精华内容
下载资源
问答
  • 交通流

    千次阅读 2017-04-22 12:57:16
    交通流【traffic flow】交通流是指汽车在道路上连续行驶形成的车流。广义上还包括其他车辆的车流和人流。在某段时间内,在不受横向交叉影响的路段上,交通流呈连续流状态;在遇到路口信号灯管制时,呈断续流状态。 ...

    涵义:交通流理论是运用物理和数学的定律来描述交通特性的一门边缘学科.它的应用能更好地解析交通现象及其本质,使道路发挥最大功效。

    作为交通工程学的基础理论,多年来交通流理论广泛应用于交通运输工程的许多研究领域:如交通规划、交通控制道路与交通工程设施设计等方面。
    参数:定量描述交通流可用 3个参数:
    ①交通流量,又称交通量,表示交通流在单位时间内通过道路指定断面的
    车辆数量,单位是辆/小时或辆/日;
    ②交通流速度,简称流速,表示交通流流动的快慢,单位是米/秒或公里/小时;
    ③交通流密度,表示交通流的疏密程度,即道路单位长度上含有车辆的数量,单位是辆/公里。
    3个参数之间的关系是:交通流量为交通流速度和交通流密度的乘积。道路上车辆很少时,驾驶员可选择较高速度,这时交通流速度较大,但因交通流密度小,所以交通流量也比较小。随着路上的车辆增多,交通流密度增大,车辆的行驶速度虽受到前后车辆的约束而有所下降,流速降低,但交通流量还是增加,直到某一种条件下,流速和密度的乘积达到最大值,即交通流量为最大时为止。这时的流速称为最佳速度,密度称为最佳密度。如果路上车辆再增加,密度继续增大,流速继续下降,尽管密度较大,但因流速较小,所以流量反而下降,直到密度为最大值(这时称之为拥堵密度),造成道路阻塞,车辆无法行驶,流速等于零,交通流量也等于零为止(如图所示[交通流量、交通流速度、交通流密度关系图])。

    元胞自动机

    元胞自动机(Cellular Automaton,复数为Cellular Automata,简称CA,也有人译为细胞自动机、点格自动机、分子自动机或单元自动机)。是一时间和空间都离散的动力系统。散布在规则格网 (Lattice Grid)中的每一元胞(Cell)取有限的离散状态,遵循同样的作用规则,依据确定的局部规则作同步更新。大量元胞通过简单的相互作用而构成精态系统的演化。由冯诺依曼在20世纪50年代发明。
    其分为
    NS模型

    该模型用一个一维点阵代表一条单车道,即将所研究的单车道分成n个长度为L的小路段(元胞),点阵中每个位置代表一个元胞,每个位置或空闲或容纳一辆车。元胞长度L为道路阻塞时的平均车头间距;车辆速度的范围为0~Vmax;时间步长可以认为是驾驶员的反应时间,通常取1秒;每个位置有Vmax+1种状态。

    变化规则
    1.加速规则:如果v(t)<=Vmax,则v(t+1)=min(Vmax,v+1)
    2.减速规则:如果v(t)>gap,则v(t+1)=gap
    3.随机减速:在概率p下,v(t+1)=max(v(t+1)-1,0)
    4.车辆运动:x(t+1)=x(t)+v(t+1)

    Gap是本车与前车之间的空格数;x表示车辆的位置

    多车道元胞自动机

    除了单车道的变化规则,对于多车道还应该有车道变换规则

    车道变换规则(假设左车道为快车道,右车道为慢车道)
    1.如果Vmax>gapgap_left>=gap,则变换到左车道
    2.如果Vmax<gap-vVmax<gap_right-v,则变换到右车道
    3.如果v_back<=gap_back(保证后车不会与本车发生碰撞),在满足上述条件下车辆以概率p进行变道,并规定以下限制条件:

         如果v_right>gap_left,则v_right=gap_left(禁止右车道的车辆超过左车道的车辆)

