快速路合流区基于驾驶员特征的微观交通仿真车道变换模型研究

发布时间：2015-01-06 09:24

 

【摘要】 快速路合流区作为主线交通和汇入交通交汇路段，存在大量的车道变换行为，由于汇入车辆必须在合流区长度内完成换道，因此换道现象比普通区段更为突出，频繁的车道变换极易引发交通流状态紊乱和通行能力降低，并且不恰当的车道变换行为更是引发交通事故的主要成因。由于合流区交通流换道交织复杂，模型对其特征捕捉和获取难度较大，这大大增加了建模的难度，并影响仿真的准确性。此外，车道变换模型作为微观交通仿真中描述驾驶行为的两大最重要的模型之一，由于车道变换行为复杂，且描述车辆运行行为的微观数据难以获取，导致车道变换模型在我国在研究还十分薄弱。目前，国内外关于车道变换模型的研究主要集中在主线车道，而关于合流区方面的研究成果相对较少，相关研究成果存在的不足之处主要表现在以下三个方面：一是目前关于驾驶员特征的研究主要侧重于宏观统计学分析，驾驶员特征的划分并没有与实际的驾驶行为相关联，划分结果不能为仿真模型所应用，导致现有的换道模型大都不考虑驾驶员特征因素，忽略驾驶员特征差异对车辆运行行为的影响；二是现有的仿真模型大都通过假定汇入车辆不会对主线车辆产生影响或汇入车辆会“谦让”主线车辆，从而简化了两股交通流之间复杂的动态交互行为，导致仿真结果与实际情况不符；三是由于车道变换模型参数标定需要大量的微观运行轨迹数据，数据获取难度较大，因此现有模型大都停留在建模思路与概念模型，缺乏实测数据对模型参数进行标定，模型的适用性不足。本文将在总结国内外已有研究优势与不足的基础上，综合运用调查与实验研究、系统分析、计算机仿真研究和理论分析、逻辑推理等相关方法，以实际调查数据为支撑，以提炼和抽象合流区复杂的交通流相互作用行为为研究切入点，充分考虑驾驶员个体特征差异对驾驶行为的影响，构建合流区车道变换模型。具体研究工作包括：（1）选取典型快速路合流区作为调查对象，利用视频处理软件VEVID进行处理，获取大量车辆运行轨迹数据，应用数理统计原理对调查数据进行统计分析，得出合流区交通流特征和换道行为特征。（2）采用驾驶员行为量表调查方法对驾驶员的特征进行主观分析，得到驾驶员特征对驾驶行为的影响关系，以及影响潜在行为的相关因素；结合驾驶员特征划分的不确定性和模糊性，分别选取反应汇入车辆及主线车辆驾驶员特征的指标，利用模糊聚类和k-s检验方法，构建驾驶员特征整合模型。（3）通过采集的车辆运行轨迹数据，分析交通流相互作用特征，根据车道变换流程及机理，建立模型决策框架，在此基础上考虑驾驶员特征及交通流相互协同机理，分别建立协同型车道变换模型、强迫型车道变换模型及间隙接受模型，通过因子分析法和逐步回归法进行模型输入变量的筛选，并采用极大似然估计法进行模型参数的标定。（4）以微观交通仿真系统TPSS为仿真平台，结合软件工程的设计思想并运用C++编程语言设计实现合流区车道变换模型的仿真模块，应用于仿真系统的开发，并根据调查数据建立仿真案例，选用均方根偏差（RMSE）和平均百分比偏差（MPE）评价指标对模型的有效性进行验证，验证结果表明构建的快速路合流区仿真模型可以较好的表示合流区交通流复杂的运行行为。（5）综合考虑快速路合流区主线及匝道服务交通量，应用构建的仿真模型对不同加速车道长度对交通流服务水平的影响规律进行分析，以满足合流区上游及合流区本身相应服务水平为目标，得出加速车道最小长度推荐值。研究的主要创新之处体现在以下三个方面：（1）将驾驶员特征因素对交通流运行行为的影响进行量化分析，结合驾驶员特征划分的不确定性和模糊性，采用模糊聚类和K-S检验方法，建立了一个连续的驾驶员特征整合模型，以真实表示驾驶员特征差异对驾驶行为的影响。（2）在合流区换道过程中充分考虑主线车辆与汇入车辆之间复杂的礼让、协作等相互协调行为，以及驾驶员特征差异对驾驶行为影响，分别构建协同型车道变换模型、强迫型车道变换模型和间隙接受模型。（3）根据视频处理软件获取的大量微观运行数据，运用因子分析法和逐步回归法选取反映车道变换信息且影响显著的内生变量作为模型的输入变量，从而避免信息重叠对仿真过程的干扰，并采用极大似然估计对构建模型的参数进行标定，克服了经验法标定的缺陷。通过本文研究，构建了一个可以准确描述快速路合流区交通流特征的仿真模型，为缓解城市快速路交通拥堵问题提供技术支持；同时对于促进智能技术在交通运输领域的应用与实施具有重要的理论意义和实用价值。 

