交通流三参数关系及时变特性报告

1、交通流三参数关系实测作业于西外大街出口匝道下游调查报告题目：交通流三参数关系实测作业于西外大街出口匝道下游调查报告组 号：第二小组组 长：孙 洋组 员：宁尚彬、刘 畅梁 鹢、方 超元 凌、邓恰姝妹二一四年十一月三十日目录：1研究的背景及意义12调查数据的采集、加工与研究12.1交通流基本参数12.1.1流量22.1.2速度22.1.3密度22.2交通调查与数据处理22.2.1调查地点22.2.2调查方法32.2.3数据处理32.2.3.1数据统计方法32.2.3.2流量数据处理42.2.3.3速度数据处理42.2.3.4密度数据处理53三参数模型631密度与速度关系模型63.2 流量与速度关系

2、模型83.3流量与密度103.4结果与分析143.4.1匝道下游速度-密度分析143.4.2匝道下游流量-密度分析153.4.3匝道下游速度-流量分析164匝道出口交通流参数时变特性分析184.1出口匝道总体交通流参数时变特性分析184.2出口匝道三车道间的交通流参数时变特性分析195.小组分工及个人感想215.1小组分工215.2个人感想215.2.1宁尚彬215.2.2梁鹢225.2.3刘畅235.2.4方超235.2.5孙洋245.2.6 元凌255.2.7邓恰姝妹25参考文献26I1研究的背景及意义随着我国经济和社会的飞速发展及城市化进程的不断加快，城市总体功能日益完善，城市人口和用地

3、规模日益扩大，城市交通作为保证人们出行的重要手段面临着巨大的压力。面对着交通需求的日益增长以及对道路交通设施更高的要求，许多城市现有的道路交通设施已不能满足而频繁地出现交通拥挤甚至是交通阻塞，严重影响了人们的日常生活，制约着社会经济的发展。为了缓解这一矛盾，以利于城市的发展，越来越多的大城市开始规划建设城市快速路，以增加道路的承载能力、提高服务水平和车辆的运行效率。目前，世界上许多发达国家的城市已经建立了一定规模且相对完善的城市快速路系统，如纽约、伦敦、东京等，而我国的北京、上海等一些大城市也己基本建成了快速路系统。城市快速路作为连接高速路和市内道路的重要通道，其目的是使车辆快速、高效和舒适地

4、行驶而不受到城市道路交通信号的控制约束。它承担着城市的大部分交通流量，以较高的服务水平和较大的承载容量为城市的交通出行做出了积极的贡献，因此快速路运行效率对城市整体交通状况的影响起着至关重要。但伴随着交通需求迅速的增长，城市快速路发展建设的速度已经远不及相应交通量的增长速度，再加上目前我国对城市快速路交通流特性的研究还未成体系，且缺乏相应控制技术的系统研究与应用，城市快速路交通拥挤和安全问题日益严重。城市快速路匝道作为快速路系统内部车流和系统外部车流相互作用的必要通道，是快速路主线和城市其它道路相互统联系的纽带，是城市快速路系统中不可或缺的一部分。匝道交通流的运行状况直接影响着快速路系统功能的

5、最大发挥，因此对城市快速路匝道口交通流运行特征及相应的交通流特性研究，通过合理的控制技术应用，对缓解现有的城市交通压力，提高快速路交通条件具有重要的意义。2调查数据的采集、加工与研究2.1交通流基本参数交通流参数有宏观参数和微观参数之分。其中，宏观参数是用于描述交通流作为一个整体所表现出来的特性，包括流量、速度和交通密度等；微观参数是用于描述交通流中彼此相关车辆间的运行特性，包括车头间距和车头时距。交通流的基本参数有三个：流量、速度和密度，也称为交通流三要素。而本次实测作业，本组即仅针对基本参数进行了调查和计算。2.1.1流量流量是指在单位时间段内通过道路某一指定地点、某一断面或道路上某一条车

