基于线性模型的高速公路交通事件和干预作用影响下的车流波分析

交通事件的发生导致高速公路正常交通流发生改变,为了促进发生交通事件时车流拥挤或阻塞的消散,减少排队延误,应在事件发生点上游对车流采取一定干预措施.运用流体力学车流波理论,分析了交通事件和干预措施综合作用下对车流状态的影响,建立了基于车速-交通密度线性模型下的车流波波速模型,干预作用产生的干预波和交通事件影响产生的集结波、启动波、消散波相互作用下的车流波位置和对应时刻模型以及分流干预措施解除时刻模型.这些模型为有效确定事件处理方案,尽快消除拥挤或阻塞提供了理论依据.     

交通事件持续时间预测及参数标定

有效的交通事件管理应基于精确的交通事件持续时间预测。交通事件持续时间包括4个部分:事件发现时间,事件响应时间,事件清除时间和交通恢复时间。提出了基于元胞传输模型的交通事件持续时间预测模型以及参数标定方法。实测数据和仿真数据对比结果表明,基于元胞传输模型的交通事件恢复时间预测方法具有较高的精度。     

快速路入口匝道瓶颈宏观交通流模型

基于入口匝道汇入方式与基本图形态, 提出了一种调整型元胞传输模型; 增加了入口匝道状态变量以追踪入口匝道交通状态, 定义了新的入口匝道汇入规则; 将双通行能力基本图引入到调整型元胞传输模型中, 以适应不同交通状态下通行能力的变化; 将单纯形法与遗传算法相结合, 提出了混合多目标参数优化方法; 建立了3个仿真场景, 评价调整型元胞传输模型与混合多目标参数优化方法的效果。仿真结果表明: 在预测入口匝道上游主线拥堵发生与结束时间方面, 与经典元胞传输模型相比, 调整型元胞传输模型将时间预测准确性分别提升了22.3、10.8 min; 在模拟入口匝道汇入段主线拥堵传播与消散方面, 调整型元胞传输模型模拟结果更加符合实际的传播与消散规律; 在模拟试验路段早发性失效交通特性方面, 调整型元胞传输模型对于拥堵前最大流量与拥堵后消散流量的拟合误差在4%以内, 小于经典元胞传输模型; 在模型仿真精度方面, 调整型元胞传输模型各项评价指标均优于经典元胞传输模型, 前者的仿真速度误差为10.42 km·h-1, 较后者降低了25.4%;与传统的遗传算法相比, 混合多目标参数优化方法的总计算次数更少, 参数标定过程总耗时缩短了29.3%。      

基于需求预测与CTM的高速公路交通事件影响范围预测

交通事件在高速公路上经常发生,其时间与空间上的不确定性,以及对上游路段和相邻国省道带来的动态衍生影响,使得提前制订具有针对性的预案难度很大.如何快速预测交通事件的影响范围以及交通管控措施的实施效果,成为高速公路应急处置管理的基础.提出基于交通需求预测与元胞传输模型相结合的技术,首先通过卡尔曼滤波算法估计和预测交通需求矩阵,并将上述交通需求加载在元胞传输仿真模型中模拟未来路网的交通运行状态,用于实时、快速预测交通事件发生后未来短时的交通拥堵发展态势.基于该技术,开发了公路网交通运行状态预测系统,通过实际数据的测试,证明该系统在公路网交通事件影响范围预测方面具有良好的精度,并且预测精度随着路网基础交通量的增大而提高.     

交通事件和干预作用影响下的高速公路车流波分析

运用流体力学车流波理论,分析了交通事件和干预措施综合作用下对车流状态的影响,建立了基于车速———交通密度一般模型下的车流波波速模型、干预作用产生的干预波和交通事件影响产生的集结波、启动波、消散波相互作用产生的车流波位置和对应时刻模型以及分流干预措施解除时刻模型.这些模型或关键参数的确定,为有效确定事件处理方案,尽快消除拥挤或阻塞提供了理论依据.     

交通事件和干预作用影响下的高速公路车流波分析

运用流体力学车流波理论,分析了交通事件和干预措施综合作用下对车流状态的影响,建立了基于车速———交通密度一般模型下的车流波波速模型、干预作用产生的干预波和交通事件影响产生的集结波、启动波、消散波相互作用产生的车流波位置和对应时刻模型以及分流干预措施解除时刻模型.这些模型或关键参数的确定,为有效确定事件处理方案,尽快消除拥挤或阻塞提供了理论依据.     

