CN110751826A - 车辆排队确定方法以及相关装置 - Google Patents

车辆排队确定方法以及相关装置 Download PDF

Info

Publication number
CN110751826A
CN110751826A CN201911047791.2A CN201911047791A CN110751826A CN 110751826 A CN110751826 A CN 110751826A CN 201911047791 A CN201911047791 A CN 201911047791A CN 110751826 A CN110751826 A CN 110751826A
Authority
CN
China
Prior art keywords
time
queuing
vehicle
vehicles
sequence
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.)
Granted
Application number
CN201911047791.2A
Other languages
English (en)
Other versions
CN110751826B (zh
Inventor
程兴硕
周善存
何林强
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201911047791.2A priority Critical patent/CN110751826B/zh
Publication of CN110751826A publication Critical patent/CN110751826A/zh
Application granted granted Critical
Publication of CN110751826B publication Critical patent/CN110751826B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating vehicles

Abstract

本申请公开了一种车辆排队确定方法以及相关装置。其中，车辆排队确定包括：获取当前路口和其上游路口之间待测车道的历史过车信息；基于历史过车信息，确定待测车道的参考畅通行程时长；利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列；获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列；利用排队序列确定在待测时段内待测车道的车辆排队长度。上述方案，能够提高确定车辆排队长度的准确性。

