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。     

基于高斯混合模型的车辆自由流速度分布

基于车辆速度参数是描述交通流运行的最基本参数之一,在交通状态评价与交通安全性分析中具有的重要作用,针对城市道路不同种类车型混合运行的特征,提出采用高斯混合模型来描述自由流状态下的车辆速度分布.结合实测速度数据中的双峰分布特性,将混合车流车型分为大型车与小型车2类,进而建立了2类型的高斯混合模型,并采用期望最大化算法对模型参数进行估计.通过实测数据验证结果表明,模型能够很好的拟合观测速度数据,并能够有效区分不同类型车辆速度,为确定不同类型车辆限速标准、分析不同类型车辆相互影响提供理论依据.     

城市快速路交通流特性分析

城市快速路是城市道路网的主骨架,对交通状态进行状态划分及稳定性分析,结合城市快速路交通信息采集系统的交通流检测数据,对速度一流量关系模型进行分析,建立了城市快速路快速交通流流量、速度、占有率关系模型,并进行交通流基本参数时变特性和空间特性分析。首先利用基本图理论,对3种城市快速路交通流状态进行稳定性分析。随后,结合北京市典型路段实测数据散点图,对各种速度一流量关系模型的适用范围和适用程度进行对比分析,从而得出Greenshields模型的拟合效果最好。最后分析交通状态转换过程中的交通流参数时变特性和空间特性,对实际交通疏导有指导意义。     

基于微观评价指标的城市道路交通拥堵评价研究

为了客观地分析城市道路交通拥堵现状,基于交通流基本原理及国内外已有研究成果,构建了城市道路路段及交叉口交通拥堵的微观评价指标体系,并量化分析了各单项评价指标的表征方法及数据采集机制。以此为基础,结合实地交通调查数据,对金华市城市道路交通拥堵现状进行了评价分析,揭示了该市交通拥堵的部分特征。研究成果为后期缓解交通拥堵方案及交通发展政策的制订提供了有力的技术支持和保障。     

城市快速路交通流状态跃迁的实证分析

根据北京市二环路的实测数据分析了在高交通需求条件下的城市环路交通流特性,研究了交通流在临界密度附近的稳定性和车道间车流的同态性,即速度跃迁概率和车道间交通参数的偏差,结合三相位交通流理论中的同步流概念,将交通流状态划分为4个相位：自由流、高速同步流、低速同步流和堵塞,并通过实测数据分析了交通流在4种状态间的时间和空间演变规律。结果表明：分析得到的交通流状态和状态间时空变化规律,对交通流的短期预测、控制和诱导具有应用价值,同时也为分析交通拥堵机理、建立合理的交通流模型提供了理论基础。     

车车通信环境下考虑交通拥堵状态的碰撞时间混合分布建模研究

碰撞时间（TTC）是评价车车碰撞风险的有效指标，然而该指标分布规律受到交通状态影响。为研究车车（V2V）通信环境下不同交通状态的TTC分布规律，通过构建基于LTE-V技术的车车通信环境，开展实车实验获取4种典型城市道路中的驾驶数据。考虑加速度和航向角建立动态冲突辨识模型，计算车辆以任意角度接近时的TTC值；针对TTC值的结果出现多峰值现象，将交通流分为“拥堵、缓行、畅通”这3种状态，构建了考虑交通流状态的高斯混合模型以描述不同交通状态下的TTC分布规律，并采用最大期望（EM）算法进行参数求解。将所建高斯混合模型与负指数分布、对数正态分布、负指数/对数正态混合分布这3种传统的TTC分布模型进行对比，采用校正决定系数R2评价模型的拟合优度，并通过K-S检验验证模型的有效性。在此基础上，将所建高斯混合模型应用于非车车通信条件下不同交通状态的TTC分布拟合描述，进一步验证模型的适用性。结果表明:车车通信环境下“拥堵、缓行、畅通”这3种交通状态下的高斯分布均值逐渐增大，所处交通场景的碰撞风险依次降低；考虑交通状态的TTC高斯混合模型拟合优度为0.950 5，相较于其他TTC混合分布模型，拟合优度提升了0.057 5。      

