基于轨迹数据的过饱和信号路口排队长度分析

刘旭星，邓明君，彭理群

（华东交通大学交通运输工程学院，江西 南昌 330013）

排队长度是信号控制交叉口运行状态的关键评价指标之一，也是信号控制优化的重要目标之一[1]。传统的周期最大排队长度估计研究主要依赖线圈、地磁等定点检测器采集的交通流信息，在交叉口处于过饱和情况下，排队车辆可能超过检测区域，形成长队列问题，此时难以用固定位置检测器来估计排队长度。

近年，随着移动互联、智能网联的快速发展，基于网联车车辆轨迹数据的交叉口排队长度估计得到国内外学者的广泛关注。利用车辆轨迹数据估计排队长度的方法主要分为两大类。一类是概率方法。谈超鹏等[2-3]利用历史轨迹推导经验非参数到达分布，提出了一种概率方法，将队列长度估计公式化为参数估计问题，并估计了周期中具有最大概率的排队长度。然而，该方法仅基于观测样本构建概率函数估计排队长度，在样本充足的高渗透率条件下可以得到较为可靠的估计，而低渗透率条件下则精度难以保证。在该研究基础上，谈超鹏等[4]又提出了一种抽样车辆轨迹数据的队列估计模型，无须假设特定的车辆到达、信号配时、交通量或排队特征等信息，不考虑渗透率的随机性，提高了模型的准确性和一致性。张伟斌等[5]基于贝叶斯定理推导出排队长度与联网车辆停车位置的概率关系，结合历史排队数据分析在高斯及非高斯情况下排队长度的置信区间估计，用概率分布偏差来描述排队长度。……