城市交叉口群交通狀態識別方法研究

馮 岑/南京市城市與交通規劃設計研究院有限責任公司

城市交叉口群交通狀態識別方法研究

馮 岑/南京市城市與交通規劃設計研究院有限責任公司

為了對交叉口群的交通狀態進行識別，論文設計了一種從路段與單個交叉口角度出發的整體識別方法。本文提出了交通狀態系數的概念，在分析對比相關指標體系的基礎上，分別提取平均行程車速、空間占有率和平均停車延誤、飽和度作為路段和交叉口的評價指標，對路段與交叉口交通狀態分別從時間指標和空間指標進行量化，從而得到交叉口群內各路徑的交通狀態系數，建立了路徑狀態矩陣及交叉口群交通狀態識別0-1矩陣，從宏觀上對交叉口群整體的交通狀態進行評估。

交叉口群；交通狀態；識別矩陣

目前我國機動車保有量急劇增加，城市道路交通總量隨之顯著增加。城市道路中交叉口的紅燈信號作為外部因素，導致了交通流的間斷特征，對路段上的車流具有周期性的阻滯作用，形成車輛的交叉口延誤，因此交叉口的通行能力成為城市道路通行能力瓶頸。隨著城市交通阻塞的頻繁發生，交叉口的交通問題受到越來越多的關注。

隨著城市道路交通量的增長、路網密度的增加，交叉口之間的相關性日益明顯，某個交叉口的擁堵可能會隨著時間的推移逐步波及到周邊數個交叉口乃至所在區域內的所有交叉口，此類交叉口即為交叉口群。在幾十年的時間里，對交叉口控制問題的研究從單個交叉口逐漸發展到對交叉口群。不同交

通狀態下采用相應的交通控制策略比使用單一的控制策略能進一步提高交通運行效率，因此對交叉口群交通狀態的準確辨識研究是研究交叉口群交通控制策略優化和調整的基礎信息和主要依據。交叉口群交通狀態信息在交通運行管理、交通管理規劃和路網規劃等方面都有著重要應用。

1.交通狀態量化

在對交叉口群整體進行交通狀態識別時，為了對交叉口群內各路段及各交叉口進行統一的交通狀態識別，論文引入了交通狀態系數的概念，對于路段和交叉口各選用一項時間參數與一項空間參數對其交通狀態進行量化，分別得到各自的交通狀態系數，在此基礎上對交叉口群整體進行交通狀態識別。

交通狀態是客觀事實和主觀感受在某種程度上綜合作用的結果，且城市道路交通狀態并沒有絕對的速度、占有率、停車延誤等限值來加以區別，即其判別具有相對性。因此，論文提出交通狀態系數S的概念，通過綜合各種指標描述城市道路路段及交叉口運行狀態。交通狀態系數S是一個連續變量，其取值范圍為[0,1]。S的取值處于不同范圍時，分別對應著不同的交通狀態。當S接近0時，說明交通暢通，沒有阻塞情況發生，當S接近1時，說明交通阻塞嚴重，即R的數值越大，交通狀態越差。

2.路段和交叉口交通狀態識別

2.1 路段交通狀態識別

大多數城市道路的交叉口都有信號控制，對交通流的連續運行有很大的影響，因此將路段定義為同一道路同一方向上從交叉口出口道開始到下一交叉口進口道渠化開始處結束。

考慮交通參數間的內在關系，選用路段車輛的平均行程速度vp（km?h-1）與空間占有率Rs（％）兩個變量作為城市道路路段交通狀態的判別指標。這兩個變量從時間和空間上分別反映了車輛在城市道路路段上通行的狀態，以及城市道路空間的使用情況。

行程速度是車輛行駛的距離除以行程時間，行程時間包括行駛時間和中途受阻時的停車時間。因為城市道路交通流是間斷流，車輛不能連續通過若干交叉口，所以行程速度可以反映一段路程的交通運行情況。當行程速度較低時說明存在一定程度的擁擠，當行程車速較高時說明道路較暢通。空間占有率為在一瞬間已知路段上所有車輛占用的長度占路段長度的百分比。

定義Sl為路段交通狀態系數，顯然路段交通狀態系數Sl由該路段的vp與Rs兩個指標得到。用vf表示最大速度，即限制的最高車速。定義Sv為表示由平均行程速度表征的路段交通狀態系數，為了使Sv為在0到1之間的數，取vp與vf的比值。認為平均速度越大路段交通流的運行狀況越好，即交通狀態系數S越小，通過以下公式計算Sv：

定義Sr為表示由空間占有率Rs表征的路段交通狀態系數，空間占有率Rs本身已是一個0到1之間的實數，并且其值越小路段越暢通，即S越小，反之亦然，因此直接取Rs的值作為空間占有率所表征的交通狀態系數，即

最終的路段交通狀態系數Sl則取兩者的平均值，即

2.2 交叉口交通狀態識別

從時間與空間的角度各選取一個參數作為判別交叉口交通狀態的指標，通過對各項參數的對比，選取時間參數交叉口的延誤時間D與交叉口飽和度B作為判別城市交叉口交通狀態的指標。