Description

车辆排队确定方法以及相关装置
技术领域
本申请涉及信息技术领域，特别是涉及一种车辆排队确定方法以及相关装置。
背景技术
随着我国车辆保有量的不断增加，特别是小汽车等机动车保有量的飞速增长，城市道路拥堵问题呈现出愈发严重的态势。一旦道路发生拥堵，将直接降低路网的运行效率，甚至引发交通事故。为了便于交管部门制定有效的解决方案，提高路口的通行能力，缓解交通拥堵，需要准确地判断路口的拥堵状态，而路口的车辆排队长度能够直观反映拥堵程度，此外，路口的车辆排队长度在交通信号控制中也是非常关键的输入参数。有鉴于此，如何提高确定车辆排队长度的准确性为亟待解决的问题。
发明内容
本申请主要解决的技术问题是提供一种车辆排队确定方法以及相关装置，能够提高确定车辆排队长度的准确性。
为了解决上述问题，本申请第一方面提供了一种车辆排队确定方法，包括：获取当前路口和其上游路口之间待测车道的历史过车信息；基于历史过车信息，确定待测车道的参考畅通行程时长；利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列；获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列；利用排队序列确定在待测时段内待测车道的车辆排队长度。
为了解决上述问题，本申请第二方面提供了一种车辆排队确定装置，包括相互耦接的存储器和处理器，处理器用于执行存储器存储的程序指令，以实现上述第一方面中的车辆排队确定方法。
为了解决上述问题，本申请第三方面提供了一种存储装置，存储有能够被处理器运行的程序指令，程序指令用于实现上述第一方面中的车辆排队确定方法。
上述方案，通过获取当前路口和其上游路口之间待测车道的历史过车信息，确定待测车道的参考畅通行程时长，从而利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列，进而可以有效地过滤不排队车辆对确定车辆排队长度的影响，有利于提高确定车辆排队长度的准确性，在此基础上，再将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列，从而可以利用排队序列确定在待测时段内待测车道的车辆排队长度，进而能够进一步对队尾序列中的队尾车辆进行分析，有利于进一步提高确定车辆排队长度的准确性。
此外，由于只需获取当前路口和其上游路口之间待测车道的历史过车信息即可确定在待测时段内待测车道的车辆排队长度，因此，能够降低对路网所配备的设备软/硬件要求，有利于提高所获取的历史过车信息的数据覆盖面，进而能够进一步提高确定车辆排队长度的准确性。
附图说明
图1是本申请车辆排队确定方法一实施例的流程示意图；
图2是当前路口和其上游路口一实施例的示意图；
图3是本申请车辆排队确定方法另一实施例的流程示意图；
图4是图3中步骤S33一实施例的流程示意图；
图5是图3中步骤S33另一实施例的流程示意图；
图6是图3中步骤S34一实施例的流程示意图；
图7是图3中步骤S35一实施例的流程示意图；
图8是绿灯开始排队车辆验证结果一实施例的示意图；
图9是绿灯结束排队车辆验证结果一实施例的示意图；
图10是本申请车辆排队确定装置一实施例的框架示意图；
图11是本申请车辆排队确定装置另一实施例的框架示意图；
图12是本申请存储装置一实施例的框架示意图。
具体实施方式
下面结合说明书附图，对本申请实施例的方案进行详细说明。
以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、接口、技术之类的具体细节，以便透彻理解本申请。
本文中术语“系统”和“网络”在本文中常被可互换使用。本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。此外，本文中的“多”表示两个或者多于两个。
请参阅图1，图1是本申请车辆排队确定方法一实施例的流程示意图。具体而言，可以包括如下步骤：
步骤S11：获取当前路口和其上游路口之间待测车道的历史过车信息。
本实施例中，历史过车信息可以包括由电子警察等抓拍设备拍摄得到的车辆驶入路口的信息，如：驶入时间(即抓拍时间)、车牌号码等等，本实施例在此不再一一举例，此外，历史过车信息还可以包括路口交通信号灯的日志信息，如：绿灯开始时间、绿灯结束时间、红灯开始时间、红灯结束时间等等，本实施例在此不再一一举例。在一个实施场景中，历史过车信息可以是过去一个月之内的信息，也可以是过去一个季度之内的信息，还可以是过去半年之内的信息，本实施例在此不做具体限制。
请结合参阅图2，图2是当前路口和其上游路口一实施例的示意图，如图2所示，上游路口是当前路口沿待测车道的行驶方向相反的方向上的第一个路口。根据具体情况，本实施例中的待测车道可以是1条、2条、3条等等，本实施例在此不做具体限制。为了便于描述，本实施例以及下述实施例，将当前路口称之为路口A，将上游路口称之为路口B。
具体地，历史过车信息可以包括但不限于：车辆从待测车道驶入当前路口的第一驶入时间ATA、车辆驶入上游路口的第二驶入时间ATB，此外，历史过车信息还可以包括但不限于：当前路口绿灯开始时间STA、当前路口绿灯结束时间ETA、当前路口下一个绿灯开始时间STA,next、当前路口下一个绿灯结束时间ETA,next。
步骤S12：基于历史过车信息，确定待测车道的参考畅通行程时长。
本实施例中，行程时长是指车辆从驶离上游路口到驶入当前路口所需的时长，具体的，可以分别基于第一驶入时间和第二驶入时间所处的信号时段，确定车辆从待测车道驶离当前路口的第一驶离时间，以及车辆驶离上游路口的第二驶离时间，从而通过计算第二驶离时间和第一驶入时间之间的差值，即可将差值作为对应车辆的行程时长。举例来说，如果第一驶入时间ATA处于绿灯时段，则将第一驶入时间ATA作为第一驶离时间LTA，如果第一驶入时间ATA处于红灯时段，则将红灯结束之后的绿灯开始时间作为第一驶离时间LTA，与之类似地，如果第二驶入时间ATB处于绿灯时段，则将第二驶入时间ATB作为第二驶离时间LTB，如果第二驶入时间处于红灯时段，则将红灯结束之后的绿灯开始时间作为第二驶离时间LTB，上述绿灯时段和红灯时段，以及红灯结束之后的绿灯开始时间都可以通过历史过车信息中的交通信号灯的日志信息获取，本实施例在此不再赘述。
在一个具体的实施场景中，还可能存在当前路口的过车车牌无法识别的情况，此时可以将第一驶入时间ATA和第一驶离时间LTA均置为0；在另一个具体的实施场景中，还可能存在尽管可以识别当前路口的过车车牌，但是通过该车牌未能查询到其在上游路口的相关关系，此时可以将第二驶入时间ATB和第二驶离时间LTB均置为0。
本实施例中，可以取上述行程时长中数值较小的行程时长作为畅通行程时长，即当某一车辆的行程时长与畅通行程时长相当，或小于畅通行程时长时，可以认为该车辆在待测车道上未排队。本实施例中的参考畅通行程时长可以包括但不限于：最小畅通行程时长、平均畅通行程时长，具体地，可以将基于上述历史信息而获取到的所有车辆的行程时长按照由小到大的顺序进行排列，获取行程时长序列，并将行程时长序列中的最小值作为最小畅通行程时长CRTmin，并筛选行程时长序列中预设比例范围(如：2％～10％)内的行程时长，并将筛选得到的行程时长的平均值作为平均畅通行程时长
Figure BDA0002254553110000051
在一个实施场景中，为了使获取到的平均畅通行程时长和最小畅通行程时长更具参考价值，从而使得后续基于参考畅通行程时长对待测时段内待测车道的车辆所进行的筛选更加准确，在所有车辆的行程时长按照由小到大的顺序进行排列，获取行程时长序列之后，还可以进一步将行程时长序列中值为0的行程时长剔除。
在一个实施场景中，为了使参考畅通行程时长更具针对性，例如：针对车道在诸如上班高峰、下班高峰、平常时段、凌晨时段等时段的行程时长的差异性，从而可以进一步提高后续筛选的准确性，还可以将一天24小时划分为多个时段，例如，按照4小时划分为6个时段、按照3小时划分为8个时段等等，再通过上述方式获取每个时段内的行程时长序列，基于获取到的对应时段的行程时段序列，获取对应时段的参考畅通行程时长，例如：对应时段的最小畅通行程时长和对应时段的平均畅通行程时长。
步骤S13：利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列。
在一个实施场景中，为了获取待测车道的即时路况，从而帮助交管部门实时了解某一车道的路况，或者帮助司机实时了解某一车道的路况，待测时段可以是当前时刻之前的一个较短的时段，例如：当前时刻之前5分钟内、当前时刻之前1分钟内等等，本实施例在此不做具体限制。在另一个实施场景中，为了获取待测车道在诸如节假日(如：十一黄金周、周末等)、上下班高峰时的路况，从而帮助交管部门在特殊时段制定交通管制策略或调整交通信号灯，待测时段可以是节假日、上下班高峰时段等等，本实施例在此不做具体限制。
在一个实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，待测时段还可以进行更加精细化地设置，例如，待测时段可以包括：绿灯开始时间至绿灯结束时间之间的第一待测时段，以及绿灯结束时间之后下一个绿灯开始时间至下一个绿灯结束时间之间的第二待测时段，本实施例在此不做具体限制。
在一个实施场景中，为了使得筛选结果更加准确，还可以将一天24小时划分为多个时段，从而获取对应于每个时段的参考畅通行程时长，并确定待测时段在多个时段中所属的时段，再依据所属的时段所对应的参考畅通行程时长对待测时段内待测车道的车辆进行筛选。
本实施例中，通过利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，可以得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列。
步骤S14：获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列。
为了进一步提高筛选的准确性，还可以对队尾序列进行进一步的筛选。具体地，可以参考上述步骤获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列，例如，可以将行程时长明显异常(行程时长过大，或等于0)的队尾车辆作为排队车辆并添加至排队序列，或者还可以将行程时长大于队尾序列中所有队尾车辆的平均行程时长的队尾车辆作为排队车辆并添加至队尾序列。
在一个实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，还可以通过对绿灯开始的时段的队尾序列进行筛选，并将其中满足第一预设筛选条件的队尾车辆作为排队车辆并添加至与绿灯开始的时段对应的排队序列，以及通过对绿灯结束的时段的队尾序列进行筛选，并将其中满足第一预设筛选条件的队尾车辆作为排队车辆并添加至与绿灯结束的时段对应的排队序列。
步骤S15：利用排队序列确定在待测时段内待测车道的车辆排队长度。