    以下是来自https://wenku.baidu.com/view/992d27d1551810a6f524865a.html 的一段matlab代码
    function [ v d p ] = multi_driveway( nl,nc,fp,dt,nt )
    %  在某一特定车流密度下的(车流密度由fp决定)单、双车道仿真模型
    %  nc:车道数目(1或2),nl:车道长度——输入参数
    %  v:平均速度,d:换道次数(1000次)p:车流密度——输出参数
    %  dt:仿真步长时间,nt:仿真步长数目——输入参数
    %  fp:车道入口处新进入车辆的概率——输入参数
    %  test:
    %  nl = 400;fp = 0.5;
    %  nc = 2;dt=0.01;nt=500;
       %构造元胞矩阵
       B=ones(2*nc+1,nl+2);
       %奇数行为不可行车道
       B(1:2:(2*nc+1),:)=1.2;
       %初始化仿真元胞状态(1为无车,0为有车)
       bb=B(2:2:2*nc,:);bb(bb~=0)=1;B(2:2:2*nc,:)=bb;B(2:2:2*nc,end)=0;
       %显示初始交通流图
       figure(1);
       H=imshow(B,[]);
       set(gcf,'position',[241 132 560 420]) ;%241 132 560 420
       set(gcf,'doublebuffer','on');  %241
       title('cellular-automation to traffic modeling','color','b');
       %初始化化存储元胞上车辆状态的矩阵
       S(1:nc,nl) = 0;
       Q(1:nc,1:2) = 0;
       Acc(1:nc,1:(nl+2))=0;
       %初始化换道频率、平均速度、车流密度相关变量
       ad = 0;
       av(1:nt) = 0;
       ap(1:nt) = 0;
       c = 1;
       for n = 1:nt
          A=B(2:2:2*nc,:);
          %确定前n-2个车辆的状态
          S(:,:) = 0;
          S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==1)=2;%加速的车
          S(A(:,1:end-2)==0&A(:,2:end-1)==0)=3;%停车的车
          S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==0)=1;%减速行驶的车
          %确定最后2两个元胞的状态
          Q(:,:) = 0;
          Q(A(:,end-1)==0&A(:,end)==0) = 1;
          Q(A(:,end-1)==0&A(:,end)==1) = 2;
          Q(A(:,end-1)==1&A(:,end)==0) = 2;
          Q(:,end) = 1;
          %获得所有元胞上车辆的状态
          Acc = [ S Q ];
          %换路规则
          if(nc>1&&n>nl/2)
              %遍历每一个元胞
              for g = 1:length(Acc(1,:))
                  %停车状态车辆如另一条路有2空位则换路
                  if( Acc(1,g)==3&&Acc(2,g)==0&&Acc(2,g+1)==0)
                      A(1,g)=1;
                      A(2,g)=0;
                      ad=ad+1;
                  elseif( Acc(2,g)==3&&Acc(1,g)==0&&Acc(1,g+1)==0 )
                      A(1,g)=0;
                      A(2,g)=1;
                      ad=ad+1;
                  %均速行驶车辆如另一条路有3空位则换路
                  elseif( Acc(1,g)==1&&Acc(2,g)==0&&Acc(2,g+1)==0&&Acc(2,g+1)==0 )
                      A(1,g)=1;
                      A(2,g)=0; 
                      ad =ad+1;
                  elseif( Acc(2,g)==1&&Acc(1,g)==0&&Acc(1,g+1)==0&&Acc(1,g+1)==0 )
                      A(1,g)=0;
                      A(2,g)=1;
                      ad=ad+1;
                  end
              end
              %换路后重新设置元胞上的车辆状态
              S(:,1:end) = 0;
              S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==1)=2;%寻找加速的车
              S(A(:,1:end-2)==0&A(:,2:end-1)==0)=3;%寻找停车的车
              S(A(:,1:end-2)==0&A(:,2:end-1)==1&A(:,3:end)==0)=1;%寻找减速行驶的车
              %确定最后2两个元胞的状态
              Q(:,1:end) = 0;
              Q(A(:,end-1)==0&A(:,end)==0) = 1;%
              Q(A(:,end-1)==0&A(:,end)==1) = 2;
              Q(A(:,end-1)==1&A(:,end)==0) = 2;
              Q(:,end) = 1;
              %获得所有元胞状态
              Acc = [ S Q ];
          end
          %根据当前状态改变元胞位置
          %匀速运行车辆向前走1格
          A( Acc(:,1:end)==1 ) = 1;
          A( [ zeros(nc,1) Acc(:,1:end-1)]==1 ) = 0;
          %高速运行车辆向前走2格
          A( Acc(:,1:end)==2) = 1;
          A( [ zeros(nc,2) Acc(:,1:end-2)]==2) = 0;
          %计算平均速度、换道频率、车流密度等参数
          %获得运行中的车辆数目N
          matN = A<1;
          N = sum(sum(matN));
          %获得运行中的车辆速度之和V
          E = S((S==1)|(S==2));
          V = sum(E);
          %计算此时刻的车流密度并保存
          ap(n) = N/( nc*(nl+2) );
          %计算此时刻的平均速率并保存
          if(N~=0&&n>nl/2)
              av(c) = V/N;
              c = c+1;
          end
          %在车道入口处随机引入新的车辆
          A = [ round(fp*rand(nc,1))&A(1:nc,1) A(:,2:end)];
          A(A~=0)=1;
          %将新的车辆加入元胞矩阵中
          B(2:2:2*nc,:)=A;
          %显示交通流图
          set(H,'CData',B);
          %仿真步长
          pause(dt);
       end
       %仿真结束,计算结果
       d = ad;
       p = mean(ap);
       v = sum(av)/c;
    end





