基于集成学习的信号控制交叉口排队长度估计

摘要：

基于电子警察(LPR)数据和网联车辆轨迹数据,提出了一种基于集成学习的信号控制交叉口排队长度估计方法.通过分析不同数据条件下估计方法的适用条件和精度水平,运用随机森林方法设计集成学习器,并构建电子警察和网联车辆轨迹感知信息及不同方法估计结果和真实排队长度之间的非线性映射关系.仿真结果表明:本方法的平均绝对误差为1.3 m·周期-1·车道-1,平均绝对百分比误差为1.4％.

关键词：信号控制交叉口、排队长度、电子警察(LPR)数据、网联车辆轨迹数据、集成学习、随机森林

所属期刊栏目：51

分类号：U491.4(交通工程与公路运输技术管理)

资助基金：国家自然科学基金61673302

在线出版日期：2023-04-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：405-415