在一个实施场景中，可以将排队序列中排队车辆的数目作为车辆排队长度的参考值。在另一个实施场景中，还可以将排队序列中排队车辆的数目进行进一步的处理，并将处理之后的值作为车辆排队长度，具体地，可以考虑车辆平均间距和车辆平均长度，将车辆平均间距和车辆平均长度之和与排队车辆的数目的乘积作为车辆排队长度，本实施例在此不做具体限制。
在一个具体的实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，还可以利用上述绿灯开始的时段对应的排队序列确定绿灯开始的时段对应的车辆排队长度，并利用上述绿灯结束的时段对应的排队序列确定绿灯结束的时段对应的车辆排队长度，本实施例在此不做具体限制。
上述方案，通过获取当前路口和其上游路口之间待测车道的历史过车信息，确定待测车道的参考畅通行程时长，从而利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列，进而可以有效地过滤不排队车辆对确定车辆排队长度的影响，有利于提高确定车辆排队长度的准确性，在此基础上，再将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列，从而可以利用排队序列确定在待测时段内待测车道的车辆排队长度，进而能够进一步对队尾序列中的队尾车辆进行分析，有利于进一步提高确定车辆排队长度的准确性。
此外，由于只需获取当前路口和其上游路口之间待测车道的历史过车信息即可确定在待测时段内待测车道的车辆排队长度，因此，能够降低对路网所配备的设备软/硬件要求，有利于提高所获取的历史过车信息的数据覆盖面，进而能够进一步提高确定车辆排队长度的准确性。
请参阅图3，图3是本申请车辆排队确定方法另一实施例的流程示意图，具体地，本实施例中，参考畅通行程时长包括最小畅通行程时长和平均畅通行程时长，通过分别利用平均畅通行程时长和最小畅通行程时长进行筛选，能够进一步提高排队确定的准确性。具体而言，可以包括如下步骤：
步骤S31：获取当前路口和其上游路口之间待测车道的历史过车信息。
具体请参阅上述实施例中的步骤S11。
步骤S32：基于历史过车信息，确定待测车道的平均畅通行程时长和最小畅通行程时长。
具体地，待测车道的历史过车信息可以包括车辆从待测车道驶入当前路口的第一驶入时间以及车辆驶入上游路口的第二驶入时间，基于第一驶入时间和第二驶入时间所处的信号时段，可以确定车辆从待测车道驶离当前路口的第一驶离时间，以及车辆驶离上游路口的第二驶离时间，并利用第二驶离时间和第一驶入时间，统计待测车道所有车辆的行程时长，最后分析待测车道所有车辆的行程时长，获取最小畅通行程时长和平均畅通行程时长。具体可以参考上述实施例中的相关步骤，本实施例在此不再赘述。
步骤S33：利用平均畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列。
在一个实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，待测时段可以具体包括绿灯开始时间STA至绿灯结束时间ETA之间的第一待测时段，以及绿灯结束时间ETA之后下一个绿灯开始时间STA,next至下一个绿灯结束时间ETA,next之间的第二待测时段。具体地，可以统计第一驶离时间LTA处于第一待测时段的第一目标车辆，以及第一驶离时间LTA处于第二待测时段的第二目标车辆，并利用第一驶入时间、第一驶离时间、绿灯开始时间、绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第一目标车辆中筛选出第一排队序列和第一队尾序列，以及利用第一驶入时间、第一驶离时间、下一个绿灯开始时间、下一个绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第二目标车辆中筛选出第二排队序列和第二队尾序列。
步骤S34：获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列。
在一个实施场景中，当为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化时，可以获取上述第一队尾序列中的队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至第一排队序列，并获取上述第二队尾序列中的队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至第二排队序列。
步骤S35：利用最小畅通行程时长剔除排队序列中不满足第二预设筛选条件的排队车辆。
在一个实施场景中，当为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化时，可以利用最小畅通行程时长剔除上述第一排队序列中不满足第二预设筛选条件的排队车辆，并剔除上述第二排队序列中不满足第二预设筛选条件的排队车辆。
步骤S36：利用排队序列确定在待测时段内待测车道的车辆排队长度。
在一个实施场景中，当为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化时，可以利用上述剔除处理之后的第一排队序列确定在第一待测时段内待测车道的车辆排队长度，以及利用上述剔除处理之后的第二排队序列确定在第二待测时段内待测车道的车辆排队长度。
利用剔除处理之后的第一排队序列确定在第一待测时段内待测车道的车辆排队长度的具体方式，以及利用剔除处理之后的第二排队序列确定在第二待测时段内待测车道的车辆排队长度的具体方式可以参阅上述实施例中的相关步骤，本实施例在此不再赘述。
上述方案，通过利用平均畅通行程时长对待测时段内待测车道的车辆进行筛选，能够得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列，从而可以对待测时段内待测车道的车辆进行初步筛选，再获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列，并利用排队序列确定在待测时段内待测车道的车辆排队长度，能够对队尾序列和排队序列进行进一步地精细筛选，从而能够进一步提高排队确定的准确性。
请参阅图4，图4是图3中步骤S33一实施例的流程示意图。具体地，图4是图3中步骤33的待测时段包含绿灯开始时间至绿灯结束时间之间的第一待测时段时一实施例的流程示意图，本实施例中，可以利用第一驶入时间、第一驶离时间、绿灯开始时间、绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第一驶离时间处于第一待测时段的第一目标车辆中筛选出第一排队序列和第一队尾序列，具体而言，可以包括如下步骤：
步骤S41：将第一目标车辆按照第一驶入时间由小到大进行排列。
将第一驶离时间LTA处于第一待测时段内的第一目标车辆按照第一驶入时间ATA由小到大的顺序进行排列，即按照第一目标车辆进入当前路口由先到后的顺序进行排序。
步骤S42：判断排列后的第一目标车辆中第一个车辆是否满足第一预设判断条件，若是，则执行步骤S43，若否，则执行步骤S44。
本实施例中，第一预设判断条件可以包括以下任意一者：第一驶入时间ATA和绿灯开始时间STA之间的差值大于第一预设差值；第一驶入时间ATA和绿灯开始时间STA之间的差值大于第二预设差值，且第一驶离时间LTA和第一驶入时间ATA之间的差值小于第三预设差值，且行程时长RT小于平均畅通行程时长的第一预设倍数，其中，第一预设差值大于第二预设差值、第三预设差值。在一个具体的实施场景中，第一预设判断条件为下式任意一者：
ATA>STA+30
Figure BDA0002254553110000111
在其他实施场景中，第一预设差值、第二预设差值、第三预设差值以及第一预设倍数也可以为除上式之外的其他数值，本实施例在此不再一一举例。
步骤S43：将所有第一目标车辆作为不排队车辆。
若排列后的第一目标车辆中第一个车辆满足第一预设判断条件，则将所有第一目标车辆作为不排队车辆。
步骤S44：对排列后的第一目标车辆顺次进行分析，并基于分析结果将第一目标车辆添加至第一排队序列或第一队尾序列。
若排列后的第一目标车辆中第一个车辆不满足第一预设判断条件，则对排列后的第一目标车辆顺次进行分析，并基于分析结果将第一目标车辆添加至第一排队序列或第一队尾序列。本实施例所指的“顺次进行分析”是指按照第一驶入时间由小到大的顺序进行分析。
在一个具体的实施场景中，可以将第一队尾标识Quetail初始化为第一数值(例如：布尔型变量FALSE)，并通过如下步骤对排列后的第一目标车辆顺次进行分析，并基于分析结果将第一目标车辆添加至第一排队序列或第一队尾序列：
若当前第一目标车辆的第二驶离时间LTB不小于绿灯开始时间STA(即：LTB≥STA)，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆。
若当前第一目标车辆的第一驶离时间LTA和第一驶入时间ATA之间的差值在第一预设数值范围(如：20～180)内，且第一队尾标识Quetail的值为第一数值(例如：FALSE)，则将当前第一目标车辆添加至第一排队序列。在一个具体的实施场景中，可以表示为：(20<LTA-ATA<180)&(Quetail＝FALSE)，在其他实施场景中，第一预设数值范围还可以是其他值，本实施例在此不再一一举例。
若当前第一目标车辆的第一驶离时间LTA和第一驶入时间ATA之间的差值在第一预设数值范围(如：20～180)内，且第一队尾标识Quetail的值不为第一数值(例如：TRUE)，则将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，可以表示为：(20<LTA-ATA<180)&(Quetail＝TRUE)，在其他实施场景中，第一预设数值范围还可以是其他值，本实施例在此不再一一举例。
若当前第一目标车辆的第一驶入时间ATA小于绿灯开始时间STA，且第一队尾标识Quetail的值为第一数值(例如：FALSE)，则将当前第一目标车辆添加至第一排队序列。在一个具体的实施场景中，可以表示为：(ATA<STA)&(Quetail＝FALSE)。
若当前第一目标车辆的第一驶入时间ATA小于绿灯开始时间STA，且第一队尾标识Quetail的值不为第一数值(例如：TRUE)，则将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，可以表示为：(ATA<STA)&(Quetail＝TRUE)。
若当前第一目标车辆的第一驶离时间LTA和上一第一目标车辆的第一驶离时间LTA,pre之间的差值满足第二预设判断条件，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆。本实施例中，第二预设判断条件包括以下任意一者：当前第一目标车辆的第一驶离时间LTA和上一第一目标车辆的第一驶离时间LTA,pre之间的差值大于第四预设差值，且第一驶离时间LTA小于绿灯结束时间ETA；当前第一目标车辆的第一驶离时间LTA和上一第一目标车辆的第一驶离时间LTA,pre之间的差值大于第五预设差值，且第一驶离时间LTA小于绿灯结束时间ETA，且第一驶离时间LTA和第一驶入时间ATA之间的差值小于第六预设差值，且行程时长RT小于平均畅通行程时长
