分布式路口车道占有率融合估计方法及系统与流程

1.本发明涉及道路交通控制技术领域，具体是涉及一种分布式路口车道占有率融合估计方法及系统。


背景技术：

2.随着网联车逐步从测试场示范区驶向公共道路开展示范运营，建设服务于网联车运营、精细化交通管理的城市智慧路口、智慧道路成为了当前热门主题。针对智慧路口建设，依托分布式边缘计算技术、v2x车联网技术、多传感器目标检测及数据融合技术已经形成了完整的目标及交通态势多维感知体系。具体而言，对于网联车运营过程中的安全辅助驾驶与超视距感知问题，基于路侧激光雷达、毫米波雷达和视频图像传感器的数据融合算法的全息路口解决方案已经拥有了目标识别与跟踪、目标及障碍物类型判定、目标运动姿态的全方位感知能力，初步形成了智能路口、智慧道路赋能网联车运营的先决条件。然而与之形成鲜明对比的是网联车与普通车辆混行条件下、甚至完全网联车渗透率环境下的精细化交通态势感知能力不足，无法满足实时感知、车道级感知、精准感知的微观交通态势感知需求，无法帮助提升智能化、自主化信号控制及交通治理能力。
3.以车道占有率为例，传统交通统计的方法基于固定位置检测器(线圈、视频检测器等)，通过统计检测断面在固定时间示范内的车辆占有时间，求解百分比得到占有率结果。受限于上述检测器的铺设数量、维护成本、在运行数量等原因，导致难以保证覆盖全部区域范围。方法层面，车道占有率参数大多数都是基于交通流基本图得到，由于不同的交通流模型标定的交通状态参数会存在较大差异，导致选择不同的模型会出现不同的结果，因此估计的结果精度难以保证。
4.随着大量网约车、出租车等运营车辆的出现，获取了丰富的gps轨迹数据，可以全天候刻画车辆运动状态。很多研究提出了大量的车道占有率估计方法。虽然这些方法解决了基于交通流模型参数标定引起的普适性不足问题，但由于数据获取频率低，定位精度不准确，难以满足车道级占有率估计的精度要求，且为了克服精度不足，普遍采用了基于概率模型的估计方法。另外，现有方法基本采用了中心式数据处理方式，实时性较差，无法满足常态化交通运行情况下，快速实时交通治理与响应需求。


技术实现要素：

5.本发明的目的是为了克服上述背景技术的不足，提供一种分布式路口车道占有率融合估计方法及系统。
6.第一方面，本发明提供了一种分布式路口车道占有率融合估计方法，包括以下步骤：信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期
内第j个车道没有网联车到达路口的平均时间占有率；获取网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系；根据获取的网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系，获取比值；将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及比值根据式(1)，计算获取分时段车道级占有率：
ꢀꢀ
式(1)；式中，和分别表示统计周期内第j个车道有网联车到达的周期数量和没有网联车到达的周期数量，为激励函数，当信号周期内存在车辆到达时，取值为1，当信号周期没有车辆到达时，取值为0。
7.根据第一方面，在第一方面的第一种可能的实现方式中，所述“信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期内第j个车道没有网联车到达路口的平均时间占有率”步骤，具体包括以下步骤：获取每个信号周期内有网联车到达路口时路口的信号灯状态；根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
8.根据第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：
当当前信号周期内有网联车到达路口并且路口的信号灯状态为红灯时，获取预设距离范围内网联车停车工况；根据获取的预设距离范围内网联车停车工况，获取红灯状态下第信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间。
9.根据第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述“根据获取的预设距离范围内网联车停车工况，获取红灯状态下第信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：当网联车停车时位于预设距离范围内时，根据式(2)获取红灯状态下第信号周期内有网联车到达路口时第j个车道的第一占有时间：
ꢀꢀ
式(2)；式中，表示第个信号周期第j个车道红灯结束时刻；表示第个信号周期内红灯期间第j个车道最先到达路口的网联车开始停车等待时刻；当网联车停车时位于预设距离范围外，获取预设距离范围内除网联车之外的其他车辆的占道路况；根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第信号周期内有网联车到达路口时第j个车道的第二占有时间和第三占有时间。
10.根据第一方面的第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述“根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第信号周期内有网联车到达路口时第j个车道的第二占有时间和第三占有时间”步骤，具体包括以下步骤：当网联车停车时位于预设距离范围外但预设距离范围内有车占道时，根据式(3)获取第信号周期内有网联车到达路口时第j个车道的第二占有时间：
