信号交叉口的交通流通行状态辨识是交通信号控制优化的重要基础。传统的信号交叉口通行状态辨识主要基于断面检测器数据，实现拥堵状态和过饱和状态的辨识，无法精确捕捉交通流通行状态的时空特性。本研究依托车辆身份标识数据，尤其是目前城市道路上广泛建设的卡口式电子警察系统采集的车辆身份标识数据，从交通流到达-驶离特性的角度来研究信号交叉口进口道典型通行状态辨识，通过对路段车道溢流状态和渠化段车道阻挡状态的辨识，发现既有的交通信号控制配时和交通组织渠化问题，为智能化城市交通管理与控制提供支撑。
　　为了获得准确的交通需求信息，论文提出了基于车辆身份标识数据的城市道路交叉口车辆累计到达曲线重构方法。卡口式电子警察设备采集的车辆身份标识数据能够获得准确的交通流驶离信息，然而，此类数据存在相邻交叉口的部分车辆号牌不匹配问题，部分交通流的到达信息存在缺失。考虑到车辆累计到达曲线重构的实时性及车辆身份标识数据准确性的影响，本研究分别基于指数平滑法和卡尔曼滤波原理构建了两种累计到达曲线重构模型，并进行案例分析。结果显示，当匹配率在30%-70%时，基于卡尔曼滤波的重构方法准确性更高；当匹配率高于70%时，两种方法准确性均较高；当匹配率低于30%时，两种方法准确性均较差。
　　在车辆累计到达曲线重构的基础上，论文分别构建了路段车道溢流状态和渠化段车道阻挡状态辨识模型，并基于 SUMO 交通仿真软件进行案例分析。在路段车道溢流状态辨识方面，选取路段车道滞留车辆和上游交叉口驶离车辆的车头时距为输入参数，并基于上述参数构建路段车道溢流状态辨识模型。在渠化段车道阻挡状态辨识方面，主要包括：①根据重构的车辆累计到达曲线和交通信号配时方案，估计无车道阻挡状态下的车辆累计驶离曲线；②基于动态时间弯曲距离，比较无车道阻挡状态下的估计驶离曲线与实测驶离曲线之间的相似性；③基于时间序列分段算法，比较左转车道与相邻直行车道的动态时间弯曲距离，实现左转阻挡直行状态、直行阻挡左转状态和无车道阻挡状态的辨识。结果显示，方法可以对路段车道溢流和渠化段车道阻挡两种状态进行有效识别。