Figure BDA0002254553110000121
的第一预设倍数，第四预设差值大于第五预设差值、第六预设差值。在一个具体的实施场景中，第二预设判断条件为下式任意一者：
(LTA-LTA,pre>30)&(LTA<ETA)
Figure BDA0002254553110000122
在其他实施场景中，第四预设差值、第五预设差值、第六预设差值、第一预设倍数还可以是除上式之外的其他数值，本实施例在此不再一一举例。
若当前第一目标车辆的行程时长RT等于0，且第一队尾标识Quetail的值为第一数值(例如：FALSE)，则将当前第一目标车辆添加至第一排队序列。在一个具体的实施场景中，可以表示为：(RT＝0)&(Quetail＝FALSE)。
若当前第一目标车辆的行程时长RT等于0，且第一队尾标识Quetail的值不为第一数值(例如：TRUE)，则将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，可以表示为：(RT＝0)&(Quetail＝TRUE)。
若当前第一目标车辆的行程时长RT不小于平均畅通行程时长
Figure BDA0002254553110000131
的第一预设倍数，且第一队尾标识Quetail的值为第一数值(例如：FALSE)，则将当前第一目标车辆添加至第一排队序列。在一个具体的实施场景中，可以表示为：
Figure BDA0002254553110000132
在其他实施场景中，第一预设倍数还可以是其他数值，本实施例在此不再一一举例。
若当前第一目标车辆的行程时长RT不小于平均畅通行程时长
Figure BDA0002254553110000133
的第一预设倍数，且第一队尾标识Quetail的值不为第一数值(例如：TRUE)，则将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，可以表示为：
Figure BDA0002254553110000134
在其他实施场景中，第一预设倍数还可以是其他数值，本实施例在此不再一一举例。
若当前第一目标车辆的行程时长RT小于平均畅通行程时长
Figure BDA0002254553110000135
的第二预设倍数，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆。本实施例中，第二预设倍数小于第一预设倍数。在一个具体的实施场景中，可以表示为：
Figure BDA0002254553110000136
在其他实施场景中，第二预设倍数还可以是除1.1之外的其他数值，本实施例在此不再一一举例。
若当前第一目标车辆的行程时长RT与平均畅通行程时长
Figure BDA0002254553110000137
之间的比值在第一预设倍数和第二预设倍数之间，则将第一队尾标识Quetail置为第二数值(例如：TRUE)，并将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，可以表示为：
Figure BDA0002254553110000138
在其他实施场景中，第一预设倍数和第二预设倍数还可以是其他数值，本实施例在此不再一一举例。
请参阅图5，图5是图3中步骤S33另一实施例的流程示意图。具体地，图4是图3中步骤33的待测时段包含绿灯结束时间之后下一个绿灯开始时间至下一个绿灯结束时间之间的第二待测时段时一实施例的流程示意图，本实施例中，可以利用第一驶入时间、第一驶离时间、下一个绿灯开始时间、下一个绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第二目标车辆中筛选出第二排队序列和第二队尾序列，具体而言，可以包括如下步骤：
步骤S51：将第二目标车辆按照第一驶入时间由大到小进行排列。
将第一驶离时间LTA处于第二待测时间段内的第二目标车辆按照第一驶入时间ATA由小到大的顺序进行排列，即按照第二目标车辆进入当前路口由先到后的顺序进行排列。
步骤S52：判断排列后的第二目标车辆中第一个车辆是否满足第三预设判断条件。若是，则执行步骤S53，若否，则执行步骤S54。
本实施例中，第三预设判断条件包括以下任意一者：第一驶入时间ATA大于绿灯开始时间STA，且第一驶入时间ATA小于下一个绿灯开始时间STA,next，且第一驶离时间LTA大于下一个绿灯开始时间STA,next。在一个具体的实施场景中，第三预设判断条件可以如下式表示为：
ATA>ETA&ATA<STA,next&LTA>STA,next
步骤S53：将所有第二目标车辆作为不排队车辆。
若排列后的第二目标车辆中第一个车辆满足第三预设判断条件，则将所有第二目标车辆作为不排队车辆。
步骤S54：对排列后的第二目标车辆顺次进行分析，并基于分析结果将第二目标车辆添加至第二排队序列或第二队尾序列。
若排列后的第二目标车辆不符合第三预设判断条件，则对排列后的第二目标车辆进行顺次分析，并基于分析结果将第二目标车辆添加至第二排队序列或第二队尾序列。本实施例所指的“顺次进行分析”是指按照第一驶入时间由小到大的顺序进行分析。
在一个具体的实施场景中，可以将第二队尾标识Quetail′初始化为第一数值(例如：布尔型变量FALSE)，并计算下一个绿灯开始时间STA,next和绿灯结束时间ETA之间的差值与平均畅通行程时长
Figure BDA0002254553110000151
的第三预设倍数之间的第一和值，以及下一个绿灯开始时间STA,next和绿灯结束时间ETA之间的差值与平均畅通行程时长
Figure BDA0002254553110000152
的第四预设倍数之间的第二和值，其中，第三预设倍数大于第四预设倍数，例如：第三预设倍数为1.3，第四预设倍数为1.1，在其他实施场景中，第三预设倍数、第四预设倍数也可以取其他数值，本实施例在此不再一一举例。具体地，在第三预设倍数取1.3，第四预设倍数取1.1时，第一和值可以表示为：1.3CRT+STA,next-ETA，第二和值可以表示为：1.1CRT+STA,next-ETA。
若当前第二目标车辆的第一驶离时间LTA和第一驶入时间ATA之间的差值在第二预设数值范围(例如：20～180)内，且第二队尾标识Quetail′的值为第一数值(例如：布尔型变量FALSE)，则将当前第二目标车辆添加至第二排队序列。在一个具体的实施场景中，可以表示为(20<LTA-ATA<180)&(Quetail′＝FALSE)，在其他实施场景中，第二预设数值范围还可以取其他数值，本实施例在此不再一一举例。
若当前第二目标车辆的第一驶离时间LTA和第一驶入时间ATA之间的差值在第二预设数值范围(例如：20～180)内，且第二队尾标识Quetail′的值不为第一数值(例如：布尔型变量TRUE)，则将当前第二目标车辆添加至第二队尾序列。在一个具体的实施场景中，可以表示为：(20<LTA-ATA<180)&(Quetail′＝TRUE)，在其他实施场景中，第二预设数值范围还可以取其他数值，本实施例在此不再一一举例。
若当前第二目标车辆的行程时长RT等于0，且第二队尾标识Quetail′的值为第一数值(例如：布尔型变量FALSE)，则将当前第二目标车辆添加至第二排队序列。在一个具体的实施场景中，可以表示为：(RT＝0)&(Quetail′＝FALSE)。
若当前第二目标车辆的行程时长RT等于0，且第二队尾标识Quetail′的值不为第一数值(例如：布尔型变量TRUE)，则将当前第二目标车辆添加至第二队尾序列。在一个具体的实施场景中，可以表示为(RT＝0)&(Quetail′＝TRUE)。
若当前第二目标车辆的行程时长RT不小于第一和值，且第二队尾标识Quetail′的值为第一数值(例如：布尔型变量FALSE)，则将当前第二目标车辆添加至第二排队序列。在一个具体的实施场景中，可以表示为(RT≥1.3CRT+STA,next-ETA)&(Quetail′＝FALSE)，在其他实施场景中，第一和值中第三预设倍数也可以是其他数值，本实施例在此不再一一举例。
若当前第二目标车辆的行程时长RT不小于第一和值，且第二队尾标识Quetail′的值不为第一数值(例如：布尔型变量TRUE)，则将当前第二目标车辆添加至第二队尾序列。在一个具体的实施场景中，可以表示为(RT≥1.3CRT+STA,next-ETA)&(Quetail′＝TRUE)，在其他实施场景中，第一和值中第三预设倍数也可以是其他数值，本实施例在此不再一一举例。
若当前第二目标车辆的行程时长RT不大于第二和值，则将当前第二目标车辆以及后续第二目标车辆作为不排队车辆。在一个具体的实施场景中，可以表示为：RT≤1.1CRT+STA,next-ETA，在其他实施场景中，第二和值中的第四预设倍数还可以是其他数值，本实施例在此不再一一举例。
若当前第二目标车辆的行程时长RT在第一和值以及第二和值之间，则将第二队尾标识Quetail′置为第二数值(例如：布尔型变量TRUE)，并将当前第二目标车辆添加至第二队尾序列。在一个具体的实施场景中，可以表示为1.1CRT+STA,next-ETA≤RT≤1.3CRT+STA,next-ETA，在其他实施场景中，第一和值中的第三预设倍数和第二和值中的第四预设倍数还可以是其他数值，本实施例在此不再一一举例。
通过上述步骤的分析，可以得到绿灯开始时的第一待测时段的第一排队序列Quelist和第一队尾序列Taillist，以及绿灯结束时的第二待测时段的第二排队序列Quelist′和第二队尾序列Taillist′。
请参阅图6，图6是图3中步骤S34一实施例的流程示意图。本实施例中，第一预设筛选条件可以包括以下任意一者：行程时长大于行程时长阈值的第五预设倍数；行程时长为行程时长异常值，在一个实施场景中，第五预设倍数可以为1.1，行程时长异常值可以是0，或者大于第三数值的数值，第三数值可以为500、600等等，本实施例在此不再一一举例。具体地，可以包括如下步骤：
步骤S61：筛选队尾序列中行程时长不为行程时长异常值的队尾车辆。
将队尾序列中行程时长不为行程时长异常值的队尾车辆筛选出来，筛选出来的行程时长即可以认为正常值。
在一个具体的实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，可以获得绿灯开始时的第一待测时段的第一排队序列Quelist和第一队尾序列Taillist，以及绿灯结束时的第二待测时段的第二排队序列Quelist′和第二队尾序列Taillist′，可以分别筛选第一队尾序列Taillist中行程时长不为行程时长异常值的队尾车辆，以及第二队尾序列Taillist′中行程时长不为行程时长异常值的队尾车辆。