ꢀꢀ
式(3)；式中，表示网联车到达路口且开始减速加入排队时刻；当网联车停车时位于预设距离范围外并且预设距离范围内没有车占道时，根据式
(4)获取第信号周期内有网联车到达路口时第j个车道的第三占有时间：
ꢀꢀ
式(4)；式中，表示第个信号周期第j个车道红灯结束时刻；表示第个信号周期内红灯期间第j个车道最先到达路口的网联车开始停车等待时刻。
11.根据第一方面的第二种可能的实现方式，在第一方面的第五种可能的实现方式中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体还包括以下步骤：当当前信号周期内有网联车到达路口并且路口的信号灯状态为绿灯时，获取网联车停车等待工况；根据获取的网联车停车等待工况，获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的时间占有率。
12.根据第一方面的第五种可能的实现方式，在第一方面的第六种可能的实现方式中，所述“根据获取的网联车停车等待工况，获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的占有时间”步骤，具体包括以下步骤：当网联车停车等待时，根据式(5)获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的第四占有时间：
ꢀꢀ
式(5)；式中，表示第个有网联车到达的信号周期绿灯期间，第j个车道上最后一辆排队网联车离开路口的时刻；当网联车不停车等待时，根据式(6)获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的第五占有时间：
ꢀꢀ
式(6)；式中，为网联车通过路口停车线处预设距离范围内的时间。
13.根据第一方面的第六种可能的实现方式，在第一方面的第七种可能的实现方式中，所述“根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率”步骤，具体包括以下步骤：
将获取的第一占有时间、第二占有时间、第三占有时间、第四占有时间和第五占有时间根据式(7)，计算第个有网联车到达的信号周期内第j 个车道的时间占有率：
ꢀꢀ
式(7)；第二方面，本发明提供了一种分布式路口车道占有率融合估计系统，包括：平均时间占有率获取模块，用于信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期内第j个车道没有网联车到达路口的平均时间占有率；渗透条件和对应关系获取模块，用于获取网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系；比值获取模块，与所述渗透条件和对应关系获取模块通信连接，用于根据获取的网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系，获取比值；时间占有率获取模块，与所述平均时间占有率获取模块和所述比值获取模块通信连接，用于将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及比值根据式(1)，计算获取分时段车道级占有率：
ꢀꢀ
式(1)；式中，和分别表示统计周期内第个车道有网联车到达的周期数量和没有网联车到达的周期数量，为激励函数，当信号周期内存在车辆到达时，取值为1，当信号周期没有车辆到达时，取值为0。
14.根据第二方面，在第二方面第一种可能的实现方式中，所述平均时间占有率获取模块进一步包括：信号灯状态获取单元，用于获取每个信号周期内有网联车到达路口时路口的信号灯状态；
车道占有时间获取单元，与所述信号灯状态获取单元通信连接，用于根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；车道时间占有率获取单元，与所述车道占有时间获取单元通信连接，用于根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；平均时间占有率获取单元，与所述车道时间占有率获取单元通信连接，用于根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
15.与现有技术相比，本发明的优点如下：本发明提供的一种分布式车道占有率融合估计方法及系统，考虑了智能网联车渗透环境，提出了分时段的车道级占有率估计方法，提供了一种支持极少量数据情况下分布式路口车道占有率的准确估计方法。
附图说明
16.图1是本发明实施例的分布式路口车道占有率融合估计方法的方法流程示意图；图2是本发明实施例的分布式路口车道占有率融合估计方法的另一方法流程示意图；图3是本发明实施例的分布式路口车道占有率融合估计系统的功能模块框图；图4是本发明实施例的分布式路口车道占有率融合估计系统的另一功能模块框图。
17.图中，100、平均时间占有率获取模块；110、信号灯状态获取单元；120、车道占有时间获取单元；130、车道时间占有率获取单元；140、平均时间占有率获取单元；200、渗透条件和对应关系获取模块；300、比值获取模块；400、时间占有率获取模块。
