Share:


Vehicles' sample generation and realization in car-following mathematical models

Abstract

The object of the article is the adjustment of car-following mathematical models according to collected traffic data. Here the problem of ineffectively burdened road section is solved by adjusting the speed of vehicles in order to reduce the distance between the cars to a safe distance. The paper analyzes the car-following models to measure the interaction between vehicles in the same lane. Experimental data processed in Matlab and traffic distribution histograms are created using the most appropriate distribution curve. Distribution curve is used to compile congestion scenario of road section. Applicable model uses fundamental diagrams, which are created from the kind of traffic flow measurements. The mathematical model allows to choose the optimal vehicle speed while maintaining safe distance between vehicles, and to make recommendations to improve the traffic as the process.

Article in Lithuanian.


Automobilių imties generavimas bei realizavimas sekimo paskui lyderį matematiniuose modeliuose

Santrauka 

Straipsnio tyrimo objektas yra sukauptų automobilių srauto duomenų pritaikymas sekimo paskui lyderį matematiniuose modeliuose. Čia sprendžiama neefektyviai apkrautos kelio atkarpos problema. Siekiama sumažinti atstumą tarp automobilių iki saugaus atstumo, koreguojant automobilių greitį. Straipsnyje nagrinėjami sekimo paskui lyderį modeliai, pagal kuriuos įvertinama sąveika tarp toje pačioje eismo juostoje esančių transporto priemonių. Eksperimentiniai duomenys apdorojami taikant Matlab, sudaromos transporto srauto pasiskirstymo histogramos bei parenkama tinkamiausia skirstinio kreivė. Eksperimentinė skirstinio kreivė naudojama sudarant kelio atkarpos apkrovimo scenarijų – nustatoma modeliuojamos kelio atkarpos intensyvumo ir atstumų tarp transporto priemonių priklausomybė nuo laiko. Taikomame modelyje naudojamos fundamentalios diagramos, sudaromos pagal natūrinius eismo srauto matavimus. Matematinis modelis leidžia parinkti optimalų transporto priemonės greitį išlaikant saugų atstumą tarp transporto priemonių, taip pat juo remiantis galima teikti rekomendacijas, kaip gerinti automobilių eismą.

Reikšminiai žodžiai: sekimo paskui lyderį modelis, pasiskirstymo histograma, skirstinio kreivė, Matlab, eismo intensyvumas, matematinis modeliavimas.

Keyword : car-following model, distribution histogram, distribution curve, Matlab, traffic flow

How to Cite
Danilevičius, A., & Junevičius, R. (2016). Vehicles’ sample generation and realization in car-following mathematical models. Mokslas – Lietuvos Ateitis / Science – Future of Lithuania, 7(5), 564-570. https://doi.org/10.3846/mla.2015.820
Published in Issue
Feb 2, 2016
Abstract Views
490
PDF Downloads
324
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.