sibadiНаучный рецензируемый журнал "Вестник СибАДИ"The Russian Automobile and Highway Industry Journal2071-72962658-5626The Siberian State Automobile and Highway University10.26518/2071-7296-2026-23-2-254-265KHGPFEsibadi-2212Research ArticleТРАНСПОРТTRANSPORTОбоснование выбора макроскопических моделей транспортного потока для мониторинга дорожного движенияОn the choice of macroscopic traffic flow models for traffic monitoringТараховскийИ. И.TarakhovskyI. I.

Тараховский Игорь Игоревич – генеральный директор

664003, г. Иркутск, ул. Парковая, д.4, офис 1

Tarakhovsky Igor I. – General Director

664003, Irkutsk, st. Parkovaya, 4, office 1

igor@kvanteng.ruhttps://orcid.org/0000-0003-1946-0659МихайловА. Ю.MikhailovA. Yu.

Михайлов Александр Юрьевич – д-р техн. наук, проф. кафедры «Автомобильный транспорт»

664074, г. Иркутск, ул. Лермонтова, 83

Scopus ID: 57193751842

Author ID: 385530

Mikhailov Alexander Yu. – Dr. of Sci. (Engineering), Professor of the Automobile Transport Department

Irkutsk, Lermontova st. 83

Scopus ID: 57193751842

Author ID: 385530

89148701840@mail.ruООО «КВАНТ ИНЖИНИРИНГ»РоссияQUANT ENGINEERING LLCRussian FederationИркутский национальный исследовательский технический университетРоссияIrkutsk National Research Technical UniversityRussian Federation202606052026232254265Copyright © Тараховский И.И., Михайлов А.Ю., 20262026Тараховский И.И., Михайлов А.Ю.Tarakhovsky I.I., Mikhailov A.Y.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.sibadi.org/jour/article/view/2212

Введение. Действующие в Российской Федерации методические рекомендации по выполнению мониторинга дорожного движения не содержат детальные рекомендации по использованию детекторов транспорта, хотя предусматривают их применение. Эффективному применению детекторов транспорта препятствует недостаток знаний о возможностях эмпирической оценки параметров макроскопических моделей транспортного потока. В статье рассматриваются методы определения моделей макроскопической фундаментальной диаграммы и значений ее параметров на основе данных, поступающих от стационарных радиолокационных детекторов.Цель исследования. Автоматизация оценки уровня обслуживания транспортных потоков в режиме реального времени и разработка практических рекомендаций по обработке данных, поступающих от радиолокационных детекторов.Объект исследования. Процесс мониторинга дорожного движения.Предмет исследования. Модели макроскопической диаграммы и их параметры, определяемые на основе данных, поступающих от радиолокационных детекторов.Методика исследования. Исследованы режимы непрерывного движения на автомобильных дорогах II технической категории – подходах к г. Иркутску. Мониторинг выполнялся с применением стационарных радиолокационных детекторов. Интенсивность движения и средняя временная скорость определялись с периодом агрегации 5 мин. Плотность транспортного потока оценивалась как отношение интенсивности к скорости.Результаты. Экспериментально установлена необходимость применения макроскопических моделей первого и второго порядков при обработке данных, поступающих от детекторов, что является важнейшим результатом начального этапа исследований. Получены данные, характеризующие зависимости скорость-плотность и интенсивность-плотность для полос движения, размещенных на горизонтальных участках, для полос движения на спуск, полос движения на подъем. Сформулированы задачи дальнейших исследований по разработке методики обработки данных радиолокационных детекторов.

