城市道路交通拥堵评价和判定标准研究

随着汽车保有量的增加,城市交通需求量也持续膨胀,使得交通拥堵成为城市发展亟须解决的问题。鉴于此,首先,以车道占有率和速度跃迁概率为基本指标,提出一种新的交通流状态划分方法。随后,研究了交通流参数时变特性及不同车道间的交通流特性,提出了交通拥堵状态的判定算法和指标。最后,分析了城市道路交通拥堵评价层次和评价体系(指标),并得到了评价特定区域内交通拥堵严重程度的城市交通行程时间指数模型。     

基于速度的城市快速路交通拥堵预测研究

交通拥堵预测是解决交通拥堵问题的重要步骤之一.为缓解交通拥堵,选取速度这一参数建立交通拥堵预测模型.在对速度时间相关性和空间相关性分析的基础上,提出了基于时空特性和径向基神经网络的速度预测多点模型.将预测结果与决策阈值相比较,粗略地判定拥堵等级,并运用模糊算法对速度和拥堵程度进行量化,建立相应的模糊规则体系,并应用模糊逻辑推理得到定量的拥堵度指标.结合实例进行仿真和分析,与基于单一时间序列的预测方法相比较,基于时空特性的预测方法的平均绝对相对误差由7.45%下降到了3.61%,有效地提高了速度预测精度,基于速度的拥堵预测模型的识别准确率较高.利用模糊算法评判拥堵程度,可得到量化的拥堵度指标,使拥堵程度一目了然.      

基于DEA的城市道路交通拥堵评价

为了更好地分析和解决城市道路交通拥堵问题,以主干道为研究对象,将城市道路拥堵状态分为堵塞、拥堵、较拥堵、较畅通、畅通5个等级,从交叉口拥堵和路段拥堵2个方面筛选了衡量道路交通拥堵的评价指标,利用数据包络分析（DEA）建立了城市交通拥挤评价模型。以济南市北园大街主干道为例进行交通拥堵评价,得到该道路的拥堵状态以及产生拥堵的主要原因。结果表明数据包络分析方法在进行多指标评价综合评价中具有很强的抗干扰性,评价结果更客观。     

基于速度特性的城市快速路常发性交通拥堵研究

基于城市快速路浮动车技术,获取北京市快速路瓶颈路段全天交通流运行速度时间序列数据,对快速路常发性交通拥堵形成及消散进行精细化定量分析。首先应用小波分析技术对数据进行降噪处理,依据速度变化特性将快速路瓶颈处交通流运行状态划分为稳定运行态、拥堵形成态、拥堵态及拥堵消散态4种状态,并分析不同状态下的速度表现特征。研究表明,应用速度变化量可以判别交通流所处状态,而后利用统计学方法给出不同状态之间变化的判断阈值,并归纳出快速路常发性交通拥堵形成时刻、消散时刻及持续时间的判别方法。该方法对拥堵特性判别精度可达80%以上,对交通拥堵预测及交通管理具有明显实际应用价值。      

基于排队时间指数的信号控制路口交通拥堵评价方法

道路交通拥堵程度的准确判别是交通管理人员及时采取有效应对措施的基础,不同交通拥堵程度既有客观层面的体现,也有驾驶人的主观感受.为兼顾交通拥堵的外在表现和实际行车感受,以车辆首次停车排队至通过路口的时间与信号控制周期的比值为基础建立排队时间指数(QTI),用于信号控制路口交通拥堵程度评价,并对其有效性进行验证.通过采集不同城市典型信号控制路口的高峰运行数据,获得排队时间指数、车辆排队长度和车辆延误等结果,对比分析了排队时间指数与车辆延误和排队长度的关系,研究了不同拥堵状态下排队时间指数的分布规律.结果显示:排队时间指数与车辆延误呈正相关关系,表明采用排队时间指数评价路口拥堵是可行和有效的,且利用排队时间指数可以发现路口潜在的配时不合理情况.结合现有常用拥堵程度分级方法,将拥交通状态划分为严重拥堵、中度拥堵、轻度拥堵和畅通4个等级,并以采集的路口排队时间指数为样本,利用聚类分析方法将得到不同拥堵等级下的排队时间指数的阈值,用以刻画信号控制路口的交通拥堵程度.      

