城市快速路交通流特性分析

楊驍路，谷遠利，邢珊珊，莊廣新

(城市交通復雜系統理論與技術教育部重點實驗室，北京交通大學，北京 100044)

?

【交通運輸】

城市快速路交通流特性分析

楊驍路，谷遠利，邢珊珊，莊廣新

(城市交通復雜系統理論與技術教育部重點實驗室，北京交通大學，北京 100044)

摘要：基于北京市二環微波檢測器所獲取的交通流數據，建立了快速路流量、速度和占有率關系模型，擬合得到交通流曲線，據此來研究交通流的運行特征。應用模糊c均值聚類得到自由流、擁擠流及阻塞流3種交通流狀態劃分結果，從而定量標定快速路上3種交通流狀態的區域范圍。通過對交通流基本參數時變特性、空間特性以及交通流狀態分析，能夠全面掌握快速路交通狀況，為快速路交通管理提供指導。

關鍵詞：快速路；交通流參數；交通流狀態

快速路是指設有中央分隔帶、具有4條以上的車道、全部或部分采用立體交叉與控制出入,供車輛以較高的速度行駛的道路[1]。快速路作為城市交通網絡中的骨架，對城市交通的良好運行起著至關重要的作用。但隨著近年來車輛保有量的增加，快速路的運行質量受到較大影響。交通流特性反應了道路的供給能力及服務水平,對城市快速路交通流時變特性及運行質量進行分析研究，可為今后快速路及整個城市路網的管理與控制提供理論基礎。快速路交通流特性分析主要包括交通流參數的確定以及交通狀態的劃分。李悅等[2]結合城市交通信息采集系統的交通流檢測數據，對交通流模型進行擬合分析。建立了城市快速路流量、速度和占有率關系模型，并對交通流基本參數的時變特性和空間特性進行分析。陳大山等[3]使用遺傳算法及最小二乘法對交通流van Aerde 模型進行了交通流基本參數的標定。趙娜樂等[4]通過van Aerde模型標定結果分析了快速路內外環路及各車道交通參數的差異。此外，陳德旺[5]通過模糊聚類算法對城市快速路交通流狀況進行了劃分。關偉等[6]在流量-密度圖中將交通流劃分為四相位，并定量劃分了各相位區域。但以上文獻中沒有將聚類結果與交通流模型擬合結果綜合進行分析，并以此來確定交通狀態的劃分。

本文對快速路內外環路交通流參數進行分析，同時將交通流模型擬合曲線及模糊c均值聚類結果相結合，從而定量劃分自由流、擁擠流和堵塞流3種交通狀態，得到各交通狀態閾值。以各交通狀態的交通參數臨界值為依據，采用極小型綜合評價函數計算得到各狀態的門限值。通過交通擁堵強度與門限值的比較來判斷快速路交通流的運行狀態,并將其應用于交通參數時變數據中，對北京二環內外環路全天交通運行狀態進行評價。

1數據來源

本文用于分析的數據為微波檢測器(位于北京市東二環東四十條橋北綠地內中航大廈南20米路段)所采集的交通流數據。采集時間為2013年4月14日(周一)至2013年4月27日(周日)。檢測器分車道同時輸出一定統計周期內的檢測器編號、檢測時間、流量、車道編號、占有率、速度和大車流量。數據采樣間隔為2 min。該路段為雙向六車道，外環車道的車道號從路中心往外依次為L1、L2、L3、內環車道的車道號從路中心往外依次為L11、L12、L13，車輛折算系數見表1。

表1　車輛折算系數

2流量-速度-占有率模型擬合

2.1占有率與密度的數學關系

由于密度不能通過車輛檢測器直接獲取，而時間占有率與密度存在著一定的數學關系，故常選用占有率作為交通流參數進行模型擬合。時間占有率是指道路的觀察斷面上，車輛占有的時間累計值與測定時間的比值[1]。占有率與密度關系如下：

(1)

由于

(2)

(3)

(4)

(5)

可得

(6)

