基于改进优化速度函数的跟驰模型研究

交通运输系统工程与信息 ›› 2017, Vol. 17 ›› Issue (2): 41-46.

• 智能交通系统与信息技术 • 上一篇下一篇

基于改进优化速度函数的跟驰模型研究

杨龙海¹，赵顺*²，徐洪¹

1. 哈尔滨工业大学交通科学与工程学院，哈尔滨150090； 2. 深圳市城市交通规划设计研究中心有限公司，广东深圳518021

收稿日期:2016-07-14 修回日期:2017-01-10 出版日期:2017-04-25 发布日期:2017-04-25
作者简介:杨龙海（1970-），男，安徽巢湖人，副教授，博士.

Car-following Model Based on the Modified Optimal Velocity Function

YANG Long-hai¹，ZHAO Shun²，XU Hong¹

1. School of Transportation Science and Engineering, Harbin Institute of Technology, Harbin 150090, China; 2. Shenzhen Urban Transport Planning Center, Shenzhen 518021, Guangdong, China

Received:2016-07-14 Revised:2017-01-10 Online:2017-04-25 Published:2017-04-25

摘要/Abstract

摘要：

为了探究车辆跟驰中车头间距与速度的关系函数，采用高精度车载GPS 设备获取了大量基于时间序列的车辆跟驰数据，根据实测车头间距—平均速度关系构建了改进的优化速度函数.对原优化速度函数和改进的优化速度函数进行了参数标定，并对两个函数进行了微观向宏观交通参数的推导，结果表明，改进的优化速度函数能更好地描述车辆跟驰中微观和宏观交通参数之间的关系.最后对基于两种函数的全速度差跟驰模型进行了数值模拟，结果表明，基于改进的优化速度函数的跟驰模型具有更好的稳定性.

关键词: 城市交通, 跟驰模型, 非线性回归, 优化速度函数, 交通流理论

Abstract:

To research the numerical relationship between headway and speed, field data of car-following is gathered by vehicles equipped with high precision GPS, and a Modified Optimal Velocity model (M-OVM for short) is built based on the field data. The original OVM and the M-OVM are calibrated and extended to the macroscopic parameters, the result shows that the M- OVM can describe the relationship of traffic parameters with a higher accuracy. Furthermore, simulations are conducted to analyze the characteristics of the car-following model with the M-OVM, the result shows that the M-OVM can improve the stability of the car-following model.

Key words: urban traffic, car- following model, nonlinear calibration, optimal velocity model, traffic flow theory

中图分类号:

U491.1+12

杨龙海，赵顺，徐洪. 基于改进优化速度函数的跟驰模型研究[J]. 交通运输系统工程与信息, 2017, 17(2): 41-46.

YANG Long-hai，ZHAO Shun，XU Hong. Car-following Model Based on the Modified Optimal Velocity Function[J]. Journal of Transportation Systems Engineering and Information Technology, 2017, 17(2): 41-46.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract19376.shtml

http://www.tseit.org.cn/CN/Y2017/V17/I2/41

参考文献

[1] BANDO M, HASEBE K, NAKAYAMA A, et al. Dynamical model of traffic congestion and numerical simulation[J]. Physical Review E, 1995, 51(2): 1035- 1042.

[2] HELBING D, TILCH B. Generalized force model of traffic dynamics[J]. Phys Rev E, 1998(58): 133-138.

[3] 姜锐，吴清松. 交通流复杂动态特性的微观和宏观模式研究[J]. 中国科学院研究生院学报，2006, 23(6): 848- 854. [JIANG R, WU Q S. Study on the complex dynamic properties of traffic flow from the micro and macro modelling[J]. Journal of Graduate School of the Chinese Academy of Sciences, 2006, 23(6): 848-854.]

[4] 王涛，高自友，赵小梅. 多速度差模型及稳定性分析[J]. 物理学报，2006, 55(2): 634-640. [WANG T, GAO Z Y, ZHAO X M. Multiple velocity difference model and its stability analysis[J]. Acta Physica Sinica, 2006, 55(2): 634-640.]

