智能交通系统课程设计报告.docx

西南交通大学
智能交通系统课程设计报告

姓名：
学号：
班级：
指导老师：郑芳芳

一．概述 1
1.1 ATIS及其发展 1
1.2 VMS简介 1
1.2 车辆路径导航系统简介 2
二．模型介绍 2
2.1 定义变量 2
2.2模型计算公式 3
三．评价指标 4
四．路网描述及结果分析 4
五．结论 18

一．概述
1.1 ATIS及其发展
先进的交通信息服务系统ATIS（Advanced Traveler Information System是ITS(智能交通系统Intelligent Transportation System)的重要组成部分，是发展ITS的基础和关键技术。ATIS建立在完善的信息网络基础上的,通过设置在道路、车上的各种检测器采集交通信息，通过传输设备将采集的交通信息传到信息中心，由交通信息中心对信息加以处理后向外界发布，供道路交通的使用者、管理者和研究者使用。 ATIS组成包括交通信息采集系统、交通信息传输系统、交通信息处理子系统和交通信息发布子系统。近年来，ATIS的研究工作已经得到了充分的发展，对ATIS的定义和功能，目前世界各国在认识上还存在差异。ATIS主要是为出行者服务，但随着交通信息系统概念的泛化ATIS的服务对象已不局限于出行者，交通管理部门、交通工程科研人员也成为ATIS的服务对象。
国外ATIS研究起步较早,已经形成以美国、日本、欧洲等国家与地区为代表的ATIS研究中心,从交通政策制定、交通技术研发等多个角度对ATIS的研究与推广进行重点扶持,促进了ATIS相关理论快速发展,并通过ATIS应用项目的实施,增强了城市出行者的出行质量,提高了城市交通管理的力度和水平。
我国ATIS研究开发起步较晚,二十世纪八十年代后期开始进行优化道路交通管理交通信息采集、车辆动态识别等ITS基础性的研究工作。随着全球范围智能交通系统研究的兴起,进入二十世纪九十年代,我国加快了智能交通技术研究的步伐,开始建设城市交通控制、指挥中心等综合性城市交通信息中心,在吸收国外先进经验的基础上,开展了结合我国实际、具有中国特色的ATIS相关研究。

1.2 VMS简介
可变信息标志VMS（Variable Message Signs）是当前我国最主要的交通诱导方式之一,对驾驶员的路径选择有着重要的影响。研究不同情况下VMS对驾驶员的路径选择影响,进而研究其对交通运行状况的影响,可以为交通管理提供可靠的理论依据。VMS 的功能是通过文本、图像、数字等合成信号提供道路几何信息，路面路况信息，路段交通信息和社会公众服务信息等各种信息，以利于驾驶员调整其驾驶行为，达到缓解交通堵塞、减少交通事故提高高速公路路网通行能力的目的。VMS同时具有交通标志和动态显示的特点，与静态交通标志一起构成了系统化的交通标志信息系统，为交通的有序安全畅通服务。
VMS 得以广泛运用，一方面是由于管理部门处于交通管理的需要;另一方面是由于出行者对交通信息的需求水平不断提高，驾驶员希望能够通过VMS获取更多的路况信息。VMS是目前国内外被广泛应用的ITS技术之一。

1.2 车辆路径导航系统简介
车辆路径导航是 ATIS 的最重要功能之一，它能帮助驾驶员避开拥挤和事故，避免因不熟悉城市交通环境而迷路，也有利于增加安全。车辆路径导航系统包括交通信息的采集处理与传输、交通状态预测、最优路径选择三个方面。车载车辆路径导航系统就是利用计算机和通信等技术，通过向驾驶员提供基于实时交通信息的最佳行驶路线来达到诱导出行行为的目的，从而减少车辆在路上的逗留时间，避免交通拥挤，最终改善交通状况。

二．模型介绍
2.1 定义变量
符号
定义
i(t)
交通需求 (veh/h)
p1(t)
路径1的外部交通需求量 (veh/h)
p2(t)
路径2的外部交通需求量 (veh/h)
i1(t)
路径1的实际交通需求量 (veh/h)
i2(t)
路径2的实际交通需求量 (veh/h)
C1(t)
路径1的容量（通行能力）(veh/h)
C2(t)
路径2的容量（通行能力）(veh/h)
r1(t)
路径1的排队车辆数
r2(t)
路径2的排队车辆数
L1(t)
路径1的排队长度 (km)
L2(t)
路径2的排队长度 (km)
D1(t)
由于车辆排队导致路径1的延误 (h)
D2(t)
由于车辆排队导致路径2的延误 (h)
sp(t)
选择路径1的百分比
Dtot
总延误 (h)
Ptot
总的系统性能 (veh x km)
D
平均延误（h）
P
平均性能（km x h）
SD
总延误（h）
L
总排队长度（km）
s1
延误可变性 (路径 1)
s2
延误可变性 (路径 2)
Tjinst(t+∆t)
瞬时行程时间
Tjexp(t)
期望行程时间