由于快速路上大車的混入率要明顯低于高速公路上的大車混入率，因此占有率與密度可認為是成正比。

2.2具體模型擬合

通過交通流數據，可得到內外環路速度-占有率、流量-占有率散點圖，分車道散點圖如圖1～4。對于同一斷面，由于車道功能、設計的不同，各車道所呈現的交通流特性也存在差別。在低占有率狀態下，外側車道的速度波動較大，隨著占有率的增加，內側車道的優勢逐漸顯現：相同占有率條件下，外側車道的速度較高，且外側車道的通行能力較大。由于各車道數據較為集中，下文以該斷面交通流作為研究對象進行模型擬合與聚類分析。

圖1　內環速度-占有率散點圖Fig.1　 Speed-Occupancy scatter diagram of the inner ring road

圖2　外環速度-占有率散點圖Fig.2　Speed-Occupancy scatter diagram of the outer ring road

圖3　內環流量-占有率散點圖Fig.3　Flow-Occupancy scatter diagram of the inner ring road

圖4　外環流量-占有率散點圖Fig.4　Flow-Occupancy scatter diagram of the outer ring road

速度-占有率的關系是研究交通流流速密關系的基礎，是影響交通流狀態最直接的因素，駕駛員會通過對路況信息(速度、占有率)的判斷來調整駕駛行為[7]。速度和占有率之間存在明顯的反比關系：車流量較少時，車輛速度高，道路占有率小；隨著車流量增多，占有率增大，車輛之間的相互制約增大，速度減小。

通過對二環路內外環路速度-占有率散點圖進行模型擬合，得到圖5、圖6。由圖5～6可以看出，內外環變化趨勢相同，占有率較小時，速度的離散性較大，在滿足限速要求下，駕駛者可以根據自己的喜好來確定較高的行駛速度；隨著占有率的增大，速度呈線性下降，與Greenshields[8]模型相符。其中，由此運用Greenshields經典模型導出占有率-速度模型，占有率-流量模型如下：

u=uf(1-o/oj)，

(7)

(8)

其中：uf是自由流速度(km/h)，oj是阻塞占有率(%)，Lj是第j種車的車長(m)，pj是第j種車的車流量百分比(%)，d是檢測器覆蓋范圍(m)。

通過MATLAB對具體數據進行Greenshields擬合，得到具體模型為：

內環：u=80(1-o/68)，

(9)

外環：u=63(1-o/76)。

(10)

圖5　內環速度-占有率擬合圖Fig.5　 Speed-Occupancy fitting chart of the inner ring road

圖6　外環速度-占有率擬合圖Fig.6　Speed-Occupancy fitting chart of the outer ring road

圖7、圖8顯示了內外環路流量-占有率散點圖及擬合曲線。低占有率時，道路處于通暢狀態，隨著占有率的增加，由通暢狀態進入擁擠狀態，數據的離散型增加，此時道路的穩定性較差，流量對占有率的敏感度增加，高占有率時，流量對占有率變化極其敏感，占有率的增加，會導致流量的大幅下降。通過MATLAB擬合得到流量-占有率模型如下：

內環：q=122(o-o2/68)，

(11)

外環：q=96(o-o2/76)。

(12)

圖7　內環流量-占有率擬合圖Fig.7　 Flow-Occupancy fitting chart of the inner ring road

圖8　外環流量-占有率擬合圖Fig.8　 Flow-Occupancy fitting chart of the outer ring road

圖7～8顯示Greenshilds模型與所測數據整體擬合效果較好，通過MATLAB擬合，得到以下數據，見表2。

表2　參數標定具體數值

由模型得到的數據可知，整體上內環的道路性能優于外環。從占有率角度出發，占有率較低時，內環的上升幅度較外環明顯；隨著占有率的增加，交通流進入擁擠流階段，外環擁擠狀態下數據的離散程度明顯要小；當占有率超過內外環路的臨界占有率時，內環流量對占有率的敏感程度低于外環，在進入堵塞流狀態時，內環的數據具有明顯的離散性，但隨著占有率的繼續增加，數據離散性減弱。從速度角度出發，內環自由流速度高于外環，雖然內環速度隨占有率的增大下降較快，但是在相同占有率前提下，內環速度要高于外環。此外，內環的飽和流量為2074輛/時，外環飽和流量只為1824輛/時，因而內環的通行能力要高于外環。

3交通流狀態分類結果及分析

3.1交通流運行狀態描述

城市快速路交通流運行狀態表征為連續流特性，連續流是指沒有外部固定因素(如交通信號)影響的不間斷交通流，交通流特性可用交通流狀態來反應，在之前模型擬合過程中，該路段交通流并未出現躍遷，所以可將交通流狀態分為3種[6]：

