引言#
道路的通行能力通常以“辆/小时”表示,描述了道路能够处理的最大交通流量。
根据经验法则,多车道道路的通行能力是单车道通行能力与车道数的乘积。确切的关系更为复杂,取决于车辆速度的分布和换道动力学。
车道通行能力#
单车道的通行能力与连续车辆之间的时间间距成反比。假设交通流均匀且间距相等:
capacity = 3600 / grossTimeHeadway
其中 grossTimeHeadway 表示两辆连续车辆的前保险杠通过同一地点所需的时间。
相比之下,netTimeHeadway 表示跟随车辆的前保险杠到达前车后保险杠位置所需的时间。
间距计算#
仿真中观察到的确切时间间距取决于所使用的车辆跟驰模型(carFollowModel)及其参数。最容易分析的情况是所有车辆以相同的速度 s 行驶。
令 grossHeadway 表示连续车辆前保险杠之间的距离,netHeadway 表示跟随车辆前保险杠到前车后保险杠的距离。
对于默认的 'Krauss' 模型,以下 vType 属性与最小时间间距(对应于最大流量,即车道通行能力)相关:
- length: 车辆的物理长度,单位为米(默认 5)
- minGap: 静止队列中车辆间的最小间距,单位为米(默认 2.5)
- tau: 期望的最小时间间距,单位为秒(默认 1)
假设所有车辆都以恒定速度 s 行驶,'Krauss' 模型的间距关系如下:
netHeadway = minGap + tau * sgrossHeadway = length + minGap + tau * s
由此我们可以直接计算出时间间距:
netTimeHeadway = minGap / s + taugrossTimeHeadway = (length + minGap) / s + tau
由于长度(length)和最小间距(minGap)的存在,道路的通行能力取决于其限速(而 tau 分量与速度无关)。 在高速行驶时,tau 分量是主导因素,而在低速时,长度和最小间距占主导地位。
下图显示了在默认模型参数(length、minGap 和 tau)下,不同道路速度对应的理想时间间距和道路通行能力。

进一步的间距影响#
上述计算仅适用于车辆以恒定速度行驶且保持最小距离的情况。这在仿真中很少发生,原因如下:
- 车辆有不同的期望速度(建模为 speedFactor 分布)
- 车辆有随机的减速(取决于跟驰模型)。
- 车辆并不总是处于最小跟驰距离的配置中。必须特别注意车辆插入。
下表显示了根据所使用的 vType 和插入参数,在车辆插入时可达到的道路通行能力。道路限速为 16.66m/s,理论通行能力为 2482 辆/小时。生成下表数据点的脚本可以在这里找到。
| sigma | speedDev | departSpeed | capacity | capacity --step-length 0.1 |
capacity --extrapolate-departpos |
capacity --step-length 0.1 --extrapolate-departpos |
|---|---|---|---|---|---|---|
| 0.5 | 0.1 | 0 | 1198 | 1368 | 1198 | 1368 |
| 0.5 | 0.1 | max | 1635 | 2183 | 1653 | 2186 |
| 0.5 | 0.1 | desired | 1522 | 2052 | 1921 | 2090 |
| 0.5 | 0.1 | avg | 1933 | 2206 | 1974 | 2211 |
| 0.5 | 0 | 0 | 1200 | 1368 | 1200 | 1368 |
| 0.5 | 0 | max | 1643 | 2188 | 1664 | 2188 |
| 0.5 | 0 | desired | 1800 | 2400 | 2128 | 2441 |
| 0.5 | 0 | avg | 1800 | 2400 | 2142 | 2446 |
| 0 | 0.1 | 0 | 1440 | 1500 | 1440 | 1500 |
| 0 | 0.1 | max | 2075 | 2276 | 2087 | 2276 |
| 0 | 0.1 | desired | 1663 | 2080 | 2190 | 2183 |
| 0 | 0.1 | avg | 2199 | 2238 | 2235 | 2243 |
| 0 | 0 | 0 | 1440 | 1500 | 1440 | 1500 |
| 0 | 0 | max | 2073 | 2489 | 2083 | 2489 |
| 0 | 0 | desired | 1800 | 2400 | 2482 | 2483 |
| 0 | 0 | avg | 1800 | 2400 | 2482 | 2483 |
注释
- 默认的 departSpeed 为 '0',这导致了最差的插入通行能力
- 默认的 sigma 为 '0.5',乘用车的默认 speedDev 为 0.1
- 对于默认的 Krauss 模型,步长(step-length)对 sigma 导致的平均速度降低有副作用(可以通过在
vType中设置sigmaStep="1"来补救)
双车道道路上的插入通行能力#
下表显示了在双车道道路上,根据所使用的插入参数,在车辆插入时可达到的道路通行能力。道路限速为 16.66m/s,理论通行能力为 4964 辆/小时。生成下表数据点的脚本可以在这里找到。
- sigma 恒定为 0.5
- speedDev 恒定为 0.1
| departLane | departSpeed | capacity | capacity --step-length 0.1 |
capacity --extrapolate-departpos |
capacity --step-length 0.1 --extrapolate-departpos |
|---|---|---|---|---|---|
| first | max | 1664 | 3224 | 1657 | 3210 |
| random | max | 3289 | 4370 | 3298 | 4376 |
| free | max | 3279 | 4378 | 3304 | 4379 |
| best_prob | max | 3331 | 4419 | 3321 | 4432 |
| first | avg | 1922 | 2653 | 2385 | 2763 |
| random | avg | 3881 | 4421 | 3972 | 4426 |
| free | avg | 3870 | 4432 | 3970 | 4431 |
| best_prob | avg | 3878 | 4500 | 4039 | 4512 |
三车道道路上的插入通行能力#
下表显示了在三车道道路上,根据所使用的插入参数,在车辆插入时可达到的道路通行能力。道路限速为 16.66m/s,理论通行能力为 7447 辆/小时。生成下表数据点的脚本可以在这里找到。
- sigma 恒定为 0.5
- speedDev 恒定为 0.1
| departLane | departSpeed | capacity | capacity --step-length 0.1 |
capacity --extrapolate-departpos |
capacity --step-length 0.1 --extrapolate-departpos |
|---|---|---|---|---|---|
| first | max | 1647 | 3216 | 1656 | 3224 |
| random | max | 4952 | 6569 | 4953 | 6575 |
| free | max | 4936 | 6568 | 4956 | 6562 |
| best_prob | max | 5068 | 6683 | 5053 | 6706 |
| first | avg | 1907 | 2623 | 2369 | 2708 |
| random | avg | 5826 | 6626 | 5958 | 6639 |
| free | avg | 5794 | 6641 | 5951 | 6659 |
| best_prob | avg | 5718 | 6845 | 6136 | 6854 |
