城市快速路入口匝道交织区的交通状态估计方法及系统与流程

1.本发明涉及智能交通技术领域，具体涉及一种城市快速路入口匝道交织区的交通状态估计方法及系统。


背景技术：

2.随着5g无线通信技术、新一代互联网技术、北斗高精度定位和视频处理技术等的发展成熟，为推动车路协同技术快速落地和应用提供了重要技术支撑。车路协同环境下车辆的通信能力进一步增强，车辆与车辆之间、车辆与路侧设施之间可以实现有效的信息互通，加强了车辆获取外部信息以及向外部发送信息的实时性，为道路交通状态的估计和预测提供了重要的支撑。
3.未来很长一段时间将会出现具备网联通信功能的车辆和非通信功能的车辆混合行驶的情况，如何利用网联通信车辆的信息并融合视频装置采集的车辆信息来综合估计和预测混合交通场景下的道路交通状态将会是一个重要的研究方向。一般而言，为了保障城市快速路的“快速”功能，城市快速路的交织区尤其是入口匝道交织区域的交通状态的估计和预测是关键节点，若能及时精准的对其交通状态进行估计，可以及时的采取相应的管控措施保障主路上游车辆和入口匝道车辆做出相应的调整，有效提高入口匝道交织区的通行效率和利用率。因此基于同时存在通信功能车辆和非通信功能车辆的混合交通场景下的车道级精准的交通状态估计和预测，对于提高城市交通的智能化具有重要的意义。
4.本发明主要依据北斗高精度定位，基于5g的v2v、v2i高速度、低时延、更稳定的通信技术，边缘计算技术，车路协同技术和高清视频处理技术等，提出一种基于车路协同环境下的入口匝道交织区域的交通状态智能化的估计的融合方法，为入口匝道交织区车辆通行优化控制提供更为精确的依据。


技术实现要素：

5.针对现有技术中存在的上述问题，本发明提供一种城市快速路入口匝道交织区的交通状态估计方法及系统。
6.本发明公开了一种城市快速路入口匝道交织区的交通状态估计方法，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；当城市快速路的车辆均为网联通信车辆时，所述交通状态估计方法，包括：
7.基于车辆与边缘控制中心之间的信息传输，计算得出不同时间段内交织区的车辆数n
车
；
8.分别从前后两个不同的位置视频采集同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；
9.对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态
估计结果。
10.作为本发明的进一步改进，所述基于车辆与边缘控制中心之间的信息传输，计算得出不同时间段内交织区的车辆数；包括：
11.驶入交织区附近的车辆i主动将车辆信息发送给边缘控制中心；其中，所述车辆信息包括车辆位置、速度和车牌信息；
12.边缘控制中心根据车辆i发送的车辆位置和速度信息，判断该车辆是否在交织区内；
13.若车辆i在交织区内，则记下车辆信息；
14.若车辆i在不在交织区内，则边缘控制中心不统计该车信息；
15.统计得出不同时间段内交织区的车辆数n
车
。
16.本发明还公开了一种城市快速路入口匝道交织区的交通状态估计方法，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；当城市快速路的车辆为部分网联通信车辆、剩余部分为不具备网联通信功能的普通车辆时，所述交通状态估计方法，包括：
17.在上游路段上游的缓冲区内，分别以每个车道内前后两辆相邻的网联通信车辆为头车和尾车，构成的车队称为车道簇单元；根据每个车道簇单元中头车和尾车的车辆信息，计算得出不同时间段内交织区的车辆数n
车
；
18.分别从前后两个不同的位置视频采集同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；
19.对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态估计结果。
20.作为本发明的进一步改进，所述根据每个车道簇单元中头车和尾车的车辆信息，计算得出不同时间段内交织区的车辆数n
车
；包括：
21.根据单个车道簇单元i的头车位置p
i-头
(x
i-头
,y
i-头
)和尾车位置p
i-尾
(x
i-尾
,y
i-尾
)，计算车队长度为l
i-车队
：
[0022][0023]
根据单个车道簇单元i的头车速度v
i-头
和尾车速度v
i-尾
，计算头车进入交织区上游路段的时刻t1以及尾车离开下游路段的时刻t2，并计算单一车道簇单元i在交织区的平均速度
[0024][0025]
