基于公交GPS数据的信号交叉口排队长度估计研究
发布时间：2021-07-15 10:36
信号交叉口的排队长度是信号灯配时参数优化、交叉口通行效率评估的关键。受制于传统检测手段,现有研究基于交通波理论的排队长度估计方法没有对单个周期内车辆的排队过程进行细致的分析,难以刻画车辆在信号交叉口的实时排队长度。随着现代交通信息采集技术的发展,基于新的信息采集手段,对车辆在信号交叉口的排队过程和车辆驶离过程进行分析研究,进而优化排队长度估计,对实现路径优化、配时参数优化具有理论和实践意义。论文通过分析信号交叉口车辆的排队过程和车辆驶离过程,并结合公交GPS数据的特点,基于对路段公交车渗透率及信号交叉口车辆到达率的估计,建立了一种基于公交GPS数据的信号交叉口排队长度估计方法,实现了信号交叉口的实时排队长度、平均排队长度和最大排队长度等关键参数的估计。主要内容包括:（1）基于公交GPS数据的路段公交车渗透率估计方法。现有浮动车渗透率估计方法假设车辆的到达服从特定分布,且实验条件过于理想化,难以适用于实际交通环境。为此,本文通过交叉口车辆的排队情况进行分析,提出了一种基于公交GPS数据的路段公交车渗透率估计方法。在仿真环境中设置不同流量和渗透率进行仿真测试,并选择重庆市典型路段进行现场测...
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
信号灯红灯结束时刻车辆排队示意图
' ' '11 _''* *(1 )*carstop stop linestopl l t Ll l lpt R t (2其中， 是所有车辆的到达率， p 是公交车的渗透率，所以(1 p )* 是除交车外的其他车辆的到达率，'carL 是除公交车以外其他类型车辆的等效车长（车长和车辆间距），是一个统计值。综上所述，只要求出路段公交车的渗透率、信号交叉口的到达率就可以求号灯红灯结束时刻交叉口的排队长度。② 信号灯绿灯相位队列消散过程当信号灯绿灯相位到来时，排队队列的队头开始启动，然后车辆开始陆续交叉口。然而此时，红灯周期结束时刻进入排队队列的最后一辆车还未启动以在绿灯相位开始的一段时间内，交叉口的排队长度是在继续增加的，如图 2示。
种情况下将公交车车速小于一定的阈值视为排队。对车辆较早加入排队队列的情况，找到公交车回传的 GPS 数据序列数据，该数据对应的位置即为公交车的停车排队位置。而针对车辆队列的情况，需要对公交车回传的 GPS 数据进行插值计算出公交车置[43]。下面将对这两种情况进行详细说明。 车辆较早加入排队队列这种情况下，在信号灯红灯周期回传的公交车 GPS 数据序列中，能PS 数据 ( , , )s s sP t v l ，满足条件：sR t G， =0sv ，其中st 表示 GPS公交车的瞬时速度，sl 表示公交车的位置， R 表示红灯开始时刻，始时刻。公交车在排队队列中的停车位置可以表示为：stop sl l 车辆较晚加入排队队列这种情况下，需要对公交车 GPS 数据序列进行插值。公交车停车前 数据的分布如图 3.2 所示。
【参考文献】：
期刊论文
[1]基于公交GPS数据的交叉口信号配时参数估计[J]. 孙棣华,杨陈成,廖孝勇,赵敏,程森林. 控制与决策. 2018(04)
[2]基于BP神经网络的区间车速估计方法研究[J]. 李庆印,焦方通,赵菲,郭栋,孙锋. 公路交通科技(应用技术版). 2016(12)
[3]采用低频浮动车数据的行程时间估计[J]. 曲鑫,林赐云,杨兆升,商强,程泽阳. 哈尔滨工业大学学报. 2016(09)
[4]基于浮动车数据的信号交叉口排队长度估计[J]. 刘泽,王武宏,郭宏伟,蒋晓蓓. 道路交通与安全. 2016(04)
[5]基于行程时间分布的异质交通流车队离散模型[J]. 姚志洪,沈旅欧,巫威眺,蒋阳升,黄磊. 中国公路学报. 2016(08)
[6]基于浮动车技术的城市交通评价预测系统应用研究[J]. 杨阳,王芳. 交通与运输(学术版). 2016(01)
[7]基于信号交叉口车头时距分布的VISSIM仿真参数校核研究[J]. 屈新明,姚红云,王玉刚. 交通运输研究. 2016(01)
[8]低频GPS数据和交叉口延误下的行程时间估计[J]. 王志建,马超锋,李梁. 西南交通大学学报. 2015(02)
[9]信号交叉口车辆到达规律分析[J]. 蒋阳升,韩世凡,吴婷,张改. 交通运输工程与信息学报. 2015(01)