步骤S62：计算筛选得到的队尾车辆的行程时长的平均值，并将计算得到的平均值作为行程时长阈值。
在一个具体的实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，可以对第一队尾序列Taillist进行筛选，并对筛选得到的队尾车辆的行程时长计算其平均值，并将计算得到的平均值作为第一行程时长阈值还可以对第二队尾序列Taillist′进行筛选，并对筛选得到的队尾车辆的行程时长计算其平均值，并将计算得到的平均值作为第二行程时长阈值
Figure BDA0002254553110000172
步骤S63：将队尾序列中的队尾车辆按照行程时长由大到小进行排列。
在一个具体的实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，可以对第一队尾序列Taillist中的队尾车辆按照行程时长由大到小的顺序进行排列，还可以对第二队尾序列Taillist′中的队尾车辆按照行程时长由大到小的顺序进行排列。
步骤S64：顺次将队尾序列中行程时长满足第一预设筛选条件的队尾车辆作为排队车辆添加至排队序列。
对排列之后的队尾序列中的队尾车辆进行顺次分析，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆添加至排队序列。
在一个具体的实施场景中，为了客观地应对绿灯开始和绿灯结束车辆排队情况的变化，从而使得最终获取的车辆排队长度更具参考价值，可以对排列后的第一队尾序列Taillist中车辆进行顺次分析，将其中满足第一预设筛选条件的队尾车辆作为排队车辆并添加至第一排队序列Quelist，并对排列后的第二队尾序列Taillist′中的车辆进行顺次分析，将其中满足第一预设筛选条件的队尾车辆作为排队车辆并添加至第二排队序列Quelist′。
在一个实施场景中，当队尾序列中的队尾车辆的行程时长RT不大于行程时长阈值的第五预设倍数，则将队尾车辆以及后续队尾车辆作为不排队车辆，第五预设倍数可以是1.1，在其他实施场景中，第五预设倍数也可以取其他值，本实施例在此不再一一举例。在一个具体的实施场景中，当第一队尾序列Taillist中车辆的行程时长RT不大于第一行程时长阈值
Figure BDA0002254553110000181
的第五预设倍数，则将该车辆以及后续车辆作为不排队车辆；当第二队尾序列Taillist′中的车辆的行程时长RT不大于第二行程时长阈值
Figure BDA0002254553110000182
的第五预设倍数，则将该车辆以及后续车辆作为不排队车辆。
上述方案，能够对队尾序列中的队尾车辆进行进一步的筛选，进一步提高车辆排队确定的准确性。
请参阅图7，图7是图3中步骤S35一实施例的流程示意图。本实施例中，第二预设筛选条件包括以下任意一者：第二驶离时间LTB不大于第一驶离时间阈值；第二驶离时间LTB不大于第二驶离时间阈值，具体地，对于第一待测时段，第二预设筛选条件可以为第二驶离时间LTB不大于第一驶离时间阈值，对于第二待测时段，第二预设筛选条件可以为第二驶离时间LTB不大于第二驶离时间阈值。具体而言，可以包括如下步骤：
步骤S71：分别基于第一排队序列和第二排队序列中排队车辆的数目，获取在第一待测时段和第二待测时段内待测车道的预计排队长度。
在将第一队尾序列Taillist中行程时长满足第一预设筛选条件的队尾车辆作为排队车辆添加至第一排队序列Quelist，并将第二队尾序列Taillist′中行程时长满足第一预设筛选条件的队尾车辆作为排队车辆添加至第二排队序列Quelist′之后，可以分别基于第一排队序列Quelist和第二排队序列Quelist′中排队车辆的数目，获取第一待测时段和第二待测时段内待测车道的预计排队长度。在一个具体的实施场景中，可以计算车辆平均间距HD和车辆平均长度L之和与获取到的数目Quenum的乘积，并将计算得到的乘积值作为预计排队长度Quelength，例如，计算得到与第一待测时段对应的预计排队长度Quelength，以及与第二待测时段对应的预计排队长度Quelength′。
步骤S72：分别利用第一待测时段和第二待测时段内的预计排队长度，确定第一驶离时间阈值和第二驶离时间阈值。
本实施例中，可以将第一待测时段内待测车道的预计排队长度Quelength与预设车辆行驶速度V之间的比值作为第一待测时段内待测车道的第一路段畅通行程时间QT，并将绿灯开始时间STA与最小畅通行程时间CRTmin的差值和第一路段畅通行程时间QT之和作为第一驶离时间阈值，在一个具体的实施场景中，第一驶离时间阈值可以表示为：STA-CRTmin+QT；还可以将第二待测时段内待测车道的预计排队长度Quelength′与预设车辆行驶速度V之间的比值作为第二待测时段内待测车道的第二路段畅通行程时间QT′，并将下一个绿灯开始时间STA,next与最小畅通行程时间CRTmin的差值和第二路段畅通行程时间QT′之和作为第二驶离时间阈值，在一个具体的实施场景中，第二驶离时间阈值可以表示为：STA,next-CRTmin+QT′。
步骤S73：剔除第一排队序列中第二驶离时间大于第一驶离时间阈值的排队车辆，并剔除第二排队序列中第二驶离时间大于第二驶离时间阈值的排队车辆。
剔除第一排队序列Quelist中第二驶离时间LTB大于第一驶离时间阈值STA-CRTmin+QT的排队车辆，并剔除第二排队序列Quelist′中第二驶离时间LTB大于第二驶离时间阈值STA,next-CRTmin+QT′的排队车辆。
上述方案，能够对排队序列中的排队车辆进行进一步的筛选，从而能够提高确定车辆排队长度的准确性。
通过上述方案对实际应用场景中一路口以及上游路口的电子警察设备的过车数据进行验证，请结合参阅图8，图8是绿灯开始排队车辆验证结果一实施例的示意图，如图8所示，在各个时间节点，绿灯开始实际排队车辆数与通过上述步骤确定的排队车辆数基本吻合；请结合参阅图9，图9是绿灯结束排队车辆验证结果一实施例的示意图，如图9所示，在各个时间节点，绿灯结束实际排队车辆数与通过上述步骤确定的排队车辆数基本吻合。由此可见，上述方案能够提高确定排队车辆长度的准确性。
请参阅图10，图10是本申请车辆排队确定装置1000一实施例的框架示意图。车辆排队确定装置1000包括信息获取模块1010、时长确定模块1020、第一筛选模块1030、第二筛选模块1040和长度确定模块1050，信息获取模块1010用于获取当前路口和其上游路口之间待测车道的历史过车信息；时长确定模块1020用于基于历史过车信息，确定待测车道的参考畅通行程时长；第一筛选模块1030用于利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列；第二筛选模块1040用于获取队尾车辆的行程时长，并将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列；长度确定模块1050用于利用排队序列确定在待测时段内待测车道的车辆排队长度。
上述方案，通过获取当前路口和其上游路口之间待测车道的历史过车信息，确定待测车道的参考畅通行程时长，从而利用参考畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列，进而可以有效地过滤不排队车辆对确定车辆排队长度的影响，有利于提高确定车辆排队长度的准确性，在此基础上，再将行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至排队序列，从而可以利用排队序列确定在待测时段内待测车道的车辆排队长度，进而能够进一步对队尾序列中的队尾车辆进行分析，有利于进一步提高确定车辆排队长度的准确性。
此外，由于只需获取当前路口和其上游路口之间待测车道的历史过车信息即可确定在待测时段内待测车道的车辆排队长度，因此，能够降低对路网所配备的设备软/硬件要求，有利于提高所获取的历史过车信息的数据覆盖面，进而能够进一步提高确定车辆排队长度的准确性。
在一些实施例中，参考畅通行程时长包括平均畅通行程时长和最小畅通行程时长，第一筛选模块1030具体用于利用平均畅通行程时长对待测时段内待测车道的车辆进行筛选，得到待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列。
在一些实施例中，车辆排队确定装置1000还包括第三筛选模块，用于利用最小畅通行程时长剔除排队序列中不满足第二预设筛选条件的排队车辆。
在一些实施例中，待测车道的历史过车信息包括车辆从待测车道驶入当前路口的第一驶入时间以及车辆驶入上游路口的第二驶入时间，待测时段包括绿灯开始时间至绿灯结束时间之间的第一待测时段，以及绿灯结束时间之后下一个绿灯开始时间至下一个绿灯结束时间之间的第二待测时段，时长确定模块1020包括驶离时间确定单元，用于基于第一驶入时间和第二驶入时间所处的信号时段，确定车辆从待测车道驶离当前路口的第一驶离时间，以及车辆驶离上游路口的第二驶离时间，时长确定模块1020还包括时长统计单元，用于利用第二驶离时间和第一驶入时间，统计待测车道所有车辆的行程时长，时长确定模块1020还包括时长分析单元，用于分析待测车道所有车辆的行程时长，获取最小畅通行程时长和平均畅通行程时长。
在一个实施场景中，驶离时间确定单元具体用于：在第一驶入时间处于绿灯时段时，将第一驶入时间作为第一驶离时间；在第一驶入时间处于红灯时段时，将红灯时段结束之后的绿灯开始时间作为第一驶离时间；在第二驶入时间处于绿灯时段时，将第二驶入时间作为第二驶离时间；在第二驶入时间处于红灯时段时，将红灯时段结束之后的绿灯开始时间作为第二驶离时间。在一个实施场景中，时长分析单元包括时长排序子单元，用于将所有车辆的行程时长按照由小到大的顺序进行排列，获取行程时长序列，时长分析单元还包括最小值获取子单元，用于获取行程时长序列中的最小值，并将最小值作为最小畅通行程时长，时长分析单元还包括平均值获取子单元，用于筛选行程时长序列中预设比例范围内的行程时长，并将筛选得到的行程时长的平均值作为平均畅通行程时长。在一个实施场景中，时长统计单元具体用于计算第二驶离时间和第一驶入时间之间的差值，并将差值作为对应车辆的行程时长。在一个实施场景中，时长分析单元还包括时长剔除子单元，用于剔除行程时长序列中值为0的行程时长。在一个具体的实施场景中，预设比例范围为大于等于2％，且小于等于10％。
在一些实施例中，第一筛选模块1030包括车辆统计单元，用于统计第一驶离时间处于第一待测时段的第一目标车辆，以及第一驶离时间处于第二待测时段的第二目标车辆，第一筛选模块1030还包括第一序列筛选单元，用于利用第一驶入时间、第一驶离时间、绿灯开始时间、绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第一目标车辆中筛选出第一排队序列和第一队尾序列，第一筛选模块1030还包括第二序列筛选单元，用于利用第一驶入时间、第一驶离时间、下一个绿灯开始时间、下一个绿灯结束时间和行程时长、平均畅通行程时长之间的大小关系，从第二目标车辆中筛选出第二排队序列和第二队尾序列。
