CN113345241A - 分布式路口车道占有率融合估计方法及系统 - Google Patents

分布式路口车道占有率融合估计方法及系统 Download PDF

Info

Publication number
CN113345241A
CN113345241A CN202110897575.8A CN202110897575A CN113345241A CN 113345241 A CN113345241 A CN 113345241A CN 202110897575 A CN202110897575 A CN 202110897575A CN 113345241 A CN113345241 A CN 113345241A
Authority
CN
China
Prior art keywords
intersection
lane
occupancy
vehicle
time
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
CN202110897575.8A
Other languages
English (en)
Other versions
CN113345241B (zh
Inventor
何书贤
张卫红
陈琳
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.)
Ismartways Wuhan Technology Co ltd
Original Assignee
Ismartways Wuhan 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 Ismartways Wuhan Technology Co ltd filed Critical Ismartways Wuhan Technology Co ltd
Priority to CN202110897575.8A priority Critical patent/CN113345241B/zh
Publication of CN113345241A publication Critical patent/CN113345241A/zh
Application granted granted Critical
Publication of CN113345241B publication Critical patent/CN113345241B/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
    • 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

Landscapes

  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种分布式路口车道占有率融合估计方法及系统，方法包括以下步骤：获取信号周期内第j个车道有网联车到达路口的平均时间占有率以及没有网联车到达路口的平均时间占有率；获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 693753DEST_PATH_IMAGE001
比值的对应关系；获取
Figure 355810DEST_PATH_IMAGE001
比值；将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、没有网联车到达路口的平均时间占有率以及
Figure 74367DEST_PATH_IMAGE001
比值计算获取分时段车道级占有率。本发明提供的一种分布式车道占有率融合估计方法及系统，考虑了智能网联车渗透环境，提供了一种支持极少量数据情况下分布式路口车道占有率的准确估计方法。