根据单个车道簇单元i在交织区的平均速度以及车辆的最大减速度a，估计每辆车的最小安全行驶距离为l
i-安全
，并计算每个车道簇单元i的车辆数n
i-车队
：
[0026]
[0027][0028]
计算不同时间段内交织区的车辆数n
车
：
[0029][0030]
式中，q为某一时段内的车道数，n为某一时段内的单车道内的车道簇单元数。
[0031]
作为本发明的进一步改进，
[0032]
所述对n
上前
和n
上后
进行加权融合得到n
上视频
，包括：
[0033]
假设上游路段前后两个不同的位置视频采集的车辆数的权值分别为η1和η2，则上游路段车辆数的加权求和结果为：
[0034][0035]
分别计算n
上前
和n
上后
与的差值δ
上前
和δ
上后
，即
[0036][0037][0038]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η1,η2}作为最终的权值：
[0039][0040]
根据得出的权值η1和η2，计算上游路段的车辆数n
上视频
：
[0041]n上视频
＝η1n
上前
+η2n
上后
[0042]
所述对n
下前
和n
下后
进行加权融合得到n
下视频
，包括：
[0043]
假设下游路段前后两个不同的位置视频采集的车辆数的权值分别为η3和η4，则下游路段车辆数的加权求和结果为：
[0044][0045]
分别计算n
下前
和n
下后
与的差值δ
下前
和δ
下后
，即
[0046][0047][0048]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η3,η4}作为最终的权值：
[0049]
[0050]
根据得出的权值η3和η4，计算下游路段的车辆数n
下视频
：
[0051]n下视频
＝η3n
下前
+η4n
下后
。
[0052]
作为本发明的进一步改进，所述对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n；包括：
[0053]
假设n
车
和n
视频
的权值分别为λ1和λ2，则交织区交通状态的加权求和结果为：
[0054]n*
＝λ1n
车
+λ2n
视频
[0055]
分别计算n
车
和n
视频
与n
*
的差值δ
车
和δ
视频
，即
[0056]
δ
车
＝n
车-n
*
[0057]
δ
视频
＝n
视频-n
*
[0058]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{λ1,λ2}作为最终的权值：
[0059][0060]
根据得出的权值λ1和λ2，计算最终车辆数n：
[0061]
n＝λ1n
车
+λ2n
视频
。
[0062]
本发明还公开了一种城市快速路入口匝道交织区的交通状态估计系统，用于实现上述城市快速路入口匝道交织区的交通状态估计方法，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；所述交通状态估计系统，包括：
[0063]
5g基站，用于提供车辆与车辆之间、车辆以路侧设施之间、车辆与边缘控制中心之间、车辆与视频装置之间、视频装置与边缘控制中心之间的通信；
[0064]
边缘控制中心，用于接收网联通信车辆发送的车辆信息，接收视频装置发送的车辆信息以及边缘计算功能；
[0065]
第一前置视频装置和第一后置视频装置，分别设置在上游路段的两端；
[0066]
第二前置视频装置和第二后置视频装置，分别设置在下游路段的两端。
[0067]
与现有技术相比，本发明的有益效果为：
[0068]
本发明依据5g、边缘计算、车路协同技术、北斗高精度定位和高清视频处理技术等，实现车路协同环境下的城市快速路入口匝道交织区的交通状态估计，为入口匝道交织区车辆通行优化控制提供更为精确的依据。
附图说明
[0069]
图1为本发明一种实施例公开的城市快速路入口匝道交织区的交通状态估计系统的结构示意图。
[0070]
图中：
[0071]
1、5g基站；2、边缘控制中心；3、第一前置视频装置；4、第一后置视频装置；5、入口匝道的交通信号灯；6、第二前置视频装置；7、第二后置视频装置。
具体实施方式
[0072]
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0073]
下面结合附图对本发明做进一步的详细描述：
[0074]