Introduction. Current guidelines for road traffic monitoring in the Russian Federation do not contain detailed recommendations for the use of traffic detectors, although the rules do stipulate their use. Effective application of traffic detectors is hampered by a lack of knowledge about the empirical evaluation of macroscopic traffic flow model parameters. This article discusses methods for determining macroscopic fundamental diagram models and their parameter values based on data from stationary radar detectors.The aim of the study. Is related to automation of real-time traffic flow service level assessment and development of practical recommendations for processing data from radar detectors. The research has been focused on road traffic monitoring, in particular, macroscopic diagram models and their parameters determined from the data of radar detectors.Research Methodology. Uninterrupted traffic conditions on roads of category II approaching Irkutsk have been studied. Stationary radar detectors have been used during monitoring. Traffic volumes and average time speed were determined with a 5-minute aggregation period. Traffic density was estimated as the ratio of traffic volume to speed.Results. The need for firstand second-order macroscopic models in processing data from detectors has been experimentally proved, which is a key result of the initial research stage. Data characterizing the speed-density and intensity-density relationships for traffic lanes located on horizontal sections, for downhill traffic lanes, and for uphill traffic lanes have been obtained. Objectives for further research to develop a method for processing radar detector data have been specified.

стационарные радиолокационные детекторымакроскопическая диаграмма транспортного потоказависимость скорость-плотностьоднои многорежимные моделиtraffic monitoringradar detectorsmacroscopic traffic flow diagramspeed-density relationshipsingle-and multi-mode macroscopic modelsReferencesЗырянов В.В. Особенности применения основной диаграммы транспортного потока на сетевом уровне // Известия Волгоградского государственного технического университета. Серия: Наземные транспортные системы. Волгоградский государственный технический университет. 2013. С. 71–74. https://www.elibrary.ru/item.asp?id=20901102.Zyrjanov V.V. Osobennosti primenenija osnovnoj diagrammy transportnogo potoka na setevom urovne [Features of the application of the main diagram of the traffic flow at the network level]. Izvestija volgogradskogo gosudarstvennogo tehnicheskogo universiteta. Serija: nazemnye transportnye sistemy. Volgogradskij gosudarstvennyj tehnicheskij universitet. 2013: 71-74. (in Russ.) https://www.elibrary.ru/item.as-p?id=20901102.Zyryanov V.V. Simulation Network-Level Relationships of Traffic Flow. // IOP Conference Series: Materials Science and Engineering. 2019. DOI: 10.1088/1757-899X/698/6/066049Zyryanov V.V. Simulation Network-Level Relationships of Traffic Flow. IOP Conference Series: Materials Science and Engineering. 2019. DOI: 10.1088/1757-899X/698/6/066049Цзянг Х. Оптимизация дорожного движения на основе макроскопической фундаментальной диаграммы в городской двухзональной системе // Вестник СибАДИ. 2022. Т.19, № 2(84). С. 246–257. DOI: 10.26518/2071-72962022-19-2-246-257Jiang Haiyan Optimizatsiya dorozhnogo dvizheniya na osnove makroskopicheskoy fundamental’ noy diagrammy v gorodskoy dvukhzonal’noy sisteme [Traffic optimization based on a macroscopic fundamental diagram in urban bizonal system]. Vestnik SibADI. 2022. 19 (2). pp. 246-257. (in Russ.) DOI: 10.26518/2071-7296-2022-19-2-246-257Михайлов А.Ю., Тараховский И.И. Оценка скорости транспортного потока в свободных условиях на основе данных, поступающих от стационарного радиолокационного детектора // Вестник гражданских инженеров. 