Description

分布式路口车道占有率融合估计方法及系统
技术领域
本发明涉及道路交通控制技术领域，具体是涉及一种分布式路口车道占有率融合估计方法及系统。
背景技术
随着网联车逐步从测试场示范区驶向公共道路开展示范运营，建设服务于网联车运营、精细化交通管理的城市智慧路口、智慧道路成为了当前热门主题。针对智慧路口建设，依托分布式边缘计算技术、V2X车联网技术、多传感器目标检测及数据融合技术已经形成了完整的目标及交通态势多维感知体系。具体而言，对于网联车运营过程中的安全辅助驾驶与超视距感知问题，基于路侧激光雷达、毫米波雷达和视频图像传感器的数据融合算法的全息路口解决方案已经拥有了目标识别与跟踪、目标及障碍物类型判定、目标运动姿态的全方位感知能力，初步形成了智能路口、智慧道路赋能网联车运营的先决条件。然而与之形成鲜明对比的是网联车与普通车辆混行条件下、甚至完全网联车渗透率环境下的精细化交通态势感知能力不足，无法满足实时感知、车道级感知、精准感知的微观交通态势感知需求，无法帮助提升智能化、自主化信号控制及交通治理能力。
以车道占有率为例，传统交通统计的方法基于固定位置检测器(线圈、视频检测器等)，通过统计检测断面在固定时间示范内的车辆占有时间，求解百分比得到占有率结果。受限于上述检测器的铺设数量、维护成本、在运行数量等原因，导致难以保证覆盖全部区域范围。方法层面，车道占有率参数大多数都是基于交通流基本图得到，由于不同的交通流模型标定的交通状态参数会存在较大差异，导致选择不同的模型会出现不同的结果，因此估计的结果精度难以保证。
随着大量网约车、出租车等运营车辆的出现，获取了丰富的GPS轨迹数据，可以全天候刻画车辆运动状态。很多研究提出了大量的车道占有率估计方法。虽然这些方法解决了基于交通流模型参数标定引起的普适性不足问题，但由于数据获取频率低，定位精度不准确，难以满足车道级占有率估计的精度要求，且为了克服精度不足，普遍采用了基于概率模型的估计方法。另外，现有方法基本采用了中心式数据处理方式，实时性较差，无法满足常态化交通运行情况下，快速实时交通治理与响应需求。
发明内容
本发明的目的是为了克服上述背景技术的不足，提供一种分布式路口车道占有率融合估计方法及系统。
第一方面，本发明提供了一种分布式路口车道占有率融合估计方法，包括以下步骤：
信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 925182DEST_PATH_IMAGE001
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 424296DEST_PATH_IMAGE002
；
获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 926953DEST_PATH_IMAGE003
比值的对应关系；
根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 435294DEST_PATH_IMAGE003
比值的对应关系，获取
Figure 956274DEST_PATH_IMAGE003
比值；
将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 626290DEST_PATH_IMAGE003
比值根据式(1)，计算获取分时段车道级占有率：
Figure 616243DEST_PATH_IMAGE004
式(1)；
式中，
Figure DEST_PATH_IMAGE005
和
Figure 52909DEST_PATH_IMAGE006
分别表示统计周期内第j个车道有网联车到达的周期数量和没有网联车到达的周期数量，
Figure DEST_PATH_IMAGE007
为激励函数，当信号周期内存在车辆到达时，
Figure 975866DEST_PATH_IMAGE007
取值为1，当信号周期没有车辆到达时，
Figure 816783DEST_PATH_IMAGE007
取值为0。
根据第一方面，在第一方面的第一种可能的实现方式中，所述“信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 621928DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure DEST_PATH_IMAGE009
”步骤，具体包括以下步骤：
获取每个信号周期内有网联车到达路口时路口的信号灯状态；
根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；
根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为红灯时，获取预设距离范围内网联车停车工况；
根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 862285DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间。
根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述“根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 108590DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围内时，根据式(2)获取红灯状态下第
Figure 120408DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第一占有时间
Figure 68642DEST_PATH_IMAGE011
：
Figure 456898DEST_PATH_IMAGE012
式(2)；
式中，
Figure 557709DEST_PATH_IMAGE013
表示第
Figure 740429DEST_PATH_IMAGE010
个信号周期第j个车道红灯结束时刻；
Figure 441537DEST_PATH_IMAGE014
表示第
Figure 633484DEST_PATH_IMAGE010
个信号周期内红灯期间第j个车道最先到达路口的网联车开始停车等待时刻；
当网联车停车时位于预设距离范围外，获取预设距离范围内除网联车之外的其他车辆的占道路况；
根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 588802DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 942423DEST_PATH_IMAGE015
和第三占有时间
Figure 130827DEST_PATH_IMAGE016
。
根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述“根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 860886DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 670710DEST_PATH_IMAGE015
和第三占有时间
Figure 460812DEST_PATH_IMAGE016
”步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围外但预设距离范围内有车占道时，根据式(3)获取第
Figure 870933DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 139104DEST_PATH_IMAGE015
：
Figure 69014DEST_PATH_IMAGE017
式(3)；
式中，
Figure DEST_PATH_IMAGE018
表示网联车到达路口且开始减速加入排队时刻；
当网联车停车时位于预设距离范围外并且预设距离范围内没有车占道时，根据式(4)获取第
Figure 685809DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第三占有时间
Figure 396276DEST_PATH_IMAGE016
：
Figure 468137DEST_PATH_IMAGE019
式(4)；
式中，
Figure 518132DEST_PATH_IMAGE020
表示第
Figure 384457DEST_PATH_IMAGE010
个信号周期第j个车道红灯结束时刻；
Figure 769171DEST_PATH_IMAGE021
表示第
Figure 379144DEST_PATH_IMAGE010
个信号周期内红灯期间第j个车道最先到达路口的网联车开始停车等待时刻。
