[發明專利]車輛排隊長度的計算方法及裝置

有效

• 申請號: 201810304710.1
• 申請日: 2018-04-04
• 公開（公告）號: CN108320537B
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 劉向東;彭飛
• 申請（專利權）人: 邁銳數據（北京）有限公司
• 主分類號: G08G1/08
• 分類號: G08G1/08
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 鄧超

本發明提供了一種車輛排隊長度的計算方法及裝置，該方法包括：獲取目標車道停車線位置的第一車頭時距，生成當前綠燈周期的第一車頭時距序列；當第一車頭時距序列中的數值發生離散時，根據發生離散的數值在第一車頭時距序列中的位置，確定綠燈周期的最大排隊長度。本發明中的方法應用了車輛消散規律，在隊列中停著的車輛，由停止狀態開始到陸續消散，為連續的變量，而當隊尾的下一輛車，并非在隊列當中，其行駛狀態不遵循車輛消散規律，產生離散的變量，所以該離散的變量所在的位置為隊尾車輛的位置，由此便能確定最大排隊長度，該方法計算得到的車輛排隊長度更加準確，更加可靠，緩解了現有的排隊長度計算方法準確性差，可靠性低的技術問題。

技術領域

本發明涉及智能交通的技術領域，尤其是涉及一種車輛排隊長度的計算方法及裝置。

背景技術

道路交通參數的實時獲取和交通狀態的準確判別是實施有效交通控制的基礎，路段中車輛的排隊長度是有效刻畫道路交通狀態的重要參數之一，實時、準確的車輛排隊長度估計可以為交通信號控制效果評價、交通信號控制方案優化以及交通誘導等智能交通應用提供有力的支撐。

現有的最常見的車輛排隊長度獲取方法是基于微觀仿真軟件建立仿真模型后，軟件運算獲得的。除此之外，其它通過硬件方式計算獲得排隊長度的方法主要有以下兩種：

一種是基于視頻分析的排隊長度檢測法，主要是通過圖像識別技術，根據有車和無車圖像對應頻譜的不同，檢測路段上是否存在車輛；另一種是先通過斷面檢測器計算出進道口流量，然后通過預設模型進行推算，主要應用于SCOOT等自適應交通信號控制系統。

利用微觀仿真軟件計算出的排隊長度往往沒有實時性，只能作為單獨的樣本來進行大致的分析，而且仿真軟件需要外界輸入的標定參數過多，仿真軟件所用的數學模型的精度并不能客觀反映出現實的交通運行規律，得到的排隊長度存在較大誤差，所以無法達到預想的要求；視頻檢測受環境影響，如雨雪天氣下檢測精度會降低，并且視頻檢測成本較高；通過流量計算排隊長度的斷面檢測器存在檢測器本身精度不穩定的問題，如線圈檢測器老化，以及車輛通過檢測器后的駕駛行為并不能只靠流量預測，所以精度無法保障。

綜上，現有的車輛排隊長度計算方法在進行車輛的排隊長度計算時準確性差，可靠性低。

發明內容

有鑒于此，本發明的目的在于提供一種車輛排隊長度的計算方法及裝置，以緩解現有的車輛排隊長度計算方法在進行車輛的排隊長度計算時準確性差，可靠性低的技術問題。

第一方面，本發明實施例提供了一種車輛排隊長度的計算方法，所述方法包括：

獲取目標車道停車線位置的第一車頭時距，生成當前綠燈周期的第一車頭時距序列，其中，所述第一車頭時距為連續行駛的兩輛車通過所述目標車道停車線的時間間隔；

當所述第一車頭時距序列中的數值發生離散時，根據發生離散的數值在第一車頭時距序列中的位置，確定所述綠燈周期的最大排隊長度。

結合第一方面，本發明實施例提供了第一方面的第一種可能的實施方式，其中，獲取所述第一車頭時距的同時，獲取車輛通過所述目標車道上游位置的周期過車數據，其中，所述周期過車數據至少包括自綠燈啟亮時刻開始所述目標車道上游位置通過的車輛以及車輛對應的過車時間，所述方法還包括：

根據所述周期過車數據和所述最大排隊長度，確定綠燈啟亮時刻的綠啟排隊長度。

結合第一方面，本發明實施例提供了第一方面的第二種可能的實施方式，其中，根據所述周期過車數據和所述最大排隊長度，確定綠燈啟亮時刻的綠啟排隊長度包括：

根據所述周期過車數據確定所述目標車道上游位置的第二車頭時距，生成自綠燈啟亮時刻開始的第二車頭時距序列；