01
交通流生成概述
什么是交通流生成？为什么需要复杂场景？课程目标与学习路径。
概念导学
02
交通流基础理论
交通流三参数（流量、密度、速度）及其关系，跟驰模型与换道模型简介。
理论核心
03
微观交通仿真工具SUMO入门
SUMO安装、路网构建、基础仿真文件结构（.net.xml, .rou.xml, .sumocfg）。
工具SUMO
04
随机交通流生成
使用Python生成随机车流，泊松分布到达模型，车辆类型与速度随机化。
Python随机
05
基于OD矩阵的交通流生成
OD矩阵概念，使用Flowrouter工具，生成指定起讫点的车流。
ODFlowrouter
06
路网编辑与复杂路口建模
使用NETEDIT绘制复杂交叉口，设置车道连接、转向规则与信号灯。
NETEDIT路口
07
信号灯配时方案
固定配时、感应控制、SOTL策略，在SUMO中配置TLS程序。
信号灯TLS
08
多模式交通流
引入公交车、自行车、行人，设置公交线路与站点，混合交通流仿真。
多模式公交
09
动态交通流生成
使用TraCI实时控制车辆生成，根据路网拥堵状态动态调整发车频率。
TraCI动态
10
基于真实数据的交通流标定
从OpenStreetMap导入路网，利用真实流量数据标定OD矩阵。
OSM标定
11
高速公路场景建模
匝道控制、合流区与分流区建模，高速公路基本路段与瓶颈分析。
高速瓶颈
12
城市道路网络建模
网格路网、不规则路网，设置区域限行与单行道。
城市路网
13
特殊事件交通流
交通事故模拟、道路施工区建模、临时交通管制。
事件事故
14
恶劣天气下的交通流
雨雪天气对车速和跟驰行为的影响，调整驾驶行为参数。
天气参数
15
网联自动驾驶车辆（CAV）交通流
CAV跟驰模型（CACC），渗透率对交通流的影响。
CAVCACC
16
交通流评价指标
平均行程时间、平均速度、排队长度、延误、排放计算。
评价指标
17
SUMO与Python深度集成
TraCI详解，订阅与感应变量，批量仿真与结果分析。
TraCIPython
18
大规模路网仿真优化
性能调优，多线程仿真，减少内存占用。
优化性能
19
交通流可视化与动画
SUMO-GUI高级设置，生成仿真视频，轨迹图与时空图。
可视化动画
20
基于强化学习的交通信号控制
RL基础，使用TraCI与Gym环境，训练信号灯智能体。
强化学习RL
21
交通流生成验证
仿真与实际数据对比，误差分析，参数敏感性分析。
验证敏感性
22
异构交通流建模
不同驾驶风格（激进/保守），车辆动力学差异。
异构驾驶风格
23
环形道路与瓶颈实验
经典环形路网，设置瓶颈，观察交通波现象。
环形交通波
24
紧急车辆优先通行
消防车、救护车路径规划，信号灯抢占逻辑。
紧急车辆优先
25
停车场与泊车行为建模
停车场路网，寻找车位行为，泊车对主路交通的影响。
停车场泊车
26
多路口协调控制
干线绿波控制，区域协调控制策略。
绿波协调
27
交通流生成脚本化
编写可复用的Python脚本，参数化生成不同场景。
脚本复用
28
案例实战1：城市早高峰通勤场景
城市早高峰通勤场景生成与评估。
实战通勤
29
案例实战2：高速公路事故场景
高速公路事故场景生成与应急响应分析。
实战事故
30
课程总结与未来方向
数字孪生、车路协同、生成式AI在交通流中的应用展望。
总结前沿