交叉口转向车辆数反映的是交叉口这一局部区域交通流转向的特征,估计交叉口的转向车辆数是交通管理与控制中一个经常面对的问题。而且现代的交通信号控制系统不仅需要准确可靠的转向流量信息来制定有效的控制措施,而且要在适应交通需求不断变化的情况下不致使系统的性能受到影响,对转向车辆数估计越准确,系统做出的控制策略才越高效。近几年,越来越多的学者将注意力集中在交叉口转向车辆比例实时估计上,各种各样的传感器技术如环形线圈、摄像和雷达,都可以用于对交叉口交通的实时监控,但是大多数局限于提供路段信息,很少数能够探测车辆转向信息,而自适应交叉口信号控制就需要交叉口准确的实时转向信息。过去很多尝试旨在开发算法,根据交叉口进出口流量估计交叉口的各个转向车辆数,然而这些算法的估计质量参差不齐。针对上述情况,首先以信号交叉口驶入和驶出量作为输入条件建立无约束最小二乘估计模型,并对信号交叉口转向车辆数进行估计,由于对转向比例没有进行约束,所以得到的估计值距离真实值均方根误差较大。其次以信号交叉口驶出量作为输入条件利用递归约束最小二乘法、带遗忘因子的递归最小二乘法对交叉口的转向车辆数进行估计,明显地降低了估计值与真实值的均方根误差,同时带遗忘因子的递归最小二乘法能够减弱旧数据对新的参数估计过程的影响,间接地提高新观测数据的作用,最终使参数估计结果能够更优。然后利用遗传算法对信号交叉口转向车辆数进行实时估计,因为是启发式算法,故计算效率和估计准确性较前两种约束优化的方法都要好。最后考虑将信号相位信息作为约束条件引入到估计模型中从而提出了基于信号相位信息的最小二乘估计模型,旨在提高信号控制交叉口转向车辆数估计的准确性和稳定性。新算法充分利用信号相位状态,最小化潜在估计的模糊性,拟定了几种不同的信号相位方案并通过Vissim微观仿真获取信号交叉口的转向数据,将所得数据处理后带入算法进行求解和真实值进行比较,对论文提出的估计模型和算法进行了验证,以此评价本文提出方法对信号交叉口转向车辆估计准确性和稳定性的情况。通过案例分析表明论文建立的基于信号相位信息的约束最小二乘估计模型能够稳定而又准确地对信号交叉口转向车辆数进行实时估计,并且优于上面所述其它方法。而对存在干扰的交通量数据进行估计的稳定性则要更高,算法也更易于实施。