基于轨迹数据的信号交叉口排队长度估计

排队长度是信号交叉口最重要的性能指标之一,也是信号交叉口配时优化的关键参数。对于一些偏僻的路口或者固定检测器损坏的交叉口,由于无法获取准确的排队长度信息而无法了解交叉口的实时状态。针对以上情况,本文提出通过浮动车轨迹数据来估计信号交叉口的排队长度,通过对轨迹数据的分析,本文建立了基于浮动车集群队列的排队长度估计模型,利用排队长度估计模型可以实现交叉口排队长度的估计。通过SUMO仿真获取早高峰,晚高峰,平峰流量下输入下的浮动车轨迹数据,分别采用早高峰,晚高峰,平峰流量下时间间隔为2s/4s/6s/8s/10s和渗透率为5%/10%/15%的数据集对模型进行验证。验证结果表明,本文建立的模型可以较为准确地估计交叉口的排队长度。与相关方法的对比结果表明,在早高峰流量下和晚高峰流量下,本文建立的模型误差更低,不同的时间间隔和渗透率下比不考虑集群车队的精准度平均高出约12%,即使在平峰流量、时间间隔大、低渗透率场景下,本文建立的模型估计的排队长度误差仍在可接受范围内。相关的研究成果将为交叉口的交通状态评估以及信号配时优化提供支撑。