2024华中杯B题成品论文32页+完整1-4小问代码+保姆级教程

使用行车轨迹估计交通信号灯周期问题

摘要（完整版在文末）

一个电子地图服务商正面临一个挑战，他们需要获取城市交通信号灯的红绿灯周期信息以优化导航系统。由于信号灯大多未联网，直接获取数据困难，且人工收集数据在大城市中不切实际。因此，该公司计划利用已有的客户行车轨迹数据来估计信号灯周期。这些数据记录了车辆在路口的停车和启动情况，通过分析这些行驶模式，旨在解决这一问题。

针对问题一，我们构建了三种方法来讨论固定信号灯周期计算。在对初始数据数据清洗后，利用时间序列分析方法，采用周期性检测技术来确定信号灯的周期性变化。并对停车阈值、停车状态的连续性、时间窗口分析以及周期性检测方法等进行优化，考虑引入更复杂的时间序列分析技术，如自相关函数(ACF)或傅立叶变换，以识别数据中的周期性模式。第三种方法考虑通过连续时刻的位置变化情况，计算得到车辆的速度。基于车辆的停车开始时间和等待时长，通过剔除短暂停车数据后，使用聚类分析方法来识别每次红灯期间的车辆集合，并从中找出等待时长最长的车辆作为该次红灯的代表时长。平均这些最长等待时长可以得到一个估计的周期，从而计算绿灯时长。

为解决问题二，需建立模型以估算交通信号灯周期，尤其在数据不完整、存在定位误差及只有部分样本车辆轨迹数据情况下。需要加载各路口样本车辆轨迹数据，并清理异常值；根据车辆位置变化估算车速，设置速度阈值识别停车状态；分析样本车辆比例和车流量，特别是在数据不足情况下可能需要更长时间数据；考虑定位误差对速度估计和停车状态识别的影响，并尝试减少其影响；使用聚类算法识别停车事件估计红灯周期，并根据红灯周期和停车间隔估算绿灯周期；最后，对不同路口的数据重复以上步骤以提取结果。

针对问题三，采用类似问题二的方法，分析每个路口的样本车辆轨迹数据，估计信号灯的周期，并每隔一段时间重新估计一次周期以检测周期变化，设置阈值或规则来判断变化。团队对周期变化的时刻和新旧周期参数进行标识，记录变化时刻并计算新旧周期参数。最后，确定识别周期变化的时间和条件，设置合理的时间间隔和判断规则，并将识别出的周期变化时刻和新旧周期参数填写到表格中。

2024华中杯B题完整思路24页+数据+可执行代码1-4问+后续参考论文