如图1所示，本发明提供一种城市快速路入口匝道交织区的交通状态估计系统，城市快速路入口匝道交织区由上游路段和下游路段构成，上游路段为汇聚前的主路段和辅路段，下游路段为汇聚后的主路段；交通状态估计系统，包括：5g基站1、边缘控制中心2、第一前置视频装置3、第一后置视频装置4、入口匝道的交通信号灯5、第二前置视频装置6、第二后置视频装置7；其中，
[0075]
5g基站1，用于提供车辆(具备网联通信功能)与车辆之间、车辆以路侧设施之间、车辆与边缘控制中心之间、车辆与视频装置之间、视频装置与边缘控制中心之间的通信；
[0076]
边缘控制中心2，主要接收网联通信车辆发送的位置、速度和车牌等信息，接收视频装置发送的车辆信息以及边缘计算功能；
[0077]
第一前置视频装置3和第一后置视频装置4，分别设置在上游路段的两端，从前后两个方向采集上游路段上车辆的车辆信息；l2的长度为上游路段的长度，l1的长度为车辆缓冲路段长度，车辆进入该上游路段后可以与边缘控制中心2进行实时通信，边缘控制中心2将入口匝道交织区的交通状态提前告知上游路段车辆，便于车辆进行及时的减速和换道。
[0078]
入口匝道的交通信号灯5，主要控制辅路车辆进入主路；
[0079]
第二前置视频装置6和第二后置视频装置7，分别设置在下游路段的两端，从前后两个方向采集下游路段上车辆的车辆信息；l3的长度为下游路段的长度，上游路段和下游路段组成了城市快速路入口匝道交织区，通过多两个路段交通状态的估计，可以及时的对上游驶来的车辆及入口匝道驶来的车辆采取相应的管控措施。
[0080]
本发明将l2和l3的长度范围内的路段界定为城市快速路入口匝道交织区域，本区域交通状态即为l2+l3长的路段内的车辆数。
[0081]
基于上述系统，本发明主要构思是针对城市快速路入口匝道交织区内的交通状态，一方面基于车辆与边缘控制中心传输的信息计算出交织区内的车辆数；另一方面基于交织区的视频装置采集的车辆信息计算出交织区内的车辆数；考虑到通信的时延、丢包等问题会影响车辆信息的主动传输，以及车辆遮挡等因素会影响视频装置的采集精度，因此考虑采用融合算法将两者进行融合计算获取更为精准的交通状态。在估计过程中，本发明将车辆分为两类，即，1、所有车辆均具备网联通信功能；2、部分车辆具备网联通信功能，剩余车辆不具备网联通信功能；根据车辆类型分两种情况进行实施方案的阐述。
[0082]
实施例1
[0083]
本发明提供一种城市快速路入口匝道交织区的交通状态估计方法，当城市快速路的车辆均为网联通信车辆时，该交通状态估计方法包括：
[0084]
s11、基于车辆与边缘控制中心之间的信息传输，计算得出不同时间段内交织区的车辆数n
车
；
[0085]
具体包括：
[0086]
由于车辆均为网联通信车辆，其可实现车辆与车辆之间，车辆与边缘控制中心之间的实时通信；为此，驶入交织区附近的车辆i可主动将车辆信息发送给边缘控制中心；其中，车辆信息包括车辆位置、速度和车牌信息；边缘控制中心根据车辆i发送的车辆位置和速度信息，判断该车辆是否在交织区(l2+l3的路段)内；若车辆i在交织区内，则记下车辆信息；若车辆i在不在交织区内，则边缘控制中心不统计该车信息；据此，统计得出不同时间段内交织区的车辆数n
车
。
[0087]
s12、分别从前后两个不同的位置视频采集与s11同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；
[0088]
具体包括：
[0089]
1)第一前置视频装置3、第一后置视频装置4分别从前后两个不同的位置视频采集与s11同一时间段内上游路段内的车辆数n
上前
和n
上后
，第二前置视频装置6、第二后置视频装置7分别从前后两个不同的位置视频采集与s11同一时间段内下游路段内的车辆数n
下前
和n
下后
；
[0090]
2)对n
上前
和n
上后
进行加权融合得到n
上视频
；其具体包括：
[0091]
假设上游路段前后两个不同的位置视频采集的车辆数的权值分别为η1和η2，则上游路段车辆数的加权求和结果为：
[0092][0093]
分别计算n
上前
和n
上后
与的差值δ
上前
和δ
上后
，即
[0094][0095][0096]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η1,η2}作为最终的权值：
[0097][0098]
根据得出的权值η1和η2，计算上游路段的车辆数n
上视频
：
[0099]n上视频
＝η1n
上前
+η2n
上后
[0100]
3)对n
下前
和n
下后
进行加权融合得到n
下视频
；其具体包括：
[0101]