[10]信号交叉口实时排队长度估计[J]. 赵淑芝,梁士栋,马明辉,刘华胜,朱永刚. 吉林大学学报(工学版). 2016(01)
博士论文
[1]平面信号交叉口延误分析[D]. 邵长桥.北京工业大学 2002
硕士论文
[1]北京市信号交叉口直行车道饱和车头时距及其影响因素研究[D]. 李成瑞.北京工业大学 2014
[2]公交浮动车数据的实时地图匹配算法研究[D]. 毕俊杰.重庆大学 2010
本文编号：3285541
【文章来源】：重庆大学重庆市 211工程院校 985工程院校 教育部直属院校
【文章页数】：78 页
【学位级别】：硕士
【部分图文】：
信号灯红灯结束时刻车辆排队示意图
' ' '11 _''* *(1 )*carstop stop linestopl l t Ll l lpt R t (2其中， 是所有车辆的到达率， p 是公交车的渗透率，所以(1 p )* 是除交车外的其他车辆的到达率，'carL 是除公交车以外其他类型车辆的等效车长（车长和车辆间距），是一个统计值。综上所述，只要求出路段公交车的渗透率、信号交叉口的到达率就可以求号灯红灯结束时刻交叉口的排队长度。② 信号灯绿灯相位队列消散过程当信号灯绿灯相位到来时，排队队列的队头开始启动，然后车辆开始陆续交叉口。然而此时，红灯周期结束时刻进入排队队列的最后一辆车还未启动以在绿灯相位开始的一段时间内，交叉口的排队长度是在继续增加的，如图 2示。
种情况下将公交车车速小于一定的阈值视为排队。对车辆较早加入排队队列的情况，找到公交车回传的 GPS 数据序列数据，该数据对应的位置即为公交车的停车排队位置。而针对车辆队列的情况，需要对公交车回传的 GPS 数据进行插值计算出公交车置[43]。下面将对这两种情况进行详细说明。 车辆较早加入排队队列这种情况下，在信号灯红灯周期回传的公交车 GPS 数据序列中，能PS 数据 ( , , )s s sP t v l ，满足条件：sR t G， =0sv ，其中st 表示 GPS公交车的瞬时速度，sl 表示公交车的位置， R 表示红灯开始时刻，始时刻。公交车在排队队列中的停车位置可以表示为：stop sl l 车辆较晚加入排队队列这种情况下，需要对公交车 GPS 数据序列进行插值。公交车停车前 数据的分布如图 3.2 所示。
【参考文献】：
期刊论文
[1]基于公交GPS数据的交叉口信号配时参数估计[J]. 孙棣华,杨陈成,廖孝勇,赵敏,程森林. 控制与决策. 2018(04)
[2]基于BP神经网络的区间车速估计方法研究[J]. 李庆印,焦方通,赵菲,郭栋,孙锋. 公路交通科技(应用技术版). 2016(12)
[3]采用低频浮动车数据的行程时间估计[J]. 曲鑫,林赐云,杨兆升,商强,程泽阳. 哈尔滨工业大学学报. 2016(09)
[4]基于浮动车数据的信号交叉口排队长度估计[J]. 刘泽,王武宏,郭宏伟,蒋晓蓓. 道路交通与安全. 2016(04)
[5]基于行程时间分布的异质交通流车队离散模型[J]. 姚志洪,沈旅欧,巫威眺,蒋阳升,黄磊. 中国公路学报. 2016(08)
[6]基于浮动车技术的城市交通评价预测系统应用研究[J]. 杨阳,王芳. 交通与运输(学术版). 2016(01)
[7]基于信号交叉口车头时距分布的VISSIM仿真参数校核研究[J]. 屈新明,姚红云,王玉刚. 交通运输研究. 2016(01)
[8]低频GPS数据和交叉口延误下的行程时间估计[J]. 王志建,马超锋,李梁. 西南交通大学学报. 2015(02)
[9]信号交叉口车辆到达规律分析[J]. 蒋阳升,韩世凡,吴婷,张改. 交通运输工程与信息学报. 2015(01)
[10]信号交叉口实时排队长度估计[J]. 赵淑芝,梁士栋,马明辉,刘华胜,朱永刚. 吉林大学学报(工学版). 2016(01)
博士论文
[1]平面信号交叉口延误分析[D]. 邵长桥.北京工业大学 2002
硕士论文
[1]北京市信号交叉口直行车道饱和车头时距及其影响因素研究[D]. 李成瑞.北京工业大学 2014
[2]公交浮动车数据的实时地图匹配算法研究[D]. 毕俊杰.重庆大学 2010
本文编号：3285541
本文链接：https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/3285541.html
