基于电警卡口数据的车道实时排队长度估计

基于电警卡口数据的车道实时排队长度估计(中文13000字,英文PDF)
Author: Xianyuan Zhan1, Ruimin Li2, Satish V.Ukkusuri1
摘要
电警卡口数据（LPR）在估算城市干道交通状况方面，提供丰富的新兴数据来源。虽然大型LPR系统在美国不常见，但过去几年，在世界上许多其他地区已经看到了迅速的发展和实施（例如：中国，泰国和中东）。由于隐私问题，LPR数据很少提供给研究界。但一旦可用，便可以在估算运输系统的实时运营指标方面彰显价值。本文提出了一种基于车牌识别（LPR）数据的车道实时队列长度估计模型。在该模型中，基于高斯过程的插值方法被开发来重构每条车道的等效累积到达-离开曲线。从重建的到达曲线中可获得因未识别或未匹配的车辆缺少信息。基于完整的到来和离开信息，基于汽车跟踪的仿真方案被应用于估计每个车道的实时队列长度。所提出的模型使用来自中国廊坊的地面实况进行验证其最大排队长度信息。结果表明该模型可以捕捉地面实况数据中队列长度的变化，并且可以合理估计每个信号周期的最大队列长度。使用所提出的模型估计的队列长度信息可以用作用于各种实时交通控制应用的有用的性能指标。
关键词
电警数据、实时排队长度估计、基于车道估计、累计到达-离去曲线、高斯过程、边界约束跟车模型