第1章绪论

 

1.1研究背景与意义

近年来随着我国社会经济的快速发展，小汽车出行比重不断攀升，而交通基础设施的供给相对滞后，供需矛盾持续扩大，由此引发城市交通拥堵问题日益严重，交通拥堵问题己成为世界各大城市亟待解决的热点问题。以广州市为例，至2013年底广州市机动车保有量为248.93万辆，中小客车保有量为186.3万辆，近5年的年平均增长率为16.5%；而承载机场动车出行的道路总里程增幅却相对较为缓慢，近年市区道路总里程共增加长约440公里，年均增长率仅为1.3%，并且主要集中在城市外围区域，导致交通供需矛盾持续扩大，到2013年末，中心城区晚高峰主干道的平均运行速度降低至24.3km/h，与2013年同期的26.11km/h相比，平均车速降幅高达6.89%。

快速路作为城市中典型的道路类型之一，承担着大中运量的快速交通的功能，由于巨大的交通出行需求，目前许多大城市的快速路在高峰时段服务水平基本维持在3-4级。快速路合流区是主线交通和汇入交通交汇路段，存在大量车道变换行为，笔耕文化传播，往往会引发主线交通流的紊乱以及行车速度降低，尤其是在主线交通流近饱和状态下，容易引发交通拥堵状况的发生，从而形成交通瓶颈。由此可见，有效化解快速路合流区的交通瓶颈问题是保障整个快速路系统交通畅通的关键。

快速路合流区主要的运行特征是汇入车辆换道进入主线车道，是典型的车道变换行为。由于汇入车辆必须在快速路合流区长度内完成换道，因此换道现象比普通区段更为突出；频繁的车道变换极易引发交通流状态紊乱和通行能力的降低，并且不恰当的换车道行为更是引起交通事故的主要原因。由于在合流区车道变换行为复杂，主线车辆与汇入车辆存在复杂的协同与礼让等相互作用行为，模型难以捕捉其特征，增加了建模的难度，并影响仿真的准确性。此外，车道变换模型作为基于交通流动力学微观交通仿真的最基础模型之一，由于车辆在执行换道过程中与前后车辆的相互作用行为及其换道行为较为复杂，并且受数据获取技术的制约，难以大量获取描述车辆车道变换行为的微观轨迹数据，导致车道变换模型在我国在研究还十分薄弱。

 

1.2国内外研究现状

1.2.1国外研究现状

目前，国外关于快速路合流区运行特性的研究成果较多，研究方法主要集中在两个方面：回归分析法和交通仿真法。回归分析法主要分析合流区相关特征变量对汇入车辆换道行为的影响，而交通仿真法主要是利用计算机技术，构建合流区运行仿真模型。

1.回归分析方法

早期的研究主要集中在回归分析法方面，主要分析合流区相关特征变量对汇入车辆换道行为的影响，如主线交通流量、相对速度、汇入车辆在加速车道位置等，而关于驾驶员特征差异因素对换道行为的影响没有被考虑。Worral等认为主线交通流量不是汇入车辆换道汇入主线的主要影响因素，而主线车道与加速车道车辆之间的相对速度起重要决定作用。Wattleworth等通过研究发现汇入车辆在加速车道的位置是影响车辆换道行为的重要因素，与加速车道末端距离的越小，则越倾向于选择较小的间隙。基于这些研究发现，Drew等选用加速车道的形状、长度以及汇入角度作为自变量，用回归分析的方法解释驾驶员的间隙接受行为，并发现临界间隙随着汇入角度的增大而增大。Michacels等基于交通流量和角速度构建模型，用于评估汇入车辆在加速车道的汇入位置。角速度是加速车道汇入车辆与主线后随车之间角度的变化率，但事实上角速度很难测量。此外，Reilly和美国AASHTO（美国国家高速公路和交通运输协会）根据调查数据发现60%的驾驶员会在相对速度低于8km/h的情况下执行换道汇入。

 

2.交通仿真法

20世纪80年代，随着ITS技术的快速发展，快速路合流区运行特征的仿真研究得到飞速发展。快速路合流区主要的运行征是汇入车辆换道进入主线车道，是典型的车道变换行为。关于车道变换方面的研究主要集中在车道变换类型的划分、车道变换需求产生及可接受间隙模型三个方面。此外，在构建的车道变换仿真模型中也对驾驶员特征进行了探讨。