混合交通流连续动力学建模

对现有的交通流动力学模型进行了简单的评价,在此基础上提出一种新的高阶混合交通流动力学模型,新模型重点研究了混合交通中的干扰项,用粘性项来计算交通阻力,然后对建立的交通流动力模型在特征根问题(车流应是各向异性)、负速度问题(车流倒退)和线性稳定性(主要指高密度下的车流稳定性)问题进行了理论分析。理论分析结果表明,新的高阶交通流动力学模型有效解决了困扰大多数高阶非平衡连续流模型难以处理的问题,而且新模型充分考虑了混合车流中不同车型比例车辆间的粘性阻力,相比较其他模型更能准确反映非纯小车流情况下的交通真实情况。     

施工交通分流预测及影响程度分析

通过以乌鲁木齐市田字路二期工程为例对于工程施工过程中施工交通进行组织分流,并采用OD反推法对交通流进行预测,就施工影响前后的交通量增长情况、施工区域周边道路分流状态及其行车速度进行对比分析。结合该地区交通流特点,提出工程沿线主干道施工期间交通拥堵等级,并对该工程周边的主干线实施施工组织分流前后的道路拥挤状况进行评价和变化状态分析,结果表明分阶段的交通组织分流方案有效地降低了拥堵状况,最大可能提高了受施工影响的交通效率。     

基于点、线、面层次的公路网交通运行状态评价

由于公路网是由点成线、由线成面的统一体,为了更准确地分析和改善公路网运行状态,加强公路节点、路段、路网评价之间的联系,便于确定交通拥堵产生根由并有效采取措施,建立了一种基于点、线、面层次的公路网交通运行状态的综合评价方法。在基本单元划分和指标选取方面,以交叉口、互通式立交、收费站和基本路段作为基本单元,结合交通流理论,综合考虑各基本单元的特点,分别选取对应的评价指标,以极小型指标评价法为基本原理,构建基本单元交通综合运行指数评价模型,并确定相应的分级阈值。在交通运行状态评价方面,依托专家经验的主成分分析与客观的交通量统计调查相结合的方法确定各基本评价单元的权重向量,从而构建路段运行评价模型并给出评价分级阈值,再以各等级道路拥堵程度和路网客、货运量,分别构建路网赋权矩阵或向量,从而获得路网交通综合运行指数模型并确定评价分级阈值。最后结合算例说明该评价方法的具体操作过程,通过获取的各项基本数据,从点层过渡至线层再至面层,依次计算各层交通运行指数,确定各基本单元、路段、路网分别对应的交通运行状态。研究结果表明：不同层面之间的交通运行状态存在一定的联系,不同节点和基本路段处的运行指数差异较大,路线运行指数差别也较大,从而影响路网最终的运行状态,因此,可以通过逐级评价确定交通拥堵症结所在,有针对性地采取相关改善措施。     

非拥挤路段自行车交通流特性研究

自行车是城市居民出行的主要方式之一，研究自行车交通流的特性对于合理规划道路交通资源，提高白行车交通服务水平具有重要意义。针对白行车交通流与机动车交通流的不同特征，提出了以单位面积车道上车辆集散程度定义白行车交通流密度的新方法，并基于调查数据，研究了非拥挤状态下自行车交通流密度、车速和流率3个参数的相关性，发现非拥挤自行车流的速度总是分布在接近期望车速的范围内，且与流率、密度无关，而速度的离散程度随着密度的增大而减小。最后，分析了车道、宽度与交通流3个参数的相关性，并建立了相应的回归模型，模型可用于在给定自行车交通需求以及服务水平条件下自行车道的设计宽度。     

