基于电子警察数据的交通溢流判别方法
技术领域
本发明涉及一种基于电子警察数据的交通溢流判别方法。
背景技术
随着社会经济的不断发展，机动车保有量连年增加，到2018年，汽车保有量增加了2285万辆、达到2.4亿辆，有限的道路资源与车辆矛盾日益激化，对人们生存的环境、交通出行等造成不良影响。信号交叉口是城市交通的重要组成部分，交叉口的设计、信号控制、相位设计等会影响交通的运行效率。而早晚高峰机动车的需求与道路资源的矛盾日益激化。
交通溢流现象时常发生，一个交叉口的溢流往往会扩散至周围路口，导致路网出现“锁死”等溢流现象。因此，合理有效的预防拥堵溢流，成为智能交通发展的基础，有效减少人力资源。
发明内容
本发明的目的在于提供一种基于电子警察数据的交通溢流判别方法。
为解决上述问题，本发明提供一种基于电子警察数据的交通溢流判别方法，包括：
步骤S1，从START系统中获取车辆交通数据，利用交通波的运动学规律，检测上下游饱和路段上启动波波速及到达各车辆所需时间；
步骤S2，基于上下游饱和路段上启动波波速及到达各车辆所需时间，在车辆过饱和情况下以固定饱和流率排放，根据采集的同一车道组车辆数据信息，确定周期内的溢出范围区间和头车驶离时刻；
步骤S3，判断目标车辆是否在所述溢出范围区间内，与此同时，计算目标车辆与排队车辆的头车的驶离时刻之差，根据驶离时刻之差判别目标车辆是否溢出；
步骤S4，基于目标车辆是否溢出的判别结果，构建VISSIM仿真模型，以溢出模型的假设条件设置参数，验证VISSIM仿真模型的准确度。
进一步的，在上述方法中，所述步骤S1中，所述车辆交通数据包括：
车辆延误、车辆驶离时刻数据，以及路段长度、信号配时数据即红绿灯周期时长。
进一步的，在上述方法中，所述步骤S1中，所述交通波的运动学理论从车辆的物理运动方面分析，进而求出启动波波速，利用路段长度、波速、时间三者关系求出绿灯开始时间启动波到达各排队车辆的时间。
进一步的，在上述方法中，所述步骤S2包括：
在过饱和情况下车辆在绿灯时间段内以饱和流率排放，利用车辆排放规律找出排队车辆的头车，其中，首先确定在溢出周期n内排队车辆的头车驶离时刻
进一步的，在上述方法中，所述步骤S2，确定周期内的溢出范围区间和头车驶离时刻中，
溢出范围区间上下限与排队车辆的末端到达下游路段时的信号灯状态、路段长度相关，若溢出车辆到达时交叉口信号为红灯，对应为溢出上限；若溢出车辆到达时交叉口信号为绿灯，对应为溢出下限。
进一步的，在上述方法中，所述步骤S3中，所述时刻之差由下式获取：
式中：t为车辆驶离时刻之差，
进一步的，在上述方法中，所述步骤S3中，所述驶离时刻之差随着路段长度、绿灯排放车辆数的不同而不同。
进一步的，在上述方法中，所述步骤S4中，为验证模型的准确度，结合道路交叉口为长路段还是短路段，设计两种不同的模型。
与现有技术相比，本发明通过上下游的电子警察获取车辆在该路段的行程时间，结合车流运动学规律，计算排队过程总启动波波速及到达车辆时间，在保证数据完整性的情况下，利用车辆的到达时刻与驶离时刻，确定排队车辆的头车，根据头车与目标车辆驶离时刻之差，高效建立溢出判别模型，结合VISSIM仿真验证模型的准确度，最大限度降低排队溢出，提高交通运行效率，缓解道路与车辆的矛盾，促进交通控制系统的管理。
附图说明
图1是判别排队溢出方法的流程图；
图2是电子警察原理图；
图3是车辆排队溢出的原理图；
图4为过饱和车辆溢出生成机理；
图5为短路段的VISSIM模型；
图6为长路段的VISSIM模型；
图7是本发明短路段车辆溢出数据图；
图8是本发明长路段车辆溢出数据图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1是判别排队溢出方法的流程图；图2是电子警察原理图；图3是车辆排队溢出的原理图；图4为过饱和车辆溢出生成机理；图5为短路段的VISSIM模型；图6为长路段的VISSIM模型；图7是本发明短路段车辆溢出数据图；图8是本发明长路段车辆溢出数据图。
