基于车牌识别数据的交通信号控制研究综述

摘要

基于视频检测器获取的车牌识别数据具有抽样率高、覆盖广泛、蕴含多种动静态交通状态信息的特点，对近20年国内外基于车牌识别数据优化交通信号控制的相关研究进行系统性梳理与分析。研究显示：车牌识别数据可支持行程时间、交通流量、排队长度等多类交通状态参数的估计，不仅可为交通信号控制优化(如配时优化、子区划分等)提供决策支持，还可为信号配时优化方案的实施提供实时的评价反馈。目前，车牌识别数据在信号控制优化领域主要支撑交通信号配时优化、信号控制子区划分、信号控制评价3个方面，但其在“分析—优化—评价”闭环反馈机制中的潜在价值和信息能力尚未被充分挖掘。未来可进一步探索以下方面：车牌识别数据与智能网联轨迹数据的创新融合可能性，强化学习、混合学习、大模型等新技术的应用，信号控制优化的新方向拓展，以及开发面向车牌识别数据的控制与仿真建模方法等。上述研究旨在为车牌识别数据在交通信号控制领域的更深度应用提供借鉴。

关键词

车牌识别 / 交通状态参数估计 / 交通信号控制 / 闭环反馈机制 / 方法与模型

基金资助

国家自然科学基金项目(U21B2089); 北京市自然科学基金项目(8242011)