CN113506443A - 排队长度与交通量估算方法、装置、设备及可读存储介质 - Google Patents
排队长度与交通量估算方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN113506443A CN113506443A CN202111063240.2A CN202111063240A CN113506443A CN 113506443 A CN113506443 A CN 113506443A CN 202111063240 A CN202111063240 A CN 202111063240A CN 113506443 A CN113506443 A CN 113506443A
- Authority
- CN
- China
- Prior art keywords
- lane
- vehicle
- traffic volume
- signal lamp
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及一种排队长度与交通量估算方法、装置、设备及可读存储介质，涉及智慧交通技术领域，包括：获取车道信息和信号配时信息；基于车道信息和信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；根据BSM消息和车道信息确定受信号灯相位处的信号灯约束的各辆网联车的运行状态；根据每辆网联车的运行状态、车道信息、信号配时信息和BSM消息估算信号灯相位处的排队长度；基于排队长度估算信号灯相位处的交通量。本申请基于分布式边缘技术对交通信号周期内网联车位置、运行状态的分析来准确估算信号灯相位处的排队长度和交通量，可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。
Description
技术领域
本申请涉及智慧交通技术领域，特别涉及一种排队长度与交通量估算方法、装置、设备及可读存储介质。
背景技术
交通量作为进行交通分析最基础的指标，而排队长度作为反映交叉口拥堵状况的最直观指标，都是进行交通信号控制优化分析的重要指标。目前对于交通量和排队长度的估计方法主要依赖固定检测器（比如磁感线圈），但是，由于该方法必须布设固定检测器，以致存在安装、运营和维护成本高的问题；且排队长度的准确性受检测器位置和可靠性的影响，一旦某个检测器损坏或车辆排队长度超过检测器布设位置，就无法较为准确地估计排队长度。
当前随着车联网技术的发展，智能网联汽车逐步从测试场示范区驶向公共道路开展示范运营，RSU（Road Side Unit，路侧单元）和OBU（On board Unit，车载单元）的布设开始逐渐增多，智慧路口、自动驾驶、智慧交通在逐渐走向现实。因此，随着智慧路口的建设和智能网联车辆的增多，交通状况的检测将不再依赖于固定检测器，可通过网联车的渗透率计算交通状态指标。
不过，通过网联车的渗透率计算交通状态指标的方法是基于假想网联车达到较高渗透率，甚至全网联车的环境下进行的。但是，尽管智慧交通的前景已经受到普遍的认同，不过由于车路协同的商业模式尚未明确，目前智慧交通领域的车、路、云三端建设仍处于萌芽阶段，以致智能网联车渗透率现在处于极低的水平，而通过极低水平的网联车渗透率是无法准确估算交通量和排队长度的。
因此，亟需一种在低网联车渗透率下对交通量和排队长度进行计算的方法，解决在网联车发展初期需要对交通量和排队长度准确估算的需求。
发明内容
本申请提供一种排队长度与交通量估算方法、装置、设备及可读存储介质，以解决相关技术中由于通过网联车渗透率计算交通状态指标而导致的交通量和排队长度估算准确性差的问题。
第一方面，提供了一种排队长度与交通量估算方法，包括以下步骤：
获取车道信息和信号配时信息；
基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；
基于所述排队长度估算所述信号灯相位处的交通量。
一些实施例中，所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。
一些实施例中，所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。
一些实施例中，所述根据每辆所述网联车的运行状态、所述车道信息和所述BSM消息计算所述信号灯相位处的排队长度，包括：
当每辆所述网联车的运行状态均为停车排队后通过车道停止线时，基于所述车道停止线位置点数据、每辆网联车的实时位置、每辆网联车的车身参数估算第一排队长度；
当每辆所述网联车的运行状态均为不停车排队直接通过车道停止线时，基于所述车辆通过车道停止线的时刻和灯色的开始时刻估算第二排队长度；
根据所述第一排队长度、所述第二排队长度和权重系数估算所述信号灯相位处的排队长度。
一些实施例中，所述基于所述排队长度估算所述信号灯相位处的交通量，包括：
根据所述排队长度估算排队车辆数；
根据所述排队车辆数、饱和车头时距、灯色的开始时刻和结束时刻估算所述信号灯相位处的交通量。
第二方面，提供了一种排队长度与交通量估算装置，其特征在于，包括：
第一获取单元，其用于获取车道信息和信号配时信息；
第二获取单元，其用于基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
确定单元，其用于根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
第一计算单元，其用于根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；
第二计算单元，其用于基于所述排队长度估算所述信号灯相位处的交通量。
