基于GPS 数据的信号交叉口实时排队长度估算

交通运输系统工程与信息 ›› 2016, Vol. 16 ›› Issue (6): 67-73.

• 智能交通系统与信息技术 • 上一篇下一篇

基于GPS 数据的信号交叉口实时排队长度估算

王钰1，2，徐建闽*2，林培群2

1. 江苏省交通运输与安全保障重点建设实验室，江苏淮安223003；2. 华南理工大学土木与交通学院，广州510640

收稿日期:2016-05-06 修回日期:2016-06-13 出版日期:2016-12-25 发布日期:2016-12-26
作者简介:王钰（1979-），女，河北唐山人，博士生
基金资助:
国家自然科学基金/National Natural Science Foundation of China（61573149）；江苏省交通运输与安全保障重点建设实验室开放基金/Open Fund for the Key Laboratory for Traffic and Transportation Security of Jiangsu Province(TTS2016-03).

Real-time Queue Length Estimation for Signalized Intersections Using GPS Data

WANG Yu1, 2，XU Jian-min2，LIN Pei-qun2

1. Key Laboratory for Traffic and Transportation Security of Jiangsu Province, Huai'an 223003, Jiangsu, China; 2. School of Civil Engineering and Transportation, South China University of Technology, Guangzhou 510640, China

Received:2016-05-06 Revised:2016-06-13 Online:2016-12-25 Published:2016-12-26

摘要/Abstract

摘要：

实时估算交叉口排队长度一直以来都是一个挑战性的问题.当信号交叉口没有配备固定交通流检测器时，问题将变得更加复杂.本文中，我们研究利用车辆GPS数据估算交叉口实时排队长度的关键技术，建立了基于交通波理论的信号交叉口实时排队长度估算模型，并首次引入了“消散延误”的概念.利用实时排队长度估算模型与车辆的“消散延误”数据，可以实现交叉口每一个信号周期的排队长度的实时估算.本文对模型和算法进行了实地测试，测试结果表明，本文建立的模型和算法可以较为准确地估算信号交叉口的实时排队长度.

关键词: 智能交通, 实时排队长度估算, 交通波理论, 信号交叉口, 全球定位系统

Abstract:

To estimate time-dependent queue length problem at signalized intersection is a challenging task for a long time, which will be more difficult if fixed-location sensors are unavailable at these intersections. In this paper, it is studied that the key technologies on how to use GPS data to estimate real time queue lengths at signalized intersections. A real time queue length estimation model is presented based on traffic shockwave theory and the concept of "discharging delay" is first put forward. Utilizing the real time estimation model and the "discharging delays" data of a few queuing vehicles, it can be computed that realtime queue length estimations cycle-by-cycle. In the end the model and algorithm is tested in a real intersection of Guangzhou city. The testing results show that the proposed model and algorithm can estimate queue lengths with satisfactory accuracy.

Key words: intelligent transportation, real time queue length estimation, traffic shockwave theory, signalized intersection, global positioning system (GPS)

中图分类号:

U491.2

王钰，徐建闽，林培群. 基于GPS 数据的信号交叉口实时排队长度估算[J]. 交通运输系统工程与信息, 2016, 16(6): 67-73.

WANG Yu，XU Jian-min，LIN Pei-qun. Real-time Queue Length Estimation for Signalized Intersections Using GPS Data[J]. Journal of Transportation Systems Engineering and Information Technology, 2016, 16(6): 67-73.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19323.shtml

http://www.tseit.org.cn/CN/Y2016/V16/I6/67

参考文献

[1] CALDWELL T. On finding minimum routes in a network with turn penalties[J]. Communication of the ACM, 1961, 4(2): 107-108.

[2] CHANG T H, LIN J T. Optimal signal timing for an oversaturated intersection[J]. Transportation Research, Part B, 2000, 34 (6): 471–491.

[3] LIU H, MA W. A virtual vehicle probe model for timedependent travel time estimation on signalized arterials[J]. Transportation Research Part C, 2009, 17 (1): 11-26.

[4] LIU X, WU X, MA W, et al. Real time queue length estimation for congested signalized intersections[J]. Transportation Research, Part C, 2009(17): 412-417.

[5] IZADPANAH P, HELLINGA B, FU L. Automatic traffic shockwave identification using vehicles' trajectories[C]. In: Proceedings of the 88th Annual Meeting of the Transportation Research Board (CD-ROM), 2009.