根据第一方面的第二种可能的实现方式，在第一方面的第五种可能的实现方式中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体还包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为绿灯时，获取网联车停车等待工况；
根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 283646DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的时间占有率。
根据第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述“根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 320872DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的占有时间”步骤，具体包括以下步骤：
当网联车停车等待时，根据式(5)获取绿灯状态下第
Figure 192882DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的第四占有时间
Figure 606546DEST_PATH_IMAGE022
：
Figure DEST_PATH_IMAGE023
式(5)；
式中，
Figure 896713DEST_PATH_IMAGE024
表示第
Figure 495053DEST_PATH_IMAGE010
个有网联车到达的信号周期绿灯期间，第j个车道上最后一辆排队网联车离开路口的时刻；
当网联车不停车等待时，根据式(6)获取绿灯状态下第
Figure 464146DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的第五占有时间
Figure 291288DEST_PATH_IMAGE025
：
Figure 295016DEST_PATH_IMAGE026
式(6)；
式中，
Figure 798679DEST_PATH_IMAGE027
为网联车通过路口停车线处预设距离范围内的时间。
根据第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，所述“根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率”步骤，具体包括以下步骤：
将获取的第一占有时间
Figure 255068DEST_PATH_IMAGE011
、第二占有时间
Figure 885900DEST_PATH_IMAGE015
、第三占有时间
Figure 744135DEST_PATH_IMAGE028
、第四占有时间
Figure 949857DEST_PATH_IMAGE022
和第五占有时间
Figure 893543DEST_PATH_IMAGE025
根据式(7)，计算第
Figure 62487DEST_PATH_IMAGE010
个有网联车到达的信号周期内第j 个车道的时间占有率：
Figure 775228DEST_PATH_IMAGE029
式(7)；
第二方面，本发明提供了一种分布式路口车道占有率融合估计系统，包括：
平均时间占有率获取模块，用于信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 886272DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 317254DEST_PATH_IMAGE009
；
渗透条件和对应关系获取模块，用于获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 289889DEST_PATH_IMAGE030
比值的对应关系；
比值获取模块，与所述渗透条件和对应关系获取模块通信连接，用于根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 857136DEST_PATH_IMAGE030
比值的对应关系，获取
Figure 139082DEST_PATH_IMAGE030
比值；
时间占有率获取模块，与所述平均时间占有率获取模块和所述比值获取模块通信连接，用于将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 57360DEST_PATH_IMAGE030
比值根据式(1)，计算获取分时段车道级占有率：
Figure 568106DEST_PATH_IMAGE031
式(1)；
式中，
Figure DEST_PATH_IMAGE032
和
Figure 911232DEST_PATH_IMAGE033
分别表示统计周期内第
Figure 239445DEST_PATH_IMAGE034
个车道有网联车到达的周期数量和没有网联车到达的周期数量，
Figure 254806DEST_PATH_IMAGE035
为激励函数，当信号周期内存在车辆到达时，
Figure 959456DEST_PATH_IMAGE035
取值为1，当信号周期没有车辆到达时，
Figure 704559DEST_PATH_IMAGE035
取值为0。
根据第二方面，在第二方面第一种可能的实现方式中，所述平均时间占有率获取模块进一步包括：
信号灯状态获取单元，用于获取每个信号周期内有网联车到达路口时路口的信号灯状态；
车道占有时间获取单元，与所述信号灯状态获取单元通信连接，用于根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；
车道时间占有率获取单元，与所述车道占有时间获取单元通信连接，用于根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
平均时间占有率获取单元，与所述车道时间占有率获取单元通信连接，用于根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
与现有技术相比，本发明的优点如下：
本发明提供的一种分布式车道占有率融合估计方法及系统，考虑了智能网联车渗透环境，提出了分时段的车道级占有率估计方法，提供了一种支持极少量数据情况下分布式路口车道占有率的准确估计方法。
附图说明
图1是本发明实施例的分布式路口车道占有率融合估计方法的方法流程示意图；
图2是本发明实施例的分布式路口车道占有率融合估计方法的另一方法流程示意图；
图3是本发明实施例的分布式路口车道占有率融合估计系统的功能模块框图；
图4是本发明实施例的分布式路口车道占有率融合估计系统的另一功能模块框图。
图中，100、平均时间占有率获取模块；110、信号灯状态获取单元；120、车道占有时间获取单元；130、车道时间占有率获取单元；140、平均时间占有率获取单元；200、渗透条件和对应关系获取模块；300、比值获取模块；400、时间占有率获取模块。
具体实施方式
现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。
注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
分时段车道级占有率标识统计周期内对路口任一车道的网联车占有率的平均估计结果。对统计周期按信号周期进行分割，假设统计周期为T，信号周期时长为c，并假定统计周期足够长，使得停机周期可以按信号周期时长整数划分，即满足
Figure DEST_PATH_IMAGE036
，则分时段车道级占有率
Figure 859465DEST_PATH_IMAGE037
估计公式为：
Figure 158860DEST_PATH_IMAGE038
式中，
Figure 339305DEST_PATH_IMAGE010
=1,2,3…
Figure 125864DEST_PATH_IMAGE039
，
Figure 795880DEST_PATH_IMAGE040
表示第
Figure 785833DEST_PATH_IMAGE041
个信号周期内有网联车到达路口的第
Figure DEST_PATH_IMAGE042
个车道的占有率，
Figure 222499DEST_PATH_IMAGE043
和
Figure DEST_PATH_IMAGE044
分别表示信号周期内第
Figure 145456DEST_PATH_IMAGE042
个车道有网联车到达路口和没有网联车到达路口的平均时间占有率；
Figure 986373DEST_PATH_IMAGE045
和
Figure DEST_PATH_IMAGE046
分别表示第
Figure 244048DEST_PATH_IMAGE042
个车道信号周期内有网联车到达的周期数量和没有网联车到达的周期数量。