2025. 5(112). С. 98–110. DOI: 10.23968/1999-5571-2025-22-5-98-110Mikhaylov A.Yu., Tarakhovskiy I.I. Otsenka skorosti transportnogo potoka v svobodnykh usloviyakh na osnove dannykh, postupayushchikh ot statsionarnogo radiolokatsionnogo detektora [Estimation of the speed of traffic flow in free conditions based on data received from a stationary radar detector]. Vestnik grazhdanskikh inzhenerov. 2025. 5 (112). С. 98-110. DOI: 10.23968/1999-5571-2025-22-5-98-110Тараховский И.И., Михайлов А.Ю. Оценка параметров модели Андервуда с использованием данных радиолокационного детектора транспорта // Транспорт Урала. 2025. 4 (87). С. 79–84. DOI: 10.20291/1815-9400-2025-4-79-84Tarakhovskiy I.I., Mikhaylov A.Yu. Otsenka parametrov modeli andervuda s ispol’zovaniyem dannykh radiolokatsionnogo detektora transporta [Estimation of the parameters of the Underwood model using data from a radar transport detector]. Transport Urala. 2025. 4 (87). С. 79-84. DOI: 10.20291/1815-9400-2025-4-79-84Cerner B. Three-Phase Traffic Theory and Highway Capacity // Physica A Statistical Mechanics and its Applications. 2004. 333 (1). рр. 379-440 DOI: 10.1016/j.physa.2003.10.017Cerner B. Three-Phase Traffic Theory and Highway Capacity. Physica A Statistical Mechanics and its Applications. 2004. 333 (1). рр. 379-440 DOI: 10.1016/j.physa.2003.10.017Treiber М., Kesting А., Helbing D. Threephase traffic theory and two-phase models with a fundamental diagram in the light of empirical stylized facts // Transportation Research Part B: Methodological. 2010. 44(8-9). рр. 983-1000. DOI: 10.1016/j.trb.2010.03.004Treiber М., Kesting А., Helbing D. Threephase traffic theory and two-phase models with a fundamental diagram in the light of empirical stylized facts. Transportation Research Part B: Methodological. 2010. 44(8-9). рр. 983-1000. DOI: 10.1016/j.trb.2010.03.004Delle Monache M.L. Chi K.; Chen Y.; Goatin P.; Han K.; Qiu J.; Piccoli B. A Three-Phase Fundamental Diagram from Three-Dimensional Traffic Data // Axioms 2021, 10. 17. DOI: 10.3390/axioms10010017Delle Monache M.L. Chi K.; Chen Y.; Goatin P.; Han K.; Qiu J.; Piccoli B. A Three-Phase Fundamental Diagram from Three-Dimensional Traffic Data. Axioms 2021, 10. 17. DOI: 10.3390/axioms10010017Knoop V., Hoogendoorn S., Van Zuylen H. Empirical differences between time mean speed and space mean speed // Conference proceedings: Traffic and Granular Flow 07. 2007. pp. 351-356.Knoop V., Hoogendoorn S., Van Zuylen H. Empirical differences between time mean speed and space mean speed. Conference proceedings: Traffic and Granular Flow 07. 2007. pp. 351-356.Han J., Polak J.W., Barria J., Krishnan R. On the estimation of space-mean-speed from inductive loop detector data // Transport. Plann. Tech. 2013. 3(1). pp. 91–104. DOI: 10.1080/03081060903429421.Han J., Polak J.W., Barria J., Krishnan R. On the estimation of space-mean-speed from inductive loop detector data. Transport. Plann. Tech. 2013. 3(1). pp. 91–104. DOI: 10.1080/03081060903429421Rakha H., Arafeh M. Calibrating steady-state traffic stream and car-following models using loop detector data // Transp. Sci. 2010. 44. рр.151–168.Rakha H.; Arafeh M. Calibrating steady-state traffic stream and car-following models using loop detector data. Transp. Sci. 2010. 44. рр.151–168.Jovanovi B., Ševrovi M., Luburi G. Comparative Analysis of Deterministic Fundamental Diagrams Representative of Continuous and Interrupted Traffic Flow on Selected Regional Road in Croatia // Appl. Sci. 2024. 14. 533. DOI: 10.3390/app14020533Jovanovi B., Ševrovi M., Luburi G. Comparative Analysis of Deterministic Fundamental Diagrams Representative of Continuous and Interrupted Traffic Flow on Selected Regional Road in Croatia. Appl. Sci. 2024. 14. 