基于gps数据的信号交叉口区域通行时间估计方法
【专利摘要】本发明公开了一种基于GPS数据的信号交叉口区域通行时间估计方法，包括以下步骤：步骤1：获取目标信号交叉口上的所有浮动车的GPS数据，构建浮动车数据集；步骤2：确定信号交叉口区域进道口最大影响范围Lin；步骤3：确定信号交叉口出道口最大影响范围Lout；步骤4：获取单车i通过信号交叉口进口端点处的时刻数据步骤5：获取单车i通过信号交叉口出口端点处的时刻数据步骤6：计算单车i在信号交叉口区域的通行时间ti。本发明提供的方法考虑了车辆在信号交叉口的运行特点，对信号交叉口区域的单车通行时间进行有效估计，因此该方法是一种适用于信号交叉口并具有较高精度的单车通行时间估计方法，从而为交叉口的延误估计、交叉口的合理规划与设计奠定基础。
【专利说明】
基于GPS数据的信号交叉口区域通行时间估计方法
技术领域
[0001] 本发明涉及城市智能交通系统技术领域，特别是一种估计信号交叉口区域单车通 行时间的方法，通过GPS数据建立相应模型估计单车在信号交叉口的通行时间。
【背景技术】
[0002] 信号交叉口是常见的城市交通设施之一，其道路特性异常复杂，是城市道路交通 的瓶颈路段，更是交通管控的重点以及难点。信号交叉口区域的延误时间是评价交叉口运 行效率及服务水平的有效指标之一，而单车通行时间是计算车辆在交叉口处延误的切入 点。
[0003] 现有的关于交叉口延误模型多以地点交通参数数据作为模型参数进行估算。然 而，固定检测器不仅安装和维护费用极高，而且对交通环境也会产生负面影响。此外，由于 信号灯的控制作用，造成车辆的周期性停驶，进道口处往往存在车辆排队等候现象。当车流 量较大，信号灯区域饱和度较大时，信号灯的真实影响范围往往会大于展宽变化处。显然， 仅凭某一地点的交通参数数据难以准确估算得到信号交叉口区域车辆的通行时间。
[0004] 随着GPS技术应用到交通领域，其具有建设周期更短、开发成本更低等优点，成为 最有发展前景的交通信息采集手段之一。一方面，GPS技术不需要在道路上安装硬件设施， 同时易于组装和进行系统扩展与维护，与固定检测器相比更为实用；另一方面，其覆盖面积 广以及数据获取的高效性、实时性为估算信号交叉口区域通行时间提供了一种新方法。
[0005] 目前，常用的基于GPS数据的单车路段通行时间估计方法主要有速度-时间积分法 和位置-时间插值法。速度-时间积分法，是在假定样本车在每个GPS点附近区域匀速行驶， 运行状态不能发生较大波动的条件下提出的，而在信号交叉口区域，由于信号灯的存在，经 常会出现车辆排队等待的情况，车辆启停比较频繁，瞬时速度在短时间内会有较大波动，采 用速度-时间积分法就会导致明显的误差。位置-时间插值法，由于GPS定位点不一定正好与 路段起始点与终止点重合，现有研究大多利用线性插值法得到车辆在路段两个端点处的时 刻数据。论文"基于GPS浮动车的自然路段行程时间估计方法"在估计单车路段行程时间时， 假设车辆在相邻的两个GPS数据点间保持匀速行驶，利用线性插值法计算车辆通过路段两 个端点的时刻数据。但是对于信号交叉口区域，车辆反复启停和加减速，此时仍假设车辆保 持匀速行驶显然会存在较大误差。
[0006] 因此，需要考虑车辆在信号交叉口的运行特点，建立一种既适用于信号交叉口的 又具有较高精度的单车通行时间估计方法，从而为交叉口的延误估计奠定基础。
【发明内容】
[0007] 本发明的目的是提出基于GPS数据的信号交叉口区域通行时间估计方法;该方法 对信号交叉口区域的单车通行时间进行有效估计。
[0008] 本发明的目的是通过以下技术方案来实现的：
[0009] 本发明提供的基于GPS数据的信号交叉口区域通行时间估计方法，包括以下步骤：
[0010] 步骤1:获取目标信号交叉口上的所有浮动车的GPS数据，构建浮动车数据集；
[0011] 步骤2:确定信号交叉口区域进道口最大影响范围Lin;
[0012] 步骤3:确定信号交叉口出道口最大影响范围L?t;
[0013] 步骤4:获取单车i通过信号交叉口进口端点处的时亥擞据?!,;
[0014] 步骤5:获取单车i通过信号交叉口出口端点处的时刻数据;