6、道的交通实体数。一般用q示，在交通调查中，流量常用下式进行计算。q=NT式中：T观察时段长度；N观察时段内的车辆数。2.1.2速度地点速度又称为点速度，指车辆通过道路某一特定地点的瞬时速度，一般用表示，其理论计算公式，见下式。u=dxdt=limt2-t10x2-x1t2-t1式中：x1、x2t1和t2的车辆位置。在现有交通调查中，线圈和微波检测器采集得到的速度数据非常接近此定义。2.1.3密度交通流密度是指某一瞬间单位长度道路上所存在的车辆数，见公式如下。k=NL式中：L观测路段长度； N观测路段上存在的车辆数。根据交通流密度的定义可知，密度是个瞬时值，是随着观测时刻以及观测路段长度变化的，

7、因此选用密度来表征交通流特性时，通常用观测总时间内的平均密度值来表示。2.2交通调查与数据处理2.2.1调查地点本次交通流理论实测作业中，我们组分到了调查某出口匝道下游的工作。于是，我们组选择了西外大街靠近西苑饭店处的出口匝道下游进行实测与分析。具体位置如下：西直门外大街是北京市西部的一条重要通道，位于西城区西北部。东起西直门立桥，西至白石桥路。在这条道路横贯的区间中，坐落着北京天文馆、北京动物园、首都体育馆等著名参观景点，也拥有着西苑饭店、新世纪日航饭店等多家大型酒店。因此，西外大街是一条车流量较大，特征较为突出，比较具有代表性的快速路。而我们组之所以在此道路的众多出口中选择较靠前中路段的道

8、路，一是因为在该处有供机器搭设和小组成员计数的地点；二是因为在之后的几个出口处，都有不同的对道路交通流起影响的因素，如西直门桥、动物园公交枢纽等，故选择该出口进行实测作业。2.2.2调查方法本次快速路匝道出口交通流参数调查考虑到调查人员、条件以及数据资料的整理和重复利用性，采用录像调查法。录像调查法指的是根据调查位置的实际情况，选择某一至高点，通过摄像机对其进行连续拍摄。本次交通调查录像的获取来自于我组同学院所借的DV仪器，并针对我们所需要的匝道出口位置进行时长为2h的连续拍摄。根据获得的拍摄视频，以人工统计各调查区段的交通流参数数据。2.2.3数据处理2.2.3.1数据统计方法经过查阅资料，

9、我组结合调查路段的实际情况，取交通流参数统计间隔时间为1min（老师要求为2min，为更精确，选用小单位），即统计1min间隔内的流量、平均速度和平均密度。由于老师对于实测作业的要求是需要涵盖平峰时段和高峰时段的数据，且高峰时段能够观察和捕捉到更多更复杂的现象，因此，我组选取的数据观测时段为早高峰后半区间时段，即从8：00am10：00am，调查数据时间跨度为120min，数据统计间隔取1min。因此，若以8：00am9：00am为高峰时段，9：00am10：00am为平峰时段，那么我组共采集了60+60=120组交通流参数数据。2.2.3.2流量数据处理在本次实测作业中，我们流量值得获得是通

10、过在实测过程将车辆数输入进计数仪器中，再通过相关软件将其导出，后经过人工处理而获得，具体导出的数据和处理后的数据如下二图。另外，流量数据处理还需要注意在后期将将统计时间内调查获得的交通量数据按车辆折算系数换算成当量交通量。各汽车代表车辆和车辆折算系数见下表。汽车代表车型车辆折算系数说明小客车1.019座的客车和载重量2t的货车中型车1.519座的客车和2t载重量7t的货车大型车2.050座的客车和7t载重量14t的货车2.2.3.3速度数据处理在实测作业中，通过拍摄视频调查所获得的数据为每辆车通过观测路段的行程时间值，我组通过将原画减速至35%，以帧为单位，记录下车辆进入计算路段（0m）的时间

11、和离开计算路段（10m）的时间，做差即为在这10m之间车辆行驶的时间长度。操作界面如下图。另外，还需要将每一辆车的瞬时速度转化为起初设定的1min的时间区间内的平均速度，即在统计时间内，在观测路段上行驶的全部车辆的车速分布平均值。具体操作如下图。2.2.3.4密度数据处理交通流密度应为1min内的平均密度，故我组利用下述公式：K=Qv式中，Q已处理过的流量数据；V已处理过的速度数据。利用时需注意，这里的密度并不是通过实测数据来计算出来的，所以密度并不是十分精确和符合实际情况，会由于流量和速度的误差而累积出更大的误差。故若有条件的话，可以用下式进行更精确的计算：K=i=0NKiN1L式中：N在统

