交叉口交通拥挤动态识别模型(4)

第 3 章：经典交通拥堵识别算法。本章主要介绍了加州算法、McMaster 算法、指数平滑算法和正态偏差算法这几种经典的交通拥挤识别算法，同时对这几种经典算法的优缺点进行了分析。

第 4 章：交叉口交通拥挤识别。本章提出了一种基于识别单元出入流率的交通拥挤识别方法，利用该方法对交叉口交通拥挤进行识别，对该方法进行实例分析，得出该方法能够有效的识别交叉口拥挤现象。

1。4 技术路线

本文主要是从城市道路交通拥堵理论综述，分析经典交通拥堵识别算法，提出基于识别单元出入流率的交叉口交通拥挤识别方法，应用实际案例对该方法的识别效果进行验证四个方面展开研究，具体的技术路线如图 1。4 所示。

分析经典交通拥堵算法基于识别单元出入流率的拥堵识别方法

图 1。4 论文技术路线

1。5 小结

本章提出了论文的研究对象是城市交叉口，论述了城市交叉口交通拥堵识别方法的研究背景和意义，阐述了国内外研究现状；接着确定了论文的研究目的以及概括了论文的研究内容；最后提出了论文的技术路线。

2 交通拥堵理论综述

2。1 交通拥堵定义及分类

2。1。1 交通拥堵定义

目前，关于交通拥堵的定义，国内外还没有形成统一的标准。一般交通拥堵是指由于交通供给与需求矛盾，而造成道路中车辆排队、行程时间增加和行程延误延长的交通现象。交叉口交通拥堵通常表现为车辆排队停在交叉口的各个路口，车辆走走停停，缓慢行驶，长时间内未通过交叉口。现在国内外对于交通拥堵的定义有下面几种表述：

（1）美国芝加哥交通管理部门认为如果道路上有车道的占有率超过 30%，并且这种状态持续了 5min 以上，就发生了交通拥堵。

（2）美国德克萨斯交通管理部门认为当出行者的实际出行时间远大于交通处于自由流情形下的正常出行时间，且这两者之间的差值较大时，即出行者延误时间较大，就发生了交通拥堵。

（3）美国交通管理部门根据饱和度（道路实际流量和通行能力之比）把道路服务水平划分了 6 个等级[1]。如表 2。1 所示，当饱和度小于 0。8 时，交通处于稳定流，车辆正常行驶；

当饱和度大于 0。8 时，交通流开始不稳定了；当饱和度大于 0。9 时，交通处于不稳定流，道

路上稍有一点波动，交通拥堵就会产生且快速蔓延；当饱和度大于 1。0 时，交通就处于拥挤的状态，车辆停停走走，无法正常行驶。

表 2。1 美国城市道路服务水平分级

服务水平运行状态平均行驶速度（km/h）饱和度负荷系数

A 自由流 ≥48 ≤0。6 0

B 稳定流（一点延误） ≥40 ≤0。7 ≤0。1