非自由交通流的non-FIFO车辆轨迹估计算法

将三角基本图的交通状态细分为自由流、中断和拥堵；基于非自由流特性，重新划分了U型时空域，以此找到适合的波速范围；重新确定了上游边界累积流量，使得边界函数刻画不过于宽泛；建立了非自由流Newell模型，并提出了使用该模型的判断条件；引入了车辆秩参数，达到在多车道上描述车辆超车现象的目的，并建立了更精确的车辆秩估计模型，从而建立了非自由流Newell扩展模型；提出了针对非自由流下2种情形的车辆轨迹估计算法，根据是否存在超车现象分为先进先出(FIFO)情形与非先进先出(non-FIFO)情形；结合数值模拟和实际交通案例，验证了算法的有效性。研究结果表明:2种情形下的轨迹估计算法都是有效的，当超车现象存在时，non-FIFO情形的估计效果较准确和稳健；在数值模拟研究中，non-FIFO情形的估计误差相对FIFO情形下降13.45%，non-FIFO情形更优；实际交通案例中，2个小汽车数据集在non-FIFO情形的估计误差相对FIFO情形均有所下降，下降幅度分别为2.38%、2.04%，且估计误差均服从高斯混合模型；公交车数据集因不存在超车现象，non-FIFO与FIFO情形的估计误差相等，均为4.90%，且估计误差服从伽马分布。可见，所建立的非自由流Newell模型对于中断多或拥堵状态占比多的交通数据均是有效可行的，且所提出的non-FIFO和FIFO情形的轨迹估计算法效果表现良好。 

Non-FIFO vehicle trajectory estimation algorithm under non-free traffic flow