(1)自由流狀態：交通流率較小，速度高，占有率低，行駛車輛基本不受或者很少受到其他車輛的干擾，是一種穩定的狀態；

(2)擁擠流狀態：速度受到前車的制約，但車流的行駛狀態較為穩定，同時具有一定的抗干擾能力，在該狀態下交通流率可達最大，當交通需求持續增加，車流運行速度出現顯著下降，此時交通流處于亞穩定狀態；

(3)阻塞流狀態：速度受前車制約性強，交通流占有率較大，車輛行駛自由度小，車輛穩定性較差，車速顯示出較大的波動性，交通流率產生較大幅度下降，在該狀態下的交通流會出現或長或短的停頓現象。

3.2模糊c均值聚類過程及結果

交通狀態描述了交通流在道路上整體運行情況。城市道路交通系統與出行者的活動密切相關，交通系統運行過程中存在很多隨機因素。此外交通狀態也受到交通參與者主觀感受影響，因而交通狀態具有動態隨機性，沒有嚴格固定劃分，但它可以通過相關交通流參數或指標來衡量某種交通狀態劃分的近似范圍。

文獻 [5]提出使用模糊c均值對交通流狀態進行分類，分類指標包括流量、速度及占有率。模糊聚類用隸屬度來表示每個數據點屬于某個類別的程度。FCM將n個向量xi(i= 1，2，…，n)分為c個模糊組，并求每組的聚類中心，使得非相似性指標的目標函數達到最小。具體算法描述如下：

(13)

其中

(14)

且滿足：

式中:c為聚類組數，也即聚類中心數；uij為U矩陣的第i行第j列，表示第j個樣本屬于第i個聚類中心的隸屬度；cc為聚類中心；dij=‖xj-ci‖為第i個聚類中心與第j個樣本間的歐氏距離；m為加權指數。

可得到使目標函數最小的必要條件為：

(15)

對于駕駛人而言，速度是最容易感知道路擁擠狀況的指標，同時在城市交通管理中，常用占有率來評價道路斷面交通狀態。然而交通流量會出現相同的流量值處于不同交通狀態的情形。所以為提高聚類精度及方便表述，本文以速度及占有率作為聚類指標對交通狀態進行聚類。通過MATLAB實現的模糊c均值聚類結果見圖9～10。

圖9　內環交通狀態分類圖Fig.9　Traffic state classification chart of the inner ring road

圖10　外環交通狀態分類圖Fig.10　Traffic state classification chart of the outer ring road

聚類可輸出各狀態聚類中心。內環交通流3種狀態的聚類中心分別為：[5.39，72.93]、[20.83，55.20]、[47.13，24.53]。外環交通流3種狀態的聚類中心分別為：[4.84，57.98]、[25.98，43.41]、[46.64，23.09]；其中在內外環聚類過程中1 008個數據的聚類情況見表3。

表3　數據聚類結果

將聚類結果與2.2中擬合得到的交通流基本圖相結合，可得到3種狀態的臨界值，依此可對日常交通狀態進行劃分。

根據圖11～12可得出內外環路各交通流狀態的臨界值，具體見表4～5。

圖11　內環交通狀態區間圖Fig.11　Traffic state interval chart of the inner ring road

圖12　外環交通狀態區間圖Fig.12　Traffic state interval chart of the outer ring road

狀態分類自由流擁擠流堵塞流速度(km/h)>64(40,64][0,40]占有率/%[0,14](14,34]>34

表5　外環各狀態區間

3.3各狀態門限值計算

根據3.2得到的各交通狀態區間，選擇速度倒數及占有率作為自變量，引入x*，x**作為3個狀態的分界值，即為各個狀態的臨界值。將交通擁堵強度(Q)作為因變量，選擇極小型綜合評價函數[9]得到各狀態門限值r*，r**見表6～7。當Qr**時，交通處于堵塞流狀態。

表6　內環門限值

表7　外環門限值

4交通參數日時變特性

4.1交通參數日時變特性

目前各大城市中，小汽車保有量逐年增多，通勤交通潮汐現象明顯，快速路內外環路的車流量、速度和占有率等參數變化趨勢相近，呈現明顯的時變特性，夜間和白天時變差異顯著。現以二環工作日單天單車道進行交通參數時變特性分析。

