發(fā)布時間：2015-01-06 09:24

 

【摘要】 快速路合流區(qū)作為主線交通和匯入交通交匯路段，存在大量的車道變換行為，由于匯入車輛必須在合流區(qū)長度內(nèi)完成換道，因此換道現(xiàn)象比普通區(qū)段更為突出，頻繁的車道變換極易引發(fā)交通流狀態(tài)紊亂和通行能力降低，并且不恰當?shù)能嚨雷儞Q行為更是引發(fā)交通事故的主要成因。由于合流區(qū)交通流換道交織復雜，模型對其特征捕捉和獲取難度較大，這大大增加了建模的難度，并影響仿真的準確性。此外，車道變換模型作為微觀交通仿真中描述駕駛行為的兩大最重要的模型之一，由于車道變換行為復雜，且描述車輛運行行為的微觀數(shù)據(jù)難以獲取，導致車道變換模型在我國在研究還十分薄弱。目前，國內(nèi)外關于車道變換模型的研究主要集中在主線車道，而關于合流區(qū)方面的研究成果相對較少，相關研究成果存在的不足之處主要表現(xiàn)在以下三個方面：一是目前關于駕駛員特征的研究主要側(cè)重于宏觀統(tǒng)計學分析，駕駛員特征的劃分并沒有與實際的駕駛行為相關聯(lián)，劃分結(jié)果不能為仿真模型所應用，導致現(xiàn)有的換道模型大都不考慮駕駛員特征因素，忽略駕駛員特征差異對車輛運行行為的影響；二是現(xiàn)有的仿真模型大都通過假定匯入車輛不會對主線車輛產(chǎn)生影響或匯入車輛會“謙讓”主線車輛，從而簡化了兩股交通流之間復雜的動態(tài)交互行為，導致仿真結(jié)果與實際情況不符；三是由于車道變換模型參數(shù)標定需要大量的微觀運行軌跡數(shù)據(jù)，數(shù)據(jù)獲取難度較大，因此現(xiàn)有模型大都停留在建模思路與概念模型，缺乏實測數(shù)據(jù)對模型參數(shù)進行標定，模型的適用性不足。本文將在總結(jié)國內(nèi)外已有研究優(yōu)勢與不足的基礎上，綜合運用調(diào)查與實驗研究、系統(tǒng)分析、計算機仿真研究和理論分析、邏輯推理等相關方法，以實際調(diào)查數(shù)據(jù)為支撐，以提煉和抽象合流區(qū)復雜的交通流相互作用行為為研究切入點，充分考慮駕駛員個體特征差異對駕駛行為的影響，構建合流區(qū)車道變換模型。具體研究工作包括：（1）選取典型快速路合流區(qū)作為調(diào)查對象，利用視頻處理軟件VEVID進行處理，獲取大量車輛運行軌跡數(shù)據(jù)，應用數(shù)理統(tǒng)計原理對調(diào)查數(shù)據(jù)進行統(tǒng)計分析，得出合流區(qū)交通流特征和換道行為特征。（2）采用駕駛員行為量表調(diào)查方法對駕駛員的特征進行主觀分析，得到駕駛員特征對駕駛行為的影響關系，以及影響潛在行為的相關因素；結(jié)合駕駛員特征劃分的不確定性和模糊性，分別選取反應匯入車輛及主線車輛駕駛員特征的指標，利用模糊聚類和k-s檢驗方法，構建駕駛員特征整合模型。（3）通過采集的車輛運行軌跡數(shù)據(jù)，分析交通流相互作用特征，根據(jù)車道變換流程及機理，建立模型決策框架，在此基礎上考慮駕駛員特征及交通流相互協(xié)同機理，分別建立協(xié)同型車道變換模型、強迫型車道變換模型及間隙接受模型，通過因子分析法和逐步回歸法進行模型輸入變量的篩選，并采用極大似然估計法進行模型參數(shù)的標定。（4）以微觀交通仿真系統(tǒng)TPSS為仿真平臺，結(jié)合軟件工程的設計思想并運用C++編程語言設計實現(xiàn)合流區(qū)車道變換模型的仿真模塊，應用于仿真系統(tǒng)的開發(fā)，并根據(jù)調(diào)查數(shù)據(jù)建立仿真案例，選用均方根偏差（RMSE）和平均百分比偏差（MPE）評價指標對模型的有效性進行驗證，驗證結(jié)果表明構建的快速路合流區(qū)仿真模型可以較好的表示合流區(qū)交通流復雜的運行行為。（5）綜合考慮快速路合流區(qū)主線及匝道服務交通量，應用構建的仿真模型對不同加速車道長度對交通流服務水平的影響規(guī)律進行分析，以滿足合流區(qū)上游及合流區(qū)本身相應服務水平為目標，得出加速車道最小長度推薦值。研究的主要創(chuàng)新之處體現(xiàn)在以下三個方面：（1）將駕駛員特征因素對交通流運行行為的影響進行量化分析，結(jié)合駕駛員特征劃分的不確定性和模糊性，采用模糊聚類和K-S檢驗方法，建立了一個連續(xù)的駕駛員特征整合模型，以真實表示駕駛員特征差異對駕駛行為的影響。（2）在合流區(qū)換道過程中充分考慮主線車輛與匯入車輛之間復雜的禮讓、協(xié)作等相互協(xié)調(diào)行為，以及駕駛員特征差異對駕駛行為影響，分別構建協(xié)同型車道變換模型、強迫型車道變換模型和間隙接受模型。（3）根據(jù)視頻處理軟件獲取的大量微觀運行數(shù)據(jù)，運用因子分析法和逐步回歸法選取反映車道變換信息且影響顯著的內(nèi)生變量作為模型的輸入變量，從而避免信息重疊對仿真過程的干擾，并采用極大似然估計對構建模型的參數(shù)進行標定，克服了經(jīng)驗法標定的缺陷。通過本文研究，構建了一個可以準確描述快速路合流區(qū)交通流特征的仿真模型，為緩解城市快速路交通擁堵問題提供技術支持；同時對于促進智能技術在交通運輸領域的應用與實施具有重要的理論意義和實用價值。 