基于探测车技术和多级模糊模式识别的道路交通状态评价方法

提出了一种新的多因素道路交通状态评价方法,利用探测技术获取的探测车平均速度、拥堵系数、停车时间比例、加速度噪声和平均速度梯度作为交通拥堵表征量,采用VISSIM仿真方法确定出交通拥堵表征量的阈值,并应用多级模糊模式识别方法实现道路交通状态的评价过程。仿真结果表明:利用探测车技术和多级模糊模式识别方法可以准确方便地实现道路交通拥堵状态的评价,并且能够反映出评估时段内道路交通状态的变化。     

基于Synchro仿真的城市交通疏堵应用方法研究 ——以拉萨市柳梧大桥南桥头为例

目前解决非系统性城市拥堵普遍采用单点优化和道路线性调整提高道路通行能力的方法，但均缺少系统性。本文提出定性与定量、宏观与微观相结合解决交通拥堵的方法，定性与宏观分析期望“以点带面”的效应，寻求较经济的疏堵方案，最终达到区域路网的联动、交通组织的合理化。定量与微观分析在定性与宏观解决措施的基础上，进行单点或一条路的优化，本文以拉萨柳梧大桥拥堵节点为例，通过Synchro仿真软件进行定量分析，鉴别关键节点的拥堵改善程度，评估疏堵的效果和效益。     

基于轨迹数据的山地城市干线交通运行评价探讨

当前国内外干线交通运行评价在研究方法上不能准确、客观地反映路段或区域内拥堵所在层次,指标设置上缺少从交通拥堵及交通参与者角度进行考虑,且未考虑交通拥堵类指标和可靠性类指标。文中利用GPS浮动车轨迹数据包含车辆行为及数据丰富、精度高等特点,考虑排队长度、通行时间、交通拥堵类指标、可靠性类指标,建立多层次多指标综合评价模型,对山地城市干线交通运行进行评价。     

城市道路交通拥堵预测及持续时间研究

针对城市道路交通拥堵及持续时间辨识问题,提取平均旅行速度、平均旅行时间、平均延迟时间、早晚高峰、星期数等交通拥堵关键影响因素,构建了基于MapReduce的多元对数线性回归交通拥堵预测模型和基于生存分析的交通拥堵持续时间模型,并利用上海快速路段交通数据集进行模型有效性验证。试验结果表明,拥堵预测模型预测值与实际值拟合度在0.96以上,能较好地量化道路交通运行拥堵程度;拥堵持续时间模型可以辨识出拥堵分布和持续时间特征,为制定交通拥堵的控制和疏导策略提供指导性建议。     

交通事故导致的高速公路拥堵状态判别方法

为量化分析不同交通事故条件下的高速公路路段拥堵情况,研究路段偶发性拥堵规律,本文构建了1个基于行程时间可靠性指标的高速公路路段拥堵判别方法。建立基于美国《公路通行能力手册》中行程时间可靠性分析方法的路段行程时间可靠性模型,并采用西南某高速公路路段实际数据校准模型。利用蒙特卡洛模拟方法生成交通事故场景,将交通事故解构为交通事故发生位置、交通事故严重程度、交通事故持续时间、交通事故发生频率4个特征,并以行程时间指数为路段拥堵量化指标,研究不同交通事故特征水平下的高速公路路段拥堵规律,并判别路段拥堵程度。研究结果表明:美国《公路通行能力手册》的行程时间可靠性分析方法具有可移植性,校准后可应用于国内高速公路路段;交通量接近饱和时,交通事故发生在出口匝道段的拥堵程度高于基本路段与入口匝道段,单车道关闭场景下的交通事故影响远高于路肩关闭场景下的交通事故;交通量接近自由流状态时,拥堵程度对严重程度不敏感;任何交通量水平下,单车道关闭场景下的交通事故持续时间一旦超过15 min,路段拥堵程度极有可能剧增。本文构建的路段拥堵判别方法,可以在精细化探究偶发性交通事故拥堵规律的同时划分路段拥堵等级,为相关部门的事故管理提供理论支撑。      

