This thesis work deals with the freeway traffic dynamics, in particular on the study of the capacity drop phenomena on a macroscopic, first-order model. Typically, first-order traffic models both of continuous and discrete time, are not able to capture the capacity drop, which is a common traffic phenomenon detected in real cases. In this thesis a newly first-order traffic model based on the Cell Transmission Model with service stations (CTM-s) is proposed along with the ability of this model to capture the capacity drop phenomenon. In two previous works a lightweight Python implementation of the CTM-s was developed to make the model serviceable also on a low-end processor (i.e. computer on vehicles), and it is extended in this thesis in order to be able to implement the capacity drop detection. Then, many simulations with the Aimsun Next simulation software have been performed. These simulations were used for the model identification, and together with the results provided by the CTM-s model it was possible to validate the results obtained.
Modellizzazione della caduta di capacità nel CTM-s: identificazione e validazione. Questo lavoro di tesi si occupa delle dinamiche del traffico autostradale, in particolare dello studio del fenomeno di perdita di capacità su un modello macroscopico del primo ordine. In genere, i modelli di traffico del primo ordine, sia a tempo continuo che a tempo discreto, non sono in grado di descrivere una caduta di capacità, che è un fenomeno di traffico comune rilevato in casi reali. In questa tesi un nuovo modello di traffico di primo ordine basato sul Cell Transmission Model con stazioni di servizio (CTM-s) viene proposto insieme alla capacità di questo modello di catturare il fenomeno del calo di capacità. In due lavori precedenti è stata sviluppata un'implementazione Python del modello CTM che rende il modello utilizzabile anche su un processore a bordo di un veicolo, ed è stato esteso in questa tesi per poter implementare il rilevamento della caduta di capacità. Poi, sono state eseguite molte simulazioni con il micro simulatore Aimsun Next. Queste simulazioni sono state utilizzate per l'identificazione del modello e insieme ai risultati forniti dal modello CTM-s è stato possibile validare i risultati.
Capacity drop modeling in the CTM-s: identification and validation
LUCCHINI, MATTEO
2021/2022
Abstract
This thesis work deals with the freeway traffic dynamics, in particular on the study of the capacity drop phenomena on a macroscopic, first-order model. Typically, first-order traffic models both of continuous and discrete time, are not able to capture the capacity drop, which is a common traffic phenomenon detected in real cases. In this thesis a newly first-order traffic model based on the Cell Transmission Model with service stations (CTM-s) is proposed along with the ability of this model to capture the capacity drop phenomenon. In two previous works a lightweight Python implementation of the CTM-s was developed to make the model serviceable also on a low-end processor (i.e. computer on vehicles), and it is extended in this thesis in order to be able to implement the capacity drop detection. Then, many simulations with the Aimsun Next simulation software have been performed. These simulations were used for the model identification, and together with the results provided by the CTM-s model it was possible to validate the results obtained.È consentito all'utente scaricare e condividere i documenti disponibili a testo pieno in UNITESI UNIPV nel rispetto della licenza Creative Commons del tipo CC BY NC ND.
Per maggiori informazioni e per verifiche sull'eventuale disponibilità del file scrivere a: unitesi@unipv.it.
https://hdl.handle.net/20.500.14239/15891