12、计时间内，读取存在车辆数的画面数，N=tt；t统计时间间隔；t读取存在车辆数的时间间隔，取5s；DKi第i个画面中观测区间上存在的车辆数；L观测区间的长度。3三参数模型交通流量、车速和车流密度是表征交通流特征的 3个基本参数。 此间关系如下式。Q = v*K 其中， Q为交通流量; v为行车速度; K 为车流密度。通常先分析 K-v的关系， 然后由其他公式分别推算出 Q-v和 Q- K 的关系。31密度与速度关系模型目前， K-v最常用的有线性关系模型、对数关系模型和密度对数模型。 其中，下式为速度-密度线性关系模型， 即Greenshields模型，是目前最常用的模型：v = vf ( 1-

13、KK j) 其中， vf 为畅行车速， 此时车流密度趋于零; K j 为阻塞密度， 即车速为零时的密度。下式为速度-密度对数关系模型， 即Greenberg模型，该模型通常用于交通密度较大时：v = v mlnn ( KjK) 其中， vm 为临界速度。下式为速度-密度指数关系模型， 即Underwood模型， 该模型通常用于交通密度较小时：v=vfeKKm首先分车道进行了数据描点绘图，通过对调查路段的速度和密度采集得到的数据，分别采用线性模型、对数模型和指数模型进行分析，得到分析图如下（注：由于v关于k的函数表达式中参数太小，此处转换为K关于v的函数表达式，故此处指数模型代表格林伯模型，对数

14、函数代表安德伍德模型。）：内侧车道线性模型：K =92.801-1.248v；相关系数R=0.69463对数模型：K=155.795-35.36lnv-14.792；相关系数R=0.7172指数模型：K=181.483e-0.0402v+5.276；相关系数R=0.7185外侧车道线性模型：K =79.898-1.088v；相关系数R=0.21718对数模型：K=73.895-14.705lnv-26.454；相关系数R=0.22538指数模型：K=399.298e-0.0844v+21.906；相关系数R=0.22321中间车道线性模型：K =74.23-0.8685v；相关系数R=0.29

15、041对数模型：K=256.861-54.208lnv-15.115；相关系数R=0.29002指数模型：K=112.552e-0.05179v+50.177；相关系数R=0.291463.2 流量与速度关系模型首先根据上述公式， 可导出调查路段上的流量- 速度关系为：Q = 70.145 v- 0.615 v2然后由调查的数据描点绘图，拟合分析：内侧车道Q = 2198.79-10.71 v- 0.0707v2相关系数R=0.20244外侧车道Q = 2053.75-21.33 v+ 0.14591v2相关系数R=0.20244中间车道Q =-248.109+90.581v-1.116v2相

16、关系数R=0.010993.3流量与密度描点绘图拟合模型：内侧车道对数模型：Q=-1198-775.45lnK；相关系数R=0.73197指数模型： Q=995.25e-0.0119K 相关系数：R=0.67609二项式模型：Q=466.18+38.257K-0.213K2 相关系数：R=0.7235外侧车道对数模型：Q=-2492.94-1122.149lnK；相关系数R=0.84755指数模型： Q=680.81e-0.0211K 相关系数：R=0.79088二项式模型：Q=-141.196+58.136K-0.333K2 相关系数：R=0.85632中间车道对数模型：Q=-9475.21

17、-2527.45lnK+42.15；相关系数R=0.80591指数模型： Q=-3939.92e-0.0135K+3979.46 相关系数：R=0.80603二项式模型：Q=210.113+44.424K-0.212K2 相关系数：R=0.855593.4结果与分析3.4.1匝道下游速度-密度分析在交通流的运行过程中，随着交通流量的增加，密度增大，行驶车辆之间相互制约影响增大， 以致在跟驰行为中驾驶员需要不断降低车速， 以保证与前车之间的安全行车间距，直至达到阻塞密度时，车辆近乎处于停止状态。因此，车流速度很大程度上受交通流密度的制约。在相对畅通的交通状况下，除去某些异常点，数据相对密集地聚集