考虑拥堵空间排队与溢出的道路网静态交通流分配

为刻画拥堵空间排队与溢出现象对交通流分配的影响，提出考虑拥堵空间排队与溢出的道路网静态交通流分配问题，并构建相关的求解算法，用于描述交通需求在起讫点移动过程中路网整体的宏观运行状态。首先，丰富和完善考虑拥堵空间排队与溢出的静态交通流分配的相关假设，提出次生瓶颈、拥堵干扰与渗透和分段化路段阻抗等基本概念和理论，来刻画拥堵交通瓶颈、拥堵空间排队等交通现象；其次，建立网络瓶颈识别算法和空间排队回溯算法，基于此构建考虑拥堵空间排队和溢出的增量分配算法，用于求解交通流分配的结果；最后，通过使用一个具有说明型的算例进行对比分析。研究结果表明：建立的瓶颈识别、排队回溯和增量分配算法可以识别路网中的瓶颈位置及其拥堵排队区域，并可计算得到各路段上的分段分配流量；与点排队只影响瓶颈路段的运行状况和均一的路段分配结果相比，可有效描述路网整体的宏观运行状态以及由于拥堵空间排队所导致的拥堵干扰与渗透现象；不同于“时间片”的伪动态交通流分配模型，新建算法的分配结果是“全时段”与“整体性”的路网宏观运行状态，包含了拥堵瓶颈的具体位置和空间排队的干扰与渗透情况；一般拥堵点排队模型和基于“时间片”的拥堵空间排队模型难以刻画拥堵干扰与渗透现象以及路网整体的宏观运行状态，故所建立的分配方法是对传统拥堵交通流分配的丰富和发展。     

城市快速路交通状态转变时刻确定方法研究

研究了城市快速路交通状态转变时刻的确定方法。在分析快速路拥挤状态和不拥挤状态交通流参数特性的基础上,根据Dganzo等提出的交通流参数调整累计曲线,设计了一种用于确定交通状态转变时刻的方法:利用流量和时间占有率两个参数的调整累计曲线来判定快速路交通状态转变时刻。论文利用北京快速路系统的调查数据检验了该方法,得出的交通状态转变时刻与实际情况相符,证实了该方法的有效性。交通拥挤转变时刻的确定可以应用于道路交通状态判别、交通波理论研究以及现有交通事件检测方法的技术评价。     

基于出行时间的交通拥挤指数及其评价标准

通过对国内外交通拥挤管理系统的研究与分析,提出了北京交通拥挤指数的概念、计算方法和评价标准.通过对北京地区的交通调查数据进行分析,表明定义的交通拥挤指数是合理的,可以用于评价单条道路或特定区域的交通拥挤程度.为交通拥挤管理、道路交通规划和居民出行提供参考.     

基于有向图卷积神经网络的交通预测与拥堵管控

为解决城市快速路正面临的日益严重的交通拥堵问题,提出了一种针对城市快速路的基于有向图卷积神经网络的交通预测与拥堵管控方法,该方法能够有效利用海量交通数据进行交通预测,实现拥堵的主动管控。首先,基于交通路网的空间有向性和交通流的时空特性,定义了有向的距离影响矩阵、修正欧式距离矩阵和自由流可达矩阵,构建出有向的图卷积算子,并将其应用于长短时记忆神经网络模型中,提出了能学习交通路网时空双重特性的有向图卷积-长短时记忆神经网络（Directed Graph Convolution-LSTM,DGC-LSTM）模型;其次,基于DGC-LSTM的交通预测结果识别出拥堵产生点并将其作为拥堵管控的对象;再次,采用控制进口匝道车辆输入快速路主线的手段,针对管控对象的时空特征,设计了全圈层分时段阶梯式拥堵管控策略;最后,基于上海市快速路网上布设的2 712个检测器在122个工作日每间隔5 min记录的速度、流量和占有率信息,开展实例分析,测试了DGC-LSTM模型的预测精度以及全圈层分时段阶梯式拥堵管控策略的有效性。结果表明：与传统的循环神经网络、长短时记忆神经网络相比,DGC-LSTM模型具有更高的预测精度,能将速度预测的平均绝对误差和误差标准差分别降低38%和20%以上;基于预测结果采用的全圈层分时段阶梯式拥堵管控策略能令拥堵产生点的速度提升14 km·h^-1以上,并能使拥堵的持续时长缩短40%,可阻止拥堵从产生点开始发生大范围的蔓延,降低整个路网的拥塞程度。     