高速公路交通事件线性模型及车流波分析

高速公路由于交通事件的发生导致正常交通流发生改变,为了消散车流拥挤或阻塞,减少排队延误,应采取一定干预措施。运用流体力学车流波理论,分析了交通事件和干预措施综作用下对车流状态的影响,建立了关于车速与交通密度线性模型下的车流波波速模型,这些模型为有效确定事件处理方案,尽快消除拥挤或阻塞提供了理论依据。     

大型活动中突发事件对交通流的时空影响

为了研究大型活动消散过程中交通流分布状况,分析了大型活动中突发事件对交通流分布的时空影响特征,总结了突发事件下常用的交通管制和疏导措施,将静态多路径交通分配方法与元胞传输模型(CTM)相结合,设计出了适合突发事件下的准动态交通分配方法.对一个小规模路网进行仿真,计算了突发事件下各交叉口节点的拥堵时刻,研究了路网拥堵的形成及消散的时空变化规律,并对两组不同管控方案下交通流疏散效率进行了对比.对比结果表明:不同控制方案下的路网在仿真时段内平均车辆延误分别为197、232 S·pcu-1,由该指标可以判断方案一优于方案二,因此,基于CTM的准动态交通分配方法可定量评价突发事件下交通组织方案的效果.     

车路协同环境高速公路瓶颈车辆换道引导方法

高速公路由于交通事件的发生,常产生瓶颈区域致使车辆频繁换道.为提高高速公路瓶颈区车辆通行效率与安全性能,讨论车路协同环境的优越性,提出了车路协同环境下高速公路瓶颈车辆换道引导方法,通过建立离散选择模型的形式定义传统车辆与智能车辆的换道考虑因素,根据车辆所处位置定义自由换道与强制换道的效用函数,考虑宏观交通流不同渗透率下的速度密度关系,求解期望换道概率并将其引入考虑横向交通流的元胞传输模型以模拟宏观交通流换道行为,从而对瓶颈上游的智能车辆进行引导.利用车辆换道引导方法对宏观交通流进行数值仿真,并设置5组不同渗透率下的交通流.研究结果表明:车路协同环境下不同渗透率的交通流经过瓶颈区的总行程时间均有所减少,渗透率为1时对应的总行程时间最小,为296.21 s,渗透率为0.4变为0.6时总行程时间减小幅度最显著,为8.3％;渗透率为0.8变为1时总行程时间减小幅度最小,为2.7％,因此利用该引导方法对渗透率为0.6的交通流进行引导,其效果最显著.在使用引导方法后,各车道密度趋于均衡,能有效缓解瓶颈区向上游传播的堵塞波.     

基于元胞自动机的城市道路仿真系统

为解决实时交通仿真系统对计算效率的要求，本文提出一种针对交通信号控制下城市道路路段的元胞自动机模型。在模型中采取了适合城市交通特点的元胞空间划分和时间步长方案以及元胞更新规则。本文还给出基于此模型的一个小型仿真系统的软件体系结构。另外，本模型还能反应出驾驶员的进取性（aggressiveness）的状况，并对驾驶员存不同进取性下对变通的影响做了研究。通过现场采集的交通数据和CORSIM仿真平行的对比试验表明本文提出的模型在路段平均速度意义下与实际变通数据符合较好，并具有较高的运行效率。     

ͻ���¹��½�ͨ��Ϣ�����о�

突发事故及其所造成的非重复性拥堵会对城市交通系统正常运行有重大影响,其造成的拥堵传播会使得拥堵区域内的大量路段瘫痪.因此研究缓解突发事故下交通拥堵的策略具有十分重要的意义.本文研究突发事故下先进的交通信息系统策略设计问题.建立了ATIS策略设计的双层规划模型,上层目标从交通管理者的角度追求出行者的系统总阻抗与交通信息运营成本最小化,下层描述在ATIS作用下出行者的动态路径选择行为,并通过元胞传输模型仿真拥堵的传播与路段上车辆的走行.提出了基于遗传算法的求解方法.算例结果表明,优化的ATIS策略能够有效地缓解突发事故所导致的交通拥堵,提高交通网络的系统性能.     