18、在一个区域内，且速度总体上呈现出随密度增大而下降的趋势，接近于线形关系。在下游段，由于受到入口汇入车辆的影响，车流密度增加幅度较大，车辆间互相制约影响增大，速度呈现出较大的下降趋势。下面是三种模型的拟合结果。线性模型：K =168.054-4.648v；相关系数R=0.5739对数模型：K=117.175-27.788lnv-23.958；相关系数R=0.57235指数模型：K=267.087e-0.05177v+6.471；相关系数R=0.57298根据曲线拟合的结果可以看出，各区段三种模型中线形模型的拟合程度更优于对数模型、指数模型，将拟合获得的线性模型与 Green Shields 的线

19、性模型进行对比，可以推出下游段的畅行速度Vf为10.1m/s，即 36.2 km/h，阻塞密度Kj= 168 veh/km。3.4.2匝道下游流量-密度分析在相对畅通的交通状况下，流量密度数据点相对密集地聚集在一个区域内，且流量呈现出随密度增加而上升的趋势。在上游段交通密度相对较小，交通运行较为顺畅，流量随密度增加而上升的趋势比较明显，呈现出一定的线形关系。而在交织段及下游段，随着入口匝道车流周期性的汇入，交通密度在增大的过程中，流量呈现出成曲线上升的趋势，根据散点图的形态，分别以对数、指数模型和二项式模型进行拟合，结果如下：对数模型：Q=-9475.21-2527.45lnK+42.15；相

20、关系数R=0.80591指数模型： Q=-3131.06e-0.0178K+3185.39 相关系数：R=0.86181二项式模型：Q=134.620+48.244K-0.259K2 相关系数：R=0.86182由曲线拟合的结果可以看出，各区段模型拟合的判决系数均大于0.8 ，在指数模型和指数模型下流量密度数据点拟合程度很高，说明两种模型均能很好的表达流量密度之间的关系，而二项式模型的拟合程度稍优于指数模型。3.4.3匝道下游速度-流量分析流量速度曲线关系描述的是速度随流量的变化规律，常用来标定快速路的服务水平，以衡量其运行状况，在相对畅通的交通状况下，流量密度数据点同样相对密集地聚集在一个区

21、域内，且速度呈现出随流量增大而下降的趋势。在下游段，随着流量的增大，速度呈曲线下降， 为了更深入地研究各区段流量速度之间的关系，现对数据散点图进行拟合分析，根据散点图的走势，分别以线性模型和二项式模型进行拟合，拟合结果如下：线性模型：v=-0.008Q+54.658 相关系数R=0.20687二项式模型：v=6.149Q2-0026.Q+68.373 相关系数 R=0.21341由曲线拟合的结果可以看出，模型相关系数 R 均很小，各区段模型的拟合结果都不理想，其中二项式分布模型稍显精确。因在下游段的畅行状态下，车流量少，驾驶员可自由按期望的车速行驶，在此状况下，车辆间在机动性能上的差异就凸显出

22、来，表现为车速离散性较大，反映在流量速度散点上并没有随流量的增加而明显下降，即与流量之间不存在密切的影响关系，只是在某一定值上下波动。4匝道出口交通流参数时变特性分析上一部分介绍了在西外大街的出口匝道初，我组通过实测作业和后期分析研究得出的交通流三参数之间的关系。而在这之后，我组成员发现，交通流运行状态的定性、定量特征称为交通流特性，而交通流的相关特性是通过交通流参数的变化特征反映出来的。经过查阅资料，我们发现，交通流参数特性主要包括交通流参数随时间的变化特性和交通流参数之间的相互关系特性两个方面。上一部分介绍的即时相互关系，而本节主要研究匝道出入口交通流参数时变特性。4.1出口匝道总体交通流

23、参数时变特性分析匝道口下游段流量、密度、速度时变特性见下三图，为便于具体分析和对比并且与交通流参数相互关系特性的研究保持一致性，均按1min间隔时间计算。由于受到此匝道入口处外侧车道排队拥挤状况影响较小，且入口处中间和内侧车道据观察保持相对畅通，故出口段的运行状态为畅行态，表现为流量和密度在一定的范围内呈现出较大的波动特征，且具有相同的变化规律，而这种波动变化主要是受到上游段到达车辆的影响。流量的变化主要在10002000veh/h范围内，密度的变化主要在3050veh/km，而速度的变化幅度较小，主要集中在3550km/h。4.2出口匝道三车道间的交通流参数时变特性分析在分析完整个出口处的交

