基于微观模型的城市道路交通流若干典型问题研究

论文摘要

交通拥堵是世界很多城市面临的重要问题,严重制约着城市和社会经济的健康发展。为此,深入了解交通流的本质特性和交通拥堵产生的原因,提出符合实际的交通流模型,从而为制定交通管理和控制策略提供理论依据,是交通流理论需要解决的重要问题。当前,对于机动车交通,交通流理论已经发展了较为完善的模型方法。然而仍有大量实际问题亟待解决。一方面,现有交通流理论的研究多是基于发达国家单一的机动车交通；而我国城市交通的基本特点是混合和低速,对这种非同质交通流的建模更加复杂。另一方面,近年来,随着智能交通系统的快速发展,对智能驾驶车辆的建模,以及智能驾驶车辆对混合交通流的影响成为当前研究的热点问题之一。基于以上问题,本论文主要进行两个方面的研究。首先,针对我国城市混合交通的基本特点,在分析机动车、非机动车和行人相互作用机理的基础上,探讨混合交通现象突出的路段、交叉口,以及人行横道处混合交通流的微观建模方法,并通过数值模拟研究混合交通的特性。其次,基于智能交通系统的快速发展和应用,构建考虑多种智能交通信息的车辆跟驰模型；在此基础上,进而研究智能驾驶车辆的推广对路段及入匝道瓶颈处交通流特性的影响。本论文的主要工作如下：(1)针对无机非隔离设施的路段系统,结合NaSch模型和多值元胞自动机模型,建立描述混合交通的耦合元胞自动机模型。该模型兼顾了机动车基于车道的运行特性和非机动车自由灵活的运行特性。同时,通过设置冲突处理规则和避免死锁规则,模型也能够很好描述机动车和非机动车之间的相互干扰作用。模拟分析发现,机动车流存在一阶和二阶两种相变状态,分别对应于非机动车密度较小和较大的情况。机动车的流量曲线随着非机动车密度的增大而降低。非机动车的最大流量及其对应的临界密度随着机动车密度的增大先增大,之后保持不变。(2)基于二维优化速度模型,提出考虑速度差因素的二维车辆跟驰模型,用以描述典型无信号十字交叉口处机动车和非机动车的运行。模拟分析表明,与非机动车相邻车道上的机动车流受到非机动车的干扰更加严重。当机动车进车间距较小时,机动车(非机动车)流量随非机动车左转概率的增大单调减小；而当机动车进车间距足够大时,流量曲线上出现临界点,将机动车流(非机动车流)划分为自由流和拥堵流两个部分。另外,模拟发现直行机动车和左转非机动车以集簇的形式交替连续通过交叉口,这是交通实际中典型的自组织现象。(3)建立描述带有信号控制人行横道路段的耦合元胞自动机模型,并进行模拟分析。模拟中,考虑三种不同类型的行人：遵守交通规则的谨慎行人、不遵守交通规则的冒险行人,以及普通行人(当等待时间小于某个临界等待时间时,普通行人遵守交通规则,否则他们转变为冒险行人)。通过模拟分析,首先研究了行人由谨慎行人和普通行人构成时机动车和行人的交通流特征。发现,机动车的流量曲线上仅存在一个临界点,将机动车划分为自由流和拥堵流两种状态；而行人的流量曲线上则存在两个临界点,将行人流划分为三种状态：自由流、拥堵流和中间状态(在一个信号周期内同时出现自由流和拥堵流两种状态)。进一步分析了普通行人比例、信号周期时长等因素对交通流的影响。与普通行人相比,冒险行人可能在任意时刻冒险穿越人行横道,因此其对机动车交通的干扰更加严重。另外,对行人在一个信号周期内违章过街发生频率的分析发现,在到达行人由三种类型行人构成的情况下,违章过街发生的频率存在两个峰值,这与实际观测的结果在定性上是一致的。(4)基于优化速度模型及其扩展模型,并同时考虑多辆前车的车头距和速度差两种智能交通信息,提出多车头距和速度差模型。对模型进行线性稳定性分析,给出了模型的稳定性条件；并通过非线性分析,推导并求解描述交通流密度波传播的：mKdV方程。根据分析得到的中性稳定性曲线和共存曲线,交通流可以分为稳定、亚稳定和不稳定三种状态。