Figure 703979DEST_PATH_IMAGE047
为激励函数，当信号周期内存在车辆到达时，表示可以根据车辆数据进行占有率估计，取值为1，否则无法对占有率进行估计，取值为0。
参见图1所示，本发明提供了一种分布式路口车道占有率融合估计方法，包括以下步骤：
S100、信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 74918DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 211370DEST_PATH_IMAGE009
；
S200、获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 34969DEST_PATH_IMAGE030
比值的对应关系；
S300、根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 298592DEST_PATH_IMAGE030
比值的对应关系，获取
Figure 524037DEST_PATH_IMAGE030
比值；
S400、将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 831390DEST_PATH_IMAGE030
比值根据式(1)，计算获取分时段车道级占有率：
Figure 407865DEST_PATH_IMAGE031
式(1)；
式(1)由
Figure 209599DEST_PATH_IMAGE037
估计公式的分子分母同除以
Figure DEST_PATH_IMAGE048
得到。
本发明提供的一种分布式车道占有率融合估计方法及系统，考虑了智能网联车渗透环境，提出了分时段的车道级占有率估计方法，提供了一种支持极少量数据情况下分布式路口车道占有率的准确估计方法。
如上所述，所述预设的网联车渗透率工况与
Figure 945342DEST_PATH_IMAGE030
比值的对应关系可分为两种情况：
(1)极低智能网联车渗透条件下，网联车到达的信号周期数量较少，满足
Figure 564543DEST_PATH_IMAGE049
。
极低网联车渗透率工况，且网联车均匀分布的特征，那么在较长的估算周期内，若按信号周期对时间进行分割，则网联车在每个信号周期内到达路口的概率均匀分布。且在每个信号周期内，网联车道到达路口并占有路口停车线前10米范围内的道路时间短暂，若完全根据网联车占有有效车道的时间，则计算的分信号周期时间占有率趋近于0，即
Figure 238101DEST_PATH_IMAGE050
。综上分析，则公式(1)可以变形为：
Figure 702580DEST_PATH_IMAGE051
；
即基于网联车数据的车道级时间占有率约等于没有网联车到达的信号周期平均占有率
Figure DEST_PATH_IMAGE052
，满足：
Figure 558409DEST_PATH_IMAGE053
；
其中
Figure 223877DEST_PATH_IMAGE054
表示第
Figure 243786DEST_PATH_IMAGE055
个没有网联车到达的信号周期内第
Figure DEST_PATH_IMAGE056
个车道的时间占有率。因此对于情形(1)通过获取每个没有网联车到达的信号周期内的时间占有率即可求解固定时段内平均占有率。
因此，
Figure 698907DEST_PATH_IMAGE057
。
(2)较低网联车渗透率工况下：该比值约等于网联车渗透率
Figure DEST_PATH_IMAGE058
，满足
Figure 159975DEST_PATH_IMAGE059
。
在较低网联车渗透率，且网联车均匀分布的特征条件下，网联车在每个信号周期内到达路口的概率同样均匀分布。公式(1)变形为：
Figure DEST_PATH_IMAGE060
；
即基于网联车数据的车道级时间占有率与网联车渗透率
Figure 511191DEST_PATH_IMAGE058
、有网联车到达的信号周期平均占有率
Figure 159341DEST_PATH_IMAGE008
、没有网联车到达的信号周期平均时间占有率
Figure 231202DEST_PATH_IMAGE061
均相关。
其中，
Figure 288324DEST_PATH_IMAGE008
满足：
Figure DEST_PATH_IMAGE062
；
式中，
Figure 154648DEST_PATH_IMAGE063
表示第
Figure 24515DEST_PATH_IMAGE010
个有网联车到达的信号周期内，第j个车道的时间占有率。因此对于情形(b)需要求解每个有网联车到达的分信号周期时间占有率，即可求解固定时段内平均占有率。
因此，
Figure DEST_PATH_IMAGE064
；
其中，第
Figure DEST_PATH_IMAGE066
个有网联车到达的信号周期内第j个车道的时间占有率
Figure 87018DEST_PATH_IMAGE063
的计算方法与网联车到达路口时的信号灯状态有关。
在一实施例中，请参考图2，基于分布式边缘技术，融合车道级网联车信号配时数据，所述“信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 991520DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 28746DEST_PATH_IMAGE009
”步骤，具体包括以下步骤：
S110、获取每个信号周期内有网联车到达路口时路口的信号灯状态；
S120、根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；
S130、根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
S140、根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
在一实施例中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为红灯时，获取预设距离范围内网联车停车工况；
根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 166336DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间。通过分别分析信号周期内红灯期间网联车到达工况和停车排队工况，进一步提升车道占有时间计算的准确性。
在一实施例中，所述“根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 579999DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围内时，根据式(2)获取红灯状态下第
Figure 339008DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第一占有时间
Figure 547135DEST_PATH_IMAGE011
：
Figure 640862DEST_PATH_IMAGE012
式(2)；
式中，
Figure 858217DEST_PATH_IMAGE067
表示第
Figure 471732DEST_PATH_IMAGE010
个信号周期第
Figure 116340DEST_PATH_IMAGE069
个车道红灯结束时刻；
Figure 775991DEST_PATH_IMAGE070
表示第
Figure 656092DEST_PATH_IMAGE010
个信号周期内红灯期间第
Figure 514326DEST_PATH_IMAGE071
个车道最先到达路口的网联车开始停车等待时刻；
当网联车停车时位于预设距离范围外，获取预设距离范围内除网联车之外的其他车辆的占道路况；
根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 205202DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 883308DEST_PATH_IMAGE015
和第三占有时间
Figure 567099DEST_PATH_IMAGE016
。
在一实施例中，所述预设距离范围设为10米。
在一实施例中，由于网联车在距停车线预设距离范围外停车，那么在网联车进入路口范围并减速停车过程中，不确定距停车线预设距离范围内是否存在车辆占有车道情况。因此该情况下又可继续划分为：1)预设距离范围内存在车辆占有车道及2)预设距离范围内不占有车道。因此，所述“根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 279840DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 141617DEST_PATH_IMAGE015