基于时空图的交通状态转变时刻的判别方法研究

针对交通状态转变时刻的判断问题进行了研究,在传统的交通状态研究模型基础上提出了时空图在状态判别中的应用,并在利用前人提出的调整累积曲线方法进行了比较,证实了引入该方法的有效性和准确性,提高了对交通拥挤转变时刻的判定上的准确率,在交通流特性的研究中起到十分重要的作用。     

高速公路常发性交通拥挤路段实时判定与跟踪研究

提出的自动判定和实时跟踪高速公路常发性拥挤路段的方法包含3个算法：①路段平均车速算法；②交通流区段类型判定算法；③排队类型判定算法。考虑采用两个前后相邻车辆检测站之间的路段平均车速来实时判定和跟踪常发性交通拥挤路段的情况，使得模型所提供的信息更能反映路段的真实交通状况。采用路段平均车速的方法克服了目前采用点速度来跟踪车队方法的局限性，并且采用“客观”标定临界车速作为基于现场数据判定车队状态的一种方法。     

城市交通拥塞辐射模型及其对路网服务能力损伤研究

为预防和治理城市路网系统中交通拥塞的辐射扩散以及由此造成的路网系统服务能力损伤，从新的视角对交通拥塞辐射扩散规律进行研究。将毒气在有限空间内的泄漏扩散抽象为交通拥塞的辐射蔓延，首先运用Python软件对高德地图API的WEB服务进行实时路况数据爬取，并对爬取的数据、浮动车数据、SCATS监测的流量数据以及其他交通信息数据进行预处理。在此基础上建立基于高斯烟雨模型的城市道路拥塞辐射时空模型并且充分考虑邻居节点和路段的交通运行状态以及不同道路等级对拥塞传播范围的影响。对模型调节参数U进行标定，得出快速路、主干路U值均为1，次干路U值为0.7。然后通过实例进行验证，结合实际值将模型计算结果与高德地图预测值进行比较，所建立模型的拥塞最大辐射边界、拥塞辐射时间预测精度要更准确，整个拥塞过程模型拟合度较高，模型适用性强。最后在城市道路拥塞辐射时空模型的基础上利用材料力学中切应力对材料的损伤原理，以拥塞某传播方向为研究对象，计算出拥塞辐射传播给路网中的某路段造成的通行能力失效值。分析路网中路段通行能力下降对路网服务能力的损伤影响，进而给出路段重要性识别方法。研究成果可为交通管理部门加强关键路段治理以及制定缓堵政策提供参考。     

山区城市道路交通信息采集与交通评价方案研究

先进的交通管理系统可有效提高城市现代化交通的有效利用率和交通流量,减少道路的交通拥挤程度、交通事故的发生率以及由于交通拥挤、事故等造成的出行延误。城市智能交通管理系统正是通过对高科技、高水平技术的应用,来提高交通管理系统的工作效率,达到改变城市交通混乱局面的目的。针对重庆市城市智能交通管理系统的道路交通信息采集子系统及相关技术进行分析和研究,在城市智能交通管理系统研究基础上,结合重庆市交通现状和交通智能化水平,提出重庆市道路交通信息采集与交通信息数据处理的原则和方案。