    展开全文
  • 交通流仿真

    2017-12-08 08:42:53
    交通流信息,可以通过该代码模拟交通事故发生之后的城市道路交通情况
  • 交通流特性

    2017-12-08 08:48:00
    在城市交通中,由于交通流密度大,上述问题受环境照度 的影响更为明显,危害性更大。所以,如何通过研究低照度环境下城市道路交 通流特性,针对性地对交通流进行相应管理与控制,对于解决低照度环境下的 各种交通...
  • 交通流理论

    2018-05-04 09:39:33
    交通流理论是分析研究道路上行人和机动车辆(主要是汽车)在个别或成列行动中的规律,探讨车流流量、流速和密度之间的关系,以求减少交通时间的延误、事故的发生和提高道路交通设施使用效率的理论。始于50年代。是...
  • 交通噪声与交通流状态的关系研究,胡永举,,本文结合交通流理论和噪声传播理论,提出一种全新的交通流状态判定方法,给出了具体的检测方法和数值处理方法,以及对交通流状态
  • KOUPL1P1-交通流量控制 高斯约旦消除法的交通流控制
  • 交通流分配算法

    2018-12-11 15:06:04
    给定OD对和交通路网的交通流分配算法,包括3种算法:全由全无分配、增量分配以及连续平均分配。
  • 道路交通流动态模型研究,陈俊,,根据道路交通流特性的主要研究内容以及思路,对以下三个道路交通流特性参数进行了分析:驾驶员交通特性、道路交通特性和环境影响
  • 城市交通流配流问题的遗传算法求解rar,城市交通流配流问题的遗传算法求解
  • 道路交通拥挤收费对交通流影响的仿真研究,张秋丽,赵胜川,道路交通拥挤收费是城市交通管理的有效措施之一,通过引导和调节交通流的时空分布,缓解城市交通拥堵。结合私家车出行者的出行时
  • 交通流元胞自动机仿真平台V3.0 交通流元胞自动机仿真平台V3.0 交通流元胞自动机仿真平台V3.0 交通流元胞自动机仿真平台V3.0
  • 交通流理论3——交通流三大参数

    万次阅读 2017-11-14 10:45:24
    交通流理论中,反应交通流特征的主要三个参数是:流量、速度和占有率。接下来主要详细地描述这三个参数及其相关定义。流量  流量是指在单位时间内,通过道路某一点、某一截面或某一条车道的交通实体数(车辆数)...