（1）车道变换类型

目前，绝大多数车道变换模型都是基于高速公路主线开发的，并将车道变换模型被划分为强制型车道变换模型和自主型车道变换模型两大类。强制型车道变换是指驾驶员为了完成其正常行驶目的而必须采取的车道变换，如交叉口前的转向换道行为、公交车换道进站行为、汇入车辆换道并入主线行为等。自主型车道变换的主要目的是为了获取更快的运行速度或更大的运行间距等更为理想的运行方式，如超车以获得更快的运行速度等。根据以上车道变换类型的划分，合流区汇入车辆换车道行为显然属于强制型车道变换。由于受到合流区长度的影响，汇入车辆的车道变换操作必须在交织区长度内完成，否则就达不到变换车道运行的目的，因此合流区内的车道变换行为比主线上更明显，且交通流之间的相互作用也更为复杂。在此车道变换类型划分的基础上，研究学者又根据合流区较为独特的运行机理，将换道类型又进行了细分。

 

第2章快速路合流区交通流特征分析

 

城市快速路合流区交通运行特性的分析是进行交通流仿真建模的基础，选取处典型快速路合流区作为调查对象，利用视频处理技术处理并获取大量车辆运行轨迹数据，在此基础上分析快速路合流区主线车道与加速车道的交通流特征和换道行为特征。

 

2.1合流区基本概述

2.1.1合流区概念

（1）主线是快速路车流通行的主通道，位于加速车道左侧，一般设置为双向4车道、6车道和8车道，中间用分车带进行隔离。

（2）加速车道位于主线车道的最右侧，一般设置为1车道或2车道，其作用是提高汇入车辆的运行速度，以合理的速度并入主线车道。如图2.1中位于最下侧的车道，并由加速车道基本段和渐变段组成。

（3）匝道是连接快速路合流区加速车道与城市道路的连接道，起到一种承上启下的连接作用。如图2.1中左下角为匝道的一部分。

快速路合流区具体如图2.1所示。

 

 

2.1.2合流区分类

由于加速车道是快速路的重要组成部分，其形状分类决定合流区的类别。根据《城市快速路设计规程》（CJJ129-2009）的规定，快速路合流区加速车道共包括两大类。

一类是平行式加速车道，如图2.2所示，平行式加速车道的加速车道平行于主线车道，汇入车辆通过在一定长度的加速车道上运行，以提高运行速度并以较为合理的运行状态汇入主线，该类型加速车道适用于汇入车流量相对较大的情况，目前也是被北京、上海和广州等一些大城市的快速路广泛采用的形式。

 

 

 

2.2合流区换道数据采集与处理

2.2.1数据采集

快速路合流区交通调查属于抽样调查。调查内容是主线车道、加速车道的车辆运行轨迹数据，具体包括位移、相对间距、速度、相对速度、加速度等，这些数据的获取为建立车道变换模型提供了基础数据支撑。

考虑到合流区的地理位置、合流区数据采集的方便程度以及合流区的代表性，本文选取广州、上海具有代表性的9处快速路合流区为研究对象，开展交通流数据调查。为了使得调查数据反应合流区的普遍交通特征，调查时间选取连续2个普通工作日的早高峰时段（7:00-9:00）时段，采用测量工具和视频采集设备对合流区的静态数据及动态数据进行采集。典型快速路合流区调查区段示意图如图2.4所示。

 

 

合流区静态数据采集内容包括：合流区类型、合流区长度、主线车道数和加速车道车道数等相关数据；合流区动态数据采集内容包括：流量、速度、加速度、间距、换道次数、换道位置等相关数据。

2.2.2数据处理

1.数据处理方法

利用车辆轨迹视频处理软件VEVID对采集的合流区视频进行处理，从而得到主线车辆及汇入车辆的单车信息，以及车辆与周围相关车辆的车速与位置信息，具体包括速度、加速度和间距等微观运行轨迹相关数据。VEVID视频处理软件的操作步骤如图2.5所示：

 

 

 

第3章驾驶员特征整合模型构建........23

3.1基于行为量表的驾驶员特征分析........23

3.1.1驾驶员行为量表设计.........23

3.1.2驾驶员特征分析........24

第4章快速路合流区车道变换模型构建......41

4.1车道变换类别与决策框架.....41

4.1.1车道变换类别.......41

第章仿真系统设计实现与模型验证....67

5.1仿真系统整体框架.......67

 

第6章仿真模型在加速车道长度确定方面的应用

 

