Features of Traffic Congestion caused by bad Weather Conditions or Accident
基于三相交通流理论的仿真模型，研究了恶劣天气条件或交通事故导致的高速公路瓶颈路段交通拥堵的时空特征和物理机制。提出了一个重瓶颈模型。在瓶颈强度连续无限制增加的情况下，即，研究了当严重瓶颈所允许的拥挤模式内的平均流率连续减小到零时，拥挤交通、同步流和宽移动阻塞中的交通相的演化。
2007-12-11 physics.soc-ph
Effect of Ad-Hoc Vehicular Network on Traffic Flow: Simulations in the Context of Three-Phase Traffic Theory
车辆到车辆（或/和车辆到基础设施通信，也称为V2X通信）对交通流的影响，这是相关的ITS，进行了数值研究。为了使研究充分与实际测量的交通数据，无线车辆通信的测试平台的基础上，在三相交通理论的框架内的微观模型的开发和讨论。在这个试验平台中，车辆运动的交通流和分析的车辆通信信道接入的基础上IEEE 802.11机制，无线电传播建模，消息接收特性以及所有其他与ad-hoc网络的影响被集成到一个三相交通流模型。因此，车辆ad-hoc网络和交通流的模拟集成到一个单一的测试平台上，并同时执行。这使我们能够模拟ad-hoc网络的性能，以及不同的情况下，无线车辆通信对交通流的影响，在模拟时间，这可以与真正的特征时间在交通流。此外，该试验台使我们能够模拟合作车辆运动连同各种交通现象，如交通瓶颈，移动堵塞的出现，以及对交通流量的故障车辆的危险警告信息的可能影响。
2009-10-04 physics.soc-ph
Empirical Validation of Continuum Traffic Flow Model of Capacity Drop at Sag and Tunnel Bottlenecks
i-Transport Lab. Co., Ltd.（i-Transport实验室有限公司）；Nippon Expressway Research Institute Co., Ltd.（日本高速公路研究所有限公司）；Institute of Systems and Information Engineering, University of Tsukuba（筑波大学系统信息工程学院）
本文通过实证分析验证了连续交通流模型在Sag和隧道瓶颈处容量下降的模型，并探讨了估计交通容量与纵向坡度的关系。
2025-11-21 physics.soc-ph
Simulation Study of a Traffic Light Assistant Based on Vehicle-Infrastructure Communication
车辆-基础设施通信为提高信号交叉口的交通流效率开辟了新途径。在这项研究中，我们假设装备的车辆可以提前获得有关交通信号灯的开关时间的信息，并从上游检测器额外计数数据。通过仿真，我们调查，如何装备车辆可以利用这些信息来改善交通流。标准包括循环平均容量、驾驶舒适性、燃料消耗、旅行时间和停车次数。根据整体交通需求和装备车辆的渗透率，我们通常会发现几个百分点的改善。
2014-03-29 physics.soc-ph
Testbed for Wireless Vehicle Communication: a Simulation Approach based on Three-Phase Traffic Theory
提出了一种基于三相交通流理论框架下微观模型的车载无线通信试验平台。在这个试验平台中，车辆运动的交通流和分析的车辆通信信道接入的基础上IEEE 802.11e机制，无线电传播建模，消息接收特性以及所有其他与ad-hoc网络的影响被集成到一个三相交通流模型。基于该实验平台的仿真，研究了自组网车辆网络的一些统计特性以及C2C通信对提高交通效率和安全性的影响。
2007-12-17 physics.soc-ph
Empirical Features of Spontaneous and Induced Traffic Breakdowns in Free Flow at Highway Bottlenecks
基于1996- 2014年通过安装在德国高速公路上的道路检测器测量的真实现场交通数据的实证研究，我们揭示了高速公路瓶颈处自由流自发交通故障的经验核的物理特征。它表明，一个核心的交通故障的来源是唯一的区别经验自发和诱导交通故障在高速公路瓶颈。微观交通模拟与随机交通流模型的三相理论的框架解释了实证研究结果。事实证明，在大多数情况下，一个核的经验自发交通故障发生通过一个波的相互作用，在自由流与经验的永久性速度扰动本地化的高速公路瓶颈。波是自由流中的一种局部化结构，在自由流中，总流量较大，而穿过公路的平均速度小于波外的速度。自由流中的波是由于慢速车辆百分比的振荡而出现的;这些波以自由流中慢速车辆的平均速率传播（德国高速公路约为85- 88 km/h）。任何一种波都具有二维非对称时空结构：不同车道上的波的特征不同。