第1章緒論

 

1.1研究背景與意義

近年來隨著我國社會經(jīng)濟的快速發(fā)展，小汽車出行比重不斷攀升，而交通基礎設施的供給相對滯后，供需矛盾持續(xù)擴大，由此引發(fā)城市交通擁堵問題日益嚴重，交通擁堵問題己成為世界各大城市亟待解決的熱點問題。以廣州市為例，至2013年底廣州市機動車保有量為248.93萬輛，中小客車保有量為186.3萬輛，近5年的年平均增長率為16.5%；而承載機場動車出行的道路總里程增幅卻相對較為緩慢，近年市區(qū)道路總里程共增加長約440公里，年均增長率僅為1.3%，并且主要集中在城市外圍區(qū)域，導致交通供需矛盾持續(xù)擴大，到2013年末，中心城區(qū)晚高峰主干道的平均運行速度降低至24.3km/h，與2013年同期的26.11km/h相比，平均車速降幅高達6.89%。

快速路作為城市中典型的道路類型之一，承擔著大中運量的快速交通的功能，由于巨大的交通出行需求，目前許多大城市的快速路在高峰時段服務水平基本維持在3-4級�？焖俾泛狭鲄^(qū)是主線交通和匯入交通交匯路段，存在大量車道變換行為，筆耕文化傳播，往往會引發(fā)主線交通流的紊亂以及行車速度降低，尤其是在主線交通流近飽和狀態(tài)下，容易引發(fā)交通擁堵狀況的發(fā)生，從而形成交通瓶頸。由此可見，有效化解快速路合流區(qū)的交通瓶頸問題是保障整個快速路系統(tǒng)交通暢通的關鍵。

快速路合流區(qū)主要的運行特征是匯入車輛換道進入主線車道，是典型的車道變換行為。由于匯入車輛必須在快速路合流區(qū)長度內(nèi)完成換道，因此換道現(xiàn)象比普通區(qū)段更為突出；頻繁的車道變換極易引發(fā)交通流狀態(tài)紊亂和通行能力的降低，并且不恰當?shù)膿Q車道行為更是引起交通事故的主要原因。由于在合流區(qū)車道變換行為復雜，主線車輛與匯入車輛存在復雜的協(xié)同與禮讓等相互作用行為，模型難以捕捉其特征，增加了建模的難度，并影響仿真的準確性。此外，車道變換模型作為基于交通流動力學微觀交通仿真的最基礎模型之一，由于車輛在執(zhí)行換道過程中與前后車輛的相互作用行為及其換道行為較為復雜，并且受數(shù)據(jù)獲取技術的制約，難以大量獲取描述車輛車道變換行為的微觀軌跡數(shù)據(jù)，導致車道變換模型在我國在研究還十分薄弱。

 