在一个实施场景中，第一序列筛选单元包括第一目标车辆排列子单元，用于将第一目标车辆按照第一驶入时间由小到大进行排列，第一序列筛选单元还包括第一判断子单元，用于判断排列后的第一目标车辆中第一个车辆是否满足第一预设判断条件，第一序列筛选单元还包括第一执行子单元，用于在第一判断子单元判断排列后的第一目标车辆中第一个车辆满足第一预设判断条件时，将所有第一目标车辆作为不排队车辆，第一序列筛选单元还包括第一分析子单元，用于在第一判断子单元判断排列后的第一目标车辆中第一个车辆不满足第一预设判断条件时，对排列后的第一目标车辆顺次进行分析，并基于分析结果将第一目标车辆添加至第一排队序列或第一队尾序列。在一个具体的实施场景中，第一序列筛选单元还包括第一初始化子单元，用于将第一队尾标识初始化为第一数值，第一分析子单元具体用于执行如下步骤：若当前第一目标车辆的第二驶离时间不小于绿灯开始时间，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆；若当前第一目标车辆的第一驶离时间和第一驶入时间之间的差值在第一预设数值范围内，且第一队尾标识的值为第一数值，则将当前第一目标车辆添加至第一排队序列；若当前第一目标车辆的第一驶离时间和第一驶入时间之间的差值在第一预设数值范围内，且第一队尾标识的值不为第一数值，则将当前第一目标车辆添加至第一队尾序列；若当前第一目标车辆的第一驶入时间小于绿灯开始时间，且第一队尾标识的值为第一数值，则将当前第一目标车辆添加至第一排队序列；若当前第一目标车辆的第一驶入时间小于绿灯开始时间，且第一队尾标识的值不为第一数值，则将当前第一目标车辆添加至第一队尾序列；若当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值满足第二预设判断条件，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆；若当前第一目标车辆的行程时长等于0，且第一队尾标识的值为第一数值，则将当前第一目标车辆添加至第一排队序列；若当前第一目标车辆的行程时长等于0，且第一队尾标识的值不为第一数值，则将当前第一目标车辆添加至第一队尾序列；若当前第一目标车辆的行程时长不小于平均畅通行程时长的第一预设倍数，且第一队尾标识的值为第一数值，则将当前第一目标车辆添加至第一排队序列；若当前第一目标车辆的行程时长不小于平均畅通行程时长的第一预设倍数，且第一队尾标识的值不为第一数值，则将当前第一目标车辆添加至第一队尾序列；若当前第一目标车辆的行程时长小于平均畅通行程时长的第二预设倍数，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆；若当前第一目标车辆的行程时长与平均畅通行程时长之间的比值在第一预设倍数和第二预设倍数之间，则将第一队尾标识置为第二数值，并将当前第一目标车辆添加至第一队尾序列。在一个具体的实施场景中，第一预设倍数大于第二预设倍数。在另一个具体的实施场景中，第一预设判断条件包括以下任意一者：第一驶入时间和绿灯开始时间之间的差值大于第一预设差值；第一驶入时间和绿灯开始时间之间的差值大于第二预设差值，且第一驶离时间和第一驶入时间之间的差值小于第三预设差值，且行程时长小于平均畅通行程时长的第一预设倍数，其中，第一预设差值大于第二预设差值、第三预设差值。在又一个具体的实施场景中，第二预设判断条件包括以下任意一者：当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值大于第四预设差值，且第一驶离时间小于绿灯结束时间；当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值大于第五预设差值，且第一驶离时间小于绿灯结束时间，且第一驶离时间和第一驶入时间之间的差值小于第六预设差值，且行程时长小于平均畅通行程时长的第一预设倍数，其中，第四预设差值大于第五预设差值、第六预设差值。
在一个实施场景中，第二序列筛选单元包括第二目标车辆排列子单元，用于将第二目标车辆按照第一驶入时间由大到小进行排列，第二序列筛选单元还包括第二判断子单元，用于判断排列后的第二目标车辆中第一个车辆是否满足第三预设判断条件，第二序列筛选单元还包括第二执行子单元，用于在第二判断子单元判断排列后的第二目标车辆中第一个车辆满足第三预设判断条件时，将所有第二目标车辆作为不排队车辆，第二序列筛选单元还包括第二分析子单元，用于在第二判断子单元判断排列后的第二目标车辆中第一个车辆不满足第三预设判断条件时，对排列后的第二目标车辆顺次进行分析，并基于分析结果将第二目标车辆添加至第二排队序列或第二队尾序列。在一个具体的实施场景中，第二序列筛选单元还包括第二初始化子单元，用于将第二队尾标识初始化为第一数值，第二序列筛选单元还包括第二计算子单元，用于计算下一个绿灯开始时间和绿灯结束时间之间的差值与平均畅通行程时长的第三预设倍数之间的第一和值，以及计算下一个绿灯开始时间和绿灯结束时间之间的差值与平均畅通行程时长的第四预设倍数之间的第二和值，第二分析子单元具体用于执行如下步骤：若当前第二目标车辆的第一驶离时间和第一驶入时间之间的差值在第二预设数值范围内，且第二队尾标识的值为第一数值，则将当前第二目标车辆添加至第二排队序列；若当前第二目标车辆的第一驶离时间和第一驶入时间之间的差值在第二预设数值范围内，且第二队尾标识的值不为第一数值，则将当前第二目标车辆添加至第二队尾序列；若当前第二目标车辆的行程时长等于0，且第二队尾标识的值为第一数值，则将当前第二目标车辆添加至第二排队序列；若当前第二目标车辆的行程时长等于0，且第二队尾标识的值不为第一数值，则将当前第二目标车辆添加至第二队尾序列；若当前第二目标车辆的行程时长不小于第一和值，且第二队尾标识的值为第一数值，则将当前第二目标车辆添加至第二排队序列；若当前第二目标车辆的行程时长不小于第一和值，且第二队尾标识的值不为第一数值，则将当前第二目标车辆添加至第二队尾序列；若当前第二目标车辆的行程时长不大于第二和值，则将当前第二目标车辆以及后续第二目标车辆作为不排队车辆；若当前第二目标车辆的行程时长在第一和值以及第二和值之间，则将第二队尾标识置为第二数值，并将当前第二目标车辆添加至第二队尾序列。在一个具体的实施场景中，第三预设倍数大于第四预设倍数。在另一个具体的实施场景中，第三预设判断条件包括：第一驶入时间大于绿灯开始时间，且第一驶入时间小于下一个绿灯开始时间，且第一驶离时间大于下一个绿灯开始时间。
在一些实施例中，第一预设筛选条件包括以下任意一者：行程时长大于行程时长阈值的第五预设倍数；行程时长为行程时长异常值，第二筛选模块1040包括时长异常筛选单元，用于筛选队尾序列中行程时长不为行程时长异常值的队尾车辆，第二筛选模块1040还包括平均值计算单元，用于计算筛选得到的队尾车辆的行程时长的平均值，并将计算得到的平均值作为行程时长阈值，第二筛选模块1040还包括队尾车辆排列单元，用于将队尾序列中的队尾车辆按照行程时长由大到小进行排列，第二筛选模块1040还包括序列添加单元，用于顺次将队尾序列中行程时长满足第一预设筛选条件的队尾车辆作为排队车辆添加至排队序列。在一个实施场景中，行程时长异常值为0，或者，行程时长异常值为大于第三数值的数值。在一个实施场景中，第二筛选模块1040还包括不排队车辆确定单元，用于在队尾序列中的队尾车辆的行程时长不大于行程时长阈值的第五预设倍数时，将队尾车辆以及后续队尾车辆作为不排队车辆。
在一些实施例中，第二预设筛选条件包括以下任意一者：第二驶离时间不大于第一驶离时间阈值；第二驶离时间不大于第二驶离时间阈值，第三筛选模块包括预计排队长度获取单元，用于分别基于第一排队序列和第二排队序列中排队车辆的数目，获取在第一待测时段和第二待测时段内待测车道的预计排队长度，第三筛选模块还包括驶离时间阈值确定单元，用于分别利用第一待测时段和第二待测时段内的预计排队长度，确定第一驶离时间阈值和第二驶离时间阈值，第三筛选模块还包括排队车辆剔除单元，用于剔除第一排队序列中第二驶离时间大于第一驶离时间阈值的排队车辆，并剔除第二排队序列中第二驶离时间大于第二驶离时间阈值的排队车辆。在一个实施场景中，驶离时间阈值确定单元包括路段畅通行程时间确定子单元，用于将第一待测时段内待测车道的预计排队长度与预设车辆行驶速度之间的比值作为第一待测时段内待测车道的第一路段畅通行程时间，以及将第二待测时段内待测车道的预计排队长度与预设车辆行驶速度之间的比值作为第二待测时段内待测车道的第二路段畅通行程时间，驶离时间阈值确定单元还包括驶离时间阈值计算子单元，用于将绿灯开始时间与最小畅通行程时间的差值和第一路段畅通行程时间之和作为第一驶离时间阈值，以及将下一个绿灯开始时间与最小畅通行程时间的差值和第二路段畅通行程时间之和作为第二驶离时间阈值。
请参阅图11，图11是本申请车辆排队确定装置1100一实施例的框架示意图。车辆排队确定装置1100包括相互耦接的存储器1110和处理器1120，处理器1120用于执行存储器1110存储的程序指令，以实现上述任一车辆排队确定方法实施例中的步骤。
具体而言，处理器1120用于控制存储器1110及其自身以实现上述任一车辆排队确定方法实施例中的步骤。处理器1120还可以称为CPU(Central Processing Unit，中央处理单元)。处理器1120可能是一种集成电路芯片，具有信号的处理能力。处理器1120还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable 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。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。另外，处理器1120可以由多个集成电路芯片共同实现。
上述方案，能够提高确定车辆排队长度的准确性，并能够降低对路网所配备的设备软/硬件要求，有利于提高所获取的历史过车信息的数据覆盖面，进而能够进一步提高确定车辆排队长度的准确性。
请参阅图12，图12是本申请存储装置1200一实施例的框架示意图。存储装置1200存储有能够被处理器运行的程序指令1210，程序指令1210用于实现上述任一车辆排队确定方法实施例中的步骤。
上述方案，能够提高确定车辆排队长度的准确性，并能够降低对路网所配备的设备软/硬件要求，有利于提高所获取的历史过车信息的数据覆盖面，进而能够进一步提高确定车辆排队长度的准确性。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施方式仅仅是示意性的，例如，模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性、机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。

