Los datos locales son esenciales para el análisis de condiciones abruptas en el flujo de tráfico. En esta investigación, abordamos las deficiencias de los datos de detección de flujo de tráfico en tiempo real, que representan de manera inadecuada las características de densidad del tráfico vehicular. Para mitigar este problema, establecemos relaciones matemáticas entre la densidad de flujo de tráfico, el espacio de tiempo y la velocidad del vehículo, basándonos en las características fundamentales de la dinámica del flujo de tráfico. Este marco permite la estimación de la densidad en varios segmentos de carretera. Reconociendo la dinámica no lineal que caracteriza el flujo de tráfico, introducimos una función potencial de catástrofe de cúspide de flujo de tráfico microscópico que incorpora el espacio de tiempo, utilizando la teoría de catástrofe de cúspide junto con parámetros de flujo de tráfico microscópico para analizar las variaciones en tiempo real en las características potenciales del flujo de tráfico. En la sección experimental, desarrollamos funciones de regresión de ajuste para los parámetros de flujo de tráfico utilizando datos de detección de carreteras de las ciudades de Nanjing y Yueyang en China. También comparamos los resultados derivados del modelo teórico con los resultados de estimación de parámetros obtenidos de los datos, lo que facilitó el cálculo de características del flujo de tráfico, como la densidad de cúspide y el volumen durante un período de un mes. Los resultados derivados de la función potencial propuesta muestran una mayor capacidad de las funciones para capturar las fluctuaciones complejas en el flujo de tráfico en comparación con las funciones potenciales de tráfico tradicionales, proporcionando así un instrumento valioso para evaluar las características del flujo de tráfico en conjunto con datos de monitoreo en tiempo real.