2015-02-10 physics.soc-ph
A Methodology of Cooperative Driving based on Microscopic Traffic Prediction
本文提出一种基于车辆运动物理建模而非AI学习的微观交通预测协同驾驶方法，通过实时识别协同车辆并迭代更新运动预测，解决无协同则无法完成轨迹规划的场景，并在无信号交叉口右转案例中验证。
2024-04-16 physics.soc-ph
A mobile observer method for the estimation of road traffic using communicating vehicles
本文提出一种基于通信车辆周期广播信标消息的移动观测者方法，无需雷达或GPS等额外设备即可估计道路交通，并在VEINS仿真框架下验证了其有效性与潜力。
2024-06-04 physics.soc-ph
On Urban Traffic Flow Benefits of Connected and Automated Vehicles
自动驾驶汽车是智能交通系统（ITS）的一个组成部分，预计将在未来的移动服务中发挥至关重要的作用。本文研究了两类自动驾驶车辆：（i）仅依赖其车载传感器进行环境感知任务的4级和5级自动驾驶车辆（AV），以及（ii）连接和自动驾驶车辆（CAV），利用连接性通过驾驶意图和传感器信息共享进一步增强感知。我们的调查考虑并量化了欧洲和美国大型城市道路网络中每个车辆组的影响。关键的性能指标是交通拥堵，平均速率和平均行程时间。具体而言，数值研究表明，交通拥堵可以减少多达四倍，而CAV组的平均流速仍然更接近限速，并且可以比人类驾驶的车辆高出300%。最后，交通情况也进行了研究，表明即使是一个小的CAV的市场渗透率将有大量的净流量的积极影响。
2020-03-02 physics.soc-ph
Failure of classical traffic flow theories: Stochastic highway capacity and automatic driving
在小型综述[Physica A { \bf 392}（2013）5261- 5282]中，已经表明经典交通流理论和模型未能解释经验交通故障-从亚稳态自由流到高速公路瓶颈处的同步流的相变。这个小型审查的主要目的是研究经典交通流理论的经验随机公路容量的分析，以及自动驾驶车辆和合作驾驶对交通流的影响失败的后果。为了实现这一目标，我们展示了对经验随机公路通行能力的理解与对交通流中自动驾驶车辆的可靠分析之间的深刻联系。在三相交通理论的框架内，使用模拟的自动驾驶车辆的混合交通流的随机分布的自动驾驶和手动驾驶车辆的影响进行了概率分析。我们已经发现，自动驾驶车辆的参数可以减少或增加交通故障的概率。交通中断的概率增加，即，交通系统性能的恶化可能已经发生在小百分比（大约5 $\%$）的自动驾驶车辆上。通过自动驾驶车辆可以实现交通故障概率的增加，即使任何自动驾驶车辆队列满足串稳定性条件。
2016-01-11 physics.soc-ph
Kinetic derivation of Aw-Rascle-Zhang-type traffic models with driver-assist vehicles
在本文中，我们推导出二阶流体动力学交通模型的动力学控制方程的辅助驾驶车辆。在车辆层面，我们考虑到两个主要的控制策略，综合自适应巡航控制和合作自适应巡航控制的行动。由此产生的宏观动力学满足在著名的Aw-Rascle-Zhang模型中引入的各向异性条件。与其他基于启发式参数的模型不同，我们的方法揭示了常用的流体动力学交通模型背后的主要物理方面，并证明了将驾驶辅助车辆的宏观方程的结构。数值分析表明，驾驶员辅助车辆的存在产生了平均流速的总体均匀化，其也可以以达到最佳流量和交通稳定的方式转向合适的期望速度。
2021-01-11 cond-mat.stat-mech cs.NA math.NA
Criterion for traffic phases in single vehicle data and empirical test of a microscopic three-phase traffic theory
提出了一种区分高速公路单点单车数据中的同步流和宽运动拥堵相的微观判据。将不同日期的单车实测数据中的经验局部拥堵交通状态分为同步流状态和由同步流和宽移动拥堵组成的状态。然后，这些不同的局部拥挤的交通状态的经验微观特征进行了研究。利用这些特征和经验的时空宏观交通现象，进行了一个微观三相交通流理论的实证检验。仿真结果表明，微观标准和宏观时空客观标准导致相同的识别同步流和宽移动堵塞相在拥挤的交通。研究发现，微观三相交通流模型可以解释微观和宏观经验拥堵模式的特点。得到了车速差的微观分布、基本图和速度关联函数对空间坐标有很大的依赖性。事实证明，微观最优速度（OV）函数和车头时距分布不一定是定性的不同，即使当地拥挤的交通状态是定性的不同。其原因是拥堵交通模式的重要时空特征在这些以及许多其他宏观和微观交通特征中丢失，这些特征被广泛用作交通流模型，特别是元胞自动机交通流模型测试的经验基础。
