1.一种基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：包括以下步骤，S1、采取路口特征信息识别待转区车道，提取出设定时间内的视频号牌设备识别的过车数据，采用设定单位进行时间戳处理，进一步按时间戳整合得到路口的车道的途径所有车辆的车头时距；

S2、基于过车记录车头时距时间序列将过车记录进行分组，得到若干车头时距组；

S3、基于车头时距组内过车辆和最小样本量筛选饱和车头时距号牌范围，并根据车头时距数值从中确定饱和车辆S和非饱和车辆U；

S4、提取饱和车头时距S的过车记录，并将各饱和车头时距组与单位时间段相对应，即根据各饱和车头时距组中饱和车头时距S中车辆的过车记录时刻，将其划分到设定时间内的相应单位时间段；

S5、对各单位时段的饱和车头时距求解，进而求得设定时间内的饱和车头时距。

2.如权利要求1所述的基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：步骤S2中，基于过车记录车头时距时间序列将过车记录进行分组，得到若干车头时距组，具体为，S21、若号牌i的车辆车头时距大于间断流阈值，则默认为车辆i与车辆i-1之间间隔较大，不存在饱和情况，将i车辆划分至下一车头时距组，否则将号牌i的车辆车头时距划分为本组；

S22、进而根据车头时距数值将当日过车记录分为若干车头时距组。

3.如权利要求1所述的基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：步骤S3具体为，S31、若车头时距组内的过车量N小于等于最小样本量n，则将该车头时距组剔除，不再作为饱和车头时距计算量，直接跳转至下一车头时距组数据，否则确定车头时距组的筛选饱和车头时距号牌范围：[n-n中+1，N-n中+1]

式中，N为组内号牌数量；n为车道最小样本量，取整数，即：n＝n忽+n中+1，其中，n忽为忽略车辆数，基于路口车道特征信息得到，即： L为路口车道待转区长度，为平均车道间距；n中为饱和车头时距采集中断样本量，即组内取整数后连续递减的车头时距被车头时距异常值中断的次数；

S32、基于车头数据数值及饱和车头时距中断样本量对筛选提取出的号牌范围进行非饱和车头时距和饱和车头时距分类；

S33、对各组的饱和车头时距进行整合。

4.如权利要求3所述的基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：步骤S32中，进行非饱和车头时距和饱和车头时距分类，具体为，S321、若号牌i车辆的车头时距大于饱和车头时距异常值时，则将i车辆及其组内后续所有车辆的饱和状态设置为非饱和状态U；否则重复本步骤对i+1车辆进行判断；

S322、若号牌i车辆的车头时距大于饱和车头时距阈值，则计数并转到下一步骤，否则先默认i车辆属于饱和车头时距S，转回S321判断i+1车辆；

S324、计算车头时距大于饱和车头时距阈值的连续数值，若连续数值等于饱和车头时距采集中断样本量，则号牌i之前的车辆状态为饱和S，号牌i及之后的车辆状态为非饱和U，否则转回S321判断i+1车辆。

5.如权利要求1-4任一项所述的基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：步骤S5具体为，S51、对各车头时距组的饱和车头时距求解，同时剔除出异常数值，具体为，提取出车头时距组内标记为饱和车头时距的车头时距数值，求得平均饱和车头时距数值，若该数值小于合理时距最小值，则将该组饱和车头时距进行剔除，否则直接转到步骤S52；

S52、对步骤S51中各组的饱和车头时距进行整合，基于步骤S4的单位时间段和车头时距组的对应关系，对设定时间内各单位时间段的饱和车头时距求解。

6.如权利要求5所述的基于视频号牌设备的待转区车道饱和车头时距计算方法，其特征在于：步骤S52中，对设定时间内各单位时间段的饱和车头时距求解，具体为，S521、若单位时间段内存在饱和车头时距，则单位时段的饱和车头时距为各组平均饱和车头时距的平均值，否则直接转到下一步骤；

S522、若当天每个单位时间段内均不存在饱和车头时距，则设定时间内车道的饱和车头时距取默认值，否则转到下一步骤；

S523、基于步骤S521整合设定时间内各单位时间段内的平均饱和车头时距，结合相邻饱和车头时距数值，利用平滑分析算法，得到无饱和车头时距单位时间段内的饱和车头时距。