Search

The study aims to develop a novel evolution model of speed perturbations for quantifying the probability of the traffic flow breakdown on congested freeway flow. The model is applicable to freeway operation and management. Time headway, driver behavior, and state transitions with stochastic nature are the most important factors for the breakdown and recovery of a disturbance. Two types of drivers, 'adventurers' and 'conservatives,' and two styles of reacting behavior, 'copy' and 'shift' are defined to characterize driving behavior. The time headway distributions for arriving and discharging traffic are distinguished for the existence of the 'hysteresis' phenomenon. The Monte Carlo simulation is carried out to obtain the estimation of the probability of breakdown (PB). The calculated PB is a monotonically increasing function of freeway flow with an 'S' shape. The simulation results indicate that the proposed model can describe the changes in spatial extent and magnitude of a disturbance, which have potential use for future works and field applications. Key words: traffic breakdown, stochastic nature, time headway, driving behavior, car-following theory. Cette etude vise a developper un modele innovateur devolution des perturbations de vitesse afin de quantifier la probability de distribution de la circulation sur une autoroute congestionnee. Le modele peut etre utilise pour l'operation et la gestion des autoroutes. L'intervalle entre les passages, le comportement des conducteurs et la transition d'etats de nature stochastique sont les plus importants facteurs a considerer pour la distribution de la circulation et la recuperation a la suite d'une perturbation. Deux types de conducteurs, les << aventuriers >> et les << conservateurs >> et deux styles de comportement reactif, la << copie >> et le << deplacement >> sont definis pour caracteriser le comportement de conduite. Les distributions des intervalles entre les passages pour la circulation entrant et sortant ont ete separees pour l'existence du phenomene d'hysterese. Une simulation de Monte-Carlo est effectuee pour estimer la probabilite d'une distribution de la circulation (PB). Le PB calcule est une fonction monotone croissante de la circulation sur l'autoroute presentant la forme d'un << S >>. Les resultats de la simulation indiquent que le modele propose peut decrire les changements dans l'etendue spatiale et l'amplitude d'une perturbation, ce qui represente une utilisation potentielle pour les travaux futurs et les applications sur le terrain. [Traduit par la Redaction] Mots-cles: distribution de la circulation, nature stochastique, intervalle entre les passages, comportement des conducteurs, theorie de la poursuite., Introduction Traffic congestion caused by instability of traffic flow induces travel delays, high risks of accidents, frequent accelerations and decelerations, and an increase of emissions. Once a congestion queue appears, [...]

Providing reliable real-time travel time information is a critical challenge to all existing traffic routing systems. This study develops a new model for estimating and predicting real-time traffic conditions and travel times for variable message signs-based route guidance system. The proposed model is based on real-time limited detected traffic data, stochastic nonlinear macroscopic traffic flow model, and adaptive Kalman filtering theory. The method has the following main features: (1) real-time estimation and prediction of traffic conditions on a network level using limited traffic detectors, (2) travel time prediction in free flow and congested flow, and (3) prediction of drivers' en-route diversion behavior. Field testing is conducted based on the Route Guidance Pilot Project sponsored by the National Science and Technology Ministry of China. The achieved testing results are satisfactory and have potential use for future works and field applications. Key words: travel time prediction, route guidance, adaptive Kalman filtering, macroscopic traffic flow model, driver behavior. Fournir de l'information fiable sur le temps de trajet en temps reel est un defi important pour tous les systemes d' aiguillage du trafic. La presente etude developpe un nouveau modele pour estimer et predire les conditions de trafic et les temps de trajet en temps reel pour un systeme de guidage routier base sur des panneaux de signalisation. Le modele propose est base sur des donnees limitees de trafic detecte en temps reel, un modele stochastique non lineaire et macroscopique de flux du trafic et sur la theorie de filtrage adaptatif de Kalman. La methode possede les caracteristiques principales suivantes: (1) estimation et prevision en temps reel des conditions de trafic au niveau du reseau routier utilisant des detecteurs limites de trafic, (2) la prevision du temps de trajet dans un flux de trafic fluide et un flux congestionne et (3) la prevision, en route, du comportement de diversion des conducteurs. Les essais sur le terrain sont bases sur le projet pilote de guidage routier commandite par le ministere de la Technologie et des Sciences naturelles de la Chine. Les resultats des essais sont satisfaisants et pourraient servir dans de futurs travaux et applications sur le terrain. Mots-cles : prevision du temps de trajet, guidage routier, filtrage adaptatif de Kalman, modele macroscopique de flux de trafic, comportement du conducteur. [Traduit par la Redaction], 1. Introduction A successful and efficient variable message signs (VMS) based route guidance system (RGS) relies on drivers' response to VMS messages (Xu et al. 2011a). Therefore, VMS-based RGS for [...]

dx.doi.org/10.1139/cjce-2014-0009 Received 7 January 2014. Accepted 7 January 2014. T.-d. Xu. College of Civil Engineering and Architecture, Zhejiang University, No. 388, Yuhangtang Road, Hangzhou, 310058, China; College of Design, Construction [...]