2005-07-13 physics.soc-ph
Microscopic features of the effect of vehicle overacceleration on traffic flow
本研究通过三相交通理论中的微观确定性模型，揭示了车辆过度加速对瓶颈处自由流维持及交通崩溃避免的微观机制，并分析了多车道换道与安全加速的相互作用。
2025-04-19 physics.soc-ph
Impact of Distributed Routing of Intelligent Vehicles on Urban Traffic
在城市道路上，研究了具有不同市场渗透率（MPR）的联网自动驾驶汽车（CAV）和拥塞水平的分布式动态路由的影响。多伦多市中心的网络进行了研究，在基于代理的交通仿真。CAV的MPR越高--特别是在高度拥挤的城市网络的情况下--平均速率越高，平均行驶时间越短，吞吐量越高。
2018-09-16 physics.soc-ph
Microscopic Theory of Traffic Flow Instability Governing Traffic Breakdown at Highway Bottlenecks: Growing Wave of Increase in Speed in Synchronized Flow
我们已经揭示了一个不断增长的本地速度波的速度增加，可以随机发生在同步流（S）在高速公路瓶颈。这种交通流不稳定性的发展导致瓶颈处的自由流（F）;因此，我们将这种不稳定性称为S $\rightarrow$ F不稳定性。而S $\rightarrow$ F不稳定性导致局部{ \it速度增加}（增长的加速波），与此相反，在50 - 60年代引入的经典交通流不稳定性以及后来在大量的交通流模型中引入的经典交通流不稳定性导致局部{ \it速度减少}（增长的减速波）的增长波。我们已经发现，S $\rightarrow$ F不稳定性只能发生，如果有一个有限的时间延迟在驾驶员过加速。引起S $\rightarrow$ F不稳定性的速度增加的初始速度扰动（称为“速度峰值”）通常发生在瓶颈处的同步流的下游前端。随着时间的推移，可能会出现许多具有随机幅度的速度峰值。研究发现，S $\rightarrow$ F不稳定性具有核化性质：只有当速度峰值足够大时，才会发生S $\rightarrow$ F不稳定性;相反，较小振幅的速度峰值会在同步流中引起速度局部增加的溶解速度波（溶解加速度波）。我们已经发现S $\rightarrow$ F不稳定性控制交通中断--瓶颈处从自由流到同步流的相变（F $\rightarrow$ S相变）：S $\rightarrow$ F不稳定性的成核性质解释了瓶颈处自由流相对于F $\…
2015-11-16 nlin.CG physics.soc-ph
A cellular automata approach for modelling pedestrian-vehicle mixed traffic flow in urban city
本文提出多网格元胞自动机混合交通模型，统一模拟车辆与行人运动，揭示行人侵入对交通相位及冲突频率的影响。
2024-05-10 physics.soc-ph
Enhancing Traffic Flow Efficiency through an Innovative Decentralized Traffic Control Based on Traffic Bottlenecks
针对交通信号灯特定阶段冲突交通流问题，提出基于拥堵瓶颈识别的去中心化Tree Method，通过全局成本优先处理瓶颈，在SUMO模拟中显著提升了吞吐量和平均出行时间，且易于实时调整与集成。
2023-06-24 physics.app-ph physics.soc-ph
Physics of Autonomous Driving based on Three-Phase Traffic Theory
我们在三相交通理论的框架内揭示了自动驾驶的物理特征，其中没有固定的时间间隔到前车。与自主驾驶的经典模型方法进行了比较，其中自主驾驶车辆试图达到与前车的固定（期望或“最佳”）时间间隔。事实证明，在三相交通理论框架下的自动驾驶与经典的自动驾驶模型相比具有以下优点：（i）没有弦不稳定性。(ii)在道路瓶颈处的速度干扰小得多。(iii)基于三相理论的自动驾驶车辆降低了由人类驾驶和自动驾驶车辆组成的混合交通流中瓶颈处的交通故障概率;相反，即使是基于经典方法的单个自动驾驶车辆也会在混合交通流中的瓶颈处引发交通故障。
2017-11-02 physics.soc-ph
A new approach for modelling mixed traffic flow with motorized vehicles and non-motorized vehicles based on cellular automaton model