      第二节我打算在未来写交通调查方面的内容,由于对该部分不是十分熟悉,先写后面的内容,前面的章节在未来有空学习的情况下补充。在交通流理论中,反应交通流特征的主要三个参数是:流量、速度和占有率。接下来主要详细地描述这三个参数及其相关定义。

    流量

      流量是指在单位时间内,通过道路某一点、某一截面或某一条车道的交通实体数(车辆数)。流量可通过定点调查直接获得,现在常用的方法是采用线圈探测器测量。流量与车头时距有以下关系:

    q=NT

    式中:q——流量(veh/h);
       T——观测时段长度;
        N——观测时段内的车辆数。
      观测时段长度和车头时距有如下关系:
    T=i=1Nhi

    式中:hi——第i1辆车的车头时距
      将下式代入上式,就得到流量和平均车头时距之间的关系:
    q=NT=i=1Nhi=11NNi=1hi=1h¯

    式中:h¯——平均车头时距
      将不足1h的观测时间内(如5min15min)观测到的交通量换算为1h的车辆数称为小时流率,可按下式计算:
    =n×60/n

      这里n为观测时间。

    速度

    • 瞬时速度
        瞬时速度u为车辆通过道路某一点时的速度,公式为:
      u=dxdt=limt2t10x2x1t2t1

        式中x1x2分别为时刻t1t2的车辆位置。雷达和微波监控得到的速度可以非常接近此定义。车辆地点速度的近似值也可以通过小路段调查获得(通过间隔一定距离的感应线圈来调查)。
    • 平均速度
      (1)时间平均速度u¯t,就是观测时间内通过道路某断面又有车辆地点速度的算术平均值:
      u¯t=1Ni=1Nui

      式中:ui——第i辆车的地点速度;
         N——观测的车辆数
      (2)区间平均速度u¯s,有两种定义:一种定义为车辆形式一定距离D与该距离对应的平均形式时间的商:
      u¯s=D1NNi=1ti

      式中:ti——车辆i行驶距离D所用的行驶时间。
      ti=Dui

      式中:ui——车辆i行驶距离D的形式速度。
        将其做以下变形,可以得出区间平均速度是观测路段内所有车辆行驶速度的调和平均值。
      u¯s=D1NNi=1ti=D1NNi=1Dui=11NNi=11ui

        区间平均速度的另一种定义为某一时刻路段上所有车辆地点速度的平均值。可通过沿路段长度调查法得到:以很短时间间隔∆t对路段进行两次(或多次)航空摄像,据此得到所有车辆的地点速(近似值)和区间平均速度,公式如下:
      ui=siΔt

      u¯s=1Ni=1NsiΔt=1NΔtNi=1si

      式中:ui——第i辆车平均速度;
         Δt——两张照片的时间间隔;
         si——在∆t间隔内,第i辆车行驶的距离。
      (3)时间平均速度和区间平均速度的关系
        对于非连续交通流,例如含有信号控制交叉口的路段,区分这两种平均速度尤为重要,而对于自由流,区分这两种平均速度意义不大。当道路上车辆的变化很大时,这两种平均速度的差别非常大。时间平均速度和区间平均速度的关系如下:
      u¯tu¯s=δ2xu¯s

      式中:δ2x=ki(utus)2K
          ki——第i股交通流的密度;
         K——交通流的整体密度。

    密集度

      密集度包括占有率和密度两种含义。
    * 占有率
      占有率o即车辆的时间密集度,就是在一定的观测时间T内,车辆通过检测器时所占用的时间与观测总时间的比值。对于单个车辆来说,在检测器上花费的时间是由单个车辆的速度ui、车长li和检测器本身的长度d决定的:

    o=i(li+d)/uiT=1Tiliui+dTi1ui

      将上式第二项的分子分母同时乘上N,可得:
    o=1Tiliui+dNT1Ni1ui=1Tiliui+dqu¯s

      将基本公式q=ku¯s带入上式:
    o=1Tiliui+dk

      其中T是车头时距的总和,K为密度。将上式第一项的分子分母同时除以N得:
    o=1Tiliui+dk=1Niliui1Nihi+dk=1Niliuih¯+dk

      如果假定车身长度取定值l,那么上式可简化为:
    o=1Niliuih¯+dk=1h¯l1Ni1ui+dk=lqu¯s+dk=(l+d)k=ckk

    式中:ck——车身长度与检测器长度之和
      由于单个检测器的长度d是恒定的,如果假定车辆长度也相同,那么该式表明占有率与密度是成正比的,由此可得如下的区间平均速度计算公式:
    u¯s=qcko

      交通工程中还引用了空间占有率的概念来表示交通流状态。空间占有率是指一定路段上车辆总长度与路段总长度之比。
    * 密度
      交通密度k代表车辆的空间密集度,就是某一瞬间单位道路长度上存在的车辆数,即:
    k=N/L

      密度只能通过沿路段长度调查法即根据航拍照片图上量得的距离和车辆数计算得出。若记si为第i辆车与前车的车头间距,则:
    ki=1/si=1/(hiui)

    式中:hi——第i辆车与前车(第i1辆车)的车头时距;
       ui——第i辆车的车速。
      那么平均密度如下:
    k¯=11Nsi

    或者
    k¯=11NNi=11ki

    式中:k¯——平均交通密度;
       N——记录的车头间距数。

    展开全文
  • 基于遗传算法的小波神经网络交通流预测-基于遗传算法的小波神经网络交通流预测.pdf 基于遗传算法的小波神经网络交通流预测.pdf 基于遗传算法的小波神经网络交通流预测
  • 城市交通流诱导与交通控制系统协同研究综述,杨兆升,保丽霞, 本文分析了城市交通流诱导系统与交通控制系统协同运作的必要性,深入剖析了两系 统的发展历史,并对国内外UTCS 和UTFGS 协同的模式�
  • 为了得到稳定有序的道路交通流, 依据离散趋近律, 设计了交通流的速度控制器. 考虑到由于匝道的流入和 流出使得交通流具有不确定性, 设计了动态扰动补偿器. 以各路段的密度为控制目标, 先通过密度函数的离散趋近...
  • 基于动态交通流分配模型对街区路网的交通分析,陈建宇,赵诣,本文基于动态交通流分配模型对开放街区路网交通影响进行分析,研究开放式街区制下不同结构居民建筑区域对其周边交通路网的综合影
  • 地磁交通流信息采集。
  • 关于交通流诱导与交通控制协同的若干问题思考,保丽霞,杨兆升,本文针对交通流诱导与交通控制系统的协同运作进行了前期分析探讨,从二系统各自的运行机理出发,剖析了它们协同运作的必要性。重
  • 元胞自动机交通流模型 matlab 代码。 元胞自动机交通流模型matlab代码,双车道模型,靠右行驶模型,代码很容易修改成其他相关模型。 元胞自动机 交通流 matlab
  • DBN Python预测交通流

    2017-11-01 10:30:24
    python 实现的基于DBN的交通流预测系统,为方便验证已给出实验,绝对可用
  • 1引言随着交通检测技术和智能交通系统的发展,交通管理者能够获得海量的交通数据。...2交通原始数据的选取本文中使用的数据为四川省某市2014年8月6日的交通流数据,这个数据中有很多路段信息,并且...

    1引言随着交通检测技术和智能交通系统的发展,交通管理者能够获得海量的交通数据。但是现实中,往往由于各种因素如环境、道路突发事件、采集设备故障等导致采集的数据存在缺失、异常、冗余等现象,这会降低智能交通系统分析和诱导能力。因此,如何将获取“脏数据”进行科学合理的清洗是各国学者亟待解决的问题。2交通原始数据的选取本文中使用的数据为四川省某市2014年8月6日的交通流数据,这个数据中有很多路段信息,并且数据采集设备的采集数据周期为5min,相应的信息可以从图1中看出。每条交通数据都有唯一的VID_LANE_ID号与之对应。而VID_LANE_ID前四位指代某路段的某一具体设备。TRAFFICDATA代表采集数据的时间。DIRECTION为方向编码,代表车辆行驶的方向,TRAFFICDATA_ID记录时间间隔为5分钟,这个时间段非常适合数据分析与预测建模。对于VOL为该路段在5分钟内所经过的车辆总数;SPEED为在观测时间内所有车辆的速度平均值;OCC为占有率,指检测时间周期内有车辆经过的时间总和与检测总时间的之比(本文采集数据OCC省略了百分数)。3交通流数据清洗采集到的真实的交通流数据往往会由于诸如信息传输、设备自身故障、突发交通事故等因素影响会导致其包含有真实数据和不真实的数据。为了使数据分析或者数据预测工作具有科学性和可靠性,往往不能直接使用这些“脏数据”,在这之前需要对这些采集到的原始的交通流数据进行降低甚至消除噪声、简约冗余