一些实施例中，所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。
一些实施例中，所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。
第三方面，提供了一种排队长度与交通量估算设备，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现前述的排队长度与交通量估算方法。
第四方面，提供了一种计算机可读存储介质，所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行前述的排队长度与交通量估算方法。
本申请提供的技术方案带来的有益效果包括：可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。
本申请提供了一种排队长度与交通量估算方法、装置、设备及可读存储介质，包括：获取车道信息和信号配时信息；基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；基于所述排队长度估算所述信号灯相位处的交通量。本申请基于分布式边缘技术对交通信号周期内网联车位置、运行状态的分析来准确估算信号灯相位处的排队长度和交通量，可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种排队长度与交通量估算方法的流程示意图；
图2为本申请实施例提供的一种排队长度与交通量估算设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
本申请实施例提供了一种排队长度与交通量估算方法、装置、设备及可读存储介质，其能解决相关技术中由于通过网联车渗透率计算交通状态指标而导致的交通量和排队长度估算准确性差的问题。
图1是本申请实施例提供的一种排队长度与交通量估算方法的流程示意图，包括以下步骤：
步骤S10：获取车道信息和信号配时信息；
示范性的，在本申请实施例中，基于高精度地图信息中获取路端数据，该路端数据包括车道轨迹点数据和车道停止线位置点数据在内的车道信息，其中，车道轨迹点数据包括车道轨迹点所在的经度、纬度和海拔高度，车道停止线位置点数据包括车道停止线位置点所在的经度、纬度和海拔高度；此外，车道信息中还包含从高精度地图信息中获取到的车道对应的交通信号相位信息，即每一车道所服从的信号灯对应的相位ID；并从交叉口配时***中获取车道对应的信号灯相位ID处的信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长等信号配时信息。
步骤S20：基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
示范性的，在本申请实施例中，网联车会进行各种消息的交互，其中包括BSM（Basic Safety Message，基础安全消息）消息，获取BSM消息中的车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻等信息。其中，车身参数包括车身长度等。
步骤S30：根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
示范性的，在本申请实施例中，通过车辆速度、实时位置、车辆通过车道停止线的时刻、车道停止线位置点数据等确定受某一信号灯相位处的信号灯约束的车道上的各辆网联车的运行状态；其中，运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。比如，获取红灯开始时刻到黄灯结束时刻这一周期内所有网联车的BSM消息，若网联车A的车辆速度小于预设的停车临界判定速度，则认为A处于停车排队状态，即A需要进行停车排队后再通过车道停止线，此时记录下A的车辆ID号、A距离车道停止线的距离
（距离
指的是A车身的中心与车道停止线之间的距离）以及A的车身长度
；再比如，获取绿灯开始时刻到黄灯结束时刻这一段时间内所有网联车的BSM消息，若网联车B从实时位置驶向车道停止线位置时的速度不仅大于预设的停车临界判定速度，且航向角为驶离车道停止线的方向，则认为B不停车排队并直接通过车道停止线，记录不停车排队的网联车B的车辆ID、B通过车道停止线的时刻
以及绿灯开始时刻
，其中，记录的所有不停车排队的车辆ID里不包括停车排队的车辆ID。
步骤S40：根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；具体的，当每辆所述网联车的运行状态均为停车排队后通过车道停止线时，基于所述车道停止线位置点数据、每辆网联车的实时位置、每辆网联车的车身参数估算第一排队长度，当每辆所述网联车的运行状态均为不停车排队直接通过车道停止线时，基于所述车辆通过车道停止线的时刻和灯色的开始时刻估算第二排队长度；根据所述第一排队长度、所述第二排队长度和权重系数估算所述信号灯相位处的排队长度。
示范性的，在本申请实施例中，以某一信号灯ID对应的车道上的网联车情况为例：当交叉口范围内有网联车停车时，网联车可能位于排队车辆的任意位置，即可能第一辆排队车辆为网联车，也可能最后一辆排队车辆为网联车，也可能排在中间位置的排队车辆为网联车，则最小排队长度为
，即排队车辆有且只有一辆车，且该车为网联车，由于距离
指的是网联车车身的中心与车道停止线之间的距离，所以
。但是，排队车辆有且只有一辆车，且该车为网联车的情况为极端情况，因此，真实的排队长度会大于或等于最小排队长度。假设真实的排队长度对应的排队车辆数为N，则网联车（停车排队的网联车只有一辆）的排队次序为k（k为1到N）的概率为1/N，故网联车的排队次序的估计值
为（N+1）/2，则对应的每辆网联车的排队长度的估计值