[0015] 步骤6:计算单车i在信号交叉口区域的通行时间t1。
[0016] 进一步，所述步骤1中目标信号交叉口上的浮动车的GPS数据按以下步骤获取：
[0017] S11:在电子地图上标定出信号灯的坐标；
[0018] S12:利用一段时间内的车辆GPS数据进行地图匹配；
[0019] S13:获取所有匹配在信号灯所在路段上的车辆GPS数据，构建浮动车数据集。
[0020] 进一步，所述步骤2中车辆在信号交叉口的进道口影响范围Lin按以下步骤计算：
[0021] S21:取多天目标信号交叉口上所有浮动车的GPS数据；
[0022] S22:利用减速点法计算该段时间内单车减速点位置，并计算减速点到停车线之间 的距离；
[0023] S23:利用层次聚类法，求取进道口处信号灯的最大影响范围。
[0024] 进一步，所述层次聚类法求取进道口处信号灯的最大影响范围，具体操作步骤如 下：
[0025] S231:将多车的减速点到停车线之间的N个距离进行层次聚类，得到η类，计算出每 类的聚类中心；
[0026]S232:按照以下公式确定每个聚类区间中的每个数据的权重：
2 ;式中，mc为落入C类中的排队距离数量，c = 1，2，......η；
[0028] S233:按照以下公式计算进道口处信号灯最大影响范围： η. _
[0029] ^?=?·Ρ,· C=i.
[0030] 其中，Lin为进道口处信号灯最大影响范围；f。为区间C中数据的权重，f为区间C的 平均值。
[0031] 进一步，所述步骤3中车辆在信号交叉口出道口最大影响范围取各方向出口道处 向下游150-170m处为出口道处信号灯的最大影响范围。
[0032] 进一步，所述步骤4中单车i通过信号交叉口进口端点处的时刻数据匕按以下步骤 计算：
[0033] S41:获取单车i在进道口端点处上下相邻两个GPS定位点提取的时刻数据式 中，j = 0或1，0代表上游数据，1代表下游数据；
[0034] S42:利用插值法计算单车i在进口端点处的时刻数据，公式如下：
[0036]式中，匕表示单车i在交叉口进口端点处的时刻数据;S1表示交叉口进道口和单车i 在交叉口上游GPS定位点的距离差；s2表示单车i在交叉口下游GPS定位点和交叉口进道口 的距离差；if表示单车i在交叉口进口端点上游的时刻数据;€表示单车i在交叉口进口端 点下游的时刻数据。
[0037] 进一步，所述步骤5中单车i通过信号交叉口出口端点处的时刻数据安以下步骤 计算：
[0038] S51:取单车i所在时间段内的路口下游所有的浮动车数据并进行(Lo，Vo)关系曲线 函数V2 = kL+b的最小二乘法拟合得到拟合函数的参数；
[0039] 其中，Vo表示GPS数据中的瞬时速度，Lo表示车辆距停车线距离，k、b为常数，L>0;
[0040] S52:取单车i距离出口位置最近的浮动车数据（1〇，ν。），按照以下公式利用关系曲 线函数V2 = kL+b计算单车i在出口的速度vmjt:
[0041] v-='机办;
[0042] 其中，1。此为出口到停车线的距离；
[0043] S53:按照以下公式计算单车i在路段&的行程时间t3:
[0045] S54:按照以下公式计算单车i经过出口的时刻C :
[0046]
[0047] 其中，匕为距离出口位置最近的浮动车数据的时刻数据。
[0048] 进一步，所述步骤6中单车i在信号交叉口区域的通行时间t1按照以下公式计算：
[0049] ?=匕-1其中，t1表示单车i在信号交叉口区域的通行时间。
[0050] 由于采用了上述技术方案，本发明具有如下的优点：
[0051] 本发明提供的方法考虑了车辆在信号交叉口的运行特点，对信号交叉口区域的单 车通行时间进行有效估计，因此该方法是一种适用于信号交叉口并具有较高精度的单车通 行时间估计方法，从而为交叉口的延误估计、交叉口的合理规划和设计奠定基础。
[0052]本发明的其他优点、目标和特征将在随后的说明书中进行阐述，并且在某种程度 上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的 实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来体现和获得。