1.2國內(nèi)外研究現(xiàn)狀

1.2.1國外研究現(xiàn)狀

目前，國外關于快速路合流區(qū)運行特性的研究成果較多，研究方法主要集中在兩個方面：回歸分析法和交通仿真法�；貧w分析法主要分析合流區(qū)相關特征變量對匯入車輛換道行為的影響，而交通仿真法主要是利用計算機技術，構建合流區(qū)運行仿真模型。

1.回歸分析方法

早期的研究主要集中在回歸分析法方面，主要分析合流區(qū)相關特征變量對匯入車輛換道行為的影響，如主線交通流量、相對速度、匯入車輛在加速車道位置等，而關于駕駛員特征差異因素對換道行為的影響沒有被考慮。Worral等認為主線交通流量不是匯入車輛換道匯入主線的主要影響因素，而主線車道與加速車道車輛之間的相對速度起重要決定作用。Wattleworth等通過研究發(fā)現(xiàn)匯入車輛在加速車道的位置是影響車輛換道行為的重要因素，與加速車道末端距離的越小，則越傾向于選擇較小的間隙。基于這些研究發(fā)現(xiàn)，Drew等選用加速車道的形狀、長度以及匯入角度作為自變量，用回歸分析的方法解釋駕駛員的間隙接受行為，并發(fā)現(xiàn)臨界間隙隨著匯入角度的增大而增大。Michacels等基于交通流量和角速度構建模型，用于評估匯入車輛在加速車道的匯入位置。角速度是加速車道匯入車輛與主線后隨車之間角度的變化率，但事實上角速度很難測量。此外，Reilly和美國AASHTO（美國國家高速公路和交通運輸協(xié)會）根據(jù)調(diào)查數(shù)據(jù)發(fā)現(xiàn)60%的駕駛員會在相對速度低于8km/h的情況下執(zhí)行換道匯入。

 

2.交通仿真法

20世紀80年代，隨著ITS技術的快速發(fā)展，快速路合流區(qū)運行特征的仿真研究得到飛速發(fā)展�？焖俾泛狭鲄^(qū)主要的運行征是匯入車輛換道進入主線車道，是典型的車道變換行為。關于車道變換方面的研究主要集中在車道變換類型的劃分、車道變換需求產(chǎn)生及可接受間隙模型三個方面。此外，在構建的車道變換仿真模型中也對駕駛員特征進行了探討。

（1）車道變換類型

目前，絕大多數(shù)車道變換模型都是基于高速公路主線開發(fā)的，并將車道變換模型被劃分為強制型車道變換模型和自主型車道變換模型兩大類。強制型車道變換是指駕駛員為了完成其正常行駛目的而必須采取的車道變換，如交叉口前的轉(zhuǎn)向換道行為、公交車換道進站行為、匯入車輛換道并入主線行為等。自主型車道變換的主要目的是為了獲取更快的運行速度或更大的運行間距等更為理想的運行方式，如超車以獲得更快的運行速度等。根據(jù)以上車道變換類型的劃分，合流區(qū)匯入車輛換車道行為顯然屬于強制型車道變換。由于受到合流區(qū)長度的影響，匯入車輛的車道變換操作必須在交織區(qū)長度內(nèi)完成，否則就達不到變換車道運行的目的，因此合流區(qū)內(nèi)的車道變換行為比主線上更明顯，且交通流之間的相互作用也更為復雜。在此車道變換類型劃分的基礎上，研究學者又根據(jù)合流區(qū)較為獨特的運行機理，將換道類型又進行了細分。

 

第2章快速路合流區(qū)交通流特征分析

 

城市快速路合流區(qū)交通運行特性的分析是進行交通流仿真建模的基礎，選取處典型快速路合流區(qū)作為調(diào)查對象，利用視頻處理技術處理并獲取大量車輛運行軌跡數(shù)據(jù)，在此基礎上分析快速路合流區(qū)主線車道與加速車道的交通流特征和換道行為特征。

 

2.1合流區(qū)基本概述

2.1.1合流區(qū)概念

（1）主線是快速路車流通行的主通道，位于加速車道左側(cè)，一般設置為雙向4車道、6車道和8車道，中間用分車帶進行隔離。

（2）加速車道位于主線車道的最右側(cè)，一般設置為1車道或2車道，其作用是提高匯入車輛的運行速度，以合理的速度并入主線車道。如圖2.1中位于最下側(cè)的車道，并由加速車道基本段和漸變段組成。

（3）匝道是連接快速路合流區(qū)加速車道與城市道路的連接道，起到一種承上啟下的連接作用。如圖2.1中左下角為匝道的一部分。

快速路合流區(qū)具體如圖2.1所示。

 

 