数值模拟的结果表明,同时考虑多前车的车头距和速度差两种信息比仅考虑其中一种信息能在更大程度上提高交通流的稳定性,抑制交通拥堵。数值模拟的结果与理论分析的结果是一致的。(5)采用优化速度模型描述普通车辆的运行,采用多车头距和速度差模型描述智能驾驶车辆的运行,模拟分析智能驾驶车辆对交通流的影响。一方面,在周期边界条件下,研究不同智能驾驶车辆比例下混合交通的基本图特征。发现,智能驾驶车辆只在中间车流密度范围内能够提高交通流的稳定状态,而在车流密度很小或很大时,其对交通流状态的影响均很小。并且,随着智能驾驶车辆比例的增大,继续增加智能驾驶车辆对改善交通流的效用逐渐降低。另一方面,通过引入车辆的入匝道规则,研究开放边界条件下,智能驾驶车辆对入匝道系统交通流的影响。结果表明,智能驾驶车辆能够增大主路的自由流区域,抑制主路的交通拥堵,但会导致入匝道更加严重的拥堵。进一步的模拟分析表明,智能驾驶车辆能在一定程度上提高入匝道系统的最大饱和流量。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 1 绪论
• 1.1 研究的背景和意义
• 1.2 交通流理论概述
• 1.2.1 交通数据测量方法
• 1.2.2 描述交通流特性的参数
• 1.2.3 交通流基本关系式和基本图
• 1.3 交通流理论模型
• 1.3.1 宏观模型
• 1.3.2 中观模型
• 1.3.3 微观模型
• 1.4 混合交通流模型
• 1.4.1 不同性能机动车混合的交通流模型
• 1.4.2 不同交通方式混合的交通流模型
• 1.5 本文的主要研究内容和结构
• 2 基于元胞自动机模型的路段混合交通流建模与分析
• 2.1 耦合元胞自动机模型
• 2.1.1 机动车更新规则
• 2.1.2 非机动车更新规则
• 2.1.3 冲突处理规则
• 2.1.4 避免死锁规则
• 2.2 数值模拟和分析
• 2.2.1 流量特征分析
• 2.2.2 路段输运量特征分析
• 2.3 本章小结
• 3 基于二维车辆跟驰模型的交叉口混合交通流建模与分析
• 3.1 二维车辆跟驰模型
• 3.2 线性稳定性分析
• 3.3 数值模拟和分析
• 3.3.1 左转非机动车的比例对交通流特性的影响
• 3.3.2 模型参数对交通流的影响
• 3.3.3 进车间距对交通流的影响
• 3.4 本章小结
• 4 基于元胞自动机模型的人行横道混合交通流建模与分析
• 4.1 模型
• 4.1.1 描述机动车的子模型
• 4.1.2 描述行人过街的子模型
• 4.2 数值模拟和分析
• 4.2.1 情况Ⅰ:谨慎行人与普通行人混合的情况
• 4.2.2 情况Ⅱ:谨慎行人与冒险行人混合的情况
• 4.2.3 过街行人违章频率分析
• 4.3 本章小结
• 5 基于智能驾驶车辆的改进车辆跟驰模型
• 5.1 优化速度模型的两个扩展模型
• 5.2 多车头距和速度差模型
• 5.3 线性稳定性分析
• 5.4 非线性分析
• 5.5 数值模拟和分析
• 5.6 本章小结
• 6 智能驾驶车辆对混合交通流特性的影响分析
• 6.1 智能交通系统对路段上交通流特性的影响
• 6.1.1 模拟模型和模拟条件
• 6.1.2 智能驾驶车辆和普通车辆交通流特性对比分析
• 6.1.3 智能驾驶车辆的比例对交通流特性的影响分析
• 6.2 智能交通系统对入匝道系统交通流特性的影响
• 6.2.1 模拟模型和模拟条件
• 6.2.2 入匝道系统交通流特性分析
• 6.2.3 智能驾驶车辆比例对匝道系统的影响分析
• 6.3 本章小结
• 7 结论与展望
• 7.1 本文的工作总结和主要创新点
• 7.2 未来研究展望
• 参考文献
• 作者简历
• 攻读博士学位期间取得的研究成果
• 主持和参加的科研项目
• 学位论文数据集