李瑞敏;唐瑾
【摘 要】护理学基础精品课程研究信号控制干道不同交通流状态下路口间车流离散模型.针对我国特有的机非混行、机动车交通流车辆构成复杂等交通特性,首先基于实际调查数据分析交通流离散特性,然后对Robertson几何分布交通离散模型进行修正,考虑下游到达车流与上游驶出车流的相关关系,提出3种线性回归模型.最后将多个模型的预测效果进行对比分析,结果表明,在所试验的路段条件下,考虑上游对应时段车流到达、上游对应时段的前一时段车流到达、上游对应时段的后一时段车流到达、下游前一时段车流到达的四元线性回归模型在不同的交通流状态下,能够更好地拟合车流离散规律. 【期刊名称】《公路工程》
【年(卷),期】2015(040)004
【总页数】6页(P19-23,27)
【关键词】车流离散;卡口数据;几何分布;线性回归;平均绝对误差
【作 者】李瑞敏;唐瑾
【作者单位】清华大学交通研究所,北京 100084;清华大学交通研究所,北京 100084
【正文语种】中 文
【中图分类】河北建筑工程学院图书馆U491.1+4
1 概述
利用路口上游的交通流采集信息准确预测车队到达下游路口的规律是进行交通信号控制的重要基础，然而车流在从上游交叉口驶往下游交叉口的过程中，由于车队中车辆速度差异等原因，车流会产生离散现象。因此，需要有相应的车流离散模型来进行交通流到达规律的预测，从而支撑交通信号控制相序、相位及控制参数的优化。
车辆离散现象与车道宽度、道路长度、交通流构成、路侧停车情况、机非分离情况、是否有人行横道等有密切关系［1，2］。目前车流离散模型主要有基于正态分布的Pacey模型［3］和基于几何分布的Robertson模型［4］，这些模型基于严格的数学假设，在理想交
通状态下适应性良好［5］。然而与机动化程度较高的国外城市相比，我国城市普遍存在路网间距较大、机非混行、车辆构成复杂等问题，由此导致在车流离散、车流到达等方面也会与国外城市交通流存在差异，因此有必要结合我国道路现状，研究适用于我国城市道路状况的交通流离散模型［1］。
另一方面，信号控制往往需要在交叉口上游路段安装检测器，例如SCOOT(Split-Cycle-Offset Optimization Technique)系统，而常用的线圈检测器在我国城市的适用性较差，从而增加了信号控制的成本。而当前我国各城市迅速发展的带卡口功能的电子警察系统，为交通流采集提供了新的方式。上游路口的卡口设备可以检测在上游路口直行、左转或右转驶向下游路口的交通流，实际上获得了上游驶离的交通流信息，通过建立交通流离散模型，可以预测下游路口的到达交通流的规律，因此，如何确定不同路段的交通流离散特性成为基于卡口数据进行信号控制的关键。
本文选择国内城市道路基本路段，基于实际调查数据研究交通流离散特性。在传统的车流离散模型基础上，针对不同的道路交通流状态，通过分析上下游交通流之间的关系，一方面对Robertson几何分布离散模型的离散系数进行修正，提出适合我国交通流特性的离散
热缩管系数，另一方面基于上下游交通流数据建立线性回归模型，并通过对比几何分布模型与线性回归模型，给出建议的交通流离散分析模型。
2 典型车流离散模型
目前车流离散模型主要有基于正态分布的Pacey模型和基于几何分布的 Robertson模型。Pacey模型［3，6］由 Pacey提出，适用于中等交通流状态的车队离散模型。到达流取决于上游若干时段之前的驶出流，其基本模型假设是车队行驶时间遵循变换的正态分布，每辆车的速度在路段行驶过程中不发生变化。
Robertson 模型［4，7］由 Robertson 提出，通过基于观察数据预测排队行为提出车队离散预测几何分布模型并应用于最小延误交通控制模型。SCOOT和TRANSYT(Traffic Network Study Tool)模型即选择几何分布模型描述路段车流离散情况。对比Pacey模型和Robertson模型，二者唯一区别在于Pacey模型旅行时间估计依据正态分布，Robertson模型旅行时间估计依据几何分布。
顾漫论坛>养殖场消毒制度