为
，即
。那么若在一个统计周期（红灯开始时刻到黄灯结束时刻为一个统计周期）里，停车排队后通过车道停止线的网联车的数量为
，则第一排队长度
。
当交叉口范围内没有网联车进行停车排队，即所有网联车的运行状态均为不停车排队直接通过车道停止线，那么可以认为在网联车到达之前所有积累的排队车辆已全部清空、消散（即全部排队车辆已通过车道停止线）。
此时，可通过获取网联车通过车道停止线的时刻为依据估算排队长度，最理想的情况下，若排队车辆消散后第一辆车为网联车，则可以根据其通过车道停车线的时刻和绿灯开始时刻计算出排队消散所需的绿灯时间，进而根据饱和流率获取排队车辆数，最终根据推算的排队车辆数换算为排队长度，由于该排队长度是在最理想的情况下计算出来的，因此其为最大排队长度
，其中，
，式中，
为排队车辆前车车尾和后车车头的平均间距（m），可优选为2m，
为停车排队的平均车头间距（m），可优选为6m；
为网联车通过车道停车线的时刻（s）；
为网联车通过所在绿灯相位的绿灯开启时刻（s）；
为饱和车头时距（s），可优选为2.7s。
不过，在网联车车辆的渗透率较低的情况下，网联车作为排队消散后第一辆通过车道停止线的车辆的概率较低，因此真实的排队长度必然小于或等于该最大排队长度 ，当真实的排队长度等于该最大排队长度时，说明排队车辆在网联车到达的时刻恰好全部清空。假设不停车排队直接通过车道停止线的车辆数真实值为M，则不停车通过车道停止线的网联车可能为排队消散后第一辆不停车通过的车辆，也可能为最后一辆不停车通过车道停止线的车辆，也可能为中间次序通过的不停车车辆，则其在不停车通过的所有车辆中通过车道停止线的次序期望值（M+1）/2，则其对应的排队长度的估计值
。那么若在一个统计周期（红灯开始时刻到黄灯结束时刻为一个统计周期）里，不停车排队直接通过车道停止线的网联车的数量为
，则第二排队长度
。
但是，在一个统计周期中，往往既有网联车停车后通过，又有网联车不停车通过，因此，可以基于第一排队长度、第二排队长度以及权重系数估算出信号灯相位处对应的排队长度
，式中，
为权重系数，取值为
，其中，
为停车排队后通过车道停止线的网联车的数量，
为不停车排队直接通过车道停止线的网联车的数量。
步骤S50：基于所述排队长度估算所述信号灯相位处的交通量，具体的，根据所述排队长度估算排队车辆数；根据所述排队车辆数、饱和车头时距、灯色的开始时刻和结束时刻估算所述信号灯相位处的交通量。
示范性的，在本申请实施例中，根据网联车数据估算的排队长度
计算实际排队车辆N，其中，
，ceil()为向上取整函数；再根据实际排队车辆计算交通量
，其中，
，式中，
为在一个统计周期里红灯持续的时长。
由此可见，本申请基于分布式边缘技术对交通信号周期内网联车位置、运行状态的分析来准确估算信号灯相位处的排队长度和交通量，可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。
本申请实施例还提供了一种排队长度与交通量估算装置，包括：
第一获取单元，其用于获取车道信息和信号配时信息；
第二获取单元，其用于基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
确定单元，其用于根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
第一计算单元，其用于根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；
第二计算单元，其用于基于所述排队长度估算所述信号灯相位处的交通量。
本申请基于分布式边缘技术对交通信号周期内网联车位置、运行状态的分析来准确估算信号灯相位处的排队长度和交通量，可有效提高在智能网联车低渗透率环境下的排队长度和交通量的估算准确性。
更进一步的，在本申请实施例中，所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。
更进一步的，在本申请实施例中，所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。
更进一步的，在本申请实施例中，第一计算单元具体用于：当每辆所述网联车的运行状态均为停车排队后通过车道停止线时，基于所述车道停止线位置点数据、每辆网联车的实时位置、每辆网联车的车身参数估算第一排队长度；当每辆所述网联车的运行状态均为不停车排队直接通过车道停止线时，基于所述车辆通过车道停止线的时刻和灯色的开始时刻估算第二排队长度；根据所述第一排队长度、所述第二排队长度和预设的权重系数估算所述信号灯相位处的排队长度。
更进一步的，在本申请实施例中，第二计算单元具体用于根据所述排队长度估算排队车辆数；根据所述排队车辆数、饱和车头时距、灯色的开始时刻和结束时刻估算所述信号灯相位处的交通量。
需要说明的是，所属本领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各单元的具体工作过程，可以参考前述排队长度与交通量估算方法实施例中的对应过程，在此不再赘述。
上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图2所示的排队长度与交通量估算设备上运行。
本申请实施例还提供了一种排队长度与交通量估算设备，包括：通过***总线连接的存储器、处理器和网络接口，存储器中存储有至少一条指令，至少一条指令由处理器加载并执行，以实现前述的排队长度与交通量估算方法的全部步骤或部分步骤。
其中，网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图2中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
