非機動車道混合流通行能力計算及特性分析

劉佳慧, 王紅, 吳景安, 朱順應, 沈國松

(武漢理工大學交通與物流工程學院, 武漢 430063)

非機動車作為慢行交通的主體,是城市道路交通不可或缺的組成部分,對緩解擁堵、改善居民健康狀況、減少交通碳排放起著重要作用。隨著城市化進程加快,電動自行車保有量不斷增加,2022年統計顯示,中國電動自行車社會保有量已達3.5億輛。中國《城市道路工程設計規范》(CJJ37—2012)(簡稱《規范》)規定的非機動車設計車輛僅有人力自行車和三輪車,按是否受平面交叉口影響和有無機非分隔設施僅規定了一條自行車道的路段通行能力;現行規范未考慮非機動車道不畫線、非機動車交錯行駛特性及電動自行車已成為非機動車主要構成對非機動車道通行能力的影響。因此,探究非機動車道混合流通行能力計算方法并對其特性進行分析,有利于更好地進行非機動車道設計,提高非機動車道的通行效率及安全性。

近年來,非機動車交通的研究主要聚焦于非機動車的駕駛行為[1-2]、微觀行為[3-4]以及非機動車混合流特性[5-7]等方面。非機動車交通特性研究為進一步研究非機動車道混合流通行能力奠定了基礎。現有的非機動車道通行能力計算,大多借鑒機動車道通行能力[8]的研究思路,非機動車道路段通行能力計算方法主要有車頭時距法和基本圖法。車頭時距法通過對飽和交通流下,同一車道上連續行駛的兩輛車通過道路上同一點的時間間隔進行統計,得到飽和非機動交通流的平均車頭時距[9],其倒數即為非機動車道路段的基本通行能力[10]。基本圖法是基于交通流三參數之間的相互關系,建立非機動車交通流速度-密度關系模型,進而得到非機動車交通流流量-密度關系模型,臨界密度對應的流量就是該道路的最大流量,也即道路的通行能力點[11-12]。

非機動車道通行能力的本質是指非機動車對時空資源的最大利用程度。車頭時距法通過非機動車車頭時距來估計非機動車對時空資源的利用程度,但由于非機動車的交錯行駛行為,難以觀測到兩輛連續跟馳狀態下非機動車的車頭時距。基本圖法利用非機動車交通流整體時空資源利用程度的變化來確定最大利用程度,但此方法不同的數據集、模型存在較大的差異性。這兩種方法用于非機動車道通行能力的計算時,均對非機動車道時空資源利用程度進行了一定的簡化,考慮的影響因素較少,得到的非機動車道通行能力均不夠準確,且未涉及非機動車道混合流通行能力計算問題。目前時空消耗法已應用于交通基礎設施承載能力的研究中,在機動車道路網容量[13]、停車設施規模[14]和船舶通過能力[15]等研究中均起到關鍵性作用。如何利用非機動車對時空資源的消耗來計算非機動車道混合流通行能力,克服現有計算方法未考慮非機動車道車輛混行和非機動車交錯行駛對通行能力計算的影響以及簡化計算帶來的準確性問題,具有理論價值和應用價值。因此,有必要開展時空消耗法用于非機動車道混合流通行能力計算模型的研究。

綜上,現選取非機動車道路段混合流通行能力作為研究對象,引入時空消耗概念,探究非機動車道路段混合流通行能力計算方法;依據武漢市部分非機動車道路段的實測數據,運用本文方法計算得到部分試驗路段的通行能力,并具體分析非機動車道混合流通行能力的特性。

1 通行能力計算方法

1.1 時空消耗法計算原理

基于時空消耗概念的非機動車道路段混合流通行能力是指混合流飽和狀態下,非機動車道上路段的觀測面積和觀測時間的乘積與該路段單一非機動車飽和時空消耗值之比。非機動車道上路段的觀測面積和觀測時間的乘積即為該非機動車道路段的時空資源。非機動車道上單一非機動車時空消耗值通常用單一非機動車瞬時動態凈空面積與通過觀測區域的行程時間的乘積表示。時空消耗法計算非機動車道路段混合流通行能力的方法示意如圖1所示。

圖1 時空消耗法計算非機動車道混合流通行能力的方法示意Fig.1 Illustration of the method for calculating the mixed traffic capacity of non-motorized lanes by the time-space consumption method