2.2模型计算公式
①排队长度

Njt+∆t=Njt+∆t[Qjt-Tjfree-Cjt] (2-2-1)

②行程时间
行程时间包括瞬时行程时间和预测的行程时间
瞬时行程时间：Tjinstt+∆t=Tjfree+Nj(t)Cj(t) (2-2-2)
预测的行程时间： (2-2-3)
③路径流量
路径流量由路径 j 的分流比率 γj 决定
Qjt=rjtQ(t) (2-2-4)
④路径的分流比率
路径 j 的分流比率γj由：路径导航系统覆盖率；出行者对提供的交通信息的服从程度；其他没有导航系统的出行者路径选择的“缺省设置”决定。
(2-2-5)
三．评价指标
在对系统进行评价时，选定下列指标进行评价：

评价指标
定义
平均延误
路径1与路径2延误之和
平均性能
总的系统性能与交通需求之比
总延误
总的交通需求量 i(t)经历的延误

总排队长度
路径1与路径2排队长度之和
根据评价指标的定义得下列计算公式：
1. 平均延误： (3-1-1)
2. 平均性能： (3-1-2)
3. 总延误： (3-1-3)
4. 总排队长度： (3-1-4)
四．路网描述及结果分析
4.1 瞬时交通信息和预测交通信息
当提供瞬时交通信息时，此系统进行反馈控制（是否进行反馈控制值取1）。当提供预测交通信息时，此系统进行预测控制（是否进行反馈控制值取0）。控制其他变量不变的情况下。各固定参数如表4-1-1所示：
表4-1-1 各固定参数数值表
Name
Yangxia
固定参数:

Net ID

TT1：路径1自由流时间
18
mins
Student ID
20132738
TT2：路径2自由流时间
16
mins
Code
241
L1：路径1长度
30
km
基础交通流量 (i)
2410
L2：路径2长度
27
km
外部交通需求量 (p1)
2754
车辆长度
5
m
外部交通需求量 (p2)
3708
缺省路径选择比率
58%

路径 1 通行能力
5784
实际事件持续时间长度
20
mins
路径 2 通行能力
5784

4.2 评价指标计算
结合各评价指标计算公式，对数据进行计算得出各评价指标如表4-2-1所示：
表4-2-1 各评价指标计算
β=0.05
β=1
指标
输出
输出

输出
输出
平均延误
0.473
0.470
平均延误
0.478
2.613
平均性能
28.754
28.760
平均性能
28.756
28.735
总延误
228.242
228.807
总延误
226.558
1320.917
总排队长度
39.860
39.958
总排队长度
39.566
230.682
是否反馈控制
0
1
是否反馈控制
0
1

在对提供的瞬时交通信息和预测交通信息进行分析评价时，我们用控制变量的方式对不同敏感性取值进行抽取试验，得出敏感性为零时（没有出行信息的提供）是否进行反馈控制对各项评价指标不会产生影响。而敏感性取最大值1时是否进行反馈控制对其中的三个评价指标有很大影响。我们初步假设随着敏感性的增加进行反馈控制会使评价指标逐渐增大。
通过多次计算得出的数据显示证明了我们最初的结论这里我们选取比较有代表性的两组敏感性对比是否进行反馈控制所得的评价指标值见表4-2-1。可以看出当敏感性β=0.05时，是否进行反馈控制得出的各项评价指标值变化不大，各项指标在灵敏度较小的情况下趋于稳定状态。敏感度β=1时，可以看出平均性能这一评价指标总体趋于稳定。而总排队长度，总延误，平均延误这三项评价指标在进行反馈控制时的数值远远大于进行预测控制时的值，表示平均延误，总排队长度，总延误在灵敏度较大的情况下受是否反馈控制的影响非常显著。
结果分析：系统的平均性能受是否反馈控制的影响较小，基本趋于稳定状态。而平均延误、总延误、总排队长度这三项评价指标在敏感度较大时受反馈控制与预测控制影响较大；在敏感度较小时受反馈控制和预测控制得影响较小。因此当敏感度较小时，驾驶员接到VMS提供的交通信息时，此时不管是否进行反馈控制对驾驶员的影响较小，驾驶员会一如既往的选择已经选择的路径，不会被信息左右。当敏感度较大时，在进行反馈控制过程中，驾驶员接到VMS提供的交通信息他会根据此来选择路径，若所有驾驶员都这样，则信息会较大程度左右交通流，对道路产生更大的拥堵，在不进行反馈控制时则不会影响交通状况。
4.3 在不同敏感性情况下，系统评价指标变化。
在分析不同敏感度情况下系统各个评价指标的变化规律时，我们采用单一变量的方式首先对交通事件，是否反馈等变量进行控制，只改变敏感度的数值，观察各个评价指标的变化。在这里选取β=0、β=0.05、β=1这三组比较有代表性的敏感度进行举例分析。通过相关数据在Excel表格中绘制出排队长度、延误、性能变化如下图所示：
4.3.1 当没有交通事件，不进行反馈控制时排队长度变化图如下：