处理器可以是CPU，还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor，DSP)、专用集成电路( Application Specific Integrated Circuit，ASIC)、现成可编程门阵列( FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件分立硬件组件等。通用处理器可以是微处理器，或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序(比如视频播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如视频数据、图像数据等)等。此外，存储器可以包括高速随存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字( Secure digital，SD)卡，闪存卡( Flash Card)、至少一个磁盘存储器件、闪存器件或其他易失性固态存储器件。
本申请施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现前述的排队长度与交通量估算方法的全部步骤或部分步骤。
本申请实施例实现前述的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的仼何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only memory，ROM)、随机存取存储器（Random Accessmemory，RAM )、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
本领域内的技术人员应明白，本发明的实施例可提供为方法、***、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（***）和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种排队长度与交通量估算方法，其特征在于，包括以下步骤：
获取车道信息和信号配时信息；
基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；
基于所述排队长度估算所述信号灯相位处的交通量。
2.如权利要求1所述的排队长度与交通量估算方法，其特征在于：所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。
3.如权利要求2所述的排队长度与交通量估算方法，其特征在于：所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。
4.如权利要求3所述的排队长度与交通量估算方法，其特征在于，所述根据每辆所述网联车的运行状态、所述车道信息和所述BSM消息计算所述信号灯相位处的排队长度，包括：
当每辆所述网联车的运行状态均为停车排队后通过车道停止线时，基于所述车道停止线位置点数据、每辆网联车的实时位置、每辆网联车的车身参数估算第一排队长度；
当每辆所述网联车的运行状态均为不停车排队直接通过车道停止线时，基于所述车辆通过车道停止线的时刻和灯色的开始时刻估算第二排队长度；
根据所述第一排队长度、所述第二排队长度和权重系数估算所述信号灯相位处的排队长度。
5.如权利要求1所述的排队长度与交通量估算方法，其特征在于，所述基于所述排队长度估算所述信号灯相位处的交通量，包括：
根据所述排队长度估算排队车辆数；
根据所述排队车辆数、饱和车头时距、灯色的开始时刻和结束时刻估算所述信号灯相位处的交通量。
6.一种排队长度与交通量估算装置，其特征在于，包括：
第一获取单元，其用于获取车道信息和信号配时信息；
第二获取单元，其用于基于所述车道信息和所述信号配时信息周期性获取与信号灯相位对应的车道上的各辆网联车的BSM消息；
确定单元，其用于根据所述BSM消息和所述车道信息确定受所述信号灯相位处的信号灯约束的各辆网联车的运行状态；
第一计算单元，其用于根据每辆所述网联车的运行状态、所述车道信息、所述信号配时信息和所述BSM消息估算所述信号灯相位处的排队长度；
第二计算单元，其用于基于所述排队长度估算所述信号灯相位处的交通量。
7.如权利要求6所述的排队长度与交通量估算装置，其特征在于：所述车道信息包括车道ID、与所述车道ID对应的信号灯相位ID、车道轨迹点数据和车道停止线位置点数据；所述信号配时信息包括信号灯相位ID、灯色状态、灯色的开始时刻和结束时刻和灯色状态剩余时长；所述BSM消息包括车辆ID、速度、实时位置、航向角、车身参数和车辆通过车道停止线的时刻。
8.如权利要求7所述的排队长度与交通量估算装置，其特征在于：所述运行状态包括停车排队后通过车道停止线、不停车排队直接通过车道停止线。
9.一种排队长度与交通量估算设备，其特征在于，包括：存储器和处理器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行，以实现权利要求1至5中任一项所述的排队长度与交通量估算方法。
10.一种计算机可读存储介质，其特征在于：所述计算机存储介质存储有计算机指令，当所述计算机指令被计算机执行时，使得所述计算机执行权利要求1至5中任一项所述的排队长度与交通量估算方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111063240.2A CN113506443A (zh) | 2021-09-10 | 2021-09-10 | 排队长度与交通量估算方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111063240.2A CN113506443A (zh) | 2021-09-10 | 2021-09-10 | 排队长度与交通量估算方法、装置、设备及可读存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113506443A true CN113506443A (zh) | 2021-10-15 |