交通流觀測時段一：23:00至次日6:00。此時段內，如圖13～15所示，雙向車流量較低，且都低于500 輛/時。外環路速度可保持在約60 km/h(內環75 km/h)。尤其是夜晚0:00～6:00，這一時段內，由于車輛之間的影響較小，車速水平較高。全天最高車速出現在6:00左右。

交通流觀測時段二：6:00至23:00。此時段內，北京二環路流量的變化趨勢與在一般路段不同，沒有較明顯的早晚高峰，外環表現明顯，白天流量一直處于較高狀態。在7:00左右，雙向交通的交通流量急劇增加，在8:00左右達到第一個流量高峰，此期間速度呈現為崩塌下降式，崩塌下降式是快速路瓶頸常發性交通擁堵形成最為典型的狀態[10]，占有率激增。此時段內，內環交通出現全天流量最大值，且高于外環高峰流量值，然而內環的速度也高于外環，占有率低于外環。之后時段內，雙向交通一直處于高流量狀態，速度對流量變化情況敏感性較高，較小的流量變化會導致速度的猛增或猛減，占有率也受到較大影響。14:00左右，流量的微增，使得速度再次發生崩塌性下降，自此維持了5個小時的低速狀態，雙向交通的最低速度分別為外環21 km/h，內環28.38 km/h。19:00交通擁擠狀況有所緩解，車流量降低，速度提升，占有率下降，然而由于通勤交通及北京限號政策，20:00停止限號后，流量在21:00再次出現小高峰。

對交通參數時變特性分析發現，速度及占有率能夠明顯反應路段的交通運行狀況；快速路內環的交通運行狀況要優于外環的交通運行狀況。實地勘測發現，外環路段上下游出入口距離遠小于內環路段上下游出入口距離，由于受交織車流的影響，外環更易發生擁堵，且擁堵狀況要較內環嚴重。

4.2單位日狀態分析

圖13～15反映了交通流參數的時變特性，通過各時段交通擁堵強度值與各狀態門限值相比較，得到結果見表8。

圖13　工作日單車道流量時變圖Fig.13　Workday traffic flow time-variant chart for a single lane

圖14　工作日單車道速度時變圖Fig.14　Workday speed time-variant chart for a single lane

圖15　工作日單車道占有率時變圖Fig15　Workday occupancy time-variant chart for a single lane

時段外環交通擁堵強度值狀態內環交通擁堵強度值狀態時段外環交通擁堵強度值狀態內環交通擁堵強度值狀態10.010326暢通0.004095暢通130.143137擁擠0.06479擁擠20.006231暢通0.001949暢通140.269035擁擠0.067624擁擠30.005256暢通0.00127暢通150.508594堵塞0.293908堵塞40.004884暢通0.00103暢通160.487884堵塞0.471727堵塞50.005044暢通0.000834暢通170.485773堵塞0.500207堵塞60.006191暢通0.001361暢通180.482664堵塞0.476844堵塞70.045151暢通0.018544暢通190.362597堵塞0.300102堵塞80.215618擁擠0.131327擁擠200.169121擁擠0.054868擁擠90.282399擁擠0.111248擁擠210.249625擁擠0.057936擁擠100.217752擁擠0.123538擁擠220.236259擁擠0.044973擁擠110.254508擁擠0.11193擁擠230.067664擁擠0.023891暢通120.210177擁擠0.105067擁擠240.020252暢通0.008886暢通

由表8可知23:00至第二天7:00，雙向交通都處于自由流狀態，早高峰期間進入交通擁擠狀態，15:00～19:00，雙向交通都處于交通堵塞狀態，晚高峰后，進入交通擁擠狀態。

狀態分析可知：雙向交通的狀態變化趨勢大致相同，都表現為暢通-擁擠-堵塞-擁擠-暢通。但是早晚高峰時段的交通運行狀況差異較大，早高峰期間的交通量的激增并沒有使道路運行狀況由暢通狀態轉為堵塞狀態，雖路況變差，但基本上可以處于交通擁擠狀態。而在擁堵狀態下的交通量的激增會導致交通運行狀態由擁擠狀態轉為堵塞狀態，因而雖然晚高峰的車流量沒有高于早高峰，但交通運行狀態較差。此外，對于內環而言，夜晚交通狀態由擁擠轉為暢通的時刻要早于外環。