β=0时排队长度和时间变化关系图

β=0.05时排队长度和时间变化关系图

β=1时排队长度和时间变化关系图
根据上图可以看出当β=0时，路径一和路径二的排队长度有较大差别，其中路径二的排队延续时间远大于路径一的时间，且排队排队长度的最大值也大于路径一；当β=0.05时，路径一和路径二的排队长度曲线趋于重合，路径二的排队长度最大值和排队延续时间略大于路径一；当β=1时，路径一的排队长度最大值和排队延续时间与路径二相等。
4.3.2 当没有交通事件时，不进行反馈控制时延误变化图如下：

β=0时延误和时间关系图

β=0.05时延误和时间关系图

β=1时延误和时间关系图
由上图可以看出，延误与排队长度呈现出相同的变化规律，β=0时，路径一和路径二的延误有较大差别，其中路径二的延误持续时间远大于路径一的时间，且排队延误时间的最大值也大于路径一；当β=0.05时，路径一和路径二的延误曲线趋于重合，路径二的延误时间最大值和延误持续时间略大于路径一；当β=1时，路径一的延误时间最大值和延误持续时间与路径二相等。
4.3.3 当没有交通事件时，不进行反馈控制时交通需求量变化图如下：

β=0时系统交通需求量和时间关系图

β=0.05时系统交通需求量和时间关系图

β=1时系统交通需求量和时间关系图
根据上图所反映的信息显示，系统交通需求量在敏感度变化的情况下不随之一起变动，整体趋势没有发生变动，表明敏感度对系统交通需求量不产生实质影响。
4.3.4 当没有交通事故，进行反馈控制时排队长度变化图如下：

β=0时排队长度和时间的关系图

β=0.05时排队长度和时间的关系图

β=1时排队长度和时间的关系图
根据上图中所显示出的信息，可以很容易地看到当β=0时，路径一和路径二排队长度的变化随时间呈线性变化趋势，且路径二的排队延续时间远大于路径一的时间，且排队排队长度的最大值也大于路径一；当β=0.05时，路径一继续呈线性变化趋势，而路径二在后半部分则不呈线性变化，路径一和路径二的排队延续时间趋于重合，路径一的排队长度最大值略大于路径二；当β=1时，路径一和路径二的排队长度波动变化，排队长度延续时间趋于相等，但是路径二的排队长度最大值比路径一大得多，且两路径波峰波谷交错相对。
4.3.4 当没有交通事故，进行反馈控制时延误变化图如下：

β=0时延误和时间的关系图

β=0.05时延误和时间的关系图

β=1时延误和时间的关系图

由上图可以看出，路径一和路径二延误随时间的变化趋势与排队长度变化规律基本一致。当β=0时，路径一和路径二延误的变化随时间呈线性变化趋势，且路径二的延误持续时间远大于路径一的时间，且延误的最大值也大于路径一；当β=0.05时，路径一继续呈线性变化趋势，而路径二在后半部分则不呈线性变化，路径一和路径二的延误持续时间趋于重合，路径一的延误最大值略大于路径二；当β=1时，路径一和路径二的延误波动变化，延误延续时间趋于相等，但是路径二的延误最大值比路径一大得多，且两路径波峰波谷交错相对。
4.3.4 当没有交通事故，进行反馈控制时交通需求量变化图如下：

β=0时交通需求量和时间的关系图

β=0.05时交通需求量和时间的关系图

β=1时交通需求量和时间的关系图

由上图可以看出，在β较小时，β的变化对系统交通需求量的变化影响较小，几乎可以忽略不计。当β趋近于1时β的变化对交通需求量的变化则有巨大影响。
根据β的不同取值列出各项评价指标的数值于下表：