在这项研究中，我们提供了一种新的方法来模拟混合交通流。其基本思想是将非机动车模型与机动车模型相结合。基于这一思想，本文分两步实现了混合交通流模型。第一步，应该选择可以整合的模型。本文采用了著名的NaSch元胞自动机（NCA）模型和Burgur元胞自动机（BCA）模型。第二步，我们应该研究m-vehicles和nm-vehicles之间的耦合规则，以表示它们之间的相互作用。针对耦合过程设计了特殊的换道规则。该模型被命名为组合元胞自动机（CCA）模型。该模型被应用到一个典型的混合交通场景，没有专门的停车位的公交车站设置在非机动车道。仿真结果表明，该模型能较好地描述多车流与多车流之间的相互作用及其特性。
2007-07-09 physics.comp-ph physics.soc-ph
Effect of vehicle groups on heterogeneous disordered traffic flow
The University of Electro-Communications（电气通信大学）；The University of Tokyo（东京大学）；Waseda University（早稻田大学）；Beijing University of Technology（北京工业大学）
研究探讨了车辆群体比例对异质无序交通流流量-密度关系的影响，发现群体比例对流量特性有非线性影响，且不同归一化方法对群体动态解释有显著影响。
2026-08-21 physics.soc-ph
Oscillation growth in mixed traffic flow of human driven vehicles and automated vehicles: Experimental study and simulation
对无人驾驶汽车（AVs）和人工驾驶汽车（HVs）混合交通流的振荡增长进行了实验研究。实验中，引导车辆以恒定速度运动。以下车辆由六个可开发的AV和不同数量的HV组成。因此，自动驾驶汽车的市场渗透率（MPR）随着车队规模的增加而下降。无人驾驶汽车是均匀分布在排。自动驾驶汽车采用恒定时间间隔跟车策略，间隔设置为1.5 s。实验表明，在7辆车的车队，振荡增长只有轻微的。在10辆车的队列中，自动驾驶汽车仍然可以显着抑制振荡的增长。随着13辆和20辆车队中车辆MPR的进一步降低，车辆对振荡增长的影响变得不显著。另一方面，随着无人驾驶汽车MPR的降低，车辆的平均密度和车队的流量增加，这表明在给定的无人驾驶汽车设置下，交通稳定性和吞吐量之间存在权衡关系。仿真结果与实验结果吻合较好。最后，对AV上层控制算法中的参数进行了灵敏度分析，以期指导今后的实验设计。
2022-04-12 physics.soc-ph
Constructing the fundamental diagrams of traffic flow from large-scale vehicle trajectory data
本文提出一种基于Edie定义的方法，利用平行四边形聚合区域自动识别平稳交通状态，从大规模车辆轨迹数据构建交通流基本图，并发布了开源工具。
2025-07-22 physics.soc-ph
Calming traffic in unsignalized bidirectional streets by introducing one-lane bottlenecks
研究无信号双向街道通过设置单车道瓶颈疏导交通，对比先进先出和方向优先级两种策略，考量预期延迟和系统容量等指标，分析单瓶颈及多瓶颈街道情况，得出不同策略下的性能表现及容量相关结论。
2026-07-16 physics.soc-ph
Model of vehicle interactions with autonomous cars and its properties
我们研究了一个层次的模型的基础上的动力学方程的描述存在的自主和人类驾驶的车辆的交通流。本文中考虑的自动驾驶汽车被认为是具有一定程度的自主驾驶能力的车辆，这降低了驾驶员行为的随机性。与现有文献相比，我们没有将自动驾驶汽车建模为外部控制车辆。我们调查这个功能是否足以提供一个稳定的交通不稳定，如停止和去波。我们提出了两个指标来量化交通不稳定性，我们发现，与分析和数值工具，交通不稳定性阻尼自动驾驶汽车的渗透率的增加。
2021-10-08 physics.soc-ph
Pedestrian Flow at Bottlenecks - Validation and Calibration of Vissim's Social Force Model of Pedestrian Traffic and its Empirical Foundations
在这方面的贡献，第一个实验结果的行人流量通过瓶颈，然后比较与社会力量模型的Vissim仿真框架中得到的仿真结果。关于实验，有人认为，流量和瓶颈宽度之间的基本依赖关系不是一个阶跃函数，但它是线性的和修改的心理现象的影响。模拟结果也显示出线性相关性，并且可以校准参数，使得流量和时间的绝对值适合实验结果的范围。