5結論

通過對二環快速路的具體模型擬合、狀態劃分以及時變特性研究，得到以下幾個結論：

(1)在模型擬合過程中，通過占有率與密度的數學關系，建立流量-速度-占有率關系模型，并最終得到具體模型參數。通過模糊c均值聚類，以占有率及速度為聚類指標將交通流數據劃分為3類，并與擬合得到的交通流模型匹配，得到內外環路各個交通流狀態的區域范圍，并通過極小型綜合評價函數得到內外環路各狀態門限值。

(2)內環的自由流速度、通行能力下的速度及通行能力均略高于外環，從而說明快速路內環的道路性能要優于外環；內外環路的交通運行狀況的變化趨勢大致相同，日變化狀態為：暢通-擁擠-堵塞-擁擠-暢通。但內環夜間由擁擠轉為暢通的時刻要早于外環。

為描述內外環路的交通特性，本文對交通流歷史數據進行了參數分析及狀態判別。在今后的研究中，應側重于短時狀態評估及預測，獲取實時信息，掌控路段交通狀況，以減少甚至避免交通擁堵的發生。

參考文獻：

[1]中國公路學會《交通工程手冊》編委會. 交通工程手冊[M]. 北京：人民交通出版社，1998.

[2]李悅，陸化普，蔚欣欣. 城市快速路交通流特性分析[J]. 公路工程. 2013，38(6)：87-91.

[3]陳大山，孫劍，李克平，等.基于van Aerde模型的快速路交通流特征參數辨識[J]. 武漢理工大學學報(交通科學與工程版)，2013, 37(6)：1251-1254.

[4]趙娜樂，于雷，陳旭梅，等．北京城市快速路交通流特性多維度研究[J]．北京交通大學學報, 2010，34(6):35-39.

[5]陳德旺.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，2005，5(1)：62-67.

[6]關偉，何蜀燕，基于統計特性的城市快速路交通流狀態劃分[J]. 交通運輸系統工程與信息，2007，7(5): 42-50．

[7]孫 煦，陸化普，吳 娟. 北京市快速路速度-流量-密度關系研究[J]. 公路工程, 2012, 37(1)：43-48.

[8]GREENSHIELDS B D,BIBBINS JR,CHANNING W S,et al.A study of traffic capacity [C]//Highway Research Board Proceeding.1935.

[9]王博彬，邵春福，張喜，等. 大型客運站站區交通擁堵仿真評價方法[J]. 長安大學學報(自然科學版)，2015,35(增刊)：174-178.

[10]馮星宇，周晨靜，榮建. 基于速度特性的城市快速路常發性交通擁堵研究[J]. 交通信息與安全，2014，32(1)：29-33.

DOI:10.3976/j.issn.1002-4026.2016.03.013

收稿日期：2015-12-20

基金項目：北京市科技計劃項目(Z121100000312101); 國家自然科學基金(71471104)

作者簡介：楊驍路(1992-)，女，碩士研究生，研究方向為城市交通規劃與管理。Email:yxl78736@163.com

中圖分類號：U491.1

文獻標識碼：A

文章編號：1002-4026(2016)03-0071-10

Analysis of traffic flow characteristics for urban expressway

YANG Xiao-lu, GU Yuan-li, XING Shan-shan，ZHUANG Guang-xin

(MOE Key Laboratory for Urban Transportation Complex Systems Theory and Technology,School of Traffic and Transportation,Beijing Jiaotong University, Beijing 100044, China)

Abstract∶Based on traffic flow data from RTMS at Beijing second ring expressway, we establish a correlation model among expressway volume, speed and occupancy. Traffic flow curves of expressway are acquired by data fitting, based on which we can address running characteristics of traffic flow. We obtain status classification result of free flow, congestion flow and blocking flow with fuzzy c-means clustering. We can therefore quantitatively calibrate the area of these flows on the expressway. Analysis of time variant and spatial characteristics for fundamental parameters of traffic flow can comprehensively grasp traffic conditions of the expressway and provide reference for traffic management of urban expressway.

Key words∶expressway; traffic flow parameters; traffic flow characteristics