交通流分析理论课件：现代交通流理论

交通流分析理论现代交通流理论一、智能网联交通流二、数据驱动交通流三、三相交通流理论四、城市立体交通流本章内容一、智能网联交通流二、数据驱动交通流三、三相交通流理论四、城市立体交通流本章内容概述智能网联交通流是由智能网联车辆构成的新型交通流其发展必然经历有人工驾驶车辆和智能网联车辆构成的混合交通流主要智能网联车辆：自适应巡航控制车辆、协同自适应巡航控制车辆一、智能网联交通流概述一、智能网联交通流通过车载感知设备获得与前车的车间距及速度等信息应用加速度优化算法控制车辆与前车保持稳定的车间时距行驶仅关注车辆延车道线方向的纵向行驶控制车载感知设备检测到的位移与速度信息存在一定误差，不利于ACC稳定性其控制系统通常分为上层控制系统和下层控制系统，如图12-1所示自适应巡航控制车辆（AdaptiveCruiseControl，ACC）概述一、智能网联交通流协同自适应巡航控制车辆（CooperativeAdaptiveCruiseControl，CACC）在ACC基础上，改用车车通信（V2V）技术获取前车行驶状态有效缩短前车信息获取中的延时能够获取精确度较高的前车加速度信息CACC车辆控制系统需要V2V环境CACC车辆跟驰传统人工驾驶车辆则需要传统人工驾驶车辆安装V2V系统CACC车辆系统功能受限制CACC车辆跟驰传统人工驾驶车辆概率较大传统人工驾驶车辆安装V2V设备普及率较低概述一、智能网联交通流加州大学伯克利分校PATH实验室通过实车试验，获得ACC/CACC车辆车间时距的接受程度超过50%的驾驶员接受ACC车辆具有1.1s的车间时距接近60%的驾驶员接受CACC车辆具有0.6s车间时距智能网联交通流通行能力分析一、智能网联交通流车头间距-速度函数式所有车辆的平衡态速度相同，但平衡态车头间距根据具体车辆类型而不同假设用sc、sa、sr分别表示CACC车辆、ACC车辆以及人工驾驶车辆的平衡态车头间距，则三种类型车辆的平衡态速度-车头间距关系的一般性表达式如下：CACC车辆、ACC车辆以及人工驾驶车辆构成的网联混合交通流

v——平衡态速度，km/hf——函数式介绍不同CACC渗透率条件下的交通流通行能力分析方法智能网联交通流通行能力分析一、智能网联交通流混合交通流基本图的平衡态模型依据交通流密度定义，可计算混合交通流的密度k为：混合交通流中所有车辆以平衡态速度v行驶，当交通流中的车辆数足够多时，交通流所覆盖道路长度为所有车辆平衡态车头间距之和，即：

D——交通流覆盖道路长度，kmN——车辆数，vehbc、ba、br——CACC车辆、ACC车辆、人工驾驶车辆占比

结合上述公式，可计算混合交通流的速度-密度平衡态模型为：

智能网联交通流通行能力分析一、智能网联交通流混合交通流各类型车辆比例混合交通流中CACC车辆需要依赖前车提供的V2V功能在CACC车辆跟驰人工驾驶车辆时，CACC车辆退化为ACC车辆混合交通流中前后车跟随情况如图12-2所示智能网联交通流通行能力分析一、智能网联交通流混合交通流各类型车辆比例用p表示混合交通流中CACC车辆的渗透率仅跟驰人工驾驶车辆的CACC车辆才退化为ACC车辆人工驾驶车辆的比例为：br=1-pACC车辆在混合交通流中的数学期望比例为：ba=p(1-p)CACC车辆在混合交通流中的数学期望比例为：bc=p-p(1-p)=p2混合交通流关于CACC车辆的渗透率p的速度-密度平衡态模型为：