Family
ID=78017176
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111063240.2A Pending CN113506443A (zh) | 2021-09-10 | 2021-09-10 | 排队长度与交通量估算方法、装置、设备及可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113506443A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399914A (zh) * | 2022-01-20 | 2022-04-26 | 交通运输部公路科学研究所 | 一种车路协同的车道、信号灯和车辆联合调度方法及*** |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140149029A1 (en) * | 2011-07-20 | 2014-05-29 | Sumitomo Electric Industries, Ltd. | Traffic evaluation device and traffic evaluation method |
| CN106097730A (zh) * | 2016-08-10 | 2016-11-09 | 青岛海信网络科技股份有限公司 | 一种路段车辆排队长度的估计方法、装置及*** |
| CN106971546A (zh) * | 2017-05-18 | 2017-07-21 | 重庆大学 | 基于公交车gps数据的路段公交车渗透率估计方法 |
| US20170309176A1 (en) * | 2016-04-22 | 2017-10-26 | Volvo Car Corporation | Arrangement and method for providing adaptation to queue length for traffic light assist-applications |
| CN110070711A (zh) * | 2019-04-10 | 2019-07-30 | 华砺智行(武汉)科技有限公司 | 一种基于智能网联汽车数据的路段旅行速度区间估计***和方法 |
| CN110473419A (zh) * | 2019-09-09 | 2019-11-19 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆在无信号灯交叉路口的通行方法 |
| US20200175859A1 (en) * | 2017-08-08 | 2020-06-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for traffic light timing |
| CN111951549A (zh) * | 2020-08-04 | 2020-11-17 | 内蒙古大学 | 在网联车辆环境下的自适应交通信号灯控制方法及*** |
| CN113129605A (zh) * | 2021-03-24 | 2021-07-16 | 同济大学 | 一种基于电子警察数据的交叉口车道排队长度估计方法 |
-
2021
- 2021-09-10 CN CN202111063240.2A patent/CN113506443A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20140149029A1 (en) * | 2011-07-20 | 2014-05-29 | Sumitomo Electric Industries, Ltd. | Traffic evaluation device and traffic evaluation method |
| US20170309176A1 (en) * | 2016-04-22 | 2017-10-26 | Volvo Car Corporation | Arrangement and method for providing adaptation to queue length for traffic light assist-applications |
| CN106097730A (zh) * | 2016-08-10 | 2016-11-09 | 青岛海信网络科技股份有限公司 | 一种路段车辆排队长度的估计方法、装置及*** |
| CN106971546A (zh) * | 2017-05-18 | 2017-07-21 | 重庆大学 | 基于公交车gps数据的路段公交车渗透率估计方法 |
| US20200175859A1 (en) * | 2017-08-08 | 2020-06-04 | Beijing Didi Infinity Technology And Development Co., Ltd. | Systems and methods for traffic light timing |
| CN110070711A (zh) * | 2019-04-10 | 2019-07-30 | 华砺智行(武汉)科技有限公司 | 一种基于智能网联汽车数据的路段旅行速度区间估计***和方法 |
