车辆在信号交叉口的延误时间是评价信号交叉口服务水平和运行效率的重要指标。由于受到技术条件以及检测手段等的限制,现有的车辆延误时间估计方法大多是针对一段时间内所有车辆的平均延误时间(即车均延误)。然而,车均延误无法反映单个车辆延误时间的波动性,对于路径优化和导航而言,只针对目标车辆进行估计,并基于此进行路径优化和导航更具针对性和合理性。因此,以单个车辆为目标,研究其通过交叉口的延误时间,具有重要的实际意义。论文针对上述问题,以在交叉口停车线前停车排队的车辆为研究对象,结合GPS数据的特点,通过突破交叉口信号配时参数估计,进而估计车辆在信号交叉口前排队的位置,建立了一种新的基于GPS数据的交叉口单车延误时间估计方法。主要研究内容包括:(1)基于GPS数据的交叉口信号配时参数估计方法。针对现有信号配时参数估计方法建立在假设车辆均匀到达的基础上,且不能及时响应信号配时参数的改变这一问题,论文利用车辆经过交叉口的GPS数据序列,结合信号交叉口的特点,提出了一种基于GPS数据的交叉口信号配时参数估计方法,并在不同流量下对所提出的方法进行了模拟测试和现场测试,结果表明,该方法适用于不同流量,且估计效果明显优于现有方法。(2)车辆排队位置估计方法。考虑到交叉口停车线前排队车辆的车头间距存在很大的随机性和不确定性,论文从实际出发,实地调查排队车辆的车头间距,并对车头间距实地调查数据进行了统计分析,得到了车头间距的一般特性,在此基础上,建立了基于车辆与停车线之间的距离的排队位置估计模型。最后分别在平峰期和高峰期对模型进行了现场测试,结果表明该模型是有效的、适用的。(3)交叉口单车延误时间估计方法。论文通过对交叉口停车线处排队车辆车头时距实地调查数据的统计分析,得到了排队车辆车头时距的一般特性;并对车辆通过交叉口的畅行速度进行了界定;在此基础上,结合对交叉口信号配时参数以及车辆排队位置的研究结果,建立了交叉口单车延误时间估计模型。最后分别在平峰期和高峰期对模型进行了现场测试,结果表明该模型是有效的、适用的。以上研究结果表明,本文提出的基于GPS数据的信号交叉口单车延误时间估计方法具有较高的估计精度,可以为车辆实时调度、路径优化和导航等提供支持。