2.1.2合流區(qū)分類

由于加速車道是快速路的重要組成部分，其形狀分類決定合流區(qū)的類別。根據(jù)《城市快速路設計規(guī)程》（CJJ129-2009）的規(guī)定，快速路合流區(qū)加速車道共包括兩大類。

一類是平行式加速車道，如圖2.2所示，平行式加速車道的加速車道平行于主線車道，匯入車輛通過在一定長度的加速車道上運行，以提高運行速度并以較為合理的運行狀態(tài)匯入主線，該類型加速車道適用于匯入車流量相對較大的情況，目前也是被北京、上海和廣州等一些大城市的快速路廣泛采用的形式。

 

 

 

2.2合流區(qū)換道數(shù)據(jù)采集與處理

2.2.1數(shù)據(jù)采集

快速路合流區(qū)交通調(diào)查屬于抽樣調(diào)查。調(diào)查內(nèi)容是主線車道、加速車道的車輛運行軌跡數(shù)據(jù)，具體包括位移、相對間距、速度、相對速度、加速度等，這些數(shù)據(jù)的獲取為建立車道變換模型提供了基礎數(shù)據(jù)支撐。

考慮到合流區(qū)的地理位置、合流區(qū)數(shù)據(jù)采集的方便程度以及合流區(qū)的代表性，本文選取廣州、上海具有代表性的9處快速路合流區(qū)為研究對象，開展交通流數(shù)據(jù)調(diào)查。為了使得調(diào)查數(shù)據(jù)反應合流區(qū)的普遍交通特征，調(diào)查時間選取連續(xù)2個普通工作日的早高峰時段（7:00-9:00）時段，采用測量工具和視頻采集設備對合流區(qū)的靜態(tài)數(shù)據(jù)及動態(tài)數(shù)據(jù)進行采集。典型快速路合流區(qū)調(diào)查區(qū)段示意圖如圖2.4所示。

 

 

合流區(qū)靜態(tài)數(shù)據(jù)采集內(nèi)容包括：合流區(qū)類型、合流區(qū)長度、主線車道數(shù)和加速車道車道數(shù)等相關數(shù)據(jù)；合流區(qū)動態(tài)數(shù)據(jù)采集內(nèi)容包括：流量、速度、加速度、間距、換道次數(shù)、換道位置等相關數(shù)據(jù)。

2.2.2數(shù)據(jù)處理

1.數(shù)據(jù)處理方法

利用車輛軌跡視頻處理軟件VEVID對采集的合流區(qū)視頻進行處理，從而得到主線車輛及匯入車輛的單車信息，以及車輛與周圍相關車輛的車速與位置信息，具體包括速度、加速度和間距等微觀運行軌跡相關數(shù)據(jù)。VEVID視頻處理軟件的操作步驟如圖2.5所示：

 

 

 

第3章駕駛員特征整合模型構建........23

3.1基于行為量表的駕駛員特征分析........23

3.1.1駕駛員行為量表設計.........23

3.1.2駕駛員特征分析........24

第4章快速路合流區(qū)車道變換模型構建......41

4.1車道變換類別與決策框架.....41

4.1.1車道變換類別.......41

第章仿真系統(tǒng)設計實現(xiàn)與模型驗證....67

5.1仿真系統(tǒng)整體框架.......67

 

第6章仿真模型在加速車道長度確定方面的應用

 

快速路加速車道長度的確定是加速車道設計的核心內(nèi)容，合理設計加速車道長度對實現(xiàn)快速度車流順暢銜接和穩(wěn)定運行有重要的意義。由第五章模型的驗證結(jié)果可以發(fā)現(xiàn)，構建的快速路仿真模型可以較為準確地再現(xiàn)合流區(qū)復雜的交通流運行行為，因此采用微觀交通仿真的方法對不同設計速度組合下的合流區(qū)服務水平進行分析，由此確定加速車道的合理推薦值長度。

 

6.1服務交通量的確定

在快速路合流區(qū)，由于大量匯入車輛換道并入主線，這對主線車輛的運行產(chǎn)生干擾，尤其是在交通流量較大的情況，這與普通路段相對無匯入車輛干擾的運行特征存在很大的區(qū)別。在快速路合流區(qū)，影響交通流特征的不僅包括主路交通量因素，還包括匝道交通流量因素。匯入車輛在合流區(qū)匯入主線的過程中，決定是否成功匯入的決定因素不是運行速度，而是快速路主線是否有合適的換道間隙；而決定主線車輛間隙的因素是交通流量，如果主線流量很大，則車輛之間的間隙較小，匯入車輛成功換道的機會也隨之減少。由此可見，在確定快速路合流區(qū)加速車道長度時，除了設計車速影響因素外，更為重要的影響因素為主線及匝道服務的交通流量。下面介紹主線及匝道服務交通量的確定過程。