如图1所示，本发明提供一种基于电子警察数据的交通溢流判别方法，包括：
步骤S1，从START系统中获取车辆交通数据，利用交通波的运动学规律，检测上下游饱和路段上启动波波速及到达各车辆所需时间；
具体的，车辆在路段行驶数据由路段上下游电子警察获取，相邻两路段的电子警察可以监控到车辆驶离停车线的时刻，结合路段检测的自由流速度与时间，可以有效求出车辆的延误；
可以采集电子警察数据，并对数据进行预处理，对异常数据进行排查，并弥补缺失数据；
步骤S2，基于上下游饱和路段上启动波波速及到达各车辆所需时间，在车辆过饱和情况下以固定饱和流率排放，根据采集的同一车道组车辆数据信息，确定周期内的溢出范围区间和头车驶离时刻；
在此，可以利用交通波在路段的运动学规律，以路段自由流车速和路段长度为自变量，求解启动波在饱和路段上的传播波速及传播时间；
步骤S3，判断目标车辆是否在所述溢出范围区间内，与此同时，计算目标车辆与排队车辆的头车的驶离时刻之差，根据驶离时刻之差判别目标车辆是否溢出；
具体的，可以以定数理论为理论基础，结合延误与排场长度关系，建立单车延误与排队长度、行驶轨迹模型；
步骤S4，基于目标车辆是否溢出的判别结果，构建VISSIM仿真模型，以溢出模型的假设条件设置参数，验证VISSIM仿真模型的准确度。
具体的，可以根据车辆溢出模型机理，分析车辆过饱和排队溢出的类别，建立溢出与延误的判别模型。
在此，本发明通过上下游的电子警察获取车辆在该路段的行程时间，结合车流运动学规律，计算排队过程总启动波波速及到达车辆时间，在保证数据完整性的情况下，利用车辆的到达时刻与驶离时刻，确定排队车辆的头车，根据头车与目标车辆驶离时刻之差，高效建立溢出判别模型，结合VISSIM仿真验证模型的准确度，最大限度降低排队溢出，提高交通运行效率，缓解道路与车辆的矛盾，促进交通控制系统的管理。
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S1中，所述车辆交通数据包括：
车辆延误、车辆驶离时刻数据，以及路段长度、信号配时数据即红绿灯周期时长。
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S1中，所述交通波的运动学理论从车辆的物理运动方面分析，进而求出启动波波速，利用路段长度、波速、时间三者关系求出绿灯开始时间启动波到达各排队车辆的时间。
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S2包括：
在过饱和情况下车辆在绿灯时间段内以饱和流率排放，利用车辆排放规律找出排队车辆的头车，其中，首先确定在溢出周期n内排队车辆的头车驶离时刻
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S2，确定周期内的溢出范围区间和头车驶离时刻中，
溢出范围区间上下限与排队车辆的末端到达下游路段时的信号灯状态、路段长度相关，若溢出车辆到达时交叉口信号为红灯，对应为溢出上限；若溢出车辆到达时交叉口信号为绿灯，对应为溢出下限。
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S3中，所述时刻之差由下式获取：
式中：t为车辆驶离时刻之差，
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S3中，所述驶离时刻之差随着路段长度、绿灯排放车辆数的不同而不同。