和第三占有时间
Figure 838177DEST_PATH_IMAGE016
”步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围外但预设距离范围内有车占道时，根据式(3)获取第
Figure 60080DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 627328DEST_PATH_IMAGE015
：
Figure 660006DEST_PATH_IMAGE017
式(3)；
式中，
Figure DEST_PATH_IMAGE072
表示网联车到达路口且开始减速加入排队时刻。
当网联车停车时位于预设距离范围外并且预设距离范围内没有车占道时，根据式(4)获取第
Figure 968496DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第三占有时间
Figure 869456DEST_PATH_IMAGE016
：
Figure 432156DEST_PATH_IMAGE019
式(4)；
式中，
Figure 963631DEST_PATH_IMAGE073
表示第
Figure DEST_PATH_IMAGE074
个信号周期第
Figure 759418DEST_PATH_IMAGE075
个车道红灯结束时刻；
Figure 198489DEST_PATH_IMAGE076
表示第
Figure DEST_PATH_IMAGE077
个信号周期内红灯期间第
Figure 146854DEST_PATH_IMAGE078
个车道最先到达路口的网联车开始停车等待时刻。
其中，根据网联车瞬时速度值，判断网联车是否停车的公式为：
Figure 770602DEST_PATH_IMAGE079
。所述预设距离范围内是否有车辆占道，通过毫米波雷达实时测试车辆排队常数数据
Figure DEST_PATH_IMAGE080
，并获取车辆的瞬时速度值，通过车辆排队常数数据
Figure 804417DEST_PATH_IMAGE080
是否大于预设距离范围，以及车辆的瞬时速度值是否小于等于
Figure 47179DEST_PATH_IMAGE081
，得出预设距离范围内是否有车辆占道的结论。
在一实施例中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体还包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为绿灯时，获取网联车停车等待工况；
根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 99318DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的占有时间。通过分别分析信号周期内绿灯期间网联车到达工况和停车排队工况，进一步提升车道占有时间计算的准确性。
在一实施例中，由于绿灯期间存在排队消散过程，因此根据网联车是否处于停车状态，可分为两种情况：1)网联车停车等待；2)网联车不停车。所述“根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 769334DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的占有时间”步骤，具体包括以下步骤：
当网联车停车等待时，根据式(5)获取绿灯状态下第
Figure 493707DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的第四占有时间
Figure 540161DEST_PATH_IMAGE022
：
Figure 181226DEST_PATH_IMAGE023
式(5)；
式中，
Figure DEST_PATH_IMAGE082
表示第
Figure 756564DEST_PATH_IMAGE083
个有网联车到达的信号周期绿灯期间，第j个车道上最后一辆排队网联车离开路口的时刻；
当网联车不停车等待时，根据式(6)获取绿灯状态下第
Figure 968234DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的第五占有时间的第五占有时间
Figure 552799DEST_PATH_IMAGE025
：
Figure 48371DEST_PATH_IMAGE026
式(6)；
式中，
Figure DEST_PATH_IMAGE084
为网联车通过路口停车线处预设距离范围内的时间。通过分别分析信号周期内绿灯期间网联车到达工况、停车排队工况和消散工况，进一步提升车道占有时间计算的准确性。
式中，
Figure 466714DEST_PATH_IMAGE084
根据以下公式获得：
对于绿灯期间不停车等待通过路口的网联车，在排队车辆消散完成后，车道的占有时间至少为网联车通过路口停车线处10米范围内的时间
Figure 555893DEST_PATH_IMAGE085
，满足：
Figure 68783DEST_PATH_IMAGE086
；
这里，
Figure DEST_PATH_IMAGE087
表示某网联车在第
Figure 966332DEST_PATH_IMAGE088
个有网联车到达的信号周期绿灯期间，第
Figure 149051DEST_PATH_IMAGE089
个车道上距路口10米范围内的行驶时间，即占用道路时间。
在一实施例中，所述“根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率”步骤，具体包括以下步骤：
将获取的第一占有时间
Figure 584581DEST_PATH_IMAGE011
、第二占有时间
Figure 510948DEST_PATH_IMAGE015
、第三占有时间
Figure 59741DEST_PATH_IMAGE028
、第四占有时间
Figure 85466DEST_PATH_IMAGE022
和第五占有时间
Figure 86920DEST_PATH_IMAGE025
根据式(7)，计算第
Figure 941613DEST_PATH_IMAGE010
个有网联车到达的信号周期内第j 个车道的时间占有率：
Figure 141650DEST_PATH_IMAGE029
式(7)；
在一实施例中，所述“根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率”步骤，具体包括以下步骤：
将获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率根据式(8)，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率：
Figure 541538DEST_PATH_IMAGE062
式(8)。
基于同一发明构思，请参考图3，本发明提供了一种分布式路口车道占有率融合估计系统，包括：
平均时间占有率获取模块100，用于信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 827026DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 485409DEST_PATH_IMAGE009
；
渗透条件和对应关系获取模块200，用于获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 539953DEST_PATH_IMAGE030
比值的对应关系；
比值获取模块300，与所述渗透条件和对应关系获取模块200通信连接，用于根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 110743DEST_PATH_IMAGE030
比值的对应关系，获取
Figure 883527DEST_PATH_IMAGE030
比值；
时间占有率获取模块400，与所述平均时间占有率获取模块100和所述比值获取模块300通信连接，用于将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 345601DEST_PATH_IMAGE030
比值根据式(1)，计算获取分时段车道级占有率：
Figure 254651DEST_PATH_IMAGE090
式(1)；
式中，
Figure 261922DEST_PATH_IMAGE091
和
Figure DEST_PATH_IMAGE092
分别表示统计周期内第
