基于探测车数据的信号交叉口进口道车辆数实时估计

本文提出一种仅利用探测车数据估计信号进口道上行驶车辆数的新方法。所提方法使用卡尔曼滤波技术，基于实时探测车对期望行程时间的估计产生可靠的车辆数估计。该方法引入了一种新颖的可变估计间隔，由于更新时间间隔始终包含固定数量的探测车，从而允许更高的估计精度。所提方法使用经验数据与模拟数据评估，前者采集于弗吉尼亚州布莱克斯堡市中心的一条信号道路。结果表明所提方法产生的车辆数估计是准确的。本文还检验了在安装单个固定传感器（如环形检测器）时模型的精度，显示出轻微改善，尤其在探测车市场渗透率较低时。最后，本文探究了估计模型对交通需求水平的敏感性，表明在给定相同市场渗透率下探测车更多时，模型在更高需求水平下表现更好。