面向交叉口通行轨迹离散性的交通流模型参数标定方法

为了更准确地描述交叉口内部通行轨迹的离散性，基于车辆轨迹模型，提出了基于聚类的多变量分布交通流模型参数标定方法。首先，基于上海市5个交叉口的高精度视频轨迹数据，对各通行车辆轨迹模型的参数进行拟合，得到400组驾驶行为参数数据。随后对数据在不同交叉口和不同流向上的差异性进行分析，确定标定的分组。进而，提出基于聚类的多变量分布法，采用聚类方法先将驾驶人分类，再通过多变量分布法标定每一类驾驶人行为参数。同时为了反映标定效果，将其与采用传统的边际分布法和多变量分布法的标定结果进行对比。最后分别利用上述3种标定结果对参与驾驶行为标定的交叉口和新交叉口各流向车流轨迹进行仿真，并采用轨迹重合度指标评价模拟结果与现实的吻合程度，对所提出的模型参数标定方法效益进行检验。研究结果表明，驾驶人行为参数取值与流向的相关性显著，所提出的基于聚类的多变量分布法能较好地描述交叉口的轨迹分布现象，对于参与驾驶行为标定的交叉口，轨迹分布的重合度可达到90%以上；对于未参与驾驶行为标定的新交叉口轨迹分布的重合度也能达到88.5%。相比于以往的交通流参数标定方法，所提方法的优势主要体现在对转向车流通行轨迹离散性的描述。