快速路加速车道长度的确定是加速车道设计的核心内容，合理设计加速车道长度对实现快速度车流顺畅衔接和稳定运行有重要的意义。由第五章模型的验证结果可以发现，构建的快速路仿真模型可以较为准确地再现合流区复杂的交通流运行行为，因此采用微观交通仿真的方法对不同设计速度组合下的合流区服务水平进行分析，由此确定加速车道的合理推荐值长度。

 

6.1服务交通量的确定

在快速路合流区，由于大量汇入车辆换道并入主线，这对主线车辆的运行产生干扰，尤其是在交通流量较大的情况，这与普通路段相对无汇入车辆干扰的运行特征存在很大的区别。在快速路合流区，影响交通流特征的不仅包括主路交通量因素，还包括匝道交通流量因素。汇入车辆在合流区汇入主线的过程中，决定是否成功汇入的决定因素不是运行速度，而是快速路主线是否有合适的换道间隙；而决定主线车辆间隙的因素是交通流量，如果主线流量很大，则车辆之间的间隙较小，汇入车辆成功换道的机会也随之减少。由此可见，在确定快速路合流区加速车道长度时，除了设计车速影响因素外，更为重要的影响因素为主线及匝道服务的交通流量。下面介绍主线及匝道服务交通量的确定过程。

 

第7章结论与展望

 

7.1研究工作总结

本文通过大量微观车辆运行轨迹数据调查与提取，对合流区交通流特征进行分析，充分考虑驾驶员特征因素及交通流相互作用机理，构建快速路合流区车道变换模型，并对其应用进行了探讨。本文完成的主要内容及工作如下：

（1）选取典型快速路合流区作为调查对象，利用视频处理软件VEVID处理调查视频，获取大量车辆运行轨迹数据，应用数理统计原理对调查数据进行了统计分析，得出合流区交通流特征和换道行为特征。

（2）采用驾驶员行为量表调查方法对驾驶员的特征进行主观分析，得到驾驶员特征与其对应的驾驶行为，以及潜在行为考虑的相关影响因素；结合驾驶员特征划分的不确定性和模糊性，分别选取反应汇入车辆及主线车辆驾驶员特征的指标，利用模糊聚类和k-s检验方法，构建驾驶员特征整合模型，总体服从正态分布。

（3）通过采集的车辆运行轨迹数据，分析交通流相互作用特征，根据车道变换流程及机理，建立模型决策框架，在此基础上考虑驾驶员特征及交通流相互协同机理，分别建立协同型车道变换模型、强迫型车道变换模型及间隙接受模型，通过因子分析法和逐步回归法进行模型输入变量的筛选，并采用极大似然估计法进行模型参数的标定。

（4）以微观交通仿真系统TPSS为仿真平台，结合软件工程的设计思想并运用Visual C++编程设计语言实现合流区车道变换模型的仿真模块，应用于仿真系统的开发，并根据调查数据建立仿真案例，选用均方根偏差（RMSU）和平均百分比偏差（MPE）评价指标对模型的有效性进行验证，验证结果表明构建的快速路合流区仿真模型可以较好的表示合流区交通流复杂的运行行为。

（5）综合考虑快速路合流区主线及匝道服务交通量，应用构建的仿真模型对不同加速车道长度对交通流服务水平的影响规律进行分析，以满足合流区上游及合流区本身相应服务水平为目标，得出加速车道最小长度推荐值。

参考文献：

[1] 江金胜,董力耘.  基于元胞自动机模型的C型交织区交通流特性[J]. 力学学报. 2012(06)
[2] 龙小强,谭云龙.  微观仿真自主性车道变换模型[J]. 公路交通科技. 2012(11)
[3] 梁斌,卓梅霞.  基于SPSS统计软件的因子分析法及实证分析[J]. 河西学院学报. 2011(05)
[4] 黄玉洁,陶凤梅,刘娅.  极大似然估计及其应用[J]. 鞍山师范学院学报. 2011(04)
[5] 宗序平,姚玉兰.  利用Q-Q图与P-P图快速检验数据的统计分布[J]. 统计与决策. 2010(20)
[6] 熊胜辉,李星毅,施化吉.  基于元胞自动机的快速路交织区交通流仿真建模[J]. 计算机应用. 2010(02)
[7] 高林杰,隽志才,张国林.  基于视频采集数据的跟车模型标定与验证[J]. 系统仿真学报. 2009(21)
[8] 戴家佳,杨爱军,杨振海.  极大似然估计算法研究[J]. 高校应用数学学报A辑. 2009(03)
[9] 孙剑,李克平,杨晓光.  拥挤交通流交织区车道变换行为仿真[J]. 系统仿真学报. 2009(13)
[10] 隽志才,谭云龙,倪安宁.  公交车辆运行微观交通仿真模型研究[J]. 公路交通科技. 2008(08)



本文编号：11022