基于元胞自动机模型的道路交通流复杂特性的研究
发布时间:2020-06-13 18:49
【摘要】:基本图方法和三相交通流理论之间的争议至今没有解决。本文不去关注哪一方完全正确或者在哪一方的框架下建立模型,而是通过提出三个新模型来寻找双方之间的正确部分以及加深对交通流的认识。本文改进VE模型的随机慢化概率,使其随着空间间距与前车虚拟速度的和的变化而变化,获得一个改进VE模型。数值模拟结果表明:改进VE模型基本图与实测结果非常接近;改进VE模型在宏观上可以描述真实的单车道高速公路交通流。二维散布区域不是同步流的独有特征,其它交通拥挤状态也可以呈现出二维散布区域。自由流和阻塞的中间状态可以稳定存在于道路系统中并且可以形成独立的交通相。证明同步流存在的方法包括:时空图、中断效应、相关函数分析,这些方法不完全准确。此外,改进VE模型可以表现出真实车辆跟驰行为的典型特征。本文对VDR模型引入减速幅度规则和前后车的速度差的影响,获得一个新慢启动模型。数值模拟结果表明:新慢启动模型的小阻塞集团可以稳定存在于道路系统中,并且稳定的小阻塞集团有同步的趋势。如果道路系统中存在着大量不考虑舒适驾驶并且倾向于急减速的车辆,自由流可以直接相变为阻塞。本文将改进VE模型扩展到双车道系统,获得一个新双车道模型。数值模拟结果表明:在换道次数最高值之前,换道次数的变化没有规律性;在换道次数最高值之后,换道次数会发生骤减。大车的换道行为难以造成移动的交通瓶颈。单车道改进VE模型可以在宏观上描述真实的单车道高速公路交通流;可以表现出流量密度平面上的二维散布区域;可以模拟出近似同步流的性质;可以表现出真实车辆跟驰行为的典型特征,再加上双车道改进VE模型能够模拟出三相交通流理论中的同步流状态,本文推断:对于三相交通流理论框架下的复杂模型所描述的现象,基本图方法框架下简单模型同样可以描述。速度适应机制在单车道系统中不一定实现,双车道系统中的车辆在安全前提下为了达到期望速度的换道行为可以看作是双车道速度适应机制的产生原因。
【图文】:
一个交通模型必须首先描述交通实测现象的典型特征,交通实测可以看作是交通流理论研究的基础。交通实测最常用的方法一般包括视频录像、探测器采集、航空拍摄、GPS 技术等。接下来将要分别介绍这些测量方法的特点。2.1.1 视频录像很多高校交通专业的学生都有过“数车”的经历,除了在户外数车还有在视频上数车。计算机信息技术发展到现在,,先进的开发环境大多具备了图像处理工具箱,可以通过识别视频里的像素来提取信息。很多软件公司已经开发出了专门识别车辆的视频信息处理软件,可以直接从视频里获取车辆信息,但是精度存在质疑。本文作者在 2016 年参与过河南省西平县综合交通规划项目,西平县交警支队提供了十几个监控卡口的交通数据,比如见图 2.1。这些数据都是通过视频信息处理软件从监控录像里直接获得,可以清楚看出这些数据有一些是模糊的,比如车牌号为豫 Q26070 和豫 QC9827 的两辆车的速度为 0,但是通过前后车的速度可以看出,这队车流属于连续流,这两辆车的速度属于异常数据。
这种测量方法显然也非常昂贵。2013 年,以中国科学技术大学研究者[28,53~54]为首的团队在合肥市的郊区进行了一个由 25 辆车组成的单车道车辆跟驰实验,见图 2.2。实验设置在郊区,没有信号灯的干扰,同时也没有除实验车辆以外的其它车辆的干扰。每辆车安装了高精度 GPS 装置,车辆的实时速度和位置都被记录。实验中,这 25 辆车的首车在一段时间内保持恒定速度,经过一段时间再转换为另一个恒定速度,其它 24 辆的司机按照平时的驾驶习惯开车。虽然 25 辆车不能完全模拟真实的单车道交通,但通过该实验所获得的高精度交通实测数据则反映了一些真实车辆跟驰行为的典型特征。这些特征主要包括:如果相邻两辆车的距离在一定范围内,前车的速度有波动时,后车不一定会有反应,后车司机还是按照自己的习惯继续行驶。也可以说,在一定距离范围内,车辆的速度波动非常小时,空间间距波动仍然可以非常大。这里回到第一章中车辆跟驰模型的叙述,基本图方法框架内的跟驰模型的基本假设是后车要随着前车的位置和速度变化而做出反应,25 辆车组成的车辆跟驰实验揭示了这种假设并不符合实际。