Figure 912215DEST_PATH_IMAGE093
个车道有网联车到达的周期数量和没有网联车到达的周期数量，
Figure 787767DEST_PATH_IMAGE094
为激励函数，当信号周期内存在车辆到达时，
Figure 754586DEST_PATH_IMAGE094
取值为1，当信号周期没有车辆到达时，
Figure 729495DEST_PATH_IMAGE094
取值为0。
在一实施例中，请参考图4，所述平均时间占有率获取模块100进一步包括：
信号灯状态获取单元110，用于获取每个信号周期内有网联车到达路口时路口的信号灯状态；
车道占有时间获取单元120，与所述信号灯状态获取单元110通信连接，用于根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；
车道时间占有率获取单元130，与所述车道占有时间获取单元120通信连接，用于根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
平均时间占有率获取单元140，与所述车道时间占有率获取单元130通信连接，用于根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
综上分析，本发明基于分布式边缘计算技术，融合高精度、车道级的网联车轨迹数据和交通信号灯数据，结合交通波模型，分析路口处车辆排队及消散过程，通过对周期内红灯和绿灯期间网联车停车排队及不停车通过时间分析，准确估计车道占有时间，进而提出实时车道占有率估计算法，解决传统方法在数据精度、实时性、精细化估计方面的问题。
基于同一发明构思，本申请实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上述方法的所有方法步骤或部分方法步骤。
本发明实现上述方法中的全部或部分流程，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实施例的步骤。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任何实体或装置、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(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、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。
基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(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系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等)；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外，存储器可以包括高速随机存取存储器，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(SmartMedia 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。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、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(系统)、服务器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。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种分布式路口车道占有率融合估计方法，其特征在于，包括以下步骤：
获取信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 504589DEST_PATH_IMAGE001
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 765937DEST_PATH_IMAGE002
；
获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 483358DEST_PATH_IMAGE003
比值的对应关系；
根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 612988DEST_PATH_IMAGE003
比值的对应关系，获取
Figure 771568DEST_PATH_IMAGE003
比值；
将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 469396DEST_PATH_IMAGE003
比值根据式(1)，计算获取分时段车道级占有率：
Figure 408534DEST_PATH_IMAGE004
式(1)；
式中，
Figure 533398DEST_PATH_IMAGE005
和
Figure 936698DEST_PATH_IMAGE006
分别表示统计周期内第j个车道有网联车到达的周期数量和没有网联车到达的周期数量，
Figure 805428DEST_PATH_IMAGE007
为激励函数，当信号周期内存在车辆到达时，
Figure 638386DEST_PATH_IMAGE007
取值为1，当信号周期没有车辆到达时，
Figure 313081DEST_PATH_IMAGE007
取值为0。
2.如权利要求1所述的分布式路口车道占有率融合估计方法，其特征在于，所述信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 774149DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 407256DEST_PATH_IMAGE009
步骤，具体包括以下步骤：
获取每个信号周期内有网联车到达路口时路口的信号灯状态；
根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取每个信号周期内有网联车到达路口时每个车道的占有时间；
根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
3.如权利要求2所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间步骤，具体包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为红灯时，获取预设距离范围内网联车停车工况；
根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 320985DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间。
4.如权利要求3所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据获取的预设距离范围内网联车停车工况，获取红灯状态下第
Figure 799371DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围内时，根据式(2)获取红灯状态下第
Figure 380525DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第一占有时间
Figure 981270DEST_PATH_IMAGE011
：
Figure 913454DEST_PATH_IMAGE012
式(2)；
式中，
Figure 929952DEST_PATH_IMAGE013
表示第
Figure 568875DEST_PATH_IMAGE014
个信号周期第
Figure 278205DEST_PATH_IMAGE015
个车道红灯结束时刻；
Figure 166526DEST_PATH_IMAGE017
表示第
Figure 252294DEST_PATH_IMAGE018
个信号周期内红灯期间第
Figure 542461DEST_PATH_IMAGE019
个车道最先到达路口的网联车开始停车等待时刻；
当网联车停车时位于预设距离范围外，获取预设距离范围内除网联车之外的其他车辆的占道路况；
根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 750589DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 126206DEST_PATH_IMAGE020
