路段计算单元内车道车间距---宏观表达车密度

一：背景

    在当前高速公路的路况管理中，存在多种指标表达路面运行态势：拥堵状态表达道路路况、路段范围内车辆数表达流量信息、路段范围内历史车流量表达道路的历史承载预告未来道路车流量压力、车道占有率检测、车道及的车辆轨迹还原等各类方式表达车路状态，在不断丰富的统计指标下，如何还原当前路上车道及的车间距，同时带有一定的宏观性。随着信息化、道路基础设施建设等相关领域的发展，使我们具备一定的算法基础以及数据资源，如何更好的利用此类资源实现车流量的状态表达。

   在此处提出一种基于现有路上设备，结合深度学习等相关理论及计算方法实现高速车道车间距的分析统计。通过该种计算方法可以实现不增加设备的基础上，实现在途车辆车与车之间间距的表达，宏观表示车密度。

二：计算前题

   在不增加基础设备的基础上，利用现有资源获取计算统计单元内车车间距，表达一段路内车与车的紧密程度。该种方法不是精确计算是宏观统计分析，需满足以下前题条件。

  1）  在一段路内车密度达到一定程度，当计算单元内车的数量过少，则不具有计算意义

  2） 基于一个假设——自由分散，路段内正在行驶车辆是自有分散的，即驾驶员在路段内会主动的分散到不同的车道内，保持一定间距。

 3）利用现有的ETC门架与现有的流量统计设备等基础设施。

三：计算过程

    此处以简单且初级的计算方式表达计算过程。利用现有ETC门架、车道数为2、车的行驶方式为C到D，

 

已知条件：

1）计算CD间的里程，可以通过C、D门架桩号间距活的，间距为L

2） 通过历史数据统计，在路段不同车流量下，车辆从C门架到D通过时长，可以简单的统计，即统计最近几个月同一辆车通过CD门架的时间差，求和取平均值即可，该类方式比较粗糙。也可以利用神经网络实现通过时间预测。假设通过时长t。

3）已知车道数为laneCount.

4）车车间距为LD,当前时间为t1.

5）vehCount为当前往后推t1时刻通过该门架的车辆数。可以认为该时间段内的车辆在CD之间。

计算方法：

LD=(L*laneCount)/VehCount

四：说明

  该处用简单计算方法说明计算过程，是一个粗滤的宏观数据与真实的路面存在一定差距，同时，计算方法也可以用更加复杂的方法进行计算分析。

   1）道路基础条件

   计算单元的选择需要路面有一定车流量，要不统计没有意义。同时，计算单元的选择主要是以现场条件为主，ETC门架是常用设备，同时可以结合门架内已有的摄像头及流量检测器等设备进行计算单元细分，细分后合并统计。

   2）计算方法

   该处只是用简单的求和等方法，表达分析过程。可以通过各类复杂的算法对相关参数进行高精度测算。

  通过该种方式，可以实现高速公路计算单元内，利用现有设施实现，车与车间距的宏观展现，有利于从车的角度展示车密度，对车道占有率检测器的辅助。

3）通过不断优化算法，通过的计算分析数据与车道占有率检测器的对比形成好的计算方法，达成一件论文。