Claims (18)

1.一种车辆排队确定方法，其特征在于，包括：
获取当前路口和其上游路口之间待测车道的历史过车信息；
基于所述历史过车信息，确定所述待测车道的参考畅通行程时长；
利用所述参考畅通行程时长对待测时段内所述待测车道的车辆进行筛选，得到所述待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列；
获取所述队尾车辆的行程时长，并将所述行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至所述排队序列；
利用所述排队序列确定在所述待测时段内所述待测车道的车辆排队长度。
2.根据权利要求1所述的车辆排队确定方法，其特征在于，所述参考畅通行程时长包括平均畅通行程时长和最小畅通行程时长；
所述利用所述参考畅通行程时长对待测时段内所述待测车道的车辆进行筛选，得到所述待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列，包括：
利用所述平均畅通行程时长对待测时段内所述待测车道的车辆进行筛选，得到所述待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列；
在利用所述排队序列确定在所述待测时段内所述待测车道的车辆排队长度之前，还包括：
利用所述最小畅通行程时长剔除所述排队序列中不满足第二预设筛选条件的排队车辆。
3.根据权利要求2所述的车辆排队确定方法，其特征在于，所述待测车道的历史过车信息包括车辆从所述待测车道驶入所述当前路口的第一驶入时间以及车辆驶入所述上游路口的第二驶入时间，所述待测时段包括绿灯开始时间至绿灯结束时间之间的第一待测时段，以及所述绿灯结束时间之后下一个绿灯开始时间至下一个绿灯结束时间之间的第二待测时段；
所述基于所述历史过车信息，确定所述待测车道的参考畅通行程时长包括：
基于所述第一驶入时间和所述第二驶入时间所处的信号时段，确定车辆从所述待测车道驶离所述当前路口的第一驶离时间，以及车辆驶离所述上游路口的第二驶离时间；
利用所述第二驶离时间和所述第一驶入时间，统计所述待测车道所有车辆的行程时长；
分析所述待测车道所有车辆的行程时长，获取所述最小畅通行程时长和所述平均畅通行程时长；
所述利用所述平均畅通行程时长对待测时段内所述待测车道的车辆进行筛选，得到所述待测时段内包含至少一个排队车辆的排队序列和包含至少一个队尾车辆的队尾序列包括：
统计所述第一驶离时间处于所述第一待测时段的第一目标车辆，以及所述第一驶离时间处于所述第二待测时段的第二目标车辆；
利用所述第一驶入时间、所述第一驶离时间、所述绿灯开始时间、所述绿灯结束时间和所述行程时长、所述平均畅通行程时长之间的大小关系，从所述第一目标车辆中筛选出第一排队序列和第一队尾序列；以及，
利用所述第一驶入时间、所述第一驶离时间、所述下一个绿灯开始时间、所述下一个绿灯结束时间和所述行程时长、所述平均畅通行程时长之间的大小关系，从所述第二目标车辆中筛选出第二排队序列和第二队尾序列；
所述获取所述队尾车辆的行程时长，并将所述行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至所述排队序列包括：
获取所述第一队尾序列中的队尾车辆的行程时长，并将所述行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至所述第一排队序列；以及，
获取所述第二队尾序列中的队尾车辆的行程时长，并将所述行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至所述第二排队序列；
所述利用所述最小畅通行程时长剔除所述排队序列中不满足第二预设筛选条件的排队车辆包括：
利用所述最小畅通行程时长剔除所述第一排队序列中不满足第二预设筛选条件的排队车辆，并剔除所述第二排队序列中不满足第二预设筛选条件的排队车辆；
所述利用所述排队序列确定在所述待测时段内所述待测车道的车辆排队长度包括：
利用剔除处理之后的第一排队序列确定在所述第一待测时段内所述待测车道的车辆排队长度，以及利用剔除处理之后的第二排队序列确定在所述第二待测时段内所述待测车道的车辆排队长度。
4.根据权利要求3所述的车辆排队确定方法，其特征在于，所述分析所述待测车道所有车辆的行程时长，获取所述最小畅通行程时长和所述平均畅通行程时长包括：
将所有车辆的行程时长按照由小到大的顺序进行排列，获取行程时长序列；
获取所述行程时长序列中的最小值，并将所述最小值作为所述最小畅通行程时长；
筛选所述行程时长序列中预设比例范围内的行程时长，并将筛选得到的行程时长的平均值作为所述平均畅通行程时长。
5.根据权利要求4所述的车辆排队确定方法，其特征在于，所述利用所述第二驶离时间和所述第一驶入时间，统计所述待测车道所有车辆的行程时长包括：
计算所述第二驶离时间和所述第一驶入时间之间的差值，并将所述差值作为对应车辆的行程时长；和/或，
所述将所有车辆的行程时长按照由小到大的顺序进行排列，获取行程时长序列之后，所述方法还包括：
剔除所述行程时长序列中值为0的行程时长；和/或，
所述预设比例范围为大于等于2％，且小于等于10％。
6.根据权利要求3所述的车辆排队确定方法，其特征在于，所述基于所述第一驶入时间和所述第二驶入时间所处的信号时段，确定车辆从所述待测车道驶离所述当前路口的第一驶离时间，以及车辆驶离所述上游路口的第二驶离时间包括：
若所述第一驶入时间处于绿灯时段，则将所述第一驶入时间作为所述第一驶离时间；
若所述第一驶入时间处于红灯时段，则将所述红灯时段结束之后的绿灯开始时间作为所述第一驶离时间；
若所述第二驶入时间处于绿灯时段，则将所述第二驶入时间作为所述第二驶离时间；
若所述第二驶入时间处于红灯时段，则将所述红灯时段结束之后的绿灯开始时间作为所述第二驶离时间。
7.根据权利要求3所述的车辆排队确定方法，其特征在于，所述利用所述第一驶入时间、所述第一驶离时间、所述绿灯开始时间、所述绿灯结束时间和所述行程时长、所述平均畅通行程时长之间的大小关系，从所述第一目标车辆中筛选出第一排队序列和第一队尾序列包括：
将所述第一目标车辆按照所述第一驶入时间由小到大进行排列；
判断排列后的第一目标车辆中第一个车辆是否满足第一预设判断条件；
若是，则将所有所述第一目标车辆作为不排队车辆；
若否，则对排列后的第一目标车辆顺次进行分析，并基于分析结果将所述第一目标车辆添加至所述第一排队序列或所述第一队尾序列。
8.根据权利要求7所述的车辆排队确定方法，其特征在于，所述对排列后的第一目标车辆顺次进行分析，并基于分析结果将所述第一目标车辆添加至所述第一排队序列或所述第一队尾序列之前，所述方法包括：
将第一队尾标识初始化为第一数值；
所述对排列后的第一目标车辆顺次进行分析，并基于分析结果将所述第一目标车辆添加至所述第一排队序列或所述第一队尾序列包括：
若当前第一目标车辆的第二驶离时间不小于所述绿灯开始时间，则将当前第一目标车辆以及后续第一目标车辆作为所述不排队车辆；
若当前第一目标车辆的第一驶离时间和第一驶入时间之间的差值在第一预设数值范围内，且所述第一队尾标识的值为所述第一数值，则将当前第一目标车辆添加至所述第一排队序列；
若当前第一目标车辆的第一驶离时间和第一驶入时间之间的差值在第一预设数值范围内，且所述第一队尾标识的值不为所述第一数值，则将当前第一目标车辆添加至所述第一队尾序列；
若当前第一目标车辆的第一驶入时间小于所述绿灯开始时间，且所述第一队尾标识的值为所述第一数值，则将当前第一目标车辆添加至所述第一排队序列；
若当前第一目标车辆的第一驶入时间小于所述绿灯开始时间，且所述第一队尾标识的值不为所述第一数值，则将当前第一目标车辆添加至所述第一队尾序列；
若当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值满足第二预设判断条件，则将当前第一目标车辆以及后续第一目标车辆作为不排队车辆；
若当前第一目标车辆的行程时长等于0，且所述第一队尾标识的值为所述第一数值，则将当前第一目标车辆添加至所述第一排队序列；
若当前第一目标车辆的行程时长等于0，且所述第一队尾标识的值不为所述第一数值，则将当前第一目标车辆添加至所述第一队尾序列；
若当前第一目标车辆的行程时长不小于所述平均畅通行程时长的第一预设倍数，且所述第一队尾标识的值为所述第一数值，则将当前第一目标车辆添加至所述第一排队序列；
若当前第一目标车辆的行程时长不小于所述平均畅通行程时长的所述第一预设倍数，且所述第一队尾标识的值不为所述第一数值，则将当前第一目标车辆添加至所述第一队尾序列；
若当前第一目标车辆的行程时长小于所述平均畅通行程时长的第二预设倍数，则将当前第一目标车辆以及后续第一目标车辆作为所述不排队车辆；
若当前第一目标车辆的行程时长与所述平均畅通行程时长之间的比值在所述第一预设倍数和所述第二预设倍数之间，则将所述第一队尾标识置为第二数值，并将当前第一目标车辆添加至第一队尾序列。
9.根据权利要求8所述的车辆排队确定方法，其特征在于，所述第一预设倍数大于所述第二预设倍数；
和/或，所述第一预设判断条件包括以下任意一者：所述第一驶入时间和所述绿灯开始时间之间的差值大于第一预设差值；所述第一驶入时间和所述绿灯开始时间之间的差值大于第二预设差值，且所述第一驶离时间和所述第一驶入时间之间的差值小于第三预设差值，且所述行程时长小于所述平均畅通行程时长的所述第一预设倍数；
其中，所述第一预设差值大于所述第二预设差值、所述第三预设差值；
和/或，所述第二预设判断条件包括以下任意一者：当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值大于第四预设差值，且第一驶离时间小于所述绿灯结束时间；当前第一目标车辆的第一驶离时间和上一第一目标车辆的第一驶离时间之间的差值大于第五预设差值，且所述第一驶离时间小于所述绿灯结束时间，且所述第一驶离时间和所述第一驶入时间之间的差值小于第六预设差值，且所述行程时长小于所述平均畅通行程时长的所述第一预设倍数；
其中，所述第四预设差值大于所述第五预设差值、所述第六预设差值。
10.根据权利要求3所述的车辆排队确定方法，其特征在于，所述利用所述第一驶入时间、所述第一驶离时间、所述下一个绿灯开始时间、所述下一个绿灯结束时间和所述行程时长、所述平均畅通行程时长之间的大小关系，从所述第二目标车辆中筛选出第二排第序列和第二队尾序列包括：
将所述第二目标车辆按照所述第一驶入时间由大到小进行排列；
判断排列后的第二目标车辆中第一个车辆是否满足第三预设判断条件；
若是，则将所有所述第二目标车辆作为不排队车辆；
若否，则对排列后的第二目标车辆顺次进行分析，并基于分析结果将所述第二目标车辆添加至所述第二排队序列或所述第二队尾序列。
11.根据权利要求10所述的车辆排队确定方法，其特征在于，所述对排列后的第二目标车辆顺次进行分析，并基于分析结果将所述第二目标车辆添加至所述第二排队序列或所述第二队尾序列之前，所述方法包括：
将第二队尾标识初始化为第一数值；
计算所述下一个绿灯开始时间和所述绿灯结束时间之间的差值与所述平均畅通行程时长的第三预设倍数之间的第一和值；以及，
计算所述下一个绿灯开始时间和所述绿灯结束时间之间的差值与所述平均畅通行程时长的第四预设倍数之间的第二和值；
所述对排列后的第二目标车辆顺次进行分析，并基于分析结果将所述第二目标车辆添加至所述第二排队序列或所述第二队尾序列包括：
若当前第二目标车辆的第一驶离时间和第一驶入时间之间的差值在第二预设数值范围内，且所述第二队尾标识的值为所述第一数值，则将当前第二目标车辆添加至所述第二排队序列；
若当前第二目标车辆的第一驶离时间和第一驶入时间之间的差值在第二预设数值范围内，且所述第二队尾标识的值不为所述第一数值，则将当前第二目标车辆添加至所述第二队尾序列；
若当前第二目标车辆的行程时长等于0，且所述第二队尾标识的值为所述第一数值，则将当前第二目标车辆添加至所述第二排队序列；
若当前第二目标车辆的行程时长等于0，且所述第二队尾标识的值不为所述第一数值，则将当前第二目标车辆添加至所述第二队尾序列；
若当前第二目标车辆的行程时长不小于所述第一和值，且所述第二队尾标识的值为所述第一数值，则将当前第二目标车辆添加至所述第二排队序列；
若当前第二目标车辆的行程时长不小于所述第一和值，且所述第二队尾标识的值不为所述第一数值，则将当前第二目标车辆添加至所述第二队尾序列；
若当前第二目标车辆的行程时长不大于所述第二和值，则将当前第二目标车辆以及后续第二目标车辆作为所述不排队车辆；
若当前第二目标车辆的行程时长在所述第一和值以及所述第二和值之间，则将第二队尾标识置为第二数值，并将当前第二目标车辆添加至所述第二队尾序列。
12.根据权利要求11所述的车辆排队确定方法，其特征在于，所述第三预设倍数大于所述第四预设倍数；
和/或，所述第三预设判断条件包括：所述第一驶入时间大于所述绿灯开始时间，且所述第一驶入时间小于所述下一个绿灯开始时间，且所述第一驶离时间大于所述下一个绿灯开始时间。
13.根据权利要求3所述的车辆排队确定方法，其特征在于，所述第二预设筛选条件包括以下任意一者：所述第二驶离时间不大于第一驶离时间阈值；所述第二驶离时间不大于第二驶离时间阈值；
所述利用所述最小畅通行程时长剔除所述第一排队序列中不满足第二预设筛选条件的排队车辆，并剔除所述第二排队序列中不满足第二预设筛选条件的排队车辆包括：
分别基于所述第一排队序列和所述第二排队序列中排队车辆的数目，获取在所述第一待测时段和所述第二待测时段内所述待测车道的预计排队长度；
分别利用所述第一待测时段和所述第二待测时段内的预计排队长度，确定所述第一驶离时间阈值和所述第二驶离时间阈值；
剔除所述第一排队序列中所述第二驶离时间大于所述第一驶离时间阈值的排队车辆，并剔除所述第二排队序列中所述第二驶离时间大于所述第二驶离时间阈值的排队车辆。
14.根据权利要求13所述的车辆排队确定方法，其特征在于，所述分别利用所述第一待测时段和所述第二待测时段内的车辆排队长度，确定所述第一驶离时间阈值和所述第二驶离时间阈值包括：
将所述第一待测时段内所述待测车道的预计排队长度与预设车辆行驶速度之间的比值作为所述第一待测时段内所述待测车道的第一路段畅通行程时间；以及，
将所述第二待测时段内所述待测车道的预计排队长度与所述预设车辆行驶速度之间的比值作为所述第二待测时段内所述待测车道的第二路段畅通行程时间；
将所述绿灯开始时间与所述最小畅通行程时间的差值和所述第一路段畅通行程时间之和作为所述第一驶离时间阈值；以及，
将所述下一个绿灯开始时间与所述最小畅通行程时间的差值和所述第二路段畅通行程时间之和作为所述第二驶离时间阈值。
15.根据权利要求1所述的车辆排队确定方法，其特征在于，所述第一预设筛选条件包括以下任意一者：所述行程时长大于行程时长阈值的第五预设倍数；所述行程时长为行程时长异常值；
所述获取所述队尾车辆的行程时长，并将所述行程时长满足第一预设筛选条件的队尾车辆作为排队车辆并添加至所述排队序列包括：
筛选所述队尾序列中所述行程时长不为所述行程时长异常值的队尾车辆；
计算筛选得到的队尾车辆的行程时长的平均值，并将计算得到的平均值作为所述行程时长阈值；
将所述队尾序列中的队尾车辆按照所述行程时长由大到小进行排列；
顺次将所述队尾序列中所述行程时长满足所述第一预设筛选条件的队尾车辆作为排队车辆添加至所述排队序列。
16.根据权利要求15所述的车辆排队确定方法，其特征在于，所述行程时长异常值为0，或者，所述行程时长异常值为大于第三数值的数值；
和/或，所述将所述队尾序列中的队尾车辆按照所述行程时长由大到小进行排列之后，所述方法还包括：
若所述队尾序列中的队尾车辆的所述行程时长不大于所述行程时长阈值的第五预设倍数，则将所述队尾车辆以及后续队尾车辆作为不排队车辆。
17.一种车辆排队确定装置，其特征在于，包括相互耦接的存储器和处理器，所述处理器用于执行所述存储器存储的程序指令，以实现权利要求1至16任一项所述的车辆排队确定方法。
18.一种存储装置，其特征在于，存储有能够被处理器运行的程序指令，所述程序指令用于实现权利要求1至16任一项所述的车辆排队确定方法。
CN201911047791.2A 2019-10-30 2019-10-30 车辆排队确定方法以及相关装置 Active CN110751826B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911047791.2A CN110751826B (zh) 2019-10-30 2019-10-30 车辆排队确定方法以及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911047791.2A CN110751826B (zh) 2019-10-30 2019-10-30 车辆排队确定方法以及相关装置