具体实施方式
18.现在将详细参照本发明的具体实施例，在附图中例示了本发明的例子。尽管将结合具体实施例描述本发明，但将理解，不是想要将本发明限于所述的实施例。相反，想要覆盖由所附权利要求限定的在本发明的精神和范围内包括的变更、修改和等价物。应注意，这里描述的方法步骤都可以由任何功能块或功能布置来实现，且任何功能块或功能布置可被实现为物理实体或逻辑实体、或者两者的组合。
19.为了使本领域技术人员更好地理解本发明，下面结合附图和具体实施方式对本发明作进一步详细说明。
20.注意：接下来要介绍的示例仅是一个具体的例子，而不作为限制本发明的实施例必须为如下具体的步骤、数值、条件、数据、顺序等等。本领域技术人员可以通过阅读本说明书来运用本发明的构思来构造本说明书中未提到的更多实施例。
21.分时段车道级占有率标识统计周期内对路口任一车道的网联车占有率的平均估计结果。对统计周期按信号周期进行分割，假设统计周期为t，信号周期时长为c，并假定统
计周期足够长，使得停机周期可以按信号周期时长整数划分，即满足，则分时段车道级占有率估计公式为：式中，=1,2,3
…
，表示第个信号周期内有网联车到达路口的第个车道的占有率，和分别表示信号周期内第个车道有网联车到达路口和没有网联车到达路口的平均时间占有率；和分别表示第个车道信号周期内有网联车到达的周期数量和没有网联车到达的周期数量。为激励函数，当信号周期内存在车辆到达时，表示可以根据车辆数据进行占有率估计，取值为1，否则无法对占有率进行估计，取值为0。
22.参见图1所示，本发明提供了一种分布式路口车道占有率融合估计方法，包括以下步骤：s100、信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期内第j个车道没有网联车到达路口的平均时间占有率；s200、获取网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系；s300、根据获取的网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系，获取比值；s400、将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及比值根据式(1)，计算获取分时段车道级占有率：
ꢀꢀ
式(1)；
式(1)由估计公式的分子分母同除以得到。
23.本发明提供的一种分布式车道占有率融合估计方法及系统，考虑了智能网联车渗透环境，提出了分时段的车道级占有率估计方法，提供了一种支持极少量数据情况下分布式路口车道占有率的准确估计方法。
24.如上所述，所述预设的网联车渗透率工况与比值的对应关系可分为两种情况：(1)极低智能网联车渗透条件下，网联车到达的信号周期数量较少，满足。
25.极低网联车渗透率工况，且网联车均匀分布的特征，那么在较长的估算周期内，若按信号周期对时间进行分割，则网联车在每个信号周期内到达路口的概率均匀分布。且在每个信号周期内，网联车道到达路口并占有路口停车线前10米范围内的道路时间短暂，若完全根据网联车占有有效车道的时间，则计算的分信号周期时间占有率趋近于0，即。综上分析，则公式(1)可以变形为：；即基于网联车数据的车道级时间占有率约等于没有网联车到达的信号周期平均占有率，满足：；其中表示第个没有网联车到达的信号周期内第个车道的时间占有率。因此对于情形(1)通过获取每个没有网联车到达的信号周期内的时间占有率即可求解固定时段内平均占有率。
26.因此，。
27.(2)较低网联车渗透率工况下：该比值约等于网联车渗透率，满足。
28.在较低网联车渗透率，且网联车均匀分布的特征条件下，网联车在每个信号周期内到达路口的概率同样均匀分布。公式(1)变形为：；即基于网联车数据的车道级时间占有率与网联车渗透率、有网联车到达的信号
周期平均占有率、没有网联车到达的信号周期平均时间占有率均相关。
29.其中，满足：；式中，表示第个有网联车到达的信号周期内，第j个车道的时间占有率。因此对于情形(b)需要求解每个有网联车到达的分信号周期时间占有率，即可求解固定时段内平均占有率。
30.因此，；其中，第个有网联车到达的信号周期内第j个车道的时间占有率的计算方法与网联车到达路口时的信号灯状态有关。
31.在一实施例中，请参考图2，基于分布式边缘技术，融合车道级网联车信号配时数据，所述“信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期内第j个车道没有网联车到达路口的平均时间占有率”步骤，具体包括以下步骤：s110、获取每个信号周期内有网联车到达路口时路口的信号灯状态；s120、根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；s130、根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；s140、根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
32.在一实施例中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：当当前信号周期内有网联车到达路口并且路口的信号灯状态为红灯时，获取预设距离范围内网联车停车工况；根据获取的预设距离范围内网联车停车工况，获取红灯状态下第信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间。通过分别分析信号周期内红灯期间网联车到达工况和停车排队工况，进一步提升车道占有时间计算的准确性。