分析圖1可知,非機動車道路段的觀測區域為非機動車道寬度W與觀測區域長度L的乘積對應的面積;非機動車道路段上的單一非機動車瞬時動態凈空面積為混合飽和連續交通流行駛時非機動車所必需的縱向間距l與橫向安全寬度w的乘積。

通過非機動車道時空資源值以及混合非機動車流單一非機動車飽和時空消耗值,計算非機動車道路段混合流通行能力的方法流程如圖2所示。

圖2 基于時空消耗的非機動車道路段混合流通行能力計算流程Fig.2 Process for calculating the mixed traffic capacity of non-motorized road segments based on time-space consumption

本文研究中非機動車道上的單一非機動車飽和時空消耗確定是通過選取武漢市典型非機動車道路段的交通高峰時段進行實地觀測采樣,選取飽和流數據,利用采樣區間內通過的非機動車輛數得到各采樣區間內單一非機動車平均時空消耗,進而得到單一非機動車飽和時空消耗。

1.2 非機動車道時空資源

非機動車道時空資源是指非機動車道的觀測區域面積與觀測總時間的乘積。設非機動車道的觀測區域面積為S,則在單位時間T內,非機動車道時空資源的計算式表示為

C=ST

(1)

式(1)中:C為非機動車道時空資源(觀測區域的非機動車道),m2·s;S為非機動車道觀測區域的面積,m2;T為非機動車道的觀測總時長,s。

若非機動車道觀測區域車道寬度記為W,觀測長度記為L,則觀測區域觀測期間非機動車道時空資源表示為

C=WLT

(2)

式(2)中:W為觀測區域非機動車道的寬度,m;L為觀測區域非機動車道的長度,m。

1.3 單一非機動車飽和時空消耗

單一非機動車飽和時空消耗的計算需保證非機動車流為飽和狀態。飽和流狀態下的車輛需滿足以下條件:車流穩定前行,車輛之間速度差異小,交通流整體車速較大,車輛不存在超車和違章現象。依據上述條件篩選飽和流下的交通流數據進行下文的計算。

1.3.1 單一非機動車平均時空消耗計算

將飽和觀測時段劃分為若干個采樣區間,通過觀測得到每一個采樣區間內的非機動車數量;用觀測區域的時空資源除通過該觀測區域的非機動車數量即可得到單一非機動車的平均時空消耗,其計算式為

(3)

根據式(2)可得第i個采樣區間的非機動車道時空資源的計算式為

Ci=WLti

(4)

式(4)中:Ci為第i個采樣區間的非機動車道時空資源,m2·s;ti為第i個采樣區間的采樣時長,s。

由于采樣區間內存在車輛未完全通過觀測區域,對該部分車輛,通過統計車輛在采樣區間內處于觀測區域的行程時間,與車輛完全通過觀測區域所用行程時間的比值,作為該車在采樣區間內被計數的規則。若非機動車在觀測時刻開始后進入觀測區域,且在觀測結束時刻前離開觀測區域,則計為1輛非機動車;對于在觀測開始時刻存在于觀測區域的車輛和在觀測結束時刻未駛出觀測區域的車輛,假設其采樣區間內處于觀測區域的行程時間為a,通過觀測區域的總行程時間為b,則這兩類車在該采樣區間內均被記為a/b輛車。

1.3.2 單一非機動車飽和時空消耗計算

參考非機動車流飽和車輛數的計算方法[16],將整個飽和觀測時段內的單一非機動車平均時空消耗值從低到高排序,選取累計頻率5%位的單一非機動車平均時空消耗值作為單一非機動車飽和時空消耗,計算式為

(5)

1.4 混合非機動車道通行能力

在人力自行車與電動自行車混行的情況下,非機動車道時空資源一定時,單一非機動車飽和平均時空消耗決定了該路段在T時段內所能通行的最大非機動車數,即決定了混合非機動車道通行能力。則混合非機動車道通行能力計算式為

N=C/c

(6)

式(6)中:N為混合非機動車道通行能力,輛/h;C計算時,觀測時間T取3 600 s。

2 數據采集處理與計算結果

2.1 數據采集

為了保證路段觀測數據的實效性,典型非機動車道觀測路段及觀測時段選取應滿足以下要求:①非機動車流量大的城市道路,具有機非物理隔離設施,地勢平坦,視野良好,具有可架設攝像設備的空間;②觀測區域的起終點應不受平面交叉口的影響,觀測時段為早、晚高峰時段,到達觀測區域的交通流趨于穩定;③觀測當天天氣晴朗。

