交叉口延误时长估计方法及装置的制造方法
【技术领域】
[0001] 本发明涉及智能交通技术领域，尤其涉及交叉口延误时长估计方法及装置。
【背景技术】
[0002] 智能交通系统，不论是智能信号控制系统、智能诱导系统还是交通事件应急指挥 系统，均需要基于传感器采集的数据对路段及交叉口的关键交通参数进行估计。常用的交 通参数包含单点交通流量、速度、占有率，空间密度，路段行程时间，交叉口延误时长、排队 长度等。上述参数有些可以使用现有的传感器直接测量，例如单点交通流量、速度、占有率 可以由线圈传感器直接测量。但是，空间密度、路段行程时长、交叉口延误时长和排队长度 参数基于现有的传感器较难直接测量。
[0003] 交叉口延误时长是指车辆在信号控制交叉口上受阻、行驶时间损失的指标，它直 接反映了机动车出行者穿越交叉口的时间损失，即由于车辆受到交叉口信号控制的影响而 引起的时间损失，它既可以反映驾驶员通过交叉口时受交叉口信号控制产生的行驶时间损 失，又与油耗、尾气排放、驾驶舒适性紧密相关。交叉口延误时长是评价交叉口阻塞程度、月艮 务水平的重要指标，常用于评估交叉口交通设计、信号控制方案的合理性，进而为交叉口信 号控制策略优化提供量化指标依据。
[0004] 现有的交叉口控制策略包括单路口控制、干线绿波控制、区域协同控制等。它们 共同的目标是减少经过车辆的交叉口延误时长。然而延误同时也是一个难以直接检测的 参数。传统的延误获取方法主要有两种分类：理论模型计算方法和现场观测方法。理论模 型计算方法中最典型的是"美国道路通行能力手册"（HCM2000)给出的延误计算公式，这些 公式是基于一定的车辆到达模式，并且预设的参数可能对特定的交叉口并不适用，所以HCM 的延误计算公式对于交通控制和评价的目的来说并不够精确。现场观测方法虽然能比较精 确地获得交叉口停车延误值，但具有样本量低、成本高、劳动强度大、后期数据处理工作量 大等缺陷，不能实时地、全时段地获得交叉口延误值。因此，该方法人力物力耗费大，且无法 满足实时优化信号控制方案对交叉口延误数据采集的实时性要求，仅适用于确定的交叉口 配时方法。
【发明内容】
[0005] 本发明提供交叉口延误时长估计方法及装置，以提高交叉口延误时长的估计精 度。
[0006] 本发明的技术方案是这样实现的：
[0007]-种交叉口延误时长估计方法，该方法包括：
[0008] 对于任一交叉口，检测通过该交叉口的每个车辆所处的路段，或者所处路段和车 道，根据每个车辆所处的路段，或者所处路段和车道，检测每个车辆进入该交叉口和离开该 交叉口的时间点；
[0009] 对于每个车辆，根据该车辆进入该交叉口的时间点和离开该交叉口的时间点，计 算该车辆通过该交叉口的时长，根据该车辆通过该交叉口的时长和车辆在自由流速度下通 过该交叉口所需时长，计算该车辆在该交叉口的延误时长；
[0010] 根据通过该交叉口的所有车辆在该交叉口的延误时长，估计车辆在该交叉口的平 均延误时长。
[0011] 所述方法进一步包括：
[0012] 对于任一交叉口，预先采集两组训练样本，一组为在预设时长内通过该交叉口且 未经等待直接通过的车辆，另一组为在该预设时长内通过该交叉口且经过了等待的车辆； 且，每个训练样本以两个参数表征，一个是该车辆进入该交叉口的时间点，另一个是该车辆 在该交叉口的延误时长；
[0013] 采用预设分类算法，对该两组训练样本进行计算，得到区分该两类样本的分类模 型；
[0014] 所述根据通过该交叉口的所有车辆在该交叉口的延误时长，估计车辆在该交叉口 的平均延误时长包括：
[0015] 对于通过该交叉口的每个车辆，以该车辆进入该交叉口的时间点和该车辆在该交 叉口的延误时长为输入参数，将该两参数输入所述分类模型，得到该车辆所属的类别；
[0016] 在对所有车辆分类完毕时，对属于同一类的车辆，以车辆进入该交叉口的时间点 为横轴，以车辆在该交叉口的延误时长为纵轴，从最早进入该交叉口的车辆开始，对连续一 个或多个车辆进行分段线性拟合，最终得到所有车辆在该交叉口的延误时长的连续的分段 线性函数，对得到的所有分段线性函数求取积分中值，该积分中值即为车辆在该交叉口的 平均延误时长。
