稀疏车辆轨迹条件下信号控制交叉口排队长度估计方法.

随着基于移动互联网的车辆导航技术的发展和应用，基于车辆轨迹的信号控制交叉口交通运行状态评价和方案优化逐渐成为研究热点。针对以往研究在稀疏车辆轨迹（一个周期内采样车辆少甚至无采样车辆的情形）的条件下排队长度无法估计或精度低和未能充分挖掘利用历史排队长度和其他非排队车辆轨迹信息等缺陷，本研究提出了一种面向稀疏轨迹数据条件下信号控制交叉口周期排队长度的估计方法。该方法可以通过利用非排队车辆轨迹信息修正最大排队长度估计值以及采用卡尔曼滤波算法和历史排队长度数据对稀疏车辆轨迹周期排队长度进行估计。为验证方法的有效性，本研究使用高频（3s）的滴滴车辆轨迹数据进行实地验证，结果表明本方法可以有效提高稀疏车辆轨迹条件下排队长度的估计精度，所有周期平均绝对误差为3.41辆，平均绝对误差百分比为16.89%，而缺失周期（采样排队车辆数小于等于1辆）平均绝对误差为3.33辆，平均绝对误差为17.78%。本研究成果可以为基于车辆轨迹数据的实时信号控制提供更加可靠的排队长度输入信息。