24、通流参数时变特性之后，我组决定研究一下三车道之间的相互关系，进而理解内、中、外车道之间的位置关系与所处位置的影响程度。可以发现，无论哪一条车道的流量与密度总是基本保持同步增减关系的，且速度的变化并不是很大，总是在一定范围内进行变化。但是明显可以看出，以下几点：1.外车道上的车速在高峰时段的时期内，还是相较于自身的平峰时段和其他车道的高峰时段是较低的，根据我组的分析，这是因为调查路口处于匝道口出口处，因此会有不少车辆在外车道进行减速，驶出此快速路。因此会导致后续车辆中不进行换道的车辆被迫减速，从而在整体上降低车速，增大行车密度，减少通行流量。2.中车道上的平均车速是较低的，且该车道上的密度、流量

25、变化较其他车道很大。据我组成员根据当时的观测情况以及后续的数据分析，出现该情况的原因就是中车道是一个既稳定又不稳定的车道。说它稳定，是因为基本上直行车流都在该车道上通过，安全且快速；说它不稳定，是因为无论是右侧刚进行过减速的车辆还是左侧准备对该车道车辆进行超车的车辆，都会或多或少对该车道产生影响（减速后加速并入该道或加速后减速并入该道）。3.内车道上的车速通比较高，甚至在高峰时段都能保持相对较高的水平，而且密度和流量的变化也不如外道和中道剧烈。据我组成员分析，这是因为内车道基本上属于快车道，大部分的小轿车和想要超车的车辆在该道行驶，所以始终能够将该道的速度维持在一个较高的水平。5.小组分工及个

26、人感想5.1小组分工孙洋：数据采集，数据处理，模型拟合，报告第三、四部分撰写与完善；梁鹢：数据采集，数据处理，报告第一、二、五部分撰写与完善；方超：数据采集，数据处理，模型拟合，报告第三部分撰写；宁尚彬：数据采集，数据处理，ppt第一部分制作和整体完善；元凌：数据采集，数据处理，ppt第三部分制作；刘畅：数据采集，数据处理，ppt第二部分制作；邓恰姝妹：数据采集，数据处理，资料采集。5.2个人感想5.2.1宁尚彬在这次的小组作业中，我主要负责了：1、2小时的一条车道数车数据。2、一条车道的15分钟车头时距、平均车速的计算。3、PPT的部分制作。经过了这次的小组作业，在专业知识方面，我对交通流三

27、参数的关系有了更深的理解。对于我们所调查的出口匝道来说，由于受到此匝道入口处外侧车道排队拥挤状况影响较小，且入口处中间和内侧车道据观察保持相对畅通，故出口段的运行状态为畅行态，表现为流量和密度在一定的范围内呈现出较大的波动特征，且具有相同的变化规律，而这种波动变化主要是受到上游段到达车辆的影响。对于一条道路不同车道来说，外车道上的车速在高峰时段的时期内，还是相较于自身的平峰时段和其他车道的高峰时段是较低的，中车道上的平均车速是较低的，且该车道上的密度、流量变化较其他车道很大，内车道上的车速通比较高，甚至在高峰时段都能保持相对较高的水平，而且密度和流量的变化也不如外道和中道剧烈。因此我认为交通流

28、三参数的关系理论上是固定的，但实际道路中的交通流三参数的关系是在固定关系的基础上进行一定的变化。在小组协作方面，我认为小组合作的进度是由小组成员的协调合作决定了，任何一人的进度拖沓都会导致小组作业时间的延长。以上就是此次小组作业中我的感受。5.2.2梁鹢在本次实测作业过程中，我有以下几点体会：一、测定数据不易，需要有毅力、会创新我们组在本次实测过程中，遇到了两个实际问题，其一就是我们组选定的西外大街的匝道下游出口处并没有一个制高点提供给我们来支立仪器和选取测定路线长度。我们组在解决这一问题时采取的方法是将仪器搭建在路沿石上，尽量来避免大车、货车等车型，外车道、中车道等车道对于小型车或内车道的影