能够计算不同CACC渗透率p下的混合交通流通行能力值结合交通流恒等式q=kv智能网联交通技术路线一、智能网联交通流智能网联交通技术的发展依赖于两个方面智能网联车辆的自动化技术智能网联车辆与道路基础设施之间的车路协同技术上述两方面依赖于如下两条技术路线智能网联交通系统的发展主要依赖车与路之间的网联化水平基于智能网联车辆的技术路线基于车路协同的技术路线智能网联交通系统的发展主要依赖于智能网联车辆的智能化和自动化水平智能网联车辆拥有多种类型车载感知设备实时监测前方车辆运动状态及路侧交通环境路侧控制系统通过车路协同技术收集各智能网联车辆行驶信息及道路交通环境从全局层面做出优化控制决策，实现交通流运行整体最优一、智能网联交通流二、数据驱动交通流三、三相交通流理论四、城市立体交通流本章内容交通流轨迹数据二、数据驱动交通流21世纪初，NGSIM交通流轨迹数据诞生成为各类数据驱动交通流模型构建的轨迹数据库随着交通大数据时代数据采集技术的迅速提升，基于高精度和大样本的交通流轨迹数据，数据驱动的交通流模型应运而生满足了数据驱动模型构建的需求能够反映的交通流运行特征具有局限性，影响数据驱动模型的泛化能力德国的HighD交通流轨迹数据具有样本量更多和数据精度更高等优点存在交通流拥堵状态数据较少的缺点日本的ZenTraffic交通流轨迹数据拥有较多交通流拥堵状态的轨迹数据我国陆续公开基于无人机视频的高精度车辆轨迹数据数据驱动交通流分析包括数据驱动的跟驰行为分析和数据驱动的换道行为分析是通过构建数据驱动跟驰模型和数据驱动换道模型来实现分别以真实车辆跟驰轨迹数据和换道轨迹数据为基准利用数据科学与机器学习等理论和方法通过样本的训练、学习、迭代与进化，挖掘跟驰行为和换道行为的内在规律建模方法1）神经网络类数据驱动模型建模方法神经网络算法主要以深度学习算法为主常见的深度学习算法包括卷积神经网络、循环神经网络、长短期记忆神经网络2）支持向量回归和K近邻的数据驱动建模方法支持向量回归能较好地应用于交通流轨迹数据回归拟合，在理论上具有比人工神经网络更强的数据学习和泛化能力K近邻算法是经典机器学习算法，具有贴近跟驰行为的建模假设和更加清晰易懂的建模思想二、数据驱动交通流数据驱动与数学解析的对比二、数据驱动交通流数据驱动模型和数学解析模型具有优势互补的特性传统数学解析类模型依赖于详细的数学推导和模型表达式对交通流解释性强模型的预测结果与实际存在相对较大的误差数据驱动模型不依赖于详细的数学推导和模型结构，具有预测精度高的优点绝大多数数据驱动模型并未突破数学解析模型的框架缺点是无法对实际交通流现象进行解释存在值得思考的问题缺乏统一的测试集和测试标准，泛化能力及验证测试不充分不一定能体现宏微观交通流的关联性需加强关注交通流本质问题，需从交通流问题导向出发一、智能网联交通流二、数据驱动交通流三、三相交通流理论四、城市立体交通流本章内容交通流状态的划分三相交通流理论认为，交通流有三个独立的交通相，分别为自由流、同步流和堵塞其显著特点是交通流基本图上，数据点呈现出二维散布流量和密度之间没有一一对应的关系三、三相交通流理论交通流状态的划分在同步流的概念提出之前，交通流通常被分为自由流和拥挤流在自由流中，车辆以较高的速度行驶，流量随密度单调增加在拥挤流中，车辆的行驶速度降低，但流量和密度仍然存在一一对应关系堵塞三相交通流理论中，将拥挤流进一步划分为同步流和堵塞流量-密度数据会无规律散布在宽广二维平面下游分界面往往固定于瓶颈处传播速度不确定易受瓶颈的影响而改变状态车辆速度等于或接近于零堵塞占据路段空间远大于其上下游分界面同步流三、三相交通流理论持续的争论与发展三、三相交通流理论三相交通流理论提出后，基本图理论提出者和三相交通流理论提出者展开了长达十几年的争论双方在对结果的不断完善和修正过程中始终没能达成一致三相交通流理论随时间推移越来越完善，能准确描述各类交通流现象，但相比传统基本图理论的正确性在业内仍然没有达成共识三相交通流理论在未来交通领域仍是极具争议的话题一、智能网联交通流二、数据驱动交通流三、三相交通流理论四、城市立体交通流本章内容四、城市立体交通流城市空中交通流以轻型飞行器为载运工具采取垂直起降的模式在城市与城郊低空域内实现人员或货物运输其目的是充分利用城市低空域来缓解地面交通拥堵四、城市立体交通流城市空中交通流城市空中交通流并非传统意义上的航空交通二者在载运量、飞行空域及飞行模式上存在较大差异城市空中交通流在未来将扮演“飞行汽车”或“空中巴士”等角色交通流类型载运量飞行空域飞行模式城市空中交通流较小低空域可采取无固定的自主式飞行模式传统意义航空交通较大高空域必须按照固定航线的飞行模式四、城市立体交通流城市空中交通流相比于道路交通流，城市空中交通流存在如下特点城市空中交通流是将平面的道路交通流扩展至立体空间的交通流地面道路交通流是由大量个体车辆在平面内的相互运动形成城市空中交通流则是由不同飞行器在立体空间内的相互运动形成二者均具有交通流的相关特性城市空中交通流的飞行器可类比为道路交通流的车辆城市空中交通流同样存在交通流的流量、密度和速度的概念四、城市立体交通流城市空中交通流将道路交通流特征的广义定义拓展至城市空中交通流的四维空间对城市空中交通流的流量、密度和速度进行定义通过仿真得到城市空中交通流的基本图曲线如图12-7四、城市立体交通流城市空中交通流由城市空中交通流基本图曲线可以看出城市空中交通流基本图曲线呈现与道路交通流基本图曲线类似形态veh/h