由于最終需進行交叉口群整體的交通狀態識別，在對各路徑進行識別時涉及到交叉口進口道的不同轉向，因此在對交叉口交通狀態進行量化時需對單獨考慮各進口道的各轉向車道。城市道路中交叉口各進口道都由左轉車道、直行車道及右轉車道組成（若出現直右車道則該車道既視為直行車道又視為右轉車道，當某種車道不止一條時取其算術平均值，如計算出直右車道的狀態系數后，計算直行方向的狀態系數時需將該直行車道的系數參與計算進行平均，同樣計算右轉方向時也需將該車道的系數參與計算進行平均），即每個交叉口有12個交通狀態系數，在調查延誤與飽和度時也需對不同車道分開調查。作為判別指標的進口道某車道延誤取該進口道引道上每輛車的平均延誤。某車道飽和度通過該車道的流量與通行能力兩部分計算獲得。

定義Sc為交叉口交通狀態系數。顯然，與路段類似，交叉口的交通狀態系數Sc由該交叉口的延誤與飽和度得到，且Sc分為Scl、Scs、Scr。定義Sd與Sb分別為延誤D與飽和度B所表征的那部分交通狀態系數，Sd繼續分為左、直、右車道的交通狀態系數Sdl、Sds、Sdr，同樣Sb分為Sbl、Sbs、Sbr。以左轉車道為例計算其交通狀態系數，其它車道計算方法相同。

1.Sdl的計算

設仿真所得到的延誤最大值為Dmax（同樣有車道之分），Sd取與Dmax的比值，如左轉車道由延誤表征的狀態系數Sdl的計算即為

計算得到的Sdl在0到1之間，且符合取值與交通狀態反相關的關系。

2.Sbl的計算

Sbl為由空間參數飽和度表征的狀態系數，飽和度反映了交叉口的交通負荷水平，且飽和度參數自身與交通狀態系數反相關，其值在0到1之間，且值越大表示交叉口交通負荷水平越高，交叉口越擁擠，所以Sbl直接取飽和度Bl的值，即

3.Scl的計算

以上已得到交叉口進口道左轉車道延誤與飽和度分別對應的狀態系數，綜合兩個參數取其平均值，即

3.交叉口群路徑交通狀態識別

3.1 交叉口群圖形簡化

城市道路交叉口群中有著許多不同路徑，為了對這些路徑分別進行分析，將一個交叉口與其相連的上游路段劃分為一個單元段，每個單元段都含有一個路段與一個交叉口，一條路徑則由若干個單元段組成。圖1說明了城市道路單元段的劃分方法。

圖1 城市道路單元段劃分示意圖

3.2 單元段交通狀態系數

定義單元段的交通狀態系數Sa為：路段交通狀態系數Sl與交叉口擁擠度Sc的線性加權和，如下式所示：

式中：pr——行駛車輛比例

p——停車比例

需要注意的是，由于不同路徑對應著交叉口進口道中不同的轉向車道，因此在計算單元段的交通狀態系數Sa時就要引入對轉向車道的考慮，以圖2中的路徑4523為例。

圖2 路徑4 5 2 3

路徑4523包括三個單元段：單元段45、單元段52與單元段23，以單元段45為例。單元段45由路段45與交叉口5組成，由于該路徑在交叉口5左轉，所以在計算單元段45的交通狀態系數時所代入的交叉口交通狀態系數應為交叉口5西進口道的左轉車道狀態系數，即代入式（7）的應為

3.3 路徑交通狀態系數

交叉口群中一條路徑由若干個單元段組成，其交通狀態也由這些單元段決定。路徑交通狀態系數SR的計算定義為：

式中：Sai——第i個單元段的交通狀態系數；

n——該路徑所含單元段數。

即路徑的交通狀態系數取該路徑上所有單元段的算術平均值。以圖2為例，路徑4523的交通狀態系數

4.交叉口群交通狀態識別

4.1 路徑狀態矩陣

在交叉口群中，從一個交叉口到另一個交叉口有若干條路徑，取其中交通狀態系數最小的路徑為最優路徑。對于一個含n個交叉口的交叉口群，定義其路徑狀態矩陣A為一個n階矩陣，矩陣中第i行第j列的元素定義為從交叉口i到交叉口j最優路徑的交通狀態系數Sij（當i=j時，Sij取為0）。即

以圖2所示交叉口群為例，該交叉口群內含有6個交叉口，則其路徑狀態矩陣為一個如下的六階矩陣。

通過路徑狀態矩陣，可對交叉口群中所有路徑的交通狀態進行直觀的評估。

4.2 交叉口群交通狀態識別0-1矩陣

得出路徑狀態矩陣后，為了對交叉口群內各交叉口之間的狀態進行更為直觀的統一判斷，在路徑狀態矩陣的基礎上建立一個新的交叉口群交通狀態識別0-1矩陣。

在鄰接矩陣中，元素“1”或“0”并不真正具有數值上的含義，而是代表了節點之間“有”邊相聯或“無”邊相聯的情況，用同樣的方法在路徑狀態矩陣的基礎上建立交叉口群交通狀態識別0-1矩陣。用元素“1”代表該路徑狀態較好，交叉口之間可達性較好，“0”則相應地代表較差。對于“較好”與“較差”的判斷則用路徑狀態矩陣S中的元素來判斷，先在仿真的基礎上設定一個路徑狀態系數臨界值Scv，Scv即為得出交叉口群交通狀態識別0-1矩陣的判斷標準。即

