交通需求估计是城市道路智能交通系统管控的核心。现有的交通需求都是按照检测器检测到的交通量直接作为需求输入,这与实际情况明显不符。因为当车辆排队超过检测器位置后,检测器便无法采集上游到来的车辆数,这影响了信号交叉口信号控制的准确性。本文旨在指出实际交通需求与检测交通需求的差异,并利用基于占有率的排队估计算法及基于累积曲线的需求估计提出一种新的交通需求估计算法。研究重点为基于占有率与流量的城市道路交叉口排队长度估计算法及基于累积曲线的需求估计。城市道路交叉口的交通需求不仅包括上游到达的车辆,还应包括当前交叉口的初始排队数,因而城市道路交叉口排队长度的估计是交通需求的重要组成部分。排队长度与交通需求有着密不可分的关系：当流量小于通行能力时,检测到的流量即等于交通需求；当流量大于通行能力时,通常此时的排队已超过检测范围,因此后续的车流量便检测不到,此时可利用累积曲线理论中排队长度与需求的关系来估计交通需求。为实现对交通需求的动态估计,本文研究关键内容如下：在排队长度估计方面,本文基于占有率与流量的排队长度估计算法,分析和验证了占有率、流量等参数与排队长度之间的均衡关系。以此为基础,采用基于流量与占有率的排队长度估计算法构建了城市道路交叉口的排队长度模型,基于PARAMICS对模型进行仿真与性能评估。然后考虑城市道路拥堵交叉口的交通流特性,选择昆山市主干道与次干道两种交叉口作为实例验证的交通流数据采集点。最后为保证数据的有效性,对视频车辆检测器采集的交通流数据进行数据预处理。在需求估计方面,本文基于累计曲线算法,分析并验证了通行能力、排队长度、排队密度等参数与需求之间的均衡关系。之后将前述得到的排队长度作为输入求得交通需求并将其与仿真交通需求相比,进行算法准确性评估。由于当流量小于交通需求时,流量与需求相等。因此,此算法使用的前提是交通流量大于通行能力。基于占有率与流量的排队长度与基于累积曲线的需求估计结果表明：将交通流量直接作为需求输入交通系统与实际交通需求相比有较大差异,利用新提出的需求估计算法可减小差异。研究为城市道路交叉口智能化运营与管理、控制提供参考。