Regional traffic and trip characteristics simulation and applications for MFD models calibration
Simulation des caractéristiques du trafic et des déplacements régionaux et applications pour l'étalonnage des modèles MFD
Résumé
This thesis investigates how the setting of large-scale dynamic models based on the macroscopic fundamental diagram (MFD) influences prediction accuracy. It mainly focuses on trip length representation and network partitioning. We used an unprecedented set of trajectory data from the pNEUMA's drone experiment to carry out in-depth analyses of regional trip length behaviors, considering several spatial partitionings of the road network. These investigations define different resolutions when calibrating trip lengths that have been cross-compared in simulation using the different primary expressions of MFD models. This benchmarking process provides solid guidelines for calibrating MFD models.This thesis consists of two main parts: 1) the investigation of the effect of data availability and network representation on the estimation of traffic states and trip characteristics, and 2) the assessment of how MFD model settings influence prediction accuracy. In the first part, we study the magnitude of errors when estimating density at the local and regional levels, as it is a core variable for MFD models. We also focus on the effects of network partitioning on trip lengths. We introduce the concept of path sequence to track vehicles that may go back and forth between two close and interlaced regions. Such information appears crucial when simulating a network with interlaced areas using MFD models. For the second part, the prediction accuracy of classic MFD models is assessed by comparing different MFD and trip length settings. An extension of the MFD framework to deal with path sequence is proposed and compared with more classical approaches. It is shown to be more efficient when predicting flow exchanges between regions.
Cette thèse étudie comment le paramétrage des modèles dynamiques à grande échelle basés sur le diagramme fondamental macroscopique (MFD) influence la précision des prédictions. Elle se concentre principalement sur la représentation de la longueur des trajets et le partitionnement du réseau. Nous avons utilisé un ensemble sans précédent de données de trajectoire provenant de l'expérience de drone de pNEUMA pour effectuer des analyses approfondies des comportements régionaux de longueur de trajet, en considérant plusieurs partitionnements spatiaux du réseau routier. Ces recherches définissent différentes résolutions lors de l'étalonnage des longueurs de trajet qui ont été comparées en simulation à l'aide des différentes expressions primaires des modèles MFD. Ce processus d'analyse comparative fournit des lignes directrices solides pour le calibrage des modèles MFD. Cette thèse se compose de deux parties principales : 1) l'étude de l'effet de la disponibilité des données et de la représentation du réseau sur l'estimation des états du trafic et des caractéristiques des trajets, et 2) l'évaluation de l'influence des paramètres des modèles MFD sur la précision des prédictions. Dans la première partie, nous étudions l'ampleur des erreurs lors de l'estimation de la densité aux niveaux local et régional, puisqu'il s'agit d'une variable centrale pour les modèles MFD. Nous nous concentrons également sur les effets du partitionnement du réseau sur la longueur des trajets. Nous introduisons le concept de séquence de trajets pour suivre les véhicules qui peuvent faire des allers-retours entre deux régions proches et entrelacées. Une telle information semble cruciale lors de la simulation d'un réseau avec des zones entrelacées en utilisant des modèles MFD. Dans la deuxième partie, la précision de prédiction des modèles MFD classiques est évaluée en comparant différents paramètres de MFD et de longueur de trajet. Une extension du cadre MFD pour traiter la séquence des trajets est proposée et comparée aux approches plus classiques. Elle s'avère plus efficace pour prédire les échanges de flux entre régions.
| Origine | Version validée par le jury (STAR) |
|---|