2008-05-13 cs.MA physics.soc-ph
Self-Control of Traffic Lights and Vehicle Flows in Urban Road Networks
基于流体动力学和多粒子（跟驰）模拟的交通流在（城市）网络，我们研究协调问题的不相容交通流在交叉口。受瓶颈处行人流自组织振荡现象的观察启发[D. Helbing和P. Molnár，Phys. Eev. E51（1995）4282- 4286]中，我们提出了一种自组织的交通灯控制方法。该问题可以看作是车辆和交通灯之间的相互作用的多智能体问题。具体来说，我们的方法假设一个基于优先级的控制交通灯的车辆流量本身，考虑到短视的预期的车辆流量和排。所考虑的局部相互作用导致紧急协调模式，如“绿波”，并实现有效的，分散的交通灯控制。虽然所提出的自我控制适应灵活地适应当地的流量条件，并经常导致非周期性的切换模式与不同的交通流的服务序列的变化，几乎周期性的服务可能会演变在某些条件下，并建议存在一个自发的交通灯的同步，尽管由于可变的车辆队列和行驶时间的不同延迟。自组织交通灯控制是基于一个优化和稳定的规则，其中每一个表现不佳，在高利用率的道路网络，而他们的适当组合达到了优越的性能。其结果是不仅大大减少了平均旅行时间，而且减少了旅行时间的变化。类似的控制方法也可应用于物流和生产过程的协调。
2008-02-05 physics.flu-dyn physics.soc-ph
Effect of Autonomous Driving on Traffic Breakdown in Mixed Traffic Flow: A Critical Mini-Review
分析了混合交通流中自动驾驶车辆对交通中断的影响。研究了经典自适应巡航控制（ACC）和基于三相交通流理论的自适应巡航控制（TPACC）。我们发现，在广泛的经典ACC的动态参数范围内，ACC车辆可以引发交通故障，降低公路通行能力。同样，在TPACC的相同参数范围内，TPACC车辆不会引发交通中断。为了理解经典ACC和TPACC车辆对交通故障的影响的物理原因，我们引入了一个ACC模型，该模型可以被认为是经典ACC和TPACC的动态特征的组合。利用该模型，我们发现如何在一个瓶颈附近的ACC引起的局部速度扰动的幅度和交通故障的概率取决于ACC的动态参数。
2020-04-14 nlin.CG physics.soc-ph
Flow of autonomous traffic on a single multi-lane street
我们调查的行为，原来的交通模型。该模型考虑了一条多车道的街道，由自动驾驶车辆从一端指向另一端。车道没有内在的方向性，车辆在任何一端和任何车道随机插入。避免碰撞是全自动的，为了提高街道的运输能力，车辆形成火车，它们可以高速行驶，非常接近前面的车辆。我们报告了各种条件下车辆的渡越时间：车辆插入概率和不平衡及其最大速度分布。我们还概述了一个有趣的功能的模型，许多车辆的复杂的相互作用是相当强大的比一个简单的“保持左”的指令，每个车辆应该遵守。
2007-04-25 physics.comp-ph physics.soc-ph
Multiscale control of generic second order traffic models by driver-assist vehicles
我们研究了通用高阶宏观交通模型的推导，通过动力学方法从跟随领导者的粒子描述。首先，我们恢复了一个三阶交通模型的Enskog型动力学方程的流体动力学极限。接下来，我们在车辆的相互作用中引入了一个二元控制模型，该模型由驾驶辅助车辆提供的自动反馈，并且我们通过另一个基于Enskog的流体动力学限制来放大这样一个新的粒子描述。由此产生的宏观模型现在是一个通用二阶模型（GSOM），它又包含一个控制项继承自微观相互作用。我们表明，这样的控制可以选择，以优化全球交通趋势，如车辆流量或道路拥堵，受GSOM动态。通过数值模拟，我们研究了这种控制层次结构在一些特定的案例研究，这是从车辆智能实施的驾驶员辅助控制的多尺度路径，其最佳流体动力学设计的效果。
2020-08-17 math.OC nlin.AO physics.soc-ph
Kinetic-controlled hydrodynamics for traffic models with driver-assist vehicles
Department of Mathematical Sciences “G. L. Lagrange” Politecnico di Torino（都灵理工大学“G.L. 拉格朗日”数学科学系）
本文提出了一种基于驾驶员辅助车辆的分层交通流控制方法，通过动能方程推导出一阶和二阶水动力交通模型，以有效缓解速度依赖性的道路风险因素。
2019-02-13 cs.NA math.NA math.OC
