非自由交通流的non-FIFO车辆轨迹估计算法

将三角基本图的交通状态细分为自由流、中断和拥堵;基于非自由流特性,重新划分了U型时空域,以此找到适合的波速范围;重新确定了上游边界累积流量,使得边界函数刻画不过于宽泛;建立了非自由流Newell模型,并提出了使用该模型的判断条件;引入了车辆秩参数,达到在多车道上描述车辆超车现象的目的,并建立了更精确的车辆秩估计模型,从而建立了非自由流Newell扩展模型;提出了针对非自由流下2种情形的车辆轨迹估计算法,根据是否存在超车现象分为先进先出(FIFO)情形与非先进先出(non-FIFO)情形;结合数值模拟和实际交通案例,验证了算法的有效性。研究结果表明:2种情形下的轨迹估计算法都是有效的,当超车现象存在时,non-FIFO情形的估计效果较准确和稳健;在数值模拟研究中,non-FIFO情形的估计误差相对FIFO情形下降13.45%,non-FIFO情形更优;实际交通案例中,2个小汽车数据集在non-FIFO情形的估计误差相对FIFO情形均有所下降,下降幅度分别为2.38%、2.04%,且估计误差均服从高斯混合模型;公交车数据集因不存在超车现象,non-FIFO与FIFO情形的估计误差相等,均为4.90%,且估计误差服从伽马分布。可见,所建立的非自由流Newell模型对于中断多或拥堵状态占比多的交通数据均是有效可行的,且所提出的non-FIFO和FIFO情形的轨迹估计算法效果表现良好。