和第三占有时间
Figure 750086DEST_PATH_IMAGE021
。
5.如权利要求4所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第
Figure 160338DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 414733DEST_PATH_IMAGE020
和第三占有时间
Figure 543226DEST_PATH_IMAGE021
步骤，具体包括以下步骤：
当网联车停车时位于预设距离范围外但预设距离范围内有车占道时，根据式(3)获取第
Figure 705217DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第二占有时间
Figure 704397DEST_PATH_IMAGE020
：
Figure 254327DEST_PATH_IMAGE022
式(3)；
式中，
Figure 870117DEST_PATH_IMAGE023
表示网联车到达路口且开始减速加入排队时刻；
当网联车停车时位于预设距离范围外并且预设距离范围内没有车占道时，根据式(4)获取第
Figure 835799DEST_PATH_IMAGE010
信号周期内有网联车到达路口时第j个车道的第三占有时间
Figure 955064DEST_PATH_IMAGE021
：
Figure 82420DEST_PATH_IMAGE024
式(4)；
式中，
Figure 123189DEST_PATH_IMAGE025
表示第
Figure 626982DEST_PATH_IMAGE026
个信号周期第
Figure 878052DEST_PATH_IMAGE027
个车道红灯结束时刻；
Figure 441889DEST_PATH_IMAGE017
表示第
Figure 766691DEST_PATH_IMAGE028
个信号周期内红灯期间第
Figure 74176DEST_PATH_IMAGE029
个车道最先到达路口的网联车开始停车等待时刻。
6.如权利要求5所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间步骤，具体还包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为绿灯时，获取网联车停车等待工况；
根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 230350DEST_PATH_IMAGE030
个信号周期内有网联车到达路口时第j个车道的占有时间。
7.如权利要求6所述的所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据获取的网联车停车等待工况，获取绿灯状态下第
Figure 965088DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的占有时间步骤，具体包括以下步骤：
当网联车停车等待时，根据式(5)获取绿灯状态下第
Figure 777186DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第j个车道的第四占有时间
Figure 888362DEST_PATH_IMAGE031
：
Figure 39989DEST_PATH_IMAGE032
式(5)；
式中，
Figure 945628DEST_PATH_IMAGE033
表示第
Figure 245022DEST_PATH_IMAGE034
个有网联车到达的信号周期绿灯期间，第
Figure 222205DEST_PATH_IMAGE035
个车道上最后一辆排队网联车离开路口的时刻；
当网联车不停车等待时，根据式(6)获取绿灯状态下第
Figure 25076DEST_PATH_IMAGE010
个信号周期内有网联车到达路口时第
Figure 101617DEST_PATH_IMAGE036
个车道的第五占有时间
Figure 888307DEST_PATH_IMAGE037
：
Figure 75706DEST_PATH_IMAGE038
式(6)；
式中，
Figure 201925DEST_PATH_IMAGE039
为网联车通过路口停车线处预设距离范围内的时间。
8.如权利要求7所述的分布式路口车道占有率融合估计方法，其特征在于，所述根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率步骤，具体包括以下步骤：
将获取的第一占有时间
Figure 714946DEST_PATH_IMAGE011
、第二占有时间
Figure 723353DEST_PATH_IMAGE020
、第三占有时间
Figure 42339DEST_PATH_IMAGE040
、第四占有时间
Figure 819802DEST_PATH_IMAGE031
和第五占有时间
Figure 503724DEST_PATH_IMAGE037
根据式(7)，计算第
Figure 733849DEST_PATH_IMAGE010
个有网联车到达的信号周期内第j个车道的时间占有率：
Figure 528629DEST_PATH_IMAGE041
式(7)。
9.一种分布式路口车道占有率融合估计系统，其特征在于，包括：
平均时间占有率获取模块，用于信号周期内第j个车道有网联车到达路口的平均时间占有率
Figure 363861DEST_PATH_IMAGE008
以及信号周期内第j个车道没有网联车到达路口的平均时间占有率
Figure 953106DEST_PATH_IMAGE009
；
渗透条件和对应关系获取模块，用于获取网联车渗透率工况以及预设的网联车渗透率工况与
Figure 201684DEST_PATH_IMAGE042
比值的对应关系；
比值获取模块，与所述渗透条件和对应关系获取模块通信连接，用于根据获取的网联车渗透率工况以及预设的网联车渗透率工况与
Figure 862473DEST_PATH_IMAGE042
比值的对应关系，获取
Figure 348949DEST_PATH_IMAGE042
比值；
时间占有率获取模块，与所述平均时间占有率获取模块和所述比值获取模块通信连接，用于将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及
Figure 640253DEST_PATH_IMAGE042
比值根据式(1)，计算获取分时段车道级占有率：
Figure 844969DEST_PATH_IMAGE043
式(1)；
式中，
Figure 981553DEST_PATH_IMAGE044
和
Figure 322535DEST_PATH_IMAGE045
分别表示统计周期内第j个车道有网联车到达的周期数量和没有网联车到达的周期数量，
Figure 722424DEST_PATH_IMAGE046
为激励函数，当信号周期内存在车辆到达时，
Figure 414436DEST_PATH_IMAGE046
取值为1，当信号周期没有车辆到达时，
Figure 354710DEST_PATH_IMAGE046
取值为0。
10.如权利要求9所述的分布式路口车道占有率融合估计系统，其特征在于，所述平均时间占有率获取模块进一步包括：
信号灯状态获取单元，用于获取每个信号周期内有网联车到达路口时路口的信号灯状态；
车道占有时间获取单元，与所述信号灯状态获取单元通信连接，用于根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；
车道时间占有率获取单元，与所述车道占有时间获取单元通信连接，用于根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；
平均时间占有率获取单元，与所述车道时间占有率获取单元通信连接，用于根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
CN202110897575.8A 2021-08-05 2021-08-05 分布式路口车道占有率融合估计方法及系统 Active CN113345241B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110897575.8A CN113345241B (zh) 2021-08-05 2021-08-05 分布式路口车道占有率融合估计方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110897575.8A CN113345241B (zh) 2021-08-05 2021-08-05 分布式路口车道占有率融合估计方法及系统