Robertson模型如下:下游断面车辆到达率与上游断面的车辆通过率关系:
车辆行驶时间概率分布函数:
下游断面t时段内到达的车辆数:
其中:qB(t)为交叉口B在时刻t到达车辆数;F为车队离散系数，α为常数，通常取0.35;qA(t0)为交叉口A在时刻t0通过车辆数;Δt为统计时间间隔，选择10 s或5 s;qB(t－Δt)为交叉口B排队队尾在前一时段t－Δt的到达车辆数;tA，B为两个断面之间车辆行驶时间;ηA，B为关键协调相位驶出车队在行驶过程中的转出比。
然而上述模型基于严格的数学假设，限制了其应用的范围，因此，Robertson又在TRANSYT手册中给出了在不同状态下的α的取值［4］，如表1所示。
表1 车流离散α参考值Table 1 Recommended value of platoon dispersion factor αα路段特征交通状态0.5 重度摩擦 包含路段停车、转向干扰、行人交通流干扰，路段较窄，适用于典型城市CBD 道路0.35 中度摩擦 轻度转向干扰、轻度行人交通流、路宽3.4～3.7 m，可能渠化，适用于CBD干路0.25 轻度摩擦 没有路段停车、渠化、规定转向、3.7 m路宽，适用于郊区干路
然而，如前所述，城市道路交通流离散特性与众多因素有关，因此，对于路段交通流的离散特性，需要通过实际检测数据进行分析、回归，以出更为合适的车队离散模型。
3 交通流离散特性分析
2014年1月17日对廊坊市和平路与艺术大道、和平路与北凤路两个交叉口之间的路段进行现场调查，该路段长度700 m，以南向北行驶方向为调查方向，上游摄像机位于上游出口道位置，与卡口系统所拍摄的数据基本一致，距离下游交叉口停车线700 m;下游摄像机距离停车线120 m，故检测路段长度为580 m。该路段双向六条机动车道，有中央隔离护栏，非机动车数量较少，大型公交车比例为8%，距离下游路口150 m位置有公交车站，检测的580 m长的路段内无行人过街横道、无路侧单位出入口和相交支路。
车队向下游行驶过程中，由于要保持安全的车头时距，车辆行驶速度发生变化，上游放行时绿灯时刻驶出的初始排队会在行驶过程中出行离散现象，图1表示调查过程中某时段的车队离散现象。横坐标为10 s为时间间隔的统计时段，纵坐标为10 s时段内通过检测断面的车辆数(三条车道)。对比上游车流通过分布图和下游车流通过分布图，由于上游检测器位于上游交叉口出口道，车流主要来源为上游的南口直行、西口左转以及少量的东口右转，
且相序为东西左转(24 s)－南北直行(38 s)－南向通行(15 s)，因此，理论上而言，如果上游路口排队足够长能够充分利用各相位绿灯时间的话，则上游断面车流量较为集中的时段为77 s，而一个周期内的其他相位时间则会较少，即由于受上游路口信号配时的影响，上游检测断面车流驶离有明显的波峰与波谷，即脉冲现象。车流行驶通过580 m路段后出现离散现象，因此到达下游检测线位置时车流波动峰值不如上游检测断面显著［8，9］，如图1所示，上游车流波动峰值为11辆，而下游只有9辆。
图1 车流通过分布图Figure 1 Traffic flow distribution
图2为车流分布情况图，表示以同一辆车通过上下游摄像机时刻分别开始计时(即某车通过上游检测断面时刻t0开始绘制带圆形的实线，该车通过下游检测断面时刻t开始绘制带菱形的虚线)，如果路段每辆车行驶规律不变，即路段无离散，则两个摄像机检测车流到达分布应该是一致的，即两条线应该重合。但是如图2所示，虚线表示的下游检测断面车流变化情况滞后于实线表示的上游检测断面，而且波动较小(即波峰与波谷的差距变小，车辆逐渐趋于均匀)，车辆通过数方差为8.75。上游检测断面车流变化较大，车辆通过数方差为13.45。说明随着车辆行驶，车流由脉冲式到达向均匀到达变化，车流离散情况明显。
图2 交通流离散现象Figure 2 Traffic flow dispersion phenomenon
男生女生金版
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议