| CN110473419A (zh) * | 2019-09-09 | 2019-11-19 | 重庆长安汽车股份有限公司 | 一种自动驾驶车辆在无信号灯交叉路口的通行方法 |
| CN111951549A (zh) * | 2020-08-04 | 2020-11-17 | 内蒙古大学 | 在网联车辆环境下的自适应交通信号灯控制方法及*** |
| CN113129605A (zh) * | 2021-03-24 | 2021-07-16 | 同济大学 | 一种基于电子警察数据的交叉口车道排队长度估计方法 |
Non-Patent Citations (4)
| Title |
|---|
| JIARONG YAO 等: "Sampled Trajectory Data-Driven Method of Cycle-Based Volume Estimation for Signalized Intersections by Hybridizing Shockwave Theory and Probability Distribution", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS》 * |
| ZHAO ZHANG 等: "Traffic Volume Estimate Based on Low Penetration Connected Vehicle Data at Signalized Intersections: A Bayesian Deduction Approach", 《IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS ( EARLY ACCESS )》 * |
| 晏子 等: "基于信号交叉口排队长度的交通量调查方法", 《物流工程与管理》 * |
| 谈超鹏 等: "基于网联车辆轨迹数据的周期排队长度估计", 《中国公路学报》 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114399914A (zh) * | 2022-01-20 | 2022-04-26 | 交通运输部公路科学研究所 | 一种车路协同的车道、信号灯和车辆联合调度方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2019085904A1 (zh) | 一种基于蜂窝网络的辅助驾驶方法及交通控制单元 | |
| CN111046709B (zh) | 车辆车道级定位方法、***、车辆及存储介质 | |
| CN109830117B (zh) | 道路规划优化方法、装置、计算机设备及存储介质 | |
| CN110733507B (zh) | 车道变换及道路隔离方法、装置、设备及存储介质 | |
| CN113335292B (zh) | 车辆控制方法、装置、设备和计算机存储介质 | |
| CN114248775B (zh) | 一种路口通行决策方法、装置、介质、设备及车辆 | |
| CN108932852A (zh) | 一种记录机动车违法占用应急车道行为的方法及装置 | |
| CN113506443A (zh) | 排队长度与交通量估算方法、装置、设备及可读存储介质 | |
| EP2913239A1 (en) | Method and unit for managing following space | |
| CN114220261B (zh) | 车速管控方法、装置、服务器及存储介质 | |
| CN112706764A (zh) | 一种主动防碰撞预警方法、装置、设备和存储介质 | |
| CN113506453B (zh) | 公交车优先信号控制方法、装置、设备及可读存储介质 | |
| JP2015225384A (ja) | 運転支援システム及び運転支援方法 | |
| CN110264760B (zh) | 一种导航语音播放方法、装置及电子设备 | |
| WO2020147390A1 (zh) | 车辆控制方法和装置 | |
| CN113140113A (zh) | 基于车联网的交通流延误评价方法、***及存储介质 | |
| CN111311930B (zh) | 一种获取车流量的方法及其装置 | |
| CN116935631A (zh) | 基于雷视融合的异常交通态势检测方法、装置及*** | |
| CN109656245B (zh) | 刹车位置的确定方法和装置 | |
| CN115991196A (zh) | 一种基于lstm的车辆换道策略控制的算法及软件 | |
| CN116704750A (zh) | 一种基于聚类算法的交通状态识别方法、电子设备、介质 | |
| US20160082905A1 (en) | System and method for analyzing fuel efficiency based on driving behavior | |
| CN116039674A (zh) | 一种自动驾驶控制方法、装置、车辆及存储介质 | |
| CN113997940B (zh) | 一种驾驶行为监测方法及装置 | |
| CN115662186A (zh) | 基于人工智能的车辆避障方法以及*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211015 |
|
| RJ01 | Rejection of invention patent application after publication |