 

第7章結(jié)論與展望

 

7.1研究工作總結(jié)

本文通過大量微觀車輛運行軌跡數(shù)據(jù)調(diào)查與提取，對合流區(qū)交通流特征進行分析，充分考慮駕駛員特征因素及交通流相互作用機理，構建快速路合流區(qū)車道變換模型，并對其應用進行了探討。本文完成的主要內(nèi)容及工作如下：

（1）選取典型快速路合流區(qū)作為調(diào)查對象，利用視頻處理軟件VEVID處理調(diào)查視頻，獲取大量車輛運行軌跡數(shù)據(jù)，應用數(shù)理統(tǒng)計原理對調(diào)查數(shù)據(jù)進行了統(tǒng)計分析，得出合流區(qū)交通流特征和換道行為特征。

（2）采用駕駛員行為量表調(diào)查方法對駕駛員的特征進行主觀分析，得到駕駛員特征與其對應的駕駛行為，以及潛在行為考慮的相關影響因素；結(jié)合駕駛員特征劃分的不確定性和模糊性，分別選取反應匯入車輛及主線車輛駕駛員特征的指標，利用模糊聚類和k-s檢驗方法，構建駕駛員特征整合模型，總體服從正態(tài)分布。

（3）通過采集的車輛運行軌跡數(shù)據(jù)，分析交通流相互作用特征，根據(jù)車道變換流程及機理，建立模型決策框架，在此基礎上考慮駕駛員特征及交通流相互協(xié)同機理，分別建立協(xié)同型車道變換模型、強迫型車道變換模型及間隙接受模型，通過因子分析法和逐步回歸法進行模型輸入變量的篩選，并采用極大似然估計法進行模型參數(shù)的標定。

（4）以微觀交通仿真系統(tǒng)TPSS為仿真平臺，結(jié)合軟件工程的設計思想并運用Visual C++編程設計語言實現(xiàn)合流區(qū)車道變換模型的仿真模塊，應用于仿真系統(tǒng)的開發(fā)，并根據(jù)調(diào)查數(shù)據(jù)建立仿真案例，選用均方根偏差（RMSU）和平均百分比偏差（MPE）評價指標對模型的有效性進行驗證，驗證結(jié)果表明構建的快速路合流區(qū)仿真模型可以較好的表示合流區(qū)交通流復雜的運行行為。

（5）綜合考慮快速路合流區(qū)主線及匝道服務交通量，應用構建的仿真模型對不同加速車道長度對交通流服務水平的影響規(guī)律進行分析，以滿足合流區(qū)上游及合流區(qū)本身相應服務水平為目標，得出加速車道最小長度推薦值。

參考文獻：

[1] 江金勝,董力耘.  基于元胞自動機模型的C型交織區(qū)交通流特性[J]. 力學學報. 2012(06)
[2] 龍小強,譚云龍.  微觀仿真自主性車道變換模型[J]. 公路交通科技. 2012(11)
[3] 梁斌,卓梅霞.  基于SPSS統(tǒng)計軟件的因子分析法及實證分析[J]. 河西學院學報. 2011(05)
[4] 黃玉潔,陶鳳梅,劉婭.  極大似然估計及其應用[J]. 鞍山師范學院學報. 2011(04)
[5] 宗序平,姚玉蘭.  利用Q-Q圖與P-P圖快速檢驗數(shù)據(jù)的統(tǒng)計分布[J]. 統(tǒng)計與決策. 2010(20)
[6] 熊勝輝,李星毅,施化吉.  基于元胞自動機的快速路交織區(qū)交通流仿真建模[J]. 計算機應用. 2010(02)
[7] 高林杰,雋志才,張國林.  基于視頻采集數(shù)據(jù)的跟車模型標定與驗證[J]. 系統(tǒng)仿真學報. 2009(21)
[8] 戴家佳,楊愛軍,楊振海.  極大似然估計算法研究[J]. 高校應用數(shù)學學報A輯. 2009(03)
[9] 孫劍,李克平,楊曉光.  擁擠交通流交織區(qū)車道變換行為仿真[J]. 系統(tǒng)仿真學報. 2009(13)
[10] 雋志才,譚云龍,倪安寧.  公交車輛運行微觀交通仿真模型研究[J]. 公路交通科技. 2008(08)



本文編號：11022