Mikroskopijny model przepływu ruchu

Mikroskopowe modele przepływu ruchu to klasa naukowych modeli dynamiki ruchu kołowego .

W przeciwieństwie do modeli makroskopowych , mikroskopowe modele przepływu ruchu symulują pojedyncze jednostki pojazd-kierowca, więc zmienne dynamiczne modeli reprezentują mikroskopijne właściwości, takie jak położenie i prędkość pojedynczych pojazdów.

Modele podążające za samochodem

Znane również jako modele ciągłe w czasie ${\ displaystyle x _ {\ alfa$ wszystkie modele podążające za samochodem mają wspólną cechę, że są definiowane przez równania różniczkowe zwyczajne opisujące pełną dynamikę pozycji pojazdów i prędkości $} styl wyświetlania v_ {\ alfa }}$ . Zakłada się, że bodźce wejściowe kierowców są ograniczone do ich własnej prędkości $,$ netto (odległość od zderzaka do zderzaka ${\ Displaystyle s_ {\ alfa} = x _ {\ alfa -1} -x_ {\ alfa} - \ ell _ {\ alfa -1}}$ do wiodącego pojazdu ${\ Displaystyle \ alfa -1}$ (gdzie oznacza długość pojazdu $)$ , a prędkość $}}$$Displaystyle v _ {\$ wiodącego pojazdu. Równanie ruchu każdego pojazdu charakteryzuje się funkcją przyspieszenia zależną od tych bodźców wejściowych:

${\ Displaystyle {\ ddot {x}} _ {\ alfa }(t)={\kropka {v}}_{\alfa}(t)=F(v_{\alfa}(t),s_{\alfa}(t),v_{\alfa -1}(t ))}$

Ogólnie rzecz biorąc, zachowanie podczas jazdy pojedynczej jednostki kierowca-pojazd $}$$displaystyle$ od bezpośredniego lidera, od $}}$$n_ {a$ pojazdów z przodu. Równanie ruchu w tej bardziej uogólnionej postaci brzmi:

${\ Displaystyle {\ kropka {v}} _ {\ alfa} (t) = f (x _ {\ alfa} (t), v _ {\ alfa} (t), x _ {\ alfa -1} (t),v_{\alpha -1}(t),\ldots ,x_{\alpha -n_{a}}(t),v_{\alpha -n_{a}}(t))}$

Przykłady modeli podążających za samochodami

• Optymalny model prędkości (OVM)
• Model różnicy prędkości (VDIFF)
• Model Wiedemanna (1974)
• Model Gippsa (Gipps, 1981)
• Model inteligentnego kierowcy (IDM, 1999)
• Przewidujący model jazdy oparty na DNN (DDS, 2021)

Modele automatów komórkowych

automatów komórkowych (CA) wykorzystują zmienne całkowite do opisu dynamicznych właściwości systemu. Droga jest podzielona na odcinki o określonej długości, $\ Delta t}$$displaystyle$ jest dyskretyzowany do kroków . Każdy odcinek drogi może być zajęty przez pojazd lub pusty, a dynamikę określają zaktualizowane reguły postaci:

${\ Displaystyle v _ {\ alfa} ^ {t + 1} = f (s_ {\ alfa} ^ {t} v_ {\ alfa} ^ {t}, v_ {\ alfa -1} ^ {t}, \ ldots)} x α t + 1 = x$

$} ^{t+1}=x_{\alfa}^{t}+v_{\alfa}^{t+1}}$

(czas symulacji jest mierzony w jednostkach $\ Displaystyle$$\ Delta t},$ a pozycje pojazdu w jednostkach ${\ Displaystyle$${\ alfa}}$ ).

Skala czasu jest zwykle podawana na podstawie czasu reakcji ludzkiego kierowcy, ${\ displaystyle \ Delta t = 1 {\ text {s}}}$ . Przy $odcinków$ dróg określa ziarnistość modelu. Podczas całkowitego postoju średnia długość drogi zajmowanej przez jeden pojazd wynosi około 7,5 metra. Ustawienie $x {\ displaystyle \ Delta x}$ na tę wartość prowadzi do modelu, w którym jeden pojazd zawsze zajmuje dokładnie jeden odcinek drogi, a prędkość 5 odpowiada ${\ Displaystyle 5 \ Delta x / \ Delta t = 135 {\ tekst {km / h}}}$ , która jest następnie ustawiana jako maksymalna prędkość, z jaką kierowca chce jechać . Jednak w takim modelu najmniejsze możliwe przyspieszenie byłoby ${\ Displaystyle \ Delta x / (\ Delta t) ^ {2} = 7,5 {\ tekst {m }}/{\text{s}}^{2}}$ co jest nierealne. Dlatego wiele nowoczesnych modeli $\ styl wyświetlania 1.5{\text{m}}/{\text{s}}^{2}}$$m$ przykład , co prowadzi do najmniejszego możliwego .

Chociaż modelom automatów komórkowych brakuje dokładności modeli ciągłego śledzenia samochodu, nadal mają one zdolność odtwarzania szerokiego zakresu zjawisk drogowych. Ze względu na prostotę modeli są one bardzo wydajne numerycznie i mogą służyć do symulacji dużych sieci drogowych w czasie rzeczywistym lub nawet szybciej.

Przykłady modeli CA

• Reguła 184
• Model ruchu Bihama-Middletona-Levine'a
• Model Nagela-Schreckenberga (NaSch, 1992)

Zobacz też

• Mikrosymulacja