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491.112
本文编号:2711588
【图文】:
一个交通模型必须首先描述交通实测现象的典型特征,交通实测可以看作是交通流理论研究的基础。交通实测最常用的方法一般包括视频录像、探测器采集、航空拍摄、GPS 技术等。接下来将要分别介绍这些测量方法的特点。2.1.1 视频录像很多高校交通专业的学生都有过“数车”的经历,除了在户外数车还有在视频上数车。计算机信息技术发展到现在,,先进的开发环境大多具备了图像处理工具箱,可以通过识别视频里的像素来提取信息。很多软件公司已经开发出了专门识别车辆的视频信息处理软件,可以直接从视频里获取车辆信息,但是精度存在质疑。本文作者在 2016 年参与过河南省西平县综合交通规划项目,西平县交警支队提供了十几个监控卡口的交通数据,比如见图 2.1。这些数据都是通过视频信息处理软件从监控录像里直接获得,可以清楚看出这些数据有一些是模糊的,比如车牌号为豫 Q26070 和豫 QC9827 的两辆车的速度为 0,但是通过前后车的速度可以看出,这队车流属于连续流,这两辆车的速度属于异常数据。
这种测量方法显然也非常昂贵。2013 年,以中国科学技术大学研究者[28,53~54]为首的团队在合肥市的郊区进行了一个由 25 辆车组成的单车道车辆跟驰实验,见图 2.2。实验设置在郊区,没有信号灯的干扰,同时也没有除实验车辆以外的其它车辆的干扰。每辆车安装了高精度 GPS 装置,车辆的实时速度和位置都被记录。实验中,这 25 辆车的首车在一段时间内保持恒定速度,经过一段时间再转换为另一个恒定速度,其它 24 辆的司机按照平时的驾驶习惯开车。虽然 25 辆车不能完全模拟真实的单车道交通,但通过该实验所获得的高精度交通实测数据则反映了一些真实车辆跟驰行为的典型特征。这些特征主要包括:如果相邻两辆车的距离在一定范围内,前车的速度有波动时,后车不一定会有反应,后车司机还是按照自己的习惯继续行驶。也可以说,在一定距离范围内,车辆的速度波动非常小时,空间间距波动仍然可以非常大。这里回到第一章中车辆跟驰模型的叙述,基本图方法框架内的跟驰模型的基本假设是后车要随着前车的位置和速度变化而做出反应,25 辆车组成的车辆跟驰实验揭示了这种假设并不符合实际。
【学位授予单位】:湖南大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:U491.112
【参考文献】
相关期刊论文 前2条
1 徐东云;张雷;兰荣娟;;城市交通拥堵的背景变换分析[J];城市问题;2009年03期
2 董力耘,薛郁,戴世强;基于跟车思想的一维元胞自动机交通流模型[J];应用数学和力学;2002年04期
相关博士学位论文 前5条
1 李启朗;路口瓶颈处交通状态的相图及元胞自动机模型研究[D];中国科学技术大学;2012年
2 丁中俊;元胞自动机交通流模型中的相变现象和解析研究[D];中国科学技术大学;2012年
3 孙舵;道路交通流元胞自动机模型中的相变现象研究[D];中国科学技术大学;2011年
4 孙晓燕;交通流复杂动态特性的元胞自动机模型研究[D];中国科学技术大学;2010年
5 高坤;从基本图方法到三相交通流理论[D];中国科学技术大学;2008年
本文编号:2711588
本文链接:https://www.wllwen.com/kejilunwen/jiaotonggongchenglunwen/2711588.html