29、响；另外，对于测定路线长度，我们选取了一条完整的分道线，即画线部分和未画线部分的加合（恰好10m）。其二就是我们选定的时间为8：00am10：00am，这段时间是一天中较为寒冷的时段。虽然条件艰苦、天气恶劣，但是我们组的成员没有一个退缩也没有一个偷懒。即使都得用手去按计数器，但是没有任何一个人有怨言。最终，很完美的将这两个小时的数据调查工作进行完成。二、实际情况与理论情况有出入在完成实测作业的过程中，我们组发现我们绘制出来的交通流特性图常常与书上或者资料上的不完全一致甚至完全不一致。经过分析，我觉得应该是这样造成的：首先，我们的交通流参数调查并没有包含大量的数据，仅仅选取某一天的两个小时的时间

30、段并不具有普遍性和通用性，很可能由于当天的一些特殊情况或天气情况而导致整体数据与正常状态下完全不同。另外，由于数据较少，所以在利用origin软件画图时，我们并不能够生成出足够多的离散点以完成拟合。综合上述的两个原因，也就造成了我们的参数图与书本或资料上的略有出入。不过幸好经过挑选数据和不断利用不同形式函数，最终的出入于误差并不很大。三、做出创新研究时变特性交通流运行状态的定性、定量特征称为交通流特性，而交通流的相关特性是通过交通流参数的变化特征反映出来的。经过查阅资料，我们发现，交通流参数特性主要包括交通流参数随时间的变化特性和交通流参数之间的相互关系特性两个方面。因此，我们组在对于相互关系

31、进行研究之后，又对时变特性进行了学习和研究，最终得到一定的结果与结论，进一步创新了对交通流参数的研究方式方法。5.2.3刘畅本次作业我主要参与的内容有：实地调查数据阶段、数据处理阶段以及最后的ppt制作阶段。在实地调查阶段，我与小组成员一起于早7：00出发，乘坐公交车到达西外大街靠近西苑饭店处的出口匝道下游记录从8：00am10：00am的交通流参数数据。在这个过程中我遇到的问题有：1.人工计数存在误差，有时车辆经过太快或被其他车辆遮挡，无法准确计数；2.部分车辆无法准确分辩车辆类型，例如：中国邮政、运钞车等。3.数车时间段内气温较低，一名成员很难坚持两个小时，过程中需要有组员相互替换完成数车

32、任务。在数据处理阶段，我主要处理速度数据，即记录每辆车辆进入计算路段（0m）的时间和离开计算路段（10m）的时间，做差即为在这10m之间车辆行驶的时间长度，还需要将每一辆车的瞬时速度转化为起初设定的1min的时间区间内的平均速度，即在统计时间内，在观测路段上行驶的全部车辆的车速分布平均值。在这个过程中我遇到的问题有：1.里侧车道车辆经常被外侧车道车辆遮挡，尤其被公交车辆遮挡，很难记录具体进入计算路段的时间；2.车流量较大，每5分钟车辆就需要至少40分钟时间来记录，工作量较大，人员不足。在整个作业过程中，我收获了知识也收获了成长。更加深刻了解了对于交通流三参数的关系，并体会到了合作完成工作的成就

33、感，希望在以后的学习过程中，能有更多的机会通过实践来更深层次学习书本上的知识，能有更多机会与同学们一起体味团队合作的意义。5.2.4方超这次的交通流调查作业我主要工作在数据录入与处理上，画了一部分模型的图，因为实际调查的时候有些别的重要的事，所以没有参加地点调查，正是如此，我也主动承担了两倍的视频数车任务，总共30min，数车过程中有很多不可抗力，比方大车堵住视野，慢车走靠最右紧急车道，这就累和成了我们的计算误差。在选择测定车速的道路距离时，交通工程学调查与分析推荐车速的推荐测量长度和车流平均速度有关，65km/h83.1m，但由于实测地点白石桥东西外大街很空旷，DV摄像机的布置只能局限于道路

34、的两侧带里，没有制高点用于布置，因为录像清晰度和录像角度以及视野的影响当取的距离越大，用肉眼分辨的误差越大，所以我们选取了10m，即两个分车道虚线沿道路方向的方向的距离以减小误差。在输完数据后，我们用Origin8.0进行拟合制图时，发现其中有很大的规律性在里面，不是以前不知道，是第一次自己亲手做出来的图，看着自己亲手做出来的图观察分析出来的，我想这也是老师让我们亲手自己去做的原因，去感受交通是一门科学，而且是一门规律性很强的科学。做完之后我也看了看其他组的成果，我们几个组调查地点是不一样的，但是是同一路段的入口匝道上游，两匝道之中和出口匝道下游，我们组测出口匝道下游，我们做出来的速度-流量图