【附图说明】
[0053]本发明的【附图说明】如下。
[0054]图1为本发明确定信号交叉口进道口最大影响范围的流程图；
[0055]图2为信号交叉口示意图；
[0056]图3为本发明基于GPS数据的信号交叉口单车通行时间估计方法的流程图。
【具体实施方式】
[0057]下面结合附图和实施例对本发明作进一步说明。
[0058]如图1至图3所示，图3为本发明实施例提供的基于GPS数据的信号交叉口单车通行 时间估计方法流程图；本实施例提供的基于GPS数据的信号交叉口单车通行时间估计方法， 包括以下步骤：
[0059]步骤1:获取车辆在信号交叉口所在路段上的车辆GPS数据：
[0060] (1)在电子地图上标定出信号灯的坐标；
[0061] (2)利用一段时间内的车辆GPS数据进行地图匹配；
[0062] (3)获取所有匹配在该信号灯所在路段上的所有车辆GPS数据，构建浮动车数据 集。
[0063]步骤2:确定信号交叉口区域进道口最大影响范围Lin，根据车辆经过信号交叉口区 域的运行特性可知，车辆经过信号交叉口一般会经过匀速一减速一停车一加速4个过程，因 此车辆开始减速的位置即车辆受信号灯影响的最大范围，图1为本发明实施例提供的确定 信号交叉口进道口最大影响范围流程图，具体包括以下步骤：
[0064] (1)取多天所有浮动车在信号交叉口所在路段上的GPS数据；
[0065] (2)利用减速点法计算该段时间内单车减速点位置，并计算减速点到停车线之间 的距离；
[0066] (3)将多车的减速点到停车线之间的距离(个数为N)进行层次聚类，得到η类，计算 出每类的聚类中心。
[0067] (4)依据大概率事件具有相对较高的可信度，小概率事件具有相对较小的可信度 的原则，确定每个聚类的权重。设落入C类中的排队距离数量为κ = 1，2,......n，经过归 一化，区间中的每个数据的权重
[0068] (5)则进道口处信号灯最大影响范围公式如下： η _
[0069] c--1-.
[0070] 其中Lin为进道口处信号灯最大影响范围；f。为区间C中数据的权重，【为区间C的平 均值。
[0071] 步骤3:确定信号交叉口直行、左转、右转方向出道口最大影响范围，根据平面交叉 口规划和设计的范围，本发明分别取各方向出口道处向下游150-170m计算处为此方向出口 道处信号灯的最大影响范围。本实施例可取160m。
[0072] 步骤4:计算单车i通过信号交叉口进口端点处的时刻数据I，在路口上游路段，由 于信号灯的阻滞作用，单辆车辆的GPS数据较多，因此，直接利用线性插值法对车辆在进口 的运行时刻的获取影响不大。图2为信号交叉口示意图。具体的，包括以下步骤：
[0073] (1)获取单车i在进道口端点处上下相邻两个GPS定位点提取的时刻数据i,('/ (j = 0 或1，〇代表上游数据，1代表下游数据）；
[0074] (2)利用插倌法计算单车i在进口端点处的时刻数据，公式如下：
[0076]步骤5:计算单车i通过信号交叉口出口端点处的时刻数据在路口下游路段，车 辆的行驶速度比较稳定，变化不大且有一定规律，但单辆车辆的GPS数据较少，且单辆车辆 受到各种干扰因素，其行驶速度可能会出现不稳定的现象，使得单个样本数据不能真实的 反映路段上车流的整体情景。因此，本发明采用一小时时间段内的所有浮动车数据，建立路 口附近下游路段车辆行驶速度的模型，然后再根据这个模型计算出车辆通过出口的时刻。 具体的，包括以下步骤：
[0077] (1)取单车i所在时间段内的路口下游所有的浮动车数据进行(LQ，VQ)关系曲线函 数V2 = kL+b(其中k、b为常数，L>0)的最小二乘法拟合，得出其拟合函数的参数。
[0078] (2)取单车i距离出口位置最近的浮动车数据（1〇，ν。），已知出口到停车线的距离 l?t，利用关系曲线函数V2 = kL+b计算单车i在出口的速度Vmjt为：
[0079] >；,," =^kL+b
[0080] (3)那么，单车i在路段S3的行程时间t3为：
[0082] (4)那么，图2中单车i经过出口的时刻t为：
[0083] C = 4+?