Publications (2)

Publication Number Publication Date
CN110751826A true CN110751826A (zh) 2020-02-04
CN110751826B CN110751826B (zh) 2021-07-06

Family

ID=69281317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911047791.2A Active CN110751826B (zh) 2019-10-30 2019-10-30 车辆排队确定方法以及相关装置

Country Status (1)

Country Link
CN (1) CN110751826B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612669A (zh) * 2020-04-24 2020-09-01 浙江大华技术股份有限公司 车道排队长度估算方法、系统、计算机设备和存储介质
CN113903166A (zh) * 2020-07-06 2022-01-07 奥迪股份公司 车队驾驶辅助系统、相应的方法和计算机可读存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090138189A1 (en) * 2007-11-28 2009-05-28 Hyundai Motor Company Terminal for collecting traffic information and method of generating traffic information
CN101894461A (zh) * 2009-05-22 2010-11-24 上海宝康电子控制工程有限公司 城市地面道路行程时间预测方法
US20130041573A1 (en) * 2011-08-10 2013-02-14 Fujitsu Limited Apparatus for measuring vehicle queue length, method for measuring vehicle queue length, and computer-readable recording medium storing computer program for measuring vehicle queue length
CN104392607A (zh) * 2014-11-18 2015-03-04 青岛海信网络科技股份有限公司 一种交通状态判别方法及装置
CN105679024A (zh) * 2016-02-19 2016-06-15 上海果路交通科技有限公司 一种道路交叉口排队长度计算方法
CN105931462A (zh) * 2016-06-27 2016-09-07 安徽四创电子股份有限公司 基于车牌识别的隧道突发事件判断方法
US9460619B2 (en) * 2007-01-17 2016-10-04 The Boeing Company Methods and systems for controlling traffic flow
CN106571029A (zh) * 2016-10-18 2017-04-19 青岛海信网络科技股份有限公司 一种车辆排队长度检测的方法和装置
CN107170247A (zh) * 2017-06-06 2017-09-15 青岛海信网络科技股份有限公司 一种确定交叉口排队长度方法及装置
CN107274672A (zh) * 2017-08-03 2017-10-20 重庆大学 基于gps数据的信号交叉口单车延误时间估计方法
CN108320537A (zh) * 2018-04-04 2018-07-24 迈锐数据（北京）有限公司 车辆排队长度的计算方法及装置
CN109961639A (zh) * 2019-01-29 2019-07-02 中电海康集团有限公司 一种过饱和状态下车道排队长度估计方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9460619B2 (en) * 2007-01-17 2016-10-04 The Boeing Company Methods and systems for controlling traffic flow
US20090138189A1 (en) * 2007-11-28 2009-05-28 Hyundai Motor Company Terminal for collecting traffic information and method of generating traffic information
CN101894461A (zh) * 2009-05-22 2010-11-24 上海宝康电子控制工程有限公司 城市地面道路行程时间预测方法
US20130041573A1 (en) * 2011-08-10 2013-02-14 Fujitsu Limited Apparatus for measuring vehicle queue length, method for measuring vehicle queue length, and computer-readable recording medium storing computer program for measuring vehicle queue length
CN104392607A (zh) * 2014-11-18 2015-03-04 青岛海信网络科技股份有限公司 一种交通状态判别方法及装置
CN105679024A (zh) * 2016-02-19 2016-06-15 上海果路交通科技有限公司 一种道路交叉口排队长度计算方法
CN105931462A (zh) * 2016-06-27 2016-09-07 安徽四创电子股份有限公司 基于车牌识别的隧道突发事件判断方法
CN106571029A (zh) * 2016-10-18 2017-04-19 青岛海信网络科技股份有限公司 一种车辆排队长度检测的方法和装置
CN107170247A (zh) * 2017-06-06 2017-09-15 青岛海信网络科技股份有限公司 一种确定交叉口排队长度方法及装置
CN107274672A (zh) * 2017-08-03 2017-10-20 重庆大学 基于gps数据的信号交叉口单车延误时间估计方法
CN108320537A (zh) * 2018-04-04 2018-07-24 迈锐数据（北京）有限公司 车辆排队长度的计算方法及装置
CN109961639A (zh) * 2019-01-29 2019-07-02 中电海康集团有限公司 一种过饱和状态下车道排队长度估计方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
石红云: "基于时空数据的信号交叉口实时排队长度测算", 《交通与运输》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111612669A (zh) * 2020-04-24 2020-09-01 浙江大华技术股份有限公司 车道排队长度估算方法、系统、计算机设备和存储介质
CN111612669B (zh) * 2020-04-24 2023-04-25 浙江大华技术股份有限公司 车道排队长度估算方法、系统、计算机设备和存储介质
CN113903166A (zh) * 2020-07-06 2022-01-07 奥迪股份公司 车队驾驶辅助系统、相应的方法和计算机可读存储介质

Also Published As

Publication number Publication date
CN110751826B (zh) 2021-07-06

Similar Documents

Publication Publication Date Title
CN108961816B (zh) 基于优化lstm模型的道路停车泊位预测方法
CN107967323B (zh) 基于大数据进行异常出行车辆分析的方法及系统
CN104732205B (zh) 一种高速公路逃费稽查的系统
CN110751826B (zh) 车辆排队确定方法以及相关装置
CN109615853B (zh) 识别高速公路疑似非法营运车辆的方法及设备
CN110517500B (zh) 一种人车关联处理方法及装置
CN108986478B (zh) 一种定点甄别违法车辆的方法
CN108932849B (zh) 一种记录多台机动车低速行驶违法行为的方法及装置
CN112509325B (zh) 一种基于视频深度学习的非现场违法自动甄别方法
CN105448092A (zh) 一种关联车辆的分析方法及装置
CN110956804B (zh) 一种交叉口信号配时诊断方法
CN113380036B (zh) 一种基于电子警察数据的排队长度计算方法
CN108615359B (zh) 一种车辆落脚点分析方法和装置
CN111815973B (zh) 信号交叉口分析方法及相关设备
CN108109379B (zh) 一种高速公路出口匝道区域安全评价方法
CN113129594A (zh) 一种基于卡口数据的交叉口饱和流率计算方法
CN113345242A (zh) 检测加塞车辆的方法、装置及设备
CN111613056A (zh) 一种交通异常事件检测方法及装置
CN109003457B (zh) 一种记录多台机动车违法占用应急车道行为的方法及装置
CN112818724A (zh) 识别非编驾驶或非编押运的方法、装置、设备和存储介质
CN112559272B (zh) 车载设备的质量信息确定方法、装置、设备及存储介质
Li et al. Comparative analysis of drivers' start‐up time of the first two vehicles at signalized intersections
CN112818954A (zh) 车辆状态识别方法、装置、设备及介质
CN111105070A (zh) 客流预警方法及系统
NAVANDAR et al. Analysis of level of service for manually operated tollbooths under mixed traffic scenario

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
GR01 Patent grant
GR01 Patent grant