走走停停波的可扩展分析：表征、测量与洞见
物理与社会
2025-10-10 v3 系统与控制
系统与控制
摘要
在英里和小时级别的数据规模上分析走走停停波是交通研究中的一个新兴挑战。过去5年中，包含交通波和复杂拥堵模式的大规模交通数据的可用性呈爆炸式增长，使得现有方法无法对这些数据中的交通波进行可重复和可扩展的分析。本文通过引入一种自动且可扩展的走走停停波识别方法，向解决这一挑战迈出了第一步。该方法能够捕捉波的产生、传播、消散以及分叉和合并，而这些现象以前很少被观察到。该方法使用一个简洁且基于临界速度的走走停停波定义，识别出所有包含车辆速度低于选定临界速度的时空点的波边界。该方法建立在与走走停停波相关的时空点的图表示之上，具体包括波前（起始）点和波尾（结束）点，并将解决方案视为图分量识别问题。它能够在规模上测量波的性质。该方法已在I-24 MOTION INCEPTION数据集上实现并验证。我们的结果揭示了对交通波复杂性的洞见。交通波可以以从未被观察或描述过的规模进行分叉和合并。对所有识别出的波分量的聚类分析揭示了交通波的不同拓扑结构。我们发现波合并或分叉点可以用空间特征来解释。所有识别出的波拓扑结构的图库可在 https://trafficwaves.github.io/ 查看。
关键词
引用
@article{arxiv.2409.00326,
title = {Scalable analysis of stop-and-go waves: Representation, measurements and insights},
author = {Junyi Ji and Derek Gloudemans and Yanbing Wang and Gergely Zachár and William Barbour and Jonathan Sprinkle and Benedetto Piccoli and Daniel B. Work},
journal= {arXiv preprint arXiv:2409.00326},
year = {2025}
}