本发明的基于电子警察数据的交通溢流判别方法一实施例中，所述步骤S4中，为验证模型的准确度，结合道路交叉口为长路段还是短路段，设计两种不同的模型。
具体的，所述步骤S1中，电子警察一般由高清数码相机和感应线圈组成，交叉口A与B的四个方向都安装电子警察，当车辆通过停车线时，触发地下埋设的感应线圈从而启动数码相机进行拍照，电子警察抓拍车辆的车牌图片与时间戳T。
以从交叉口A到B的路段L为例，一辆车从A交叉口驶出停车线，到B路口驶出停车线，车辆在路段上的行程时间由下式获取：
T＝TB-TA
式中：T为车辆在路段上的行程时间；TA为车辆驶离交叉口A停车线的时刻，TB为车辆驶离交叉口B停车线的时刻。
所述步骤S1中，对数据进行处理，数据异常有几种情况：车辆由于自身原因在路段停留过长导致行程时间过大；下游交叉口电子警察设备故障或未安装，部分车辆未能被检测到；特殊车辆，如救护车、警车、军用车等有紧急事物的车辆行程时间。
所述步骤S2中，根据启动波的运动学特性，建立基于运动学的启动波模型，启动波波速由下式获取：
式中：uq为启动波波速，u为自由流行驶速度，h为饱和车头时距，kj为阻塞密度，Li为排队长度，n排队为车辆数，Q为饱和情况下单位车辆通过交叉口所需时间。所述步骤S2中，启动波到达各车辆的时间由下式获取：
式中：ni为排队中第i辆车，Li为第i辆车的排队长度
所述步骤S3中，延误与车辆排队存在线性关系，排队长度与延误属于一对多的关系，一个排队长度值可能由多种因素造成停车，相应的车辆延误也就不同，在此基础上，利用排队长度与溢出关系，即L≥Li时车辆视为溢出，L＜Li时则视为排队溢出。
所述步骤S4中，为计算路段车辆溢出区间值，需判断队末车辆到达目标路段时上游交叉口O1的信号灯状态。在假设车辆已经发生溢出的状态下，若队末车辆到达时O1为绿灯，即
考虑两相邻信号交叉口之间的长度，排队车辆在O1O2交叉口之间的清空时间一般分为一个周期或多个周期以内。故此需要考虑m＝0和m＝1两种情况。m＝0时为路段最大车辆容纳量小于绿灯排放车辆数，即L＜Lc×n′；m＝1是路段最大车辆容纳量大于等于绿灯排放车辆数，即L≥Lc×n′。
n′＝g/Q
当m＝0且
当m＝0且
当m＝1且
当m＝1且
式中：L为路段长度，Lmax为排队长度，Q为绿灯周期内排放的车辆数，r为红灯周期时长，Lc为饱和车头时距，uq为启动波波速，tq为启动波时间，t1为延误。
本发明所用的设备及仿真环境介绍：
仿真环境：vissim7.0版，在本发明中，通过在VISSIM中仿真验证数据模型，为验证模型的可靠性和准确性提供支持。
一、路段排队车辆的启动波研究
问题的研究主要从车流的物理行为、启动波传播原理两个方面入手。
(一)车流停车启动的物理行为
车辆在路段行驶过程中由于红灯造成车辆在停车线停止，在此过程中形成了向车辆相反方向传播的停车波，由于绿灯启动，车辆驶离停车线，行程向后传播的启动波。
(二)启动波传播原理
假设车队车辆都相似，以启动波从第n辆车传到第n+1辆车为例分析启动波的传播过程假设在t时刻第n和第n+1辆车在路段上距离停车线分别为Xn和Xn+1，车辆自由行驶速度为u，在此时，车辆n开始加速启动，第n+1辆车在t’后开始加速启动。第n辆车在tn时刻驶离停车线，第n+1辆车在tn+1时刻驶离停车线。
二、延误与溢出模型研究
该问题的研究主要从延误与排队、排队与溢出原理两方面入手，进而推导延误与溢出关系。
(一)延误与排队研究
在过饱和状态下，车辆排队延误模型比较多，且大多以求解平均值居多，计算单车延误与排队长度比较少。利用电子警察获取的车辆延误数据，以周期划分排队车辆，结合车辆驶离停车线时刻，结合到达-排放曲线建立延误与车辆排队模型。