假设下游路段前后两个不同的位置视频采集的车辆数的权值分别为η3和η4，则下游路段车辆数的加权求和结果为：
[0102][0103]
分别计算n
下前
和n
下后
与的差值δ
下前
和δ
下后
，即
[0104][0105]
[0106]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η3,η4}作为最终的权值：
[0107][0108]
根据得出的权值η3和η4，计算下游路段的车辆数n
下视频
：
[0109]n下视频
＝η3n
下前
+η4n
下后
[0110]
4)对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
：
[0111]n视频
＝n
上视频
+n
下视频
[0112]
s13、对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态估计结果；
[0113]
具体包括：
[0114]
1)假设n
车
和n
视频
的权值分别为λ1和λ2，则交织区交通状态的加权求和结果为：
[0115]n*
＝λ1n
车
+λ2n
视频
[0116]
2)分别计算n
车
和n
视频
与n
*
的差值δ
车
和δ
视频
，即
[0117]
δ
车
＝n
车-n
*
[0118]
δ
视频
＝n
视频-n
*
[0119]
3)在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{λ1,λ2}作为最终的权值：
[0120][0121]
4)根据得出的权值λ1和λ2，计算最终车辆数n：
[0122]
n＝λ1n
车
+λ2n
视频
[0123]
实施例2
[0124]
本发明提供一种城市快速路入口匝道交织区的交通状态估计方法，当城市快速路的车辆为部分网联通信车辆、剩余部分为不具备网联通信功能的普通车辆时，该交通状态估计方法包括：
[0125]
s21、在上游路段上游的缓冲区内，分别以每个车道内前后两辆相邻的网联通信车辆为头车和尾车，头车和尾车之间包含若干辆普通车辆，组成一个车队，称为车道簇单元；根据网络通信车辆的分布，一个车道可以有若干个车道簇单元；同车道内的车道簇单元之间可以通过队尾和队首的网络通信车辆进行信息交互；且根据每个车道簇单元队首和队尾的网联通信车辆车载传感器可以计算与之相邻的同车道普通车辆的行驶速度，基于此按照最小安全距离估计出每个车道簇单元的车辆数；同时，估计整个车队的平均行驶速度，基于此可计算所有车道簇单元的速度，基于此计算出每个时段内交织区的车辆数n
车
；
[0126]
具体包括：
[0127]
1)根据单个车道簇单元i的头车位置p
i-头
(x
i-头
,y
i-头
)和尾车位置p
i-尾
(x
i-尾
,y
i-尾
)，计算车队长度为l
i-车队
：
[0128][0129]
2)根据单个车道簇单元i的头车速度v
i-头
和尾车速度v
i-尾
，计算头车进入交织区上游路段的时刻t1以及尾车离开下游路段的时刻t2，并计算单一车道簇单元i在交织区的平均速度
[0130][0131]
3)根据单个车道簇单元i在交织区的平均速度以及车辆的最大减速度a(常数)，估计每辆车的最小安全行驶距离为l
i-安全
，并计算每个车道簇单元i的车辆数n
i-车队
：
[0132][0133][0134]
4)计算不同时间段内交织区的车辆数n
车
：
[0135][0136]
式中，q为某一时段内的车道数，n为某一时段内的单车道内的车道簇单元数。
[0137]
s22、分别从前后两个不同的位置视频采集与s21同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；
[0138]
具体包括：
[0139]
1)第一前置视频装置3、第一后置视频装置4分别从前后两个不同的位置视频采集与s21同一时间段内上游路段内的车辆数n
上前
和n
上后
，第二前置视频装置6、第二后置视频装置7分别从前后两个不同的位置视频采集与s21同一时间段内下游路段内的车辆数n
下前
和n
下后
；
[0140]
2)对n
上前
和n
上后
进行加权融合得到n
上视频
；其具体包括：
[0141]
假设上游路段前后两个不同的位置视频采集的车辆数的权值分别为η1和η2，则上游路段车辆数的加权求和结果为：
[0142][0143]
分别计算n
上前
和n
上后
与的差值δ
上前
和δ
上后
，即
[0144][0145][0146]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η1,η2}作
