手机知网 App
24小时专家级知识服务
打 开
手机知网|搜索

基于交通录像资料的交通流参数测量和模型研究

郑贤清

  目前交通拥挤在全球范围内已经发展成为一个非常严重的问题。当道路拓宽变得愈加不可能时,科学家们把注意力放在了如何更合理高效地使用现存交通设施上。交通流模型是研究复杂交通现象和建立交通控制系统的重要工具。但是尽管新理论层出不穷,传统模型被不断改进,交通拥挤的程度却在不停上升。此外仍然存在很多特殊的实测现象是现有模型无法复制和阐释的,这就使得交通流研究的重点有必要被放在实测研究上。一方面,交通流模型的设计需要大量的实测交通数据和对真实道路交通的深入调查予以支持,实测数据对确定交通流模型参数来讲是必不可少的。另一方面,已有交通流模型的数量之多,需要对各类模型的优劣加以比较,这就需要利用实测数据来验证数值模拟结果。 要更好地分析真实交通流的机理和交通拥挤的原因,不仅需要大量实测数据,还需要基于实测数据建立起来的交通流模型,特别重要的是要通过分析车辆个体的微观数据来研究整体车流的发展变化。著名的基于实测的交通流模型研究可以追溯到上世纪九十年代,Kerner、Helbing等人利用埋设于路面下的环形线圈,在1996年至2001年间对德国A5公路上获取实际车辆数据,并提出了“三相交通流”模型以及一系列非线性复杂交通流理论。必须指出,环形线圈的直接输出通常是车速和一段时间内通过线圈上方的车辆数即流量,而交通流模型中需要的密度数据是根据流量和车速来间接得到的,由于流量总是一个时间平均概念,所以密度也是时间平均值,密度和速度数据间的同步性难以得到保证。 交通流视频能够提供车辆的微观密度和速度数据从而克服上述困难。本文设计了一种基于定点拍摄的录像资料,以检测车辆上某些代表性点在不同时刻的位置为主要目标的实用性交通流参数测量方法,编写了实现该方法的计算机程序。应用该测量系统能够提取录像画面上车辆的车头间距和速度数据,其中车头间距的倒数能获得密度数据,而车速则通过车辆在短时间两帧视频图像内的位移除以时间间隔获得,这样每个速度数据都能和一个即时密度数据对应起来。本文提出的一维扫描线车辆检测方法,是上述图像处理系统的核心,它将传统的二维检测区域缩小为一维线段,大大减少了计算量,提高了计算速度,能够有效地实现各种复杂交通条件下的交通实测,使一维车辆检测技术获得了从未有过的成功应用,其创新性和对于交通流研究的价值都很高。 通过对中国几个典型大城市不同快速路段的实际交通过程长时间连续拍摄录像,采用基于一维扫描线方法的计算机程序,采集到视频资料中“车速一车头间距”数据对210920组,建立了一个国内外交通流模型研究历史上从未有过的大样本微观“跟车”交通实测数据库。根据实测数据得到的平均车速随着车头间距的增大而增大,符合交通流的基本特征。从超车道到交换道,一般平均速度依次下降,但在出口匝道影响下会出现“密度倒置”现象。实测数据转换得到“流量一密度”基本图,存在整个密度变化范围里都呈现非线性特征的类型。在小间距数据中,发现存在超过7%的“高速跟驰”车辆。迄今为止,尚未有国内外其他研究者发表过类似本文的如此大样本的微观“跟车”交通流数据,所以这些数据本身可能比已经得到的结论更加重要,它们将为其他研究者提供重要的研究基础。 应用上述实测数据对多种交通流速密关系模型进行比较研究发现,应用一维管流模型进行我国城市高速路交通流参数计算,具有比较明显的优势。本文最后针对一维管流模型方程组,提出了一种在以往交通流研究中尚未见到过的高精度紧致差分格式。另一方面,推导了一个一维管流模型在比较一般初值下的解析解,利用这个解析解构造了若干个算例进行数值计算。数值试验结果表明,这一格式一般具有二阶时间精度和三阶空间精度,当参数特殊取值时能够达到四阶空间精度,并且能够适用于不同密度的交通流计算需要,在非线性亚稳态区域里相比其他格式具有较大优势。……   
[关键词]:交通流;实测数据;车辆检测;背景更新;流量密度基本图;一维管流模型;高精度紧致差分格式
[文献类型]:博士论文
[文献出处]:复旦大学2011年