Modelo microscópico de flujo de tráfico

Los modelos microscópicos de flujo de tráfico son una clase de modelos científicos de la dinámica del tráfico vehicular .

En contraste con los modelos macroscópicos , los modelos de flujo de tráfico microscópicos simulan unidades de un solo vehículo-conductor, por lo que las variables dinámicas de los modelos representan propiedades microscópicas como la posición y la velocidad de vehículos individuales.

También conocidos como modelos continuos en el tiempo , todos los modelos de seguimiento de vehículos tienen en común que están definidos por ecuaciones diferenciales ordinarias que describen la dinámica completa de las posiciones y velocidades de los vehículos . Se supone que los estímulos de entrada de los conductores están restringidos a su propia velocidad , la distancia neta (distancia de parachoques a parachoques) al vehículo que va delante (donde denota la longitud del vehículo) y la velocidad del vehículo que va delante. La ecuación de movimiento de cada vehículo se caracteriza por una función de aceleración que depende de esos estímulos de entrada: ${\displaystyle x_{\alpha}}$${\displaystyle v_{\alpha}}$${\displaystyle v_{\alpha}}$${\displaystyle s_{\alpha}=x_{\alpha -1}-x_{\alpha}-\ell _{\alpha -1}}$${\estilo de visualización \alpha -1}$${\displaystyle \ell_{\alpha-1}}$${\displaystyle v_{\alpha -1}}$

${\displaystyle {\ddot {x}}_{\alpha }(t)={\dot {v}}_{\alpha }(t)=F(v_{\alpha }(t),s_{\alpha }(t),v_{\alpha -1}(t),s_{\alpha -1}(t))}$

En general, el comportamiento de conducción de una unidad de un solo conductor y un solo vehículo podría no depender únicamente del líder inmediato, sino también de los vehículos que van delante. La ecuación de movimiento en esta forma más generalizada dice: ${\estilo de visualización \alpha}$${\estilo de visualización \alpha -1}$${\displaystyle n_{a}}$

${\displaystyle {\dot {v}}_{\alpha }(t)=f(x_{\alpha }(t),v_{\alpha }(t),x_{\alpha -1}(t),v_{\alpha -1}(t),\ldots ,x_{\alpha -n_{a}}(t),v_{\alpha -n_{a}}(t))}$

• Modelo de velocidad óptima (OVM)
• Modelo de diferencia de velocidad (VDIFF)
• Modelo de Wiedemann (1974)
• Modelo de Gipps (Gipps, 1981) ^[1]
• Modelo de conductor inteligente (IDM, 1999) ^[2]
• Modelo de conducción anticipatoria basado en DNN (DDS, 2021) ^[3]

Los modelos de autómatas celulares (AC) utilizan variables enteras para describir las propiedades dinámicas del sistema. La carretera se divide en secciones de una longitud determinada y el tiempo se discretiza en pasos de . Cada sección de la carretera puede estar ocupada por un vehículo o vacía y la dinámica se da mediante reglas actualizadas de la forma: ${\displaystyle \Delta x}$${\displaystyle \Delta t}$

${\displaystyle v_{\alpha}^{t+1}=f(s_{\alpha}^{t},v_{\alpha}^{t},v_{\alpha -1}^{t},\ldots )}$

${\displaystyle x_{\alpha}^{t+1}=x_{\alpha}^{t}+v_{\alpha}^{t+1}\Delta t}$

(el tiempo de simulación se mide en unidades de y las posiciones del vehículo en unidades de ). ${\estilo de visualización t}$${\displaystyle \Delta t}$${\displaystyle x_{\alpha}}$${\displaystyle \Delta x}$

La escala de tiempo se da típicamente por el tiempo de reacción de un conductor humano, . Con fijo, la longitud de las secciones de la carretera determina la granularidad del modelo. En una parada total, la longitud media de la carretera ocupada por un vehículo es de aproximadamente 7,5 metros. La configuración de este valor conduce a un modelo en el que un vehículo siempre ocupa exactamente una sección de la carretera y una velocidad de 5 corresponde a , que se establece entonces como la velocidad máxima a la que un conductor quiere conducir. Sin embargo, en un modelo de este tipo, la aceleración más pequeña posible sería lo que no es realista. Por lo tanto, muchos modelos de CA modernos utilizan una discretización espacial más fina, por ejemplo , lo que conduce a una aceleración más pequeña posible de . ${\displaystyle \Delta t=1{\text{s}}}$${\displaystyle \Delta t}$${\displaystyle \Delta x}$${\displaystyle 5\Delta x/\Delta t=135{\text{km/h}}}$${\displaystyle \Delta x/(\Delta t)^{2}=7.5{\text{m}}/{\text{s}}^{2}}$${\displaystyle \Delta x=1.5{\text{m}}}$${\displaystyle 1.5{\text{m}}/{\text{s}}^{2}}$

Aunque los modelos de autómatas celulares carecen de la precisión de los modelos de seguimiento continuo de vehículos, aún tienen la capacidad de reproducir una amplia gama de fenómenos de tráfico. Debido a la simplicidad de los modelos, son numéricamente muy eficientes y se pueden utilizar para simular grandes redes de carreteras en tiempo real o incluso más rápido.

• Regla 184
• Modelo de tráfico de Biham–Middleton–Levine
• Modelo de Nagel-Schreckenberg (NaSch, 1992)

• Microsimulación