为最终的权值：
[0147][0148]
根据得出的权值η1和η2，计算上游路段的车辆数n
上视频
：
[0149]n上视频
＝η1n
上前
+η2n
上后
[0150]
3)对n
下前
和n
下后
进行加权融合得到n
下视频
；其具体包括：
[0151]
假设下游路段前后两个不同的位置视频采集的车辆数的权值分别为η3和η4，则下游路段车辆数的加权求和结果为：
[0152][0153]
分别计算n
下前
和n
下后
与的差值δ
下前
和δ
下后
，即
[0154][0155][0156]
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η3,η4}作为最终的权值：
[0157][0158]
根据得出的权值η3和η4，计算下游路段的车辆数n
下视频
：
[0159]n下视频
＝η3n
下前
+η4n
下后
[0160]
4)对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
：
[0161]n视频
＝n
上视频
+n
下视频
[0162]
s23、对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态估计结果；
[0163]
具体包括：
[0164]
1)假设n
车
和n
视频
的权值分别为λ1和λ2，则交织区交通状态的加权求和结果为：
[0165]n*
＝λ1n
车
+λ2n
视频
[0166]
2)分别计算n
车
和n
视频
与n
*
的差值δ
车
和δ
视频
，即
[0167]
δ
车
＝n
车-n
*
[0168]
δ
视频
＝n
视频-n
*
[0169]
3)在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{λ1,λ2}作为最终的权值：
[0170][0171]
4)根据得出的权值λ1和λ2，计算最终车辆数n：
[0172]
n＝λ1n
车
+λ2n
视频
[0173]
本发明的优点为：
[0174]
本发明依据5g、边缘计算、车路协同技术、北斗高精度定位和高清视频处理技术等，实现车路协同环境下的城市快速路入口匝道交织区的交通状态估计，为入口匝道交织区车辆通行优化控制提供更为精确的依据。
[0175]
以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种城市快速路入口匝道交织区的交通状态估计方法，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；其特征在于，当城市快速路的车辆均为网联通信车辆时，所述交通状态估计方法，包括：基于车辆与边缘控制中心之间的信息传输，计算得出不同时间段内交织区的车辆数n
车
；分别从前后两个不同的位置视频采集同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态估计结果。2.如权利要求1所述的城市快速路入口匝道交织区的交通状态估计方法，其特征在于，所述基于车辆与边缘控制中心之间的信息传输，计算得出不同时间段内交织区的车辆数；包括：驶入交织区附近的车辆i主动将车辆信息发送给边缘控制中心；其中，所述车辆信息包括车辆位置、速度和车牌信息；边缘控制中心根据车辆i发送的车辆位置和速度信息，判断该车辆是否在交织区内；若车辆i在交织区内，则记下车辆信息；若车辆i在不在交织区内，则边缘控制中心不统计该车信息；统计得出不同时间段内交织区的车辆数n
车
。3.一种城市快速路入口匝道交织区的交通状态估计方法，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；其特征在于，当城市快速路的车辆为部分网联通信车辆、剩余部分为不具备网联通信功能的普通车辆时，所述交通状态估计方法，包括：在上游路段上游的缓冲区内，分别以每个车道内前后两辆相邻的网联通信车辆为头车和尾车，构成的车队称为车道簇单元；根据每个车道簇单元中头车和尾车的车辆信息，计算得出不同时间段内交织区的车辆数n
车
；分别从前后两个不同的位置视频采集同一时间段内上游路段内的车辆数n
上前
和n
上后
以及下游路段内的车辆数n
下前
和n
下后
，分别对n
上前
和n
上后
以及n
下前
和n
下后
进行加权融合得到n
上视频
和n
下视频
，对n
上视频
和n
下视频
进行求和，得到交织区车辆数n
视频
