤2)具体包括以下步骤：

21)获取进口道i流向j车道k的车头时距序列{h_i,j,k,l}；

22)对车头时距序列{h_i,j,k,l}内的车头时距数值进行k-means聚类为两类Cluster1和Cluster 2，其中，Cluster 1表示与前车的车头时距较大的一类，Cluster 2表示车头时距明显小于Cluster 1的车辆，定义用于表征车辆所属的类别标签的二项变量s_i,j,k,l，其表达式为：