[论文解读] Microscopic Statistical Characterisation of the Congested Traffic Flow and Some Salient Empirical Features

Bo Yang, Ji Wei Yoon+1 more|arXiv (Cornell University)|Mar 14, 2016

Traffic control and management被引用 4

一句话总结

本文基于新加坡高速公路的实证数据，对拥堵交通流进行了大规模微观分析，采用重标度技术提取了依赖于车间距、速度和相对速度的有效加速度动力学。研究揭示了非线性、依赖于车间距的驾驶员响应行为，包括对相对速度的对称敏感性以及在某些速度范围内的速度不敏感性，为‘同步相’的存在提供了强有力的实证证据，并可构建通用的、数据驱动的微观交通模型。

ABSTRACT

We present large scale and detailed analysis of the microscopic empirical data of the traffic flow, focusing on the non-linear interactions between the vehicles when the traffic is congested. By implementing a "renormalisation" procedure that averages over relatively unimportant factors, we extract the effective dependence of the acceleration on the vehicle headway, velocity and relative velocity, that characterises not just a few vehicles but the traffic system as a whole. Several interesting features of the detailed vehicle-to-vehicle interactions are revealed, including the stochastic distribution of human responses, relative importance of non-linear terms in different density regimes, symmetric response to the relative velocity, and the insensitivity of the acceleration to the velocity within a certain headway and velocity range. The latter leads to a multitude of steady-states without a fundamental diagram, showing strong evidence of the "synchronised phase", substantiated with additional microscopic details. We discuss the richness of the available data for the understanding of the human driving behaviours, and its usefulness in construction and calibration of both deterministic and stochastic microscopic traffic models.

研究动机与目标

• 通过在无关变异性的平均化处理中提取真实世界交通数据中的通用有效加速度动力学。
• 利用详细的微观交互作用验证拥堵交通中‘同步相’存在的实证依据。
• 为构建确定性和随机性微观交通模型提供数据驱动的基础。
• 识别在不同交通密度状态下驾驶员行为中非线性项的相对重要性。
• 从实证数据中建立一个‘主交通模型’，以捕捉集体驾驶行为，而无需假设所有驾驶员完全相同。

提出的方法

• 使用高速摄像（250 fps）和机器学习技术，从六个月内的真实交通流中提取车辆位置、速度、加速度和车间距。
• 应用重标度程序以平均化不重要的快速波动因素，从而隔离加速度对关键变量的有效依赖关系。
• 采用以车间距、速度和相对速度为变量的多项式展开来建模驾驶员行为。
• 通过截断项（p,q ≤ 3）的最小二乘非线性回归拟合模型，以识别主导系数。
• 分析系数的车间距依赖性，以揭示不同交通状态下的驾驶行为特征。
• 将结果与实证的流量-密度关系及速度-时间数据进行验证，重点关注高峰拥堵时段。

实验结果

研究问题

• RQ1 在拥堵交通中，车辆加速度对车间距、速度和相对速度的有效通用依赖关系是什么？
• RQ2 驾驶员响应中的非线性项在不同交通密度状态下如何变化？
• RQ3 驾驶员对相对速度的敏感性在多大程度上是对称的？其对车间距的依赖关系如何？
• RQ4 在特定车间距和速度范围内，加速度对速度的不敏感性是否支持‘同步相’的存在？
• RQ5 能否从实证数据中统计推导出一个单一的代表性‘模型车辆’，作为交通模型的基础？

主要发现

• 加速度模型中的主导系数为 λ₀₁ 和 λ₁₀，其中 λ₁₀ 展现出强烈的车间距依赖性，尤其在 h ≈ 10–14 m 附近显著下降，支持‘同步相’的出现。
• 在车间距 9 m < h < 14 m 范围内，仅 λ₀₁ 显著，表明驾驶员仅对相对速度作出响应，导致速度同步化并产生多个稳态。
• 当 h < 8 m 时，λ₂₀ 占主导地位，表明驾驶员在偏离最优速度时更倾向于加速，反映出高密度交通中响应能力的增强。
• 当 h > 14 m 时，驾驶员即使速度较慢也表现出更谨慎的加速度行为，表明低密度条件下响应能力下降、更加谨慎。
• 高阶系数显著小于低阶系数，支持模型截断的合理性，并验证了简单有效模型的可行性。
• 数据揭示了在二维流量-密度平面上存在大量稳态，强烈支持‘同步相’作为由非线性相互作用驱动的集体现象的存在。