；对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n作为交通状态估计结果。4.如权利要求3所述的城市快速路入口匝道交织区的交通状态估计方法，其特征在于，所述根据每个车道簇单元中头车和尾车的车辆信息，计算得出不同时间段内交织区的车辆数n
车
；包括：根据单个车道簇单元i的头车位置p
i-头
(x
i-头
,y
i-头
)和尾车位置p
i-尾
(x
i-尾
,y
i-尾
)，计算车队长度为l
i-车队
：
根据单个车道簇单元i的头车速度v
i-头
和尾车速度v
i-尾
，计算头车进入交织区上游路段的时刻t1以及尾车离开下游路段的时刻t2，并计算单一车道簇单元i在交织区的平均速度，并计算单一车道簇单元i在交织区的平均速度根据单个车道簇单元i在交织区的平均速度以及车辆的最大减速度a，估计每辆车的最小安全行驶距离为l
i-安全
，并计算每个车道簇单元i的车辆数n
i-车队
：：计算不同时间段内交织区的车辆数n
车
：式中，q为某一时段内的车道数，n为某一时段内的单车道内的车道簇单元数。5.如权利要求1或3所述的城市快速路入口匝道交织区的交通状态估计方法，其特征在于，所述对n
上前
和n
上后
进行加权融合得到n
上视频
，包括：假设上游路段前后两个不同的位置视频采集的车辆数的权值分别为η1和η2，则上游路段车辆数的加权求和结果为：分别计算n
上前
和n
上后
与的差值δ
上前
和δ
上后
，即，即在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η1,η2}作为最终的权值：根据得出的权值η1和η2，计算上游路段的车辆数n
上视频
：n
上视频
＝η1n
上前
+η2n
上后
所述对n
下前
和n
下后
进行加权融合得到n
下视频
，包括：
假设下游路段前后两个不同的位置视频采集的车辆数的权值分别为η3和η4，则下游路段车辆数的加权求和结果为：分别计算n
下前
和n
下后
与的差值δ
下前
和δ
下后
，即，即在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{η3,η4}作为最终的权值：根据得出的权值η3和η4，计算下游路段的车辆数n
下视频
：n
下视频
＝η3n
下前
+η4n
下后
。6.如权利要求1或3所述的城市快速路入口匝道交织区的交通状态估计方法，其特征在于，所述对同一时间段计算得到的n
车
和n
视频
进行加权融合，得到最终车辆数n；包括：假设n
车
和n
视频
的权值分别为λ1和λ2，则交织区交通状态的加权求和结果为：n
*
＝λ1n
车
+λ2n
视频
分别计算n
车
和n
视频
与n
*
的差值δ
车
和δ
视频
，即δ
车
＝n
车-n
*
δ
视频
＝n
视频-n
*
在每个采样周期内进行循环计算，求出标准差最小值对应的权值组合对{λ1,λ2}作为最终的权值：根据得出的权值λ1和λ2，计算最终车辆数n：n＝λ1n
车
+λ2n
视频
。7.一种城市快速路入口匝道交织区的交通状态估计系统，用于实现如权利要求1～6中任一项所述的城市快速路入口匝道交织区的交通状态估计方法，其特征在于，所述城市快速路入口匝道交织区由上游路段和下游路段构成，所述上游路段为汇聚前的主路段和辅路段，所述下游路段为汇聚后的主路段；所述交通状态估计系统，包括：5g基站，用于提供车辆与车辆之间、车辆以路侧设施之间、车辆与边缘控制中心之间、车辆与视频装置之间、视频装置与边缘控制中心之间的通信；边缘控制中心，用于接收网联通信车辆发送的车辆信息，接收视频装置发送的车辆信息以及边缘计算功能；第一前置视频装置和第一后置视频装置，分别设置在上游路段的两端；第二前置视频装置和第二后置视频装置，分别设置在下游路段的两端。

技术总结
本发明公开了一种城市快速路入口匝道交织区的交通状态估计方法及系统，一方面基于车辆与边缘控制中心传输的信息计算出交织区内的车辆数；另一方面基于交织区的视频装置采集的车辆信息计算出交织区内的车辆数；采用融合算法对同一时间段计算得到的两个车辆数进行融合，得到最终车辆数作为交通状态估计结果。本发明依据5G、边缘计算、车路协同技术、北斗高精度定位和高清视频处理技术等，实现车路协同环境下的城市快速路入口匝道交织区的交通状态估计，为入口匝道交织区车辆通行优化控制提供更为精确的依据。供更为精确的依据。供更为精确的依据。


技术研发人员：汪林 郭宇奇 黄烨然 高剑 朱丽丽 卢立阳 牛树云 尹升 朱杰锐
受保护的技术使用者：交通运输部公路科学研究所
技术研发日：2022.12.01
技术公布日：2023/6/26