533. DOI: 10.3390/app14020533Bian Z. et all. Two-lane highways: guidance for estimating speed-flow relationships and free-flow speeds from field data // Advances in Transportation Studies. 2025. LXVI. pp. 241-264.Bian Z. et all. Two-lane highways: guidance for estimating speed-flow relationships and free-flow speeds from field data. Advances in Transportation Studies. 2025. LXVI. pp. 241-264.Daganzo C. F., Geroliminis N. An analytical approximation for the macroscopic fundamental diagram of urban traffic // Transportation Research Part B: Methodological. 2008. 42(9). pp. 771 – 781. DOI: 10.1016/j.trb.2008.06.008Daganzo C.F., Geroliminis N. An analytical approximation for the macroscopic fundamental diagram of urban traffic. Transportation Research Part B: Methodological. 2008. 42(9). pp. 771 – 781. DOI: 10.1016/j.trb.2008.06.008Zhong R. et all. Automatic calibration of fundamental diagram for first‐order macroscopic freeway traffic models // Journal of Advanced Transportation 2015. 50(3). pp. 363-385.Zhong R. et all. Automatic calibration of fundamental diagram for first‐order macroscopic freeway traffic models. Journal of Advanced Transportation 2015. 50(3). pp. 363-385.Gaddam H.K., Rao K.R. Speed–density functional relationship for heterogeneous traffic data: a statistical and theoretical investigation // J. Mod. Transport. 2019. 27(1). pp. 61–74.Gaddam H.K., Rao K.R. Speed–density functional relationship for heterogeneous traffic data: a statistical and theoretical investigation. J. Mod. Transport. 2019. 27(1). pp. 61–74.Bramich D.M., Menéndez M., Ambühl L. Fitting Empirical Fundamental Diagrams of Road Traffic: A Comprehensive Review and Comparison of Models Using an Extensive Data Set // IEEE Trans. Intell. Transp. Syst. 2022. 23., pp. 14104–14127.Bramich D.M.; Menéndez M.; Ambühl L. Fitting Empirical Fundamental Diagrams of Road Traffic: A Comprehensive Review and Comparison of Models Using an Extensive Data Set. IEEE Trans. Intell. Transp. Syst. 2022. 23., pp. 14104–14127.Taylor N.B. Speed-density Equation Flow-density relationship // Transportation Research Procedia 2025. vol. 82. pp.3076–3095.Taylor N.B. Speed-density Equation Flow-density relationship. Transportation Research Procedia 2025. vol. 82. pp.3076–3095.Liu Y. et all. A Flow-Speed Model for Motorways in England: Analysis Under Various Weather Conditions // Atmosphere. 2025. 16.117. 15 p. DOI: 10.3390/atmos16020117Liu Y. et all. A Flow-Speed Model for Motorways in England: Analysis Under Various Weather Conditions. Atmosphere. 2025. 16.117. 15 p. DOI: 10.3390/atmos16020117Chen Y., Lu J. Research on traffic state prediction method based on traffic flow prediction under multi-time granularity // Scientific Reports. 2025. vol. 15. Article number: 24317. DOI: 10.1038/s41598-025-10267-9Chen Y., Lu J. Research on traffic state prediction method based on traffic flow prediction under multi-time granularity. Scientific Reports. 2025. vol. 15. Article number: 24317. DOI: 10.1038/s41598-025-10267-9Romanowska A., Jamroz K. Comparison of Traffic Flow Models with Real Traffic Data Based on a Quantitative Assessment. //Appl. Sci. 2021. 11. 9914. DOI: 10.3390/app11219914Romanowska A., Jamroz, K. Comparison of Traffic Flow Models with Real Traffic Data Based on a Quantitative Assessment. Appl. Sci. 2021. 11. 9914. DOI: 10.3390/app11219914Wang H., Li, J. Chen Q.-Y., Ni D. Logistic modeling of the equilibrium speed-density relationship. // Transportation Research. Part A. 2011, 45, pp. 554–566. DOI: 10.1016/j.tra.2011.03.010Wang H., Li, J. Chen Q.-Y., Ni D. Logistic modeling of the equilibrium speed-density relationship. Transportation Research. Part A. 2011, 45, pp. 554–566. DOI: 10.1016/j.tra.2011.03.010

The authors declare that there are no conflicts of interest present.