Publications (2)

Publication Number Publication Date
CN113345241A true CN113345241A (zh) 2021-09-03
CN113345241B CN113345241B (zh) 2021-11-09

Family

ID=77480873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110897575.8A Active CN113345241B (zh) 2021-08-05 2021-08-05 分布式路口车道占有率融合估计方法及系统

Country Status (1)

Country Link
CN (1) CN113345241B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011198030A (ja) * 2010-03-19 2011-10-06 Mitsubishi Electric Corp 交通流計測装置
CN102663887A (zh) * 2012-04-13 2012-09-12 浙江工业大学 基于物联网技术的道路交通信息云计算和云服务实现系统及方法
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、装置及系统
DE102016118100A1 (de) * 2015-09-28 2017-03-30 Toyota Jidosha Kabushiki Kaisha Fahrunterstützungsvorrichtung für ein fahrzeug
CN106846805A (zh) * 2017-03-06 2017-06-13 南京多伦科技股份有限公司 一种动态路网交通需求预测方法及其系统
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
CN110335459A (zh) * 2019-04-26 2019-10-15 同济大学 低渗透率车辆轨迹数据的交叉口排队长度估计方法及装置
CN113096416A (zh) * 2021-03-29 2021-07-09 长沙理工大学 用于高速公路上合流区的自动驾驶专用车道与通用车道可变限速的动态协同管控方法
CN113129604A (zh) * 2021-03-19 2021-07-16 同济大学 一种基于网联车辆轨迹数据的信控交叉口运行评估方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011198030A (ja) * 2010-03-19 2011-10-06 Mitsubishi Electric Corp 交通流計測装置
CN102663887A (zh) * 2012-04-13 2012-09-12 浙江工业大学 基于物联网技术的道路交通信息云计算和云服务实现系统及方法
DE102016118100A1 (de) * 2015-09-28 2017-03-30 Toyota Jidosha Kabushiki Kaisha Fahrunterstützungsvorrichtung für ein fahrzeug
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、装置及系统
CN106846805A (zh) * 2017-03-06 2017-06-13 南京多伦科技股份有限公司 一种动态路网交通需求预测方法及其系统
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
CN110335459A (zh) * 2019-04-26 2019-10-15 同济大学 低渗透率车辆轨迹数据的交叉口排队长度估计方法及装置
CN113129604A (zh) * 2021-03-19 2021-07-16 同济大学 一种基于网联车辆轨迹数据的信控交叉口运行评估方法
CN113096416A (zh) * 2021-03-29 2021-07-09 长沙理工大学 用于高速公路上合流区的自动驾驶专用车道与通用车道可变限速的动态协同管控方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
MOHSEN MIRZAEI ET AL.: ""A model for estimating the High Occupancy Toll Lanes Parameters"", 《5TH ADVANCED FORUM ON TRANSPORTATION OF CHINA (AFTC 2009)》 *
常鑫 等: ""混有网联车辆的交通流稳定性和最大服务流率分析"", 《西华大学学报（自然科学版）》 *
熊志强: ""基于智能网联车的车道级交通状态估计"", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
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》 *
郭亚娟: ""城市道路交通拥堵区域动态识别及边界控制策略研究"", 《中国博士学位论文全文数据库》 *
韩发荣: ""混合交通环境下的交叉口实时信息感知与信号优化研究"", 《中国优秀硕士学位论文库 工程科技Ⅱ辑 》 *

Also Published As

Publication number Publication date
CN113345241B (zh) 2021-11-09

Similar Documents

Publication Publication Date Title
CN109087510B (zh) 交通监测方法及装置
CN112069944B (zh) 一种道路拥堵等级确定方法
CN106097730B (zh) 一种路段车辆排队长度的估计方法、装置及系统
CN109272756B (zh) 一种信控交叉口排队长度估计方法
CN107331172B (zh) 一种基于道路交通状态的交通相位调整方法和装置
CN104537851B (zh) 实时反馈动态交通信号控制系统
CN112735137B (zh) 基于毫米波信号的量化交通预警方法、装置、系统及介质
CN111680377A (zh) 一种交通态势仿真方法、系统和电子设备
US11373519B2 (en) Traffic signal management for autonomous vehicle operation
CN110733507B (zh) 车道变换及道路隔离方法、装置、设备及存储介质
CN110851490B (zh) 一种基于过车数据的车辆出行常用停留点挖掘方法及装置
CN113850237B (zh) 基于视频和轨迹数据的网联车目标检测评价方法及系统
CN105279963B (zh) 一种获取路况信息的方法及装置
CN114049767B (zh) 一种边缘计算方法、装置及可读存储介质
CN112116813B (zh) 状态识别模型建立方法、道路交通状态识别方法及装置
CN106033643A (zh) 一种数据处理方法及装置
CN113345241B (zh) 分布式路口车道占有率融合估计方法及系统
JP2003085687A (ja) 交差点間走行所要時間推定装置
CN113781786B (zh) 一种不可通行区域确认方法、装置、设备及可读存储介质
CN106355925B (zh) 利用互联网实现路口信号机控制效果评价的方法及装置
CN109255953A (zh) 基于区域的活动车辆分布展示方法及系统
CN112560737A (zh) 一种信号灯识别方法、装置、存储介质及电子设备
CN207931598U (zh) 一种电动车的车道识别系统
CN111968388A (zh) 一种交通控制方法及交通控制系统
CN116381698B (zh) 道路遗撒物的检测方法、装置及电子设备

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
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Method and System for Fusion Estimation of Lane Occupancy at Distributed Intersections

Effective date of registration: 20231010

Granted publication date: 20211109

Pledgee: Bank of China Limited Wuhan Economic and Technological Development Zone sub branch

Pledgor: ISMARTWAYS (WUHAN) TECHNOLOGY Co.,Ltd.

Registration number: Y2023980060478

PE01 Entry into force of the registration of the contract for pledge of patent right