[6] CHENG Y, QIN X, RAN B. An exploratory shockwave approach for signalized intersection performance measurements using probe trajectories[C]. In Proceedings of the 89th Transportation Research Board Annual Meeting (CD-ROM), 2010.

[7] BAN X, HAO P, SUN Z. Real time queue length estimation for signalized intersections using travel times from mobile sensors[J]. Transportation Research Part C, 2011, 19(6): 1133-1156.

[8] LIGHTHILL M J, WHITHAM G B. On kinematic waves. Ⅱ. A theory of traffic flow on long crowded roads[C]// Proceedings of the Royal Society of London. Series A. Mathematical and Physical Sciences, 1955, 229(1178): 317-345.

[9] GAZIS D C, POTTS R B. The oversaturated intersection[C]. 2nd International Symposium on Theory of Road Traffic Flow, London, 1963.

[10] ZHANG H C, LU F, ZHOU L, et al. Computing turn delay in city road network with GPS collected trajectories[C]. In: Proceedings of the 2011 International Workshop on Trajectory Data Mining and Analysis, Beijing, China, 2011.

[1]	郭烈, 胥林立, 秦增科, 王旭. 自动驾驶接管影响因素分析与研究进展[J]. 交通运输系统工程与信息, 2022, 22(2): 72-90.
[2]	徐猛, 刘涛, 钟绍鹏, 姜宇. 城市智慧公交研究综述与展望[J]. 交通运输系统工程与信息, 2022, 22(2): 91-108.
[3]	程君, 张立炎, 陈启宏. 一种基于地图辅助的自动驾驶视-惯融合定位方法[J]. 交通运输系统工程与信息, 2022, 22(2): 117-126.
[4]	王国栋, 刘立, 孟宇, 马智萍, 郑淏清, 顾青, 白国星. 一体式车辆避撞轨迹规划与跟踪控制[J]. 交通运输系统工程与信息, 2022, 22(2): 127-136.
[5]	马东方, 陈曦, 吴晓东, 金盛. 基于强化学习的干线信号混合协同优化方法[J]. 交通运输系统工程与信息, 2022, 22(2): 145-153.
[6]	许波桅, 王玲玲, 李军军. 自动化码头多级作业超网络延误传导特性研究[J]. 交通运输系统工程与信息, 2022, 22(2): 280-289.
[7]	田会娟, 刘嘉伟, 翟佳豪, 邓琳琳. 基于多入侵线的视频车速检测方法[J]. 交通运输系统工程与信息, 2022, 22(1): 49-56.
[8]	贾彦峰, 曲大义, 赵梓旭, 王韬, 宋慧. 基于安全势场的网联自主车辆跟驰行为决策及模型[J]. 交通运输系统工程与信息, 2022, 22(1): 85-97.
[9]	刘文, 汪文博. 基于秩最小化矩阵去噪的船舶轨迹重构方法[J]. 交通运输系统工程与信息, 2022, 22(1): 106-114.
[10]	赵建东, 陈溱, 焦彦利, 张凯丽, 韩明敏. 重点营运车辆的异常驾驶行为识别研究[J]. 交通运输系统工程与信息, 2022, 22(1): 282-291.
[11]	徐东伟, 彭航, 商学天, 魏臣臣, 杨艳芳. 基于图自编码-生成对抗网络的路网数据修复[J]. 交通运输系统工程与信息, 2021, 21(6): 33-41.
[12]	游峰, 梁健中, 曹水金, 肖智豪, 吴镇江, 王海玮. 面向多目标跟踪的密集行人群轨迹提取和运动语义感知[J]. 交通运输系统工程与信息, 2021, 21(6): 42-54.
[13]	王福建, 俞佳浩, 赵锦焕, 梅振宇. 基于站点实时关联度的短时公交客流预测方法[J]. 交通运输系统工程与信息, 2021, 21(6): 131-144.
[14]	张毅, 姚丹亚, 李力, 裴华鑫, 晏松, 葛经纬. 智能车路协同系统关键技术与应用[J]. 交通运输系统工程与信息, 2021, 21(5): 40-51.
[15]	龙建成, 郭嘉琪. 动态交通分配问题研究回顾与展望[J]. 交通运输系统工程与信息, 2021, 21(5): 125-138.

基于GPS 数据的信号交叉口实时排队长度估算

Real-time Queue Length Estimation for Signalized Intersections Using GPS Data

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics