论文部分内容阅读
随着城市经济的快速发展和城市化进程的不断推进,城市居民的生活水平不断提高,城市汽车保有量也在逐渐增多,伴随而来的交通拥堵、交通安全等问题日益突出,己严重影响了城市居民的出行质量,同时制约了城市的发展。在最近的研究中,宏观基本图(Macroscopic Fundamental Diagram,MFD)理论已经被证明是大型城市路网建模与控制的有力工具,本文考虑到排队长度通常被认为是评估城市路网交叉口运行效率的重要指标,提出了一种基于排队长度的城市交通流宏观基本图(Queue-length-based MFD,QMFD)的概念,并依据北京市浮动车数据(Floating Car Data,FCD)验证了 QMFD的存在性。此外,本文建立了一种基于排队长度的道路交通运行状况的判别模型。具体的研究工作如下:首先,本文对北京市浮动车数据进行预处理和地图匹配。数据预处理的目的是剔除异常或错误数据;地图匹配的目的是确定浮动车所在的路段。由于浮动车数据中包含众多的瞬时速度为零的数据点,且这些零速度点数据的方向角大多不准确,因此,对零速度点数据和非零速度点数据采取不同的匹配算法。其次,本文提出了一种基于浮动车数据估计交叉口进口道路段排队长度的方法。由于排队长度与浮动车停车点到交叉口进口道停车线的距离有关,该方法统计了不同时间段的距离分布数据,然后利用Vissim得到排队长度与不同浮动车比例、不同统计时间段的距离分布数据样本对,训练BP神经网络模型,最后根据训练后的模型估算排队长度。再次,在对浮动车数据进行准确的地图匹配的基础上,本文计算各路段的速度、密度、流量、排队长度等参数,研究城市路网交叉口进口道路段的车辆平均排队长度与其他宏观交通参量(平均速度、平均密度、平均流量等)之间的关系(QMFD)。根据北京市2014年9月的浮动车数据从不同的角度验证了 QMFD的存在性,并对MFD和QMFD的关系进行分析。最后,本文建立了一种基于排队长度的道路交通运行状况的判别模型。为了能够清晰地描述路段的交通运行状况,对流量进行重新定义,加入了车辆通过该路段的行程速度的考虑。通过Vissim提供的单个路段的交通数据,发现在交通信号灯周期时长和绿灯时长保持不变的情况下,单个路段的流量与排队长度呈单峰、低散度关系,并且发现峰值处的排队长度和信号灯绿信比之间存在着一定的函数关系,这一函数关系可以用于判别道路的交通运行状况。