1、交通流基础:交通流三参数(流量、密度、速度)定义与关系,基本图理论

各位同学,咱们今天聊聊交通流最核心的三个参数。

流量、密度、速度。这三个词,你听着可能觉得简单。但说实话,我在项目里见过太多人把它们搞混了。尤其是刚入行的仿真工程师,一上来就调参数,结果模型跑出来跟实际路况差了十万八千里。

嗯,咱们今天就把这三个参数彻底讲透。

1.1 流量(Flow)—— 单位时间能过多少车?

流量,英文叫 Flow,符号是 q。定义很简单:单位时间内通过某个断面的车辆数。

单位通常是 veh/h(辆/小时),或者 veh/s(辆/秒)。

举个例子:你在高速收费站数车,1小时内过去了 1200 辆车。那流量就是 1200 veh/h。

关键点:流量是一个“断面”概念。它只关心“过没过这个点”,不关心车与车之间的距离。

我在做城市快速路仿真时,经常遇到一个问题:流量数据是从线圈检测器拿到的。但线圈坏了怎么办?数据跳变怎么办?

我的习惯是:先做数据清洗,剔除明显异常值。比如一个车道流量突然飙到 5000 veh/h,那肯定是设备抽风了。

1.2 密度(Density)—— 路上有多挤?

密度,符号是 k。定义:单位长度路段上,某一时刻存在的车辆数。

单位是 veh/km(辆/公里)。

你想想看,早晚高峰的时候,路上车挨着车,密度就大。半夜三更路上没车,密度就小。

个人经验:密度这个参数,在仿真里特别重要。因为它直接决定了你的模型能不能复现“拥堵”现象。

我曾经调试一个快速路模型,流量数据都对,但仿真就是不堵车。后来一查,是密度参数设得太低了。车流根本压不实,自然堵不起来。

密度还有一个孪生兄弟,叫占有率(Occupancy)。占有率是检测器被车辆占用的时间比例。很多检测器不直接给密度,给的是占有率。这时候需要转换公式。

1.3 速度(Speed)—— 跑得快不快?

速度,符号是 v。定义:车辆在路段上的行驶速度。

单位是 km/h。

这里有个坑,我必须要讲清楚。

速度有两种:

  • 时间平均速度(Time Mean Speed, TMS):固定点测速,取所有通过车辆速度的平均值。雷达测速枪就是这个原理。
  • 空间平均速度(Space Mean Speed, SMS):固定路段测速,取所有车辆行驶完该路段所用时间的平均值。浮动车数据(比如出租车GPS)就是这个原理。

注意:这两个速度不一样!

TMS 一般比 SMS 大。因为 TMS 偏向于高速车辆(它们更容易被采样到)。

在交通流理论中,基本图里的速度,指的是空间平均速度 SMS。千万别搞混了。

1.4 三参数关系 —— 交通流基本方程

这三个参数不是孤立的。它们有一个铁打的关系:

q = k × v

流量 = 密度 × 速度。

这个公式,你闭着眼睛都得记住。

怎么理解?

你想想看:一条路上,每公里有 50 辆车(k=50),每辆车跑 60 km/h(v=60)。那每小时通过某个断面的车数就是 50 × 60 = 3000 辆。

就这么简单。

但要注意:这个公式是宏观平均关系。它不适用于单个车辆,也不适用于极端拥堵状态下的微观波动。

1.5 基本图理论 —— 交通流的“心电图”

基本图(Fundamental Diagram),说白了就是流量-密度关系曲线。

这是我个人觉得交通流理论里最优雅的部分。一条曲线,把整个交通状态都讲清楚了。

下面这张 SVG 图,是我手绘的基本图示意。你仔细看:

密度 k (veh/km) 流量 q (veh/h) 自由流 最大流量 q_max 拥堵流 k_c k_j 图例 基本图曲线 临界密度线

这张图怎么看?我带你走一遍。

1.6 基本图的三个区域

基本图可以分成三个区域。每个区域对应一种交通状态。

  1. 自由流区域(左侧):密度低,车少。速度高,基本不受干扰。流量随密度增加而线性增加。
  2. 最大流量点(顶点):密度达到临界值 k_c。此时流量最大,记为 q_max。这是道路的通行能力。
  3. 拥堵流区域(右侧):密度超过临界值。车越来越多,速度越来越慢。流量反而下降。这就是“拥堵”状态。

避坑指南:我曾经犯过一个错误。在做仿真标定时,只拟合了自由流区域的数据,忽略了拥堵区域。

结果模型在低流量时表现完美,但一旦流量接近通行能力,模型就崩溃了。根本复现不出“走走停停”的拥堵波。

后来我学乖了:标定基本图,必须覆盖全密度范围。尤其是拥堵区域的数据,一个都不能少。

1.7 基本图的数学表达

基本图有很多种数学模型。最经典的是 Greenshields 模型(1935年提出,老爷子真是牛):

v = v_f × (1 - k / k_j)

其中:
v_f = 自由流速度(密度为0时的速度)
k_j = 阻塞密度(速度为0时的密度)

代入 q = k × v,得到:

q = k × v_f × (1 - k / k_j)

这是一个抛物线。顶点在 k = k_j / 2 处,最大流量 q_max = v_f × k_j / 4。

当然,实际道路的基本图没这么完美。我常用的还有:

  • Greenberg 模型:对数形式,适合拥堵流
  • Underwood 模型:指数形式,适合自由流
  • 三段式模型:分段拟合,最实用

我的建议:做工程仿真,别死磕理论模型。拿实际数据去拟合,哪个模型拟合得好就用哪个。

我在项目中,80% 的情况用的是三段式线性模型。简单、稳定、好调参。

1.8 基本图的实际应用

基本图不是纸上谈兵。它在仿真里天天用。

应用场景 具体用途
仿真标定 根据实际检测器数据,拟合出路段的基本图参数
通行能力分析 从基本图读取 q_max,确定道路能承受的最大流量
拥堵判别 当前状态在基本图上的位置,判断是自由流还是拥堵
宏观交通模型 作为 LWR 模型(Lighthill-Whitham-Richards)的核心输入

举个例子。我在做某个城市快速路仿真时,发现早高峰的拥堵点总是固定在某几个匝道附近。

后来把基本图画出来一看,原来是这些路段的基本图参数不对。自由流速度 v_f 设得太高,但阻塞密度 k_j 设得太低。导致模型里的道路“太能装车”了,实际根本装不下。

调整参数后,拥堵位置和实际观测完全吻合。

再强调一次:基本图是交通仿真的基石。你如果连基本图都搞不清楚,后面的跟驰模型、换道模型、路径选择模型,全都是空中楼阁。

我见过太多人,一上来就调跟驰模型的参数。调了半天,仿真还是不对。为什么?因为基本图就没标定对。

好了,这一章的内容就到这里。流量、密度、速度的关系,基本图的形状和三个区域,这些是交通流仿真的基本功。你把它吃透了,后面的路就好走了。

可可精品资料库