基于队列的智能交通流宏观模型



基于队列的智能交通流宏观模型

借助信息与通信技术探讨了交通流的动态特性。信息与通信技术目前还处于初期研究阶段，其通过集成传感器（遥感与定位）、控制单元（交通信号、信号标志）和智能芯片，借助无线技术实现相互间通信。在未来的5～10年里，驾驶信息将通过智能汽车之间以及智能汽车与一些基础设施之间相互传递，这将显著提高交通流量。

研究了智能汽车对交通不稳定性的影响。交通不稳定性是指智能汽车在行驶过程中，前方车辆走走停停对交通流的影响，包含了加速和减速两个方面。给出了跟驰模型，该模型是本文所提出智能交通流宏观，模型的基础，跟驰模型建立在4个基本假设的基础之上,由广义力模型（GFM）建立起来的。跟驰模型提供了基于交通流较精确的平衡方程。推导出了基于队列的宏观方程，并对其进行了线性稳定性分析。该模型属于严格的双曲型偏微分方程，因而其精确解可以由近似值来代替。对该模型进行了10km开放路面模拟以及6km上匝道模拟，进一步验证了该模型对于智能汽车交通流具有较好的稳定性。同时，智能汽车基于队列的驾驶行为，可以在相对较小的扰动下提高交通流的稳定性。本文所建立的模型也适用于智能汽车建立多级模型。

刊名：Transportmetrica B（英）

刊期：2013年第2期

作者：D. Ngoduy

编译：王祥