交通流分析理论课件：智慧交通案例

交通流分析理论智慧交通案例一、科学研究案例二、仿真技术案例三、工程应用案例本章内容本章内容一、科学研究案例二、仿真技术案例三、工程应用案例智能网联交通流通行能力分析基于混合交通流基本图模型，开展智能网联混合交通流通行能力分析一、科学研究案例选取CACC车辆、ACC车辆及人工驾驶车辆的具体跟驰模型推导不同CACC渗透率p时的混合交通流基本图平衡态模型计算不同p值下通行能力分析CACC车间时距tc及ACC车间时距ta对混合交通流通行能力的影响作用从交通流运行的角度为CACC和ACC的上层控制设计提供参考智能网联交通流通行能力分析跟驰模型选择一、科学研究案例人工驾驶车辆跟驰模型IDM模型IDM模型表达式：A——最大加速度，m/s2Sn*(t)——期望车间距，m，其表达式如下：δ——指数参数，常取值为4

s0——静止安全距离，ms1——指数参数，一般取值为0T——安全时间间隔，sB——舒适减速度（B＞0），m/s2智能网联交通流通行能力分析一、科学研究案例人工驾驶车辆跟驰模型IDM模型案例分析中，IDM模型参数取值见表13-1跟驰模型选择智能网联交通流通行能力分析跟驰模型选择一、科学研究案例ACC车辆跟驰模型加州福尼亚大学伯克利分校PATH实验室通过实车试验，标定了恒定车间时距的ACC车辆跟驰模型，能够反映ACC车辆的实际跟驰特性，其模型表达式如下：

k1、k2——模型系数l——车长s0——静止安全距离，mta——ACC车间时距，sPATH实验室对ACC跟驰模型的标定结果为：k1=0.23s-2，k2=0.07s-1，l=5m，s0=2m，ta=1.1sta可在1.1~2.2s范围内可调节智能网联交通流通行能力分析跟驰模型选择一、科学研究案例CACC车辆跟驰模型加州福尼亚大学伯克利分校PATH实验室通过实车试验，提出并标定了CACC车辆跟驰模型，能够反映CACC车辆的实际跟驰特性，其模型表达式如下：

PATH实验室对CACC跟驰模型的标定结果为：

智能网联交通流通行能力分析混合交通流平衡态模型一、科学研究案例针对人工驾驶车辆的IDM模型，计算平衡态对应的车头间距函数式fr(v)为：同理，针对ACC和CACC跟驰模型，计算平衡态对应的车头间距函数式fa(v)和fc(v)分别为：

将上述公式代入得到案例分析中不同CACC渗透率p值下的混合交通流平衡态模型，即：

智能网联交通流通行能力分析通行能力计算与分析一、科学研究案例根据求得的混合流平衡态模型和交通流恒等式，计算在各CACC渗透率p值下不同密度k值时的流量q值，得到流量-密度平衡态模型的解析曲线由上图可看出，相比于纯人工驾驶车辆交通流，随着CACC渗透率p的增加，混合交通流通行能力逐步增加当p增加至1时，纯CACC车辆交通流可将人工驾驶车辆交通流通行能力提高两倍智能网联交通流通行能力分析通行能力计算与分析一、科学研究案例ta参数敏感性分析针对ta进行参数敏感性分析时，tc取值0.6s根据PATH实验室获得的ACC车辆与CACC车辆车间时距，

ta取值范围为1.1~2.2s，选取1.1s、1.6s与2.2s进行参数敏感性分析，则不同CACC渗透率p值下：ta取值为1.1s的混合交通流通行能力分析结果如图13-1所示ta取值分别为1.6s和2.2s的混合交通流平衡态模型曲线如图13-2所示智能网联交通流通行能力分析通行能力计算与分析一、科学研究案例ta参数敏感性分析通过对比，可以看出：

在相同p值取值下，ta取值越小，对应的混合交通流通行能力越大，即ta取值越小则越有利于混合交通流通行能力的提升智能网联交通流通行能力分析通行能力计算与分析一、科学研究案例tc参数敏感性分析针对tc进行参数敏感性分析时，ta固定为1.1s根据PATH实验室获得的ACC车辆与CACC车辆车间时距，

tc取值范围为0.6~1.1s，选取0.6s、0.7s、0.9s和1.1s进行参数敏感性分析，则不同CACC渗透率p值下：tc取值为0.6s的混合交通流通行能力分析结果如图13-1所示tc取值分别为0.7s、0.9s和1.1s的混合交通流平衡态模型曲线如图13-3所示对比上图可看出，tc在0.6~1.1s的范围内取值时，均有利于混合交通流通行能力的逐渐提升，并且取值越小，混合交通流的提升越显著智能网联交通流通行能力分析参数敏感性分析总结一、科学研究案例ta参数敏感性分析与tc参数敏感性分析均表明，ta与tc取值越小越有利于混合交通流通行能力的提升在ta与tc的取值范围内，混合交通流通行能力存在2个边界情况：当ta=1.1s且tc=0.6s时，记为上边界情况，对应图13-1中的解析曲线当ta=2.2s且tc=1.1s时，记为下边界情况，对应图13-4中的解析曲线随着CACC渗透率p的增加，混合交通流通行能力的变化趋势取决于ta取值，通行能力的提升程度取决于tc取值本章内容一、科学研究案例二、仿真技术案例三、工程应用案例城市交叉口机动车与非机动车混合交通流仿真二、技术仿真案例机动车与非机动车混合交通流（机非混合交通流）是我国城市交叉口的显著特征机非混合交通流的特征包括仿真场景选择机动车、非机动车（包括自行车、电动车、助动车等）及行人混行严重交叉口尺寸过大，拥有很多进口道和出口道，内部行驶流线混乱，导致交叉口内部拥挤非机动车的交通组织复杂多样，尤其是左转非机动车流的交通组织过大的交叉口导致非机动车和行人过街的距离很长，慢行交通清空时间不足交叉口内部行人、非机动车和机动车之间的非严格优先权交互行为频繁发生，且非常复杂交叉口信号周期时间过长，导致行人和非机动车违章行为频发因此，为分析我国城市交叉口机非混合交通流运行特性，为城市交叉口交通流组织管理提供理论支撑，通过国内微观交通仿真软件TESSNG开展仿真案例分析选择安徽省芜湖市银湖路与赭山西路交叉口作为仿真案例交叉口该交叉口左右两条主干道交叉而成，拥有典型的机非混合交通流特征城市交叉口机动车与非机动车混合交通流仿真交通流数据调查仿真平台构建调查该机非混合交叉口高峰小时各进口道流量及转向流量，见表13-2二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真交通流数据调查仿真平台构建根据交叉口信号配时，在TESSNG仿真软件中设置机非混合交叉口信号控制方案二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真基础模型构建包含数据收集、交通元素建模和错误检查三个步骤。基础模型构建机非混合数据收集内容见表13-3；错误检查内容见表13-5二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真基础模型构建机非混合交叉口交通要素建模内容见表13-4二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真通基础模型构建过程中，TESSNG仿真软件设置如图13-12所示基础模型构建二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真仿真结果的有效性依赖于仿真结果与实际交通流运行之间的校正对比仿真结果分析选取饱和流量作为校正指标选取排队长度作为仿真结果的验证指标利用正交实验法对仿真模型进行校正仿真模型校正前后饱和流量对比如图13-13所示二、技术仿真案例城市交叉口机动车与非机动车混合交通流仿真仿真模型校正前后排队长度误差对比如表13-6所示仿真结果分析案例仿真结果表明，交叉口机非混合交通流仿真的关键在于如何协调机动车与非机动车之间的冲突干扰机非交互行为的合理性模拟是实现交叉口机非混合交通流高精度仿真的关键，可用代理冲突区域或通行能力设置方式对机非冲突以及非机动车进口道进行设置二、技术仿真案例本章内容一、科学研究案例二、仿真技术案例三、工程应用案例交通大数据背景下重庆高速公路网交通运行评估以2021年重庆高速公路网运行状况的评估为案例，利用交通大数据技术，对评估结果进行分析三、工程应用案例交通大数据背景下重庆高速公路网交通运行评估路网概况三、工程应用案例总体概况重庆市高速公路通车里程3839km4车道里程3373km，占比88%；6车道里程468km，占比12%高速公路面积密度466（km/10000km2），全国排名第九2016-2021年重庆高速公路通车里程如图13-21所示交通大数据背景下重庆高速公路网交通运行评估路网概况三、工程应用案例规划建设规划在建和拟建高速公路34条，共计1719km规划至2025年，全市高速公路通车里程达到4600km，省际通道达到32个交通大数据背景下重庆高速公路网交通运行评估供需服务水平三、工程应用案例交通流量2021年全路网日均交通流量84.7万辆，同比增长25.1%，其中客车占比73.3%，同比增长26.6%；货车占比26.7%，同比增长19.6%，如图13-22所示交通大数据背景下重庆高速公路网交通运行评估驾驶行为三、工程应用案例行程时间全路网车辆平均行程时间为58.7min，1h以内的车辆行程时间占比78%高速公路的主要出行范围集中在1h车程范围内全路网客车的车辆平均行程时间为42.8min，1h以内的车辆行程时间占比86.2%全路网货车的车辆平均行程时间为95.7min，1h以内的车辆行程时间占比73.9%出行距离全路网车辆平均出行距离为68.1km，60km以内的车辆出行距离占比71.1%全路网客车平均出行距离为57.4km，60km以内的出行距离占比74.1%全路网货车平均出行距离为93.4km，60km以内的出行距离占比69.2%交通大数据背景下重庆高速公路网交通运行评估交通经济——货运特征三、工程应用案例全路网货运量42450万吨，同比增长8%，周转量为6525459万吨公里，同比增长34%，如图13-24所示交通大数据背景下重庆高速公路网交通运