城市公交车与社会车辆混合流速度模型及交通运行状态分析

为了精确解析城市公交车和社会车辆混合运行的状态,在基本路段车速模型适用性分析的基础上,引入公交车流量、社会车辆流量、公交车比例等参数,建立了改进的混合机动车运行速度模型,分别选取单向二车道和单向三车道路段进行交通试验调查,采用Metrocount 5600气压管式车辆分型系统进行数据采集并用于改进模型的参数标定,并分别建立了2种车型的速度差模型,提出了路段混合车流3种不同交通运行状态的评价方法。研究结果表明：同等车流量情况下,不同公交车比例对社会车辆速度的影响表现为3个显著的变化区间;随着路段饱和度的增加,社会车辆和公交车之间的速度差呈现出从几乎不变、快速缩小到接近于零3个较为明显的运行状态;考虑车流组成中公交车比例的变化可以细化路段车流畅通状态、拥堵形成状态以及拥堵状态的判别。     

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。     

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。     

道路交通状态识别技术研究

交通拥堵和突发事件已成为困扰当前城市交通的2大难题,重点讲述了如何识别交通状态,提出了1种基于模糊推理的交通拥堵等级评判算法和1种基于双变量模型的交通事件识别算法。经过验证,这2种算法可达到较好的交通状态识别效果。     

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。     

道路拥挤定价下的公交收费模型研究

为了在执行道路拥挤定价政策的前提下制定公共交通的收费标准，提出可行的定价模型，根据交通行为科学的有关理论和方法，采用了两层规划技术建立了道路拥挤定价下的公交收费模型，上层规划为交通系统优化，下层规划为拥挤定价下的路网随机平衡问题。以广州市为研究对象，计算了拥挤定价下广州市公交线网的最优价格体系。研究结果表明：所提出的模型能够描述出行者和交通管理部门分别在出行和交通管理中的决策行为，较好地解释了用户平衡、路段路径流量和阻抗、交通需求、拥挤费、公交票价、出行成本等相互之间的逻辑关系。     

自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场，未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响，利用实测交通数据NGSim建立人工驾驶车辆跟驰模型，并在综合已有ACC和CACC模型的基础上，提出基于安全间距的自动驾驶跟驰行为模型，进而得出不同ACC，CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量；与ACC车辆比例r_a相比，CACC车辆比例r_c对交通容量的影响更为显著；当r_c>0.5时，饱和流量快速增加，当r_c=1时，饱和流量约为纯人工驾驶时的2倍。进一步，通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性，对存在跟驰关系的连续车流来说，自动驾驶使得后车可以更加及时地响应前车的行为，车流会在更短的时间内进入稳态；在交通瓶颈处，自动驾驶降低了拥堵程度，提高了阻塞发生的临界流量。总体来看，自动驾驶对交通流静态和动态性能均有所提升，特别是在协同式自动驾驶场景下，车辆行为更加协调一致，交通流表现出良好的抗扰性，进一步验证了车路协同对自动驾驶的意义。     

基于高地联动的城市快速路交通提升策略研究

随着社会经济的发展,城市快速路交通呈现常态化拥堵运行状态,因此亟需开展交通综合提升研究。以苏州市内环某快速路为例,基于多源数据科学研判交通拥堵问题的成因,运用高地联动的优化策略,以全局最优、系统协同理念制定交通提升实施方案。根据交通流的溯源分析,寻找可能的分流通道。一方面,通过工程措施提升分流通道的通行能力;另一方面,通过快速路的交通管理方案,诱导快速路上的短途交通转入分流通道,均衡快速路和分流通道的流量分布,从而有效缓解快速路的交通拥堵。     

城市快速路交通拥堵判定方法研究

为弥补单点检测器判定交通拥堵方法研究的不足,在对实测数据分析的基础上,利用临界占有率将交通流状态划分为拥堵状态与非拥堵状态,提出了以速度-占有率比、速度差双指标判定交通拥堵状态发生、结束时刻的方法。并以北京城市快速路实测数据为例,对各判定指标阈值进行标定,判定结果表明:基于单点检测器设计的拥堵判定方法能够有效判定检测器断面拥堵发生时间、持续时间、结束时间。