    数据、对异常错误数据进行修正、对缺失数据进行填补等工作,用以提高数据质量,通常称这一过程为数据清洗。一般说来,脏数据主要存在异常、缺失和冗余这三类。3.1异常数据的判断与处理本文异常数据的剔除算法分为两个步骤,第一步是采用阈值法去掉比较明显的错误数据;第二步是采用交通机理法去掉在数据中隐藏的错误数据。阈值法要求数据取值在一定的区域范围之内,如果相应的区间内数据超出了这个区域,那么就表示相应的数据为错误数据,需要对其进行清洗。也就是说,根据采集到的数据的历史统计规律、设定相应的数据阈值,对待处理数据进行上下阈值比较,在这区间的为正常数据,不在此区间的为异常数据。通常会将交通流数据的特征参数联合起来进行综合判断。通过对数据的研究分析,发现所采集到的数据存在很多异常数据,如速度为零,流量却不为零;流量不为零,占有率却为零等。根据城市道路交通机理知识,交通流数据中的参数数据应该是同有同无,也就是说不可能三者中有某一个或几个为零,其余参数数据不为零的情况。这就是进行数据逻辑判断的准则,用以剔除错误的数据。因此,异常数据的逻辑判断和处理准则为:(1)当流量VOL大于2000辆/h时,流量为异常数据,剔除;(2)当速度SPEED大于100km/h时,速度为异常数据,剔除;(3)流量、速度、占有率、车头时距都为零时,剔除。3.2缺失数据的处理数据缺失可能是由多种原因造成的,那么其表现出的形态也有多种,所以在进行缺失数据处理之前要遍历在一定时间内某路段的所有数据。在这过程中发现某时刻没有数据,则称这种现象为数据缺失。在补齐数据的过程中需遵循以下两条原则:首先要保证原始数据的完整,及对于原始数据最大限度不作修改和删除,以保证有足够充足的历史数据可作为修补数据的基础,并且此文档应单独完整存储,方便后续的检测和使用,缺失数据的处理在异常数据剔除之后,在异常数据处理后存储为剔除异常后的数据文档,缺失数据则基于此文档,修改过后另外保存。其次是对于缺失数据修补的方法和过程应用文档独立记载,这将有利于后续的检查工作并且为数据的取舍提供基础,

    图1:

    展开全文
  • 城市间断交通流综合拥挤指标分析,范超,任刚,本文针对城市道路的间断交通流,在获取实际调查数据的基础上,采用相关分析的方法研究了间断交通流参数之间的关系,将交通流参数
  • 集成学习下的短期交通流预测
  • 内河航道中交通流理论应用初探,徐婷婷,,随着内河航道的不断发展,研究船舶交通流基本理论,并用其指导内河船舶运行,具有非常重要的意义。本文尝试性地借鉴了道路交通流
  • 分布交通流预测计算

    2018-04-14 20:22:47
    条件:已知现状OD表,将来OD表各行、各列总和。通过程序实现对分布交通流的计算,能实现两种计算方式:1.平均增长系数法;2.底特律法。
  • 交通流matlab编程

    2014-02-07 16:29:53
    交通流元胞自动机matlab程序,某大学某牛人用matlab编写的,很不错
  • 快速路交织区交通流特征分析,徐大伟,裴玉龙,本文以我国城市快速路交织区为研究对象,利用调查数据,对快速路交通流特征进行了系统地分析。分析了交通流的短时流率和小时流量

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 2,147
精华内容 858
关键字:

交通流