33.在一实施例中，所述“根据获取的预设距离范围内网联车停车工况，获取红灯状态
下第信号周期内有网联车到达路口时第j个车道红灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体包括以下步骤：当网联车停车时位于预设距离范围内时，根据式(2)获取红灯状态下第信号周期内有网联车到达路口时第j个车道的第一占有时间：
ꢀꢀ
式(2)；式中，表示第个信号周期第个车道红灯结束时刻；表示第个信号周期内红灯期间第个车道最先到达路口的网联车开始停车等待时刻；当网联车停车时位于预设距离范围外，获取预设距离范围内除网联车之外的其他车辆的占道路况；根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第信号周期内有网联车到达路口时第j个车道的第二占有时间和第三占有时间。
34.在一实施例中，所述预设距离范围设为10米。
35.在一实施例中，由于网联车在距停车线预设距离范围外停车，那么在网联车进入路口范围并减速停车过程中，不确定距停车线预设距离范围内是否存在车辆占有车道情况。因此该情况下又可继续划分为：1)预设距离范围内存在车辆占有车道及2)预设距离范围内不占有车道。因此，所述“根据获取的预设距离围内除网联车之外的其他车辆的占道路况，获取每个信号周期内红灯状态下第信号周期内有网联车到达路口时第j个车道的第二占有时间和第三占有时间”步骤，具体包括以下步骤：当网联车停车时位于预设距离范围外但预设距离范围内有车占道时，根据式(3)获取第信号周期内有网联车到达路口时第j个车道的第二占有时间：
ꢀꢀ
式(3)；式中，表示网联车到达路口且开始减速加入排队时刻。
36.当网联车停车时位于预设距离范围外并且预设距离范围内没有车占道时，根据式(4)获取第信号周期内有网联车到达路口时第j个车道的第三占有时间：
ꢀꢀ
式(4)；式中，表示第个信号周期第个车道红灯结束时刻；表示第
个信号周期内红灯期间第个车道最先到达路口的网联车开始停车等待时刻。
37.其中，根据网联车瞬时速度值，判断网联车是否停车的公式为：。所述预设距离范围内是否有车辆占道，通过毫米波雷达实时测试车辆排队常数数据，并获取车辆的瞬时速度值，通过车辆排队常数数据是否大于预设距离范围，以及车辆的瞬时速度值是否小于等于，得出预设距离范围内是否有车辆占道的结论。
38.在一实施例中，所述“根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间”步骤，具体还包括以下步骤：当当前信号周期内有网联车到达路口并且路口的信号灯状态为绿灯时，获取网联车停车等待工况；根据获取的网联车停车等待工况，获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的占有时间。通过分别分析信号周期内绿灯期间网联车到达工况和停车排队工况，进一步提升车道占有时间计算的准确性。
39.在一实施例中，由于绿灯期间存在排队消散过程，因此根据网联车是否处于停车状态，可分为两种情况：1)网联车停车等待；2)网联车不停车。所述“根据获取的网联车停车等待工况，获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的占有时间”步骤，具体包括以下步骤：当网联车停车等待时，根据式(5)获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的第四占有时间：
ꢀꢀ
式(5)；式中，表示第个有网联车到达的信号周期绿灯期间，第j个车道上最后一辆排队网联车离开路口的时刻；当网联车不停车等待时，根据式(6)获取绿灯状态下第个信号周期内有网联车到达路口时第j个车道的第五占有时间的第五占有时间：
ꢀꢀ
式(6)；式中，为网联车通过路口停车线处预设距离范围内的时间。通过分别分析信号周期内绿灯期间网联车到达工况、停车排队工况和消散工况，进一步提升车道占有时间计算的准确性。
40.式中，根据以下公式获得：对于绿灯期间不停车等待通过路口的网联车，在排队车辆消散完成后，车道的占有时间至少为网联车通过路口停车线处10米范围内的时间，满足：；这里，表示某网联车在第个有网联车到达的信号周期绿灯期间，第个车道上距路口10米范围内的行驶时间，即占用道路时间。
41.在一实施例中，所述“根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率”步骤，具体包括以下步骤：将获取的第一占有时间、第二占有时间、第三占有时间、第四占有时间和第五占有时间根据式(7)，计算第个有网联车到达的信号周期内第j 个车道的时间占有率：
ꢀꢀ
式(7)；在一实施例中，所述“根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率”步骤，具体包括以下步骤：将获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率根据式(8)，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率：
