基于大规模浮动车数据的交通信号相位与时序估计
信号处理
2025-07-22 v1 机器人学
摘要
有效的现代交通系统依赖于准确的信号相位与时序 (SPaT) 估计。然而，由于与交通部门和信号设备安装者之间的沟通挑战，获取真实的 SPaT 信息面临重大障碍。因此，浮动车数据 (FCD) 已成为大规模 SPaT 分析的主要数据源。当前的 FCD 方法常通过假设固定时刻和特定位置的基本信号计划来简化问题，未能考虑周期性信号变更、多样化的交叉口结构以及现实数据固有的局限性，从而缺乏一种通用适用性的综合框架。为此，我们提出一个工业级的 FCD 分析套件，涵盖从初始数据预处理到最终 SPaT 估计的完整流程。该方法估计信号相位、识别时段 (TOD) 周期，并确定红灯和绿灯的持续时间。该框架在各种条件下的稳定性和鲁棒性是其关键特性，无论道路几何形状如何。此外，我们提供了清洗后的、已去标识的 FCD 数据集及相关参数，以促进未来研究。该系统已在我们的导航平台上线运行，每日分析超过 1500 万条 FCD 记录，支持中国大陆超过 200 万条交通信号，其中超过 75% 的估计误差小于 5 秒。
引用
@article{arxiv.2507.14190,
title = {Traffic Signal Phase and Timing Estimation with Large-Scale Floating Car Data},
author = {Mingcheng Liao and Zebang Feng and Miao Fan and Shengtong Xu and Haoyi Xiong},
journal= {arXiv preprint arXiv:2507.14190},
year = {2025}
}
备注
Accepted by ITSC'25