一种考虑交叉口因素的改进元胞传输模型

为使元胞传输模型(Cell Transmission Model,CTM)适用于城市道路环境下的交通流仿真,以流量守恒定律和宏观基本图为基础,推导出使用交通流密度描述元胞动态特征的迭代公式,克服了基本CTM中所有元胞长度必须相等的局限性.同时提出了基于车道功能和信号相位的进出口路段和交叉口内部的元胞划分方法,并根据停车线处的放行流率动态调整受信号控制元胞的发送流率,由此提出了考虑信号控制的改进CTM.最后,分别使用该CTM和VISSIM软件对一个包含2个交叉口的城市道路进行仿真,并对比分析输出结果.实验表明,两者输出的交通流密度曲线吻合度高,对信号控制交叉口交通流的排队和消散特征的描述十分接近,与此同时,改进CTM显著地减小了计算开销和用时.     

交通事件下快速路拥堵蔓延消散时空范围模型

研究了交通事件下拥堵蔓延消散的时空范围分析方法与模型,交通事件引发的拥堵会以某一初始蔓延速度向上游蔓延,直至达到最大蔓延边界后开始消散.通过对事件下拥堵蔓延速度的影响因素进行量化分析,建立了时变的拥堵蔓延速度模型;然后通过收集处理数据,进行参数估计;最后利用实际数据,进行了模型的实例应用,对不同情况下的交通拥堵蔓延消散规律进行了研究.该模型可预测交通事件下的交通拥堵边界和持续时间,便于交管部门制定缓堵策略.     

南京市城市交通拥堵“双因素”分析及对策

城市交通是城市生命系统的重要组成部分。为改善与缓解南京市的交通拥堵状况,结合南京市当前的交通现状,对南京市交通拥堵的"双因素"进行分析,提出采取增加交通供给的方式来缓解南京市交通拥堵,同时,也应加强对交通需求的管理。     

异常事件下高速道路交通状态的分析与仿真

为了考察异常事件对高速道路交通运行的影响,对事发后高速道路局部交通状态的演变过程进行了分解,分析了各阶段的事发点通行能力,并将事发点通行能力的影响因素归纳为事件性质、阻塞行车道宽度、事件发生位置、现场行车秩序与上游交通量等五类,针对交通事故引起局部车道临时关闭这一典型的异常事件,进行微观交通仿真。仿真结果表明:行车延误随着车道关闭开始大幅度增长,直至车道开放,之后开始降低,整个演变过程伴随着波动;当交通量接近于道路通行能力时,交通流系统处于脆弱的平衡状态,异常事件极易引起大范围、长时间的交通拥堵,此时,应采取交通诱导和匝道控制等必要的措施来转移部分交通量,减小异常事件的影响。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。      

城市快速路交通事件持续时间生存分析

提出城市快速路交通事件持续时间生存分析方法.依托上海市中心快速路网的 交通事件数据,将生存分析引入交通事件形成及演化机理分析.其根据大量交通事件样本 的特征属性,采用Kaplan-Meyer 的非参数回归构建基于风险的交通事件持续时间模型, 解析其在五类影响因素作用下的时空分布特性,并采用Cox 回归线性模型综合评价交通 事件持续时间的显著影响因素,分析其作用的强度和方向,提取表征上海市快速路交通 事件运营管理水平的重要特征参数.结果表明：上海市快速路的交通事件持续时间在不同 类别的影响因素下分布特性存在明显差异,日夜、事件类型、涉及车辆数、影响车道数、涉 及货车、所处路段位置、瓶颈处、出动拖车和出动消防车等影响因素对事件持续时间有显 著影响.     

基于合理路径的拥挤路网交通状态分析方法

为防止路网交通拥堵的扩散,考虑路段状态指标饱和度和行程时间的影响,建立了基于合理路径集的路网分析模型.将非拥挤区域从内到外分为控制层、诱导控制层、诱导层和无关层4个层次,反映了路网状态的空间分布和潜在演化趋势.基于交通分配得到的流量,对本文的状态分析模型进行了数值验证,仿真结果表明:各层次路段在路网中的比例随流量的增大而变化,且拥堵区域呈现扩张趋势;高峰时段各层次路段的比例为20%、5%、10%、10%和56%;同层次中饱和度越大的路段对拥堵区域的影响越大.