[5] 龚节坤. 基于实时路面附着条件的跟驰模型研究[D]. 哈尔滨：哈尔滨工业大学, 2015. [GONG J K. The research of car following model based on real-time road surface adhesion condition[D]. Harbin: Harbin Institute of Technology, 2015.]

[6] QU X, WANG S, ZHANG J. On the fundamental diagram for freeway traffic: A novel calibration approach for single- regime models[J]. Transportation Research Part B: Methodological, 2015(73): 91-102.

[7] YANG L, ZHANG X, GONG J, et al. The research of car- following model based on real- time maximum deceleration[J]. Mathematical Problems in Engineering, 2015, 2015(6): 1-9.

[8] 金盛, 王殿海. 考虑前方交通状态的车辆跟驰模型与数值仿真[J]. 北京工业大学学报, 2012, 38(8): 1236- 1241. [JIN S, WANG D H. Car following model and simulation considering front traffic situation[J]. Journal of Beijing University of Technology, 2012, 38(8): 1236- 1241.]

[1]	刘晓冰, 李奉孝, 田欣妹, 闫学东. 基于通勤模式的都市圈中心结构判别研究[J]. 交通运输系统工程与信息, 2022, 22(2): 17-28.
[2]	许奇, 陈越, 黄靖茹, 高顺祥, 张志健. 考虑出行费用的就业可达性分析[J]. 交通运输系统工程与信息, 2022, 22(2): 37-44.
[3]	刘春禹, 刘永红, 罗霞, 朱颖. 混合交通流环境下单交叉口自动驾驶车辆轨迹优化[J]. 交通运输系统工程与信息, 2022, 22(2): 154-162.
[4]	张小雨, 邵春福, 王博彬, 黄士琛. 新冠疫情影响下居民共享出行方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(2): 186-196.
[5]	李欣, 戴章, 李怀悦, 胡笳. 基于连续近似模型的轨道交通与常规公交耦合优化设计[J]. 交通运输系统工程与信息, 2022, 22(2): 206-213.
[6]	郝妍熙, 刘戎阳, 胡华, 方勇, 刘志钢. 单向通道行人-自行车混合流建模及自组织现象研究[J]. 交通运输系统工程与信息, 2022, 22(2): 223-229.
[7]	赵传林, 贺少松, 孙淑敏, 王钰涵. 基于理性疏忽理论的交通疏散网络双层优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 239-246.
[8]	陈小红, 蓝秋雨. 不确定交通需求下交叉口信号配时区间优化模型[J]. 交通运输系统工程与信息, 2022, 22(2): 247-256.
[9]	李冰, 王正辉, 马铭炜, 杨鸿宇, 冯悦. 信号交叉口行人二次过街下右转车通行能力与延误估计模型[J]. 交通运输系统工程与信息, 2022, 22(2): 257-267.
[10]	朱彤, 秦丹, 董傲然, 杜雨萌, 魏雯. 公交驾驶员违规类型同交通事故间的关联分析[J]. 交通运输系统工程与信息, 2022, 22(2): 322-329.
[11]	毛保华, 王敏, 何天健, 陈海波. 城市公共交通服务水平研究回顾和展望[J]. 交通运输系统工程与信息, 2022, 22(1): 2-13.
[12]	王子甲, 贾慧慧, 朱亚迪, 陈峰. 基于智能卡数据的轨道与公交复合网络通勤方式选择行为研究[J]. 交通运输系统工程与信息, 2022, 22(1): 67-73.
[13]	贾斌, 朱凌, 李树凯, 刘家林. 城市轨道交通小交路计划与客流控制协同优化策略[J]. 交通运输系统工程与信息, 2022, 22(1): 124-132.
[14]	牟振华, 汪寒冰, 林本江, 陈逸群, 金程程, 陈艳艳. 基于演化博弈的违章停车动态罚金策略效用仿真评价[J]. 交通运输系统工程与信息, 2022, 22(1): 152-162.
[15]	贾富强, 李引珍, 杨信丰, 马昌喜, 代存杰. 基于演化博弈的政府鼓励条件下共享停车行为分析[J]. 交通运输系统工程与信息, 2022, 22(1): 163-170.

基于改进优化速度函数的跟驰模型研究

Car-following Model Based on the Modified Optimal Velocity Function

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics