[发明专利]一种微观交通仿真的非机动车道混合交通流模型构建方法

说明书

本发明公开了一种微观交通仿真的非机动车道混合交通流模型构建方法，包括：建立包含非机动车和行人的多车道元胞自动机模型；在多车道元胞自动机模型基础上建立交通流模型。本发明的微观交通仿真的非机动车道混合交通流模型构建方法构建的交通流模型融合了非机动车和行人。

技术领域

本发明涉及交通技术领域，尤其是一种微观交通仿真的非机动车道混合交通流模型构建方法。

背景技术

随着城市交通的快速发展，方便了人们的出行，但交通拥堵的现象越来越严重。微观交通仿真系统通过建立道路网络模型、车辆行为模型对交通运行状态进行仿真，通过对仿真过程中的车辆运行情况对整体的交通运行效率做出量化的评估，为交通预测、疏导以及交通信号控制等相关研究提供实验平台。

我国的城市交通除了机动车道上的各种各样的机动车，还有许多非机动车和行人，它们通常行驶在非机动车道上，非机动车道与机动车道一般会有隔离设施，道路常见的非机动车有：电动自行车和自行车，由于非机动车非常适合短距离的出行，所以这些年增长的速度也十分快，包含电动自行车、自行车和行人的混合交通流在城市中是十分普遍的现象，所以研究非机动车道的混合交通流模型有十分重要的意义。

非机动车具有行驶线路不固定、行驶时摇晃、换道频率高等特点，行人具有多人一起行走、行走路径不稳定、可能停止甚至调头等特性，这些特点使得动力学跟驰换道模型不适合描述这些复杂动作。元胞自动机模型因为其灵活、离散、算法简单、在计算机上易于实现的特性，非常适合描述非机动车和行人的运动特性。

元胞自动机(cellular automaton,CA)模型不同于连续的通过微分方程来研究的跟驰模型，该模型中将车道分为一个个离散的格子，每个格子至多包含一辆车。

Schreckenberg和Nagel提出了经典的元胞自动机模型NaSch模型，在该模型中，x_n-1(t)和x_n(t)分别代表前车n-1和后车n在时间t的位置，d_n(t)代表前车n-1与后车n之间的距离，d_n(t)＝x_n-1(t)-x_n(t)-1。V_max为车辆最大的运行速度，车辆n在时间t的速度为v_n(t)，v_n(t)的大小在[0，V_max]之间的整数，p_n(t)为车辆n在时间t的慢化概率，代表减速概率。在时间从t到t+1 的过程中，NaSch模型的运行规则如下：

(1)加速过程。根据对驾驶人的行为研究，发现驾驶人会以最快的速度行驶。车辆v_n(t)如果小于最大速度V_max，车辆将提速，但速度应该小于最大速度，如果速度等于最大速度，则保持不变，则公式如下：

v_n(t+1)＝min(v_n(t)+1，V_max)

(2)减速过程。当车辆在单车道行驶或在不能超车的情况下，由于受到与前车距离的影响下，车辆会保持原速度或者减速，则公式如下：

v_n(t+1)＝min(v_n(t+1)，d_n(t))

(3)随机慢化。由于特别的因素(如驾驶人的形态改变、路面情况较差等) 使车辆减速。则公式如下：

v_n(t+1)＝max(v_n(t+1)-1，0)

(4)运动。根据调整后的速度计算t+1时间的位置。公式如下：

x_n(t+1)＝x_n(t)+v_n(t+1)