35、没有教材上的那种特性，即分布大概是一条垂直于速度轴的直线，就我数车时的观察，可能是因为我们这并没有拥挤状态，离到达道路通行能力还远远不够，也有可能是坐标轴的尺度让我们看不出来。调查地点的不一样，我们几个组得到的数据性质也不一样，书上完整的曲线是这三个地方点迹总和的拟合，没有其中任何一个位置可以单独拿来拟合整个速度-流量关系曲线，我也体会到为了获得完整的交通流曲线需要注意在调查地点的选取上已经限制了流量，速度和密度的取值范围。这次的作业做下来也是非常艰辛，不光有数车、已学知识的运用，也有未学知识的探讨，时变特性分析是我们报告新颖之处，这分析了交通流三参数随时间尺度发展的相互影响变化关系。最后我想

36、说交通研究考验毅力和决心，我在这些研究中得到许多，反思许多，同学们之间的互相帮助，互相理解，做错了勇于承担责任让我们顺利完成了这次作业，虽然现在可能大家还没发现自己深层次的变化，但在以后的研究、学习和生活中会无比受用！5.2.5孙洋本次课题研究题目很明确，思路也很明晰。首先要通过调查获取数据，我们用了人工数车法获得车流量，然后用拍摄的视频资料获取车辆的速度，这一部分工作量很大，但经过小组成员的努力还是按时完成了任务。第二部分利用Origin软件进行了数据的描点绘图，通过教材中的多种函数拟合得到不同模型，这一部分既让我学到软件的使用方法，也加深了我对三参数关系个模型的印象。拟合得到函数模型的同时

37、也得到各模型相关系数，又进行了对比分析，让我对各类模型的特点和适用情况得到更深的理解。本次课题研究不仅温习了以往的知识，巩固了新学的课程，同时锻炼了同学之间团结协作的能力。在整个课题研究过程中，我们小组七个成员一起，从最初抽出时间去数车，到后来不分昼夜的处理数据，再到最后共同完成研究报告和PPT，各组员合理分工，积极合作，虽然每个人的上课时间或多或少的有冲突，但大家依然能抽空进行会议讨论，并在之后高效的完成任务；而课题研究中遇到的问题也在大家群策群力下迎刃而解，非常荣幸和各位组员一起完成课题研究。5.2.6 元凌这次交通流课程设计我们小组选择了西外大街附近的交叉口出口进行数据收集，然后分工进行

38、了数据处理。在实地调研收集数据阶段，我进行了车辆的计数。在收集数据期间，我发现我们选择的时间正是早高峰时间段，车辆相互遮挡，导致了计数的误差。在数据处理阶段，我也发现了车辆计数时，如果视屏拍摄时有大型车辆通过，速度计算也会导致一定的误差。所以我觉得在车辆计数时，可以采高处摄像法来获取车辆流量速度，以减少误差。后期数据处理阶段我们分为了两个部分，第一部分为从视屏里提取数据阶段，该阶段的工作量十分大，我们采取了两个人一组，提取半小时数据，这样一个人读取视频，一个人输入excel就会轻松一些。第二部分为利用Origin软件进行描点绘图，通过这一阶段，我学习掌握了Origin软件，也加深了对交通流三要

39、素和各模型的理解。通过这次课程设计，我收获了很多，在进行研究时应该不怕吃苦，战胜艰苦条件，虽然拍摄和数据提取都困难很多，但是我们应该勇敢解决困难，不能退缩。还有小组间应该团结合作，只有大家团结合作，各自发挥所长，集思广益，才能获得最后的成功。希望在以后的学习中，能有更多的机会和团队一起合作，进行实际操作，加深理论知识的认识。5.2.7邓恰姝妹首先我要感谢贾老师在这一个学期来对我学习上的指导和帮助，我也很幸运能和本组成员一起学习交通流课程实验设计。在前期上课期间，我对贾老师讲的模型有很多不理解没掌握的地方，于是我带着这些疑问开始了本次交通流理论的实践环节。组长带领全组成员历时一个多月终于完成了本次交通流理论的课程设计任务。经过我们多次开会确定了实验方案以及前期准备工作就开展了数车活动。经过后续的数据采集数据分析绘图和撰写报告，我对