[0084] 其中，'为距离出口位置最近的浮动车数据的时刻数据。
[0085] 步骤6:计算单车i在信号交叉口区域的通行时间以，可由如下公式计算：
[0086] t'=('〇,"-t]n
[0087] 最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较 佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技 术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明 的保护范围当中。
【主权项】
1. 基于GI^数据的信号交叉口区域通行时间估计方法，其特征在于:包括w下步骤： 步骤1:获取目标信号交叉口上的所有浮动车的GI^数据，构建浮动车数据集； 步骤2:确定信号交叉口区域进道口最大影响范围kn ; 步骤3:确定信号交叉口出道口最大影响范围Uut; 步骤4:获取单车i通过信号交叉口进口端点处的时刻数据4; 步骤5:获取单车i通过信号交叉口出口端点处的时刻数据; 步骤6:计算单车i在信号交叉口区域的通行时间ti。2. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述步骤1中目标信号交叉口上的所有浮动车的GI^数据按W下步骤获取： S11:在电子地图上标定出信号灯的坐标； S12:利用一段时间内的车辆GI^数据进行地图匹配； S13:获取所有匹配在信号灯所在路段上的车辆GI^数据，构建浮动车数据集。3. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述步骤2中车辆在信号交叉口的进道口影响范围以。按^下步骤计算： S21:取多天目标信号交叉口上所有浮动车的GI^数据； S22:利用减速点法计算该段时间内单车减速点位置，并计算减速点到停车线之间的距 离； S23:利用层次聚类法，求取进道口处信号灯的最大影响范围。4. 如权利要求3所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述层次聚类法求取进道口处信号灯的最大影响范围，具体操作步骤如下： S231:将多车的减速点到停车线之间的N个距离进行层次聚类，得到η类，计算出每类的 聚类中屯、； S232:按照W下公式确定每个聚类区间中的每个数据的权重：电中，me为落入C类中的排队距离数量，c = l，2,......η； S233:按照W下公式计算进道口处信号灯最大影响范围：其中，Lin为进道口处信号灯最大影响范围；f。为区间C中数据的权重，[为区间C的平均 值。5. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于：所述步骤3中车辆在信号交叉口出道口最大影响范围取各方向出口道处向下游150- 170m处为出口道处信号灯的最大影响范围。6. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述步骤4中单车i通过信号交叉口进口端点处的时刻数据4按W下步骤计算： S41:获取单车i在进道口端点处上下相邻两个GI^定位点提取的时刻数据皆，式中，j = 0或1，0代表上游数据，1代表下游数据； S42:利用插值法计算单车i在进口端点处的时刻数据，公式如下：式中，4表示单车i在交叉口进口端点处的时刻数据;S1表示:交叉口进道口和单车i在 交叉口上游GI^定位点的距离差；S2表示:单车i在交叉口下游GPS定位点和交叉口进道口的 距离差;皆表示:单车i在交叉口进口端点上游的时刻数据;皆表示:单车i在交叉口进口端 点下游的时刻数据。7. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述步骤5中单车i通过信号交叉口出口端点处的时刻数据按W下步骤计算： S51:取单车i所在时间段内的路口下游的浮动车数据并进行化〇，V〇)关系曲线函数V2 = kL+b的最小二乘法拟合得到拟合函数的参数； 其中，Vo表示GI^数据中的瞬时速度，Lo表示车辆距停车线距离，k、b为常数，L〉0; S52:取单车i距离出口位置最近的浮动车数据（1d，v。），按照W下公式利用关系曲线函 数V2 = kL+b计算单车i在出口的速度vout:其中，Inut为出口到停车线的距离； S53:按照W下公式计算单车i在路段S3的行程时间t3:S54:按照W下公式计算单车i经过出口的时刻《Μ : 4 =扣； 其中，为距离出口位置最近的浮动车数据的时刻数据。8. 如权利要求1所述的基于GPS数据的信号交叉口区域通行时间估计方法，其特征在 于:所述步骤6中单车i在信号交叉口区域的通行时间ti按照W下公式计算： 其中，表示单车i在信号交叉口区域的通行时间。
【文档编号】G08G1/01GK106097718SQ201610708476
【公开日】2016年11月9日
【申请日】2016年8月23日
【发明人】孙棣华, 赵敏, 廖孝勇, 左庆, 王少飞, 祖晖
【申请人】重庆大学, 重庆云途交通科技有限公司