是否反馈控制？
β
平均延误
平均性能
总延误
总排队长度
0
0.00
0.525
28.740
265.381
46.345
0.05
0.473
28.754
228.242
39.860
1.00
0.478
28.756
226.558
39.556
1
0.00
0.525
28.740
265.381
46.375
0.05
0.470
28.760
228.807
39.958
1.00
2.613
28.735
1320.917
230.682
由上表的数据可以看出：当不进行反馈控制时，敏感度越低系统总延误和总排队长度越大。但是变化范围均在可控范围内，而平均延误，平均性能均变化不大。当进行反馈控制时。系统平均性能随敏感度的变化不明显，平均延误，总延误，排队长度这三项指标随着敏感度β的变化而有较大的变化。在敏感度β=1时，总延误，排队长度，出现最大值，此时对道路系统产生较大的影响，很不利于道路的有序通畅。
在不进行反馈控制时，敏感度的不同对各项评价指标虽然有影响，但是影响均不是很大，此时信息对驾驶员选择路径的影响不大，对两条路径的交通量影响也不大。当进行反馈控制时，各项评价指标随着敏感度的变化有着较大的变化，当敏感度较大时，驾驶员接收到VMS提供的交通信息时，他们能对前一刻的两路径上交通参数进行了解判断，因此此时VMS提供的交通信息会左右驾驶员对路径的原则，若所以驾驶员都按照VMS提供的交通信息进行判断，则会造成两条路径的交通参数呈较大波动变化，会出现不同时刻两路径交通量严重不均衡的现象，严重影响系统的流量，很不利于人们的出行。
4．4 正常交通状况与交通事件发生情况下
在研究正常交通状况与交通事件发生的情况下VMS系统提供的交通信息对道路各个评价指标的影响程度时，通过多次变换敏感度、是否控制等参数的情况下，得出各个评价指标的变化规律。在得出的数据中可以看出，敏感度β的不同对评价指标的值有较大影响，但是同一敏感度情况下不同控制状态或有无事件的变化规律基本一致。在有事件发生时总延误、平均延误、总排队长度都远大于相同状态参数下正常交通状况下的数值。因此我们在分析正常交通状况与交通事件发生情况下对系统的影响时，设敏感度β=0.05，对这单一敏感度下的不同情况进行分析，简化研究过程。
在敏感度β=0.05情况下分别控制事件状况：0（无事件）1（有事件），是否进行反馈控制：0（否）1（是）这两个变量运用Excel进行计算，得出部分指标的变化图象如下：
4.4.1 β=0.05且不进行反馈控制时延误变化图如下：

无事件时延误和时间变化图

有事件时延误和时间变化图
通过上图显示的信息可以看出：β=0.05、不进行反馈控制、且没有交通事件发生时，路径一与路径二的延误时间最大值与延误持续时间大致一致。路径一和路径二都在t=125min左右出现峰值，但路径二延误时间更长一些。
当发生交通事件时，路径二的延误时间在很短的时间内呈几何倍数增长，推断是路径二发生了交通事件，而在这之后路径一的交通量也增加，呈现一次函数式增长，说明路径一上的延误也大于没有发生交通事件时的延误。
4.4.2 β=0.05且进行反馈控制时延误变化图如下：

无事件时延误和时间变化图

有事件时延误和时间变化图
根据上图反应的信息可以看出，在β=0.05、进行反馈控制且没有事件发生时，路径一路径二上的延误时间最大值和延续时间仍存在一定的差别，但差别不大。
在有事件发生时，路径二的延误时间在很短的时间内呈几何倍数增长，推断是路径二发生了交通事件，而在这之后路径一的交通量也增加，呈一次函数式增长，导致路径一上的延误也大于没有发生交通事件时的延误。
不同控制状态下各个评价指标在有无事件发生时的具体数值如下：

是否反馈控制？
事件状况
平均延误
平均性能
总延误
总排队长度
0
0
0.473
28.754
228.242
39.860
1
2.685
28.914
2688.891
271.705
1
0
0.470
28.760
228.807
39.958
1
4.002
28.920
3296.618
277.871

由上表可看出平均延误、总延误、总排队长度在不同事件状态下的数值差异较大，事件发生时它们的值远大于正常状态值，是否发生反馈对它们的影响则较小。而平均性能这个指标并没有对事件是否发生产生实质影响，无论事件是否发生均很少影响其平均性能。因此在两路径中其中一路径发生事件时，VMS信息板提供的瞬时反馈信息反而会让另一条路的交通量骤增，对系统总体的总延误，总排队长度等会产生很大的影响，并会引导车流走向相反路径，不利于路网畅通。
当发生交通事件时，不受限制的出行者接收到VMS传来的交通信息时，出行者会及时地选择另一路径出行，使得另一路径的交通量很快增加，最后达到饱和，对于整个系统而言，这样及时地反馈信息反而会使总的延误和排队长度增加，对路网系统的通行能力造成更大的影响。
五．结论
1、提供瞬时交通信息和提供预测交通信息在各项指标的分析下，两者表现出相近的结果。
2、当敏感度𝛽为0时，各项指标均处于较高水平；在其他敏感度变化的情况下，各项指标随着敏感度𝛽的变化基本保持不变。可见随着人们敏感度的提高，在大于10%的范围下，敏感度的影响逐渐缩小，可以近似忽略不计。
3、交通事故状况下，各项评价指标与正常交通状况比较均明显提升，发生事故导致车辆堵塞，造成整体延误，此时VMS信息提供的作用将会明显削弱。

18