需要注意的是，由于交通狀態是客觀事實和主觀感受在某種程度上綜合作用的結果，其判別具有相對性，所以Scv也具有相對性，并不是一個固定不變的數，其數值可根據不同情況設定不同的值。如在高峰小時的Scv值可高于非高峰小時的Scv值。在對路徑狀態矩陣作這樣的處理得到交叉口群交通狀態識別0-1矩陣后，通過交叉口群交通狀態識別0-1矩陣不僅可以更直觀地對交叉口群內所有交叉口之間的可達性進行判斷，還可以更直觀地對整個交叉口群所處的狀態進行宏觀上的評估。

4.3 交通狀態識別0-1矩陣的應用

得到路徑狀態矩陣與交叉口群交通狀態識別0-1矩陣后，可對交叉口群整體交通狀態進行識別和評估。

通過路徑狀態矩陣，可通過路徑狀態系數對交叉口群內所有路徑的交通狀態進行評估。建立交叉口群交通狀態識別0-1矩陣后，可獲得該交叉口群內狀態較好路徑所占百分比，從而更直觀地評估交叉口群的整體狀態。道路使用者可根據路徑狀態矩陣通過反向追蹤獲取交叉口之間的最優路徑，從而進行路徑選擇。

5.仿真分析

圖3 仿真交叉口群示意圖

對大流量條件和小流量條件下的交叉口群進行仿真，經計算建立了兩種條件下的交叉口群路徑狀態矩陣，如式(12)(13)所示。

表1 各進口道流量

對比小流量和大流量條件下的路徑狀態矩陣，在大流量條件下，路徑狀態矩陣中的元素明顯高于小流量條件下對應的元素，即大流量條件下交叉口群交通狀態較差。路徑狀態系數能夠有效地反映出交叉口群內各路徑的交通狀態。

而由于路徑狀態系數臨界值的相對性，不同條件下路徑狀態矩陣的臨界值不同，所以根據臨界值得到的交叉口群交通狀態識別0-1矩陣僅能夠反映此條件下能夠被視為狀態較好的路徑所占的百分比，在不同條件下的交叉口群交通狀態識別0-1矩陣不具有可比性。

6.總結

在已有道路交通狀態判別技術與方法的基礎上，結合對交叉口群運行特征的分析，總結了一種新的交叉口群交通狀態識別方法。引入了交通狀態系數的概念，對交通狀態進行了量化。將交叉口群內各路徑劃分為若干單元段的組合，單元段由一條路段與一個交叉口組成。在分析交通運行特性的基礎上，分析對比各項指標，提取出識別指標體系，對于路段和交叉口各選用一項時間參數與一項空間參數對其交通狀態進行量化，分別得到各自的交通狀態系數，從而得到各單元段與各路徑的交通狀態系數，并根據交通狀態系數建立了路徑狀態矩陣與交叉口群交通狀態識別0-1矩陣，在此基礎上對交叉口群整體進行交通狀態識別。最后通過Vissim仿真驗證，對比不同交通量情況下方法的適用性，結果表明，該方法能有效識別出交叉口群交通狀態。

[1]王煒,過秀成.交通工程學[M].南京:東南大學出版社,2000.270-271.

[2]姜桂艷.道路交通狀態判別技術與應用[M].北京.人民交通出版社.2004.11.

[3]冷歡平.城市路網交通狀態評價研究[D]:[碩士學位論文]．長春：吉林大學,2008.

[4]李晨曦.基于交通延誤的路網交通狀態評價分析[D]:[碩士學位論文].北京：北京交通大學，2010.

[5]李志鵬.交通流建模及城市路網交通狀態分析[D]:[博士學位論文].上海：上海交通大學，2007.

[6]陳德望.基于模糊聚類的快速路交通流狀況分類[J].交通運輸系統工程與信息，Vo l.5,No.1,2005(2):62-6.

馮岑，（1991-），女，碩士研究生。

A new m ethod is provided which can identify the integral conditions of the whole intersection group by identifying the conditions of road sections and intersections in this intersection group. It puts forward the concept of “traffic condition coefficient”which can quantify the traffic condition. It quantifies the road section traffic condition due to the average travelling speed and space occupation rate, and it quantifies the intersection traffic condition due to the degree of saturation and the . In the base of the traffic condition coefficient of road sections and intersections, the paper provides a m ethod to compute the traffic condition coefficient of all the routes in an intersection group. Due to the result, it establishes a matrix of route traffic condition coefficient as well as a matrix of accessibility from which the holistic condition of the intersection group could be identified.

Intersection group; Traffic condition; Identification index system