veh/(km2·h)单位小时穿越立体空间单位平方千米平面的“车辆数”veh/km

veh/km3单位立体空间内的“车辆数”速度单位均是单位时间内的行驶里程流量单位密度单位四、城市立体交通流城市空中交通流在城市空中交通流速度-密度关系中交通流的速度随密度的增大而降低当空域内无车辆时，城市空中交通流的密度为零当速度达到自由流速度时，随着交通流密度的增大，车辆行驶冲突增多，使得行驶速度降低，从而引发交通流速度下降在未来空中交通流中，可根据立体空域中的密度分析空域中交通流的速度，并据此进行行程时间等方面的评估四、城市立体交通流城市空中交通流在城市空中交通流速度-流量关系中流量较小时，交通流速度保持自由流速度流量较大时，交通流速度呈现下降趋势，并在最大流量的通行能力处转变为拥堵态在拥堵态，交通流速度随流量下降而降低，导致城市空中立体空间的服务水平下降转变为拥堵态在未来空中交通流中，道路交通流服务水平概念的沿用以及服务水平划分、交通流管理还需要进一步研究自由流速度四、城市立体交通流城市空中交通流在城市空中交通流流量-密度关系中密度为零时，流量也为零，在达到通行能力前的非拥堵态，流量随密度增大而上升达到通行能力后，交通流变为拥堵态，流量快速下降，密度也随之降低在城市空中交通流中同样存在通行能力状态这对城市空中交通流的通行能力分析及交通堵塞的控制具有积极作用四、城市立体交通流城市轨道交通流包括城市内部的轨道（地铁与轻轨）、城郊的市域（郊）铁路以及城市之间的城际铁路等，将这些轨道上运行的列车流统称为城市轨道交通流四、城市立体交通流城市轨道交通流早期城市轨道交通采取固定闭塞控制系统，目前逐渐升级为移动闭塞控制系统无论固定闭塞控制系统还是移动闭塞控制系统，城市轨道交通流存在类似道路交通流基本图的现象，如图12-8所示四、城市立体交通流城市水运交通流城市水运交通流是指在内河航道上由大量船舶构成的水上交通流四、城市立体交通流城市水运交通流为有效疏解内河航道拥堵，合理对船舶交通流组织管理，道路交通流各相关分析方法逐渐被拓展至城市水运交通流特性分析中将内河航道的水上空间类比为道路的地面空间将水流起伏类比为道