ꢀꢀ
式(8)。
42.基于同一发明构思，请参考图3，本发明提供了一种分布式路口车道占有率融合估计系统，包括：平均时间占有率获取模块100，用于信号周期内第j个车道有网联车到达路口的平均时间占有率以及信号周期内第j个车道没有网联车到达路口的平均时间占有率；渗透条件和对应关系获取模块200，用于获取网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系；比值获取模块300，与所述渗透条件和对应关系获取模块200通信连接，用于根据
获取的网联车渗透率工况以及预设的网联车渗透率工况与比值的对应关系，获取比值；时间占有率获取模块400，与所述平均时间占有率获取模块100和所述比值获取模块300通信连接，用于将获取的信号周期内第j个车道有网联车到达路口的平均时间占有率、信号周期内第j个车道没有网联车到达路口的平均时间占有率以及比值根据式(1)，计算获取分时段车道级占有率： 式(1)；式中，和分别表示统计周期内第个车道有网联车到达的周期数量和没有网联车到达的周期数量，为激励函数，当信号周期内存在车辆到达时，取值为1，当信号周期没有车辆到达时，取值为0。
43.在一实施例中，请参考图4，所述平均时间占有率获取模块100进一步包括：信号灯状态获取单元110，用于获取每个信号周期内有网联车到达路口时路口的信号灯状态；车道占有时间获取单元120，与所述信号灯状态获取单元110通信连接，用于根据获取的每个信号周期内有网联车到达路口时路口的信号灯状态，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间；车道时间占有率获取单元130，与所述车道占有时间获取单元120通信连接，用于根据各信号灯状态下每个信号周期内有网联车到达路口时每个车道的占有时间，获取各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率；平均时间占有率获取单元140，与所述车道时间占有率获取单元130通信连接，用于根据获取的各信号灯状态下每个信号周期内有网联车到达路口时每个车道的时间占有率，获取所述信号周期内第j个车道有网联车到达路口的平均时间占有率。
44.综上分析，本发明基于分布式边缘计算技术，融合高精度、车道级的网联车轨迹数据和交通信号灯数据，结合交通波模型，分析路口处车辆排队及消散过程，通过对周期内红灯和绿灯期间网联车停车排队及不停车通过时间分析，准确估计车道占有时间，进而提出实时车道占有率估计算法，解决传统方法在数据精度、实时性、精细化估计方面的问题。
45.基于同一发明构思，本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法的所有方法步骤或部分方法步骤。
46.本发明实现上述方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read
‑
only memory)、随机存取存储器(ram，random access memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
47.基于同一发明构思，本申请实施例还提供一种电子设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法中的所有方法步骤或部分方法步骤。
48.所称处理器可以是中央处理单元(central processing unit，cpu)，还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field
‑
programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，处理器是计算机装置的控制中心，利用各种接口和线路连接整个计算机装置的各个部分。
49.存储器可用于存储计算机程序和/或模块，处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现计算机装置的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(例如声音播放功能、图像播放功能等)；存储数据区可存储根据手机的使用所创建的数据(例如音频数据、视频数据等)。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
50.本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、服务器或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
51.本发明是参照根据本发明实施例的方法、设备(系统)、服务器和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
52.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
53.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
54.显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。