[0017] 所述方法进一步包括：
[0018] 预先为每个交叉口关联的每个路段分别设置路段驶出指示线和路段驶入指示线， 其中，路段的驶出指示线相对于该路段的驶入指示线，距离交叉口更远；
[0019] 且预先设定：当车辆通过一个路段的驶出指示线，且运动方向为驶向该路段关联 的交叉口时，认为车辆通过该驶出指示线的时间点为车辆进入该交叉口的时间点；当车辆 通过一个路段的驶入指示线，且运动方向为驶离该路段关联的交叉口时，认为车辆通过该 驶入指示线的时间点为车辆离开该交叉口的时间点；
[0020] 所述检测每个车辆进入该交叉口和离开该交叉口的时间点包括：
[0021] 估计车辆的地理位置，将车辆的地理位置与车辆所处路段的驶出指示线和驶入指 示线进行比对，若车辆的地理位置与驶出指示线之间的垂直距离小于预设值，且车辆的运 动方向为驶向该路段关联的交叉口，则认为当前时间点为该车辆进入该交叉口的时间点； 若车辆的地理位置与驶入指示线之间的垂直距离小于预设值，，且车辆的运动方向为驶离 该路段关联的交叉口，则认为当前时间点为该车辆离开该交叉口的时间点；
[0022] 或者，若车载终端，和/或乘车者的手持终端通过自带摄像头实时拍摄了道路周 边环境信息，则将该拍摄的道路周边环境信息与服务器端采集的道路周边环境信息进行比 对，确定车辆的地理位置；然后，根据车载终端，和/或乘车者的手持终端拍摄的前方路面 信息，确定车辆通过路段的驶出指示线或驶入指示线的时间点，从而确定车辆进入或离开 路段关联的交叉口的时间点；
[0023] 或者，若路口路侧布设了蓝牙，或射频识别RFID，或电子不停车收费系统ETC路边 设施，则根据车载终端，和/或乘车者的手持终端与路段的驶出指示线或驶入指示线附近 的路边设施的通信，确定车辆通过路段的驶出指示线或驶入指示线的时间点，从而确定车 辆进入或离开路段关联的交叉口的时间点；
[0024] 或者，基于路侧摄像头采集车辆数据来检测车辆通过路段的驶出指示线或驶入指 示线的时间点，从而确定车辆进入或离开路段关联的交叉口的时间点；
[0025] 或者，基于线圈或微波传感器检测车辆通过路段的驶出指示线或驶入指示线的时 间点，从而确定车辆进入或离开路段关联的交叉口的时间点；
[0026] 或者，根据上述方法的任意组合确定车辆进入或离开路段关联的交叉口的时间 点。
[0027] 所述估计车辆的地理位置包括：
[0028] 通过车载终端，和/或乘车者的手持终端周期性采集车辆的位置，根据采集的车 辆的位置，估计车辆的地理位置；
[0029] 或者，若车载终端，和/或乘车者的手持终端通过自带摄像头实时拍摄了道路周 边环境信息，则将该拍摄的道路周边环境信息与服务器端采集的道路周边环境信息进行比 对，确定车辆的地理位置；
[0030] 所述检测每个车辆所处路段和车道包括：
[0031] 将估计的车辆的地理位置与包含路段、车道划分信息的道路地理位置信息进行比 对，判定车辆所处路段和车道；
[0032] 或者，根据车载终端，和/或乘车者的手持终端拍摄的前方路面信息，确定车辆所 处路段和车道；
[0033] 或者，若路口路侧布设了蓝牙，或射频识别，或电子不停车收费系统ETC路边设 施，则根据车载终端，和/或乘车者的手持终端与路边设施的通信，确定车辆所处路段和车 道；
[0034] 或者，根据上述方法的任意组合确定车辆所处路段和车道。
[0035] 所述通过车载终端，和/或乘车者的手持终端周期性采集车辆的位置包括：
[0036] 车载终端，和/或乘车者的手持终端周期性采集车辆的位置及运动状态，将采集 的车辆的位置、运动状态与采集时间点上报给车载网关，车载网关将车辆的位置、运动状态 与采集时间点通过专用网络平台和运营支撑平台传送给行车用量关系管理系统，公安交通 管理子系统向行车用量关系管理系统获取采集的所有车辆的位置、运动状态与采集时间 点。
[0037] -种交叉口延误时长估计装置，该装置包括：
[0038] 延误时长计算模块：对于任一交叉口，检测通过该交叉口的每个车辆所处的路段， 或者所处路段和车道，根据每个车辆所处的路段，或者所处路段和车道，检测每个车辆进入 该交叉口和离开该交叉口的时间点；对于每个车辆，根据该车辆进入