模型利用电警数据把车辆的行驶轨迹与实际运行延误两者结合，水平线统一表示为车辆的延误时间，垂直线为不同瞬时的车辆排队长度。区域I表示到达-排放曲线区域，II表示车辆延误-排队长度关系。区域II的折线代表每辆车的二维平面的行驶轨迹，水平部分为车辆的延误时间。两折线的水平距离代表相邻两辆车之间的车头时距。
区域I中，水平代表每辆车的延误时间，垂直线为不同瞬时的排队长度。根据到达和排放曲线可以获取以周期为单位的车辆总延误时间。
由上述公式可求出车辆的平均延误
区域II表示每辆车的排队长度与延误时间，即每辆车的受阻过程，如单车车辆a的延误为
Da＝Delay1+Delay2
其他车辆延误依此方法进行单车延误的计算。
(二)延误、溢出关系模型分析
车辆由于红灯形成从停车线向后排队现象，溢出是排队的极端情况，即排队车辆数超过路段最大承载车辆数，也就是说排队长度大于路段长度。结合延误与排队模型，推导延误与溢出的关系，依据车辆的延误，判别车辆是否发生过溢出，需要以同一周期内排队车辆为研究区域。按溢出机理分析，过饱和交叉口溢出分为两种类型：溢出车辆到达路段时该路段信号灯为红灯、溢出车辆到达路段时该路段为绿灯上述两种类型为溢出的区间的上下限情况，遇到红灯时为溢出上限，绿灯为溢出下限，溢出车辆在路段的延误由启动波到达车辆时间、等待红灯时间组成。
ty＝tq+tr
考虑两相邻信号交叉口之间的长度，即路段最大车辆容纳量与绿灯周期内排放车辆数，可以分为两种情况：短路段即一个绿灯周期可以排放完路段车辆，用m＝0表示；长路段即需要多个周期排放路段排队车辆，用m＝1表示。因此，溢出延误上下限各有两种不同情况
溢出下限开区间为：
溢出上限开区间为：
式中：n为路段最大容纳车辆数，u为路段车辆自由流行驶速度，L为车辆排队长度，Lc为饱和车辆之间车间距。
延误与排队为一对多关系，一个延误值可以对应不同的排队情况，为了进一步判别车辆是否发生过溢出，需用算法进一步判别在区间内是否发生过溢出。算法的关键在于确定目标车辆所在周期的排队首车驶离时刻与目标车辆驶离时刻之差，即
式中：t’为车辆驶离时间差值，
短路段的车辆溢出判别算法为：
t′＞tq+tz
式中：tq为启动波到达该车辆所需时间，tz为绿灯期间自由流行程时间
长路段的车辆溢出判别算法为：
式中：X为两者整数比值。
三、溢出仿真模型
为了验证模型的准确度，采用VISSIM仿真模型进行模型检验，利用VISSIM可以排除限行车辆、特殊车辆、天气状况、周围路网影响等因素，仿真的设计的路段、车流量、车流比例、信号配时等参数依据实际情况设置。
由于路段长度关系，建立长路段和短路段两种不同VISSIM模型。建立两个交叉口，分别为南北直左排放的三相位和四相位，相邻两交叉口之间的信号灯相序相位设置属于协调控制。分别计算过饱和排放周期的车辆溢出，。上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
表1为案例交叉口交通参数表：
表1
求出的短路段仿真的饱和排放量1.7s/pcu，长路段仿真的饱和排放量1.8s/pcu
表2为启动波估计值与真实值：
表2
表3为判别溢出因素及模型准确率对比：
表3
综上所述，本发明采用车辆延误和车辆驶离时刻数据，利用交通波运动学理论，计算饱和路段启动波波速，判断绿灯开始时刻启动波到各车辆所需时间；根据车辆过饱和状态下周期性规律，确定周期内排队车辆的头车；利用头车驶离时刻与目标车辆驶离时刻之差，判别目标车辆是否出现过交通溢流状态，利用VISSIM模型进行准确验证。本发明能够较为准确判别城市道路车辆溢流的发生，有效预防过饱和溢流的发生。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
显然，本领域的技术人员可以对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，则本发明也意图包括这些改动和变型在内。