本文研究在武漢市選取7條滿足上述要求的非機動車道路段作為觀測地點,非機動車道的寬度為去掉路緣石、邊溝、分隔帶后的有效行駛寬度。觀測路段的主要參數如表1所示。

表1 武漢市非機動車道觀測路段基本參數Table 1 Basic parameters of observing non-motorized lanes in Wuhan

采用虛擬線圈法進行交通調查,觀測場景布置如圖3所示。在調查路段的兩端確定觀測起始斷面(入口)和觀測終止斷面(出口),將圖3中的兩條虛線作為虛擬的檢測線圈,該區域即為前文提及的交通采樣區。觀測斷面垂直于非機動車道路緣石邊線,觀測的起、止斷面距離根據具體情況進行選取,為了提高視頻識別精度選取為10 m。調查時間為2022年7月4—29日,為得到比較精確的非機動車飽和流率數據,本文研究中采用攝像法分別在早高峰7:00—9:00和晚高峰17:00—19:00采集觀測路段的非機動車輛行駛視頻。

圖3 虛擬線圈法交通觀測場景布置示意Fig.3 Virtual coil method traffic observation scene layout

利用視頻分析軟件Data from Sky對觀測區域的視頻圖像進行交通流數據的提取。圖4所示為經該軟件識別處理后的視頻圖像,虛線區域即為虛擬線圈,也即非機動車道的觀測區域。

圖4 Data from Sky視頻分析軟件處理后的視頻圖像Fig 4 Data from Sky video image processed by video analysis software

經過Data from Sky軟件分析可得到每輛車的車輛編號、車輛類型(人力自行車、電動自行車)、通過入口和出口的時刻、平均速度等。軟件處理后導出的數據如表2所示。

表2 Data from Sky視頻分析軟件導出數據(部分)Table 2 Data from Sky video analysis software export data (part)

2.2 數據處理

為保證在采樣區間內能夠觀測到完整連續的飽和流,本文研究的計算采樣區間取3 s。通過python編程對Data from Sky軟件導出的數據(表2)進行處理,得到采樣區間內的非機動車數量、電動自行車占比及平均速度;結合人工處理,參考相關文獻確定飽和流下的交通流密度為0.066～0.098輛/m2[17],將交通流密度范圍轉化為對應非機動車道觀測區域內的瞬時車輛數范圍,以此為依據對路段進行飽和時段的篩選。并根據式(3)計算采樣區間內的單一非機動車平均時空消耗值。處理后得到的各項交通流數據及單一非機動車平均時空消耗計算結果如表3所示。

表3 單一非機動車平均時空消耗計算結果匯總Table 3 Summary of the results of the calculation of the average time-space consumption of a single non-motorized vehicle

2.3 計算結果

將篩選后的單一非機動車平均時空消耗值從低到高排序,選取整個飽和時段內累計頻率5%位的單一非機動車平均時空消耗值作為單一非機動車飽和時空消耗值,進而根據式(6),計算得到相應的非機動車道的路段通行能力值(非機動車道寬度、隔離方式和電動自行車比例一定的情況)。計算結果如表4所示。

表4 武漢市部分非機動車道路段混合流通行能力計算結果匯總Table 4 Summary of the calculation results of the mixed flow capacity of some non-motorized road sections in Wuhan

從表4中可以看出:通行能力的計算值會受到非機動車道隔離方式、寬度、電動自行車比例、平均速度、單一非機動車飽和時空消耗的影響,部分影響因素之間存在相互影響、相互制約的關系;非機動車道的寬度增加會使得非機動車道的通行能力值增大;非機動車道的隔離方式以及混合非機動車流中電動自行車比例的不同可能會導致非機動車道的通行能力呈現相反的變化趨勢。如古田四路比馬場角路的非機動車道寬度大,但隔離方式和電動自行車比例不同,使得馬場角路的通行能力高于古田四路。因此,有必要對不同道路特性和交通特性對通行能力的影響進行定量分析、找出其特性,能更有效地分析混合非機動車道的通行能力。

3 非機動車道混合流通行能力特性

根據前文的分析可知:決定非機動車道通行能力大小的關鍵影響因素為非機動車道的隔離方式、寬度和車型比例;非機動車道混合流通行能力計算的主要參數為單一非機動車平均時空消耗、非機動車的車速和電動自行車比例。因此,本節通過分析非機動車的速度、電動自行車比例與單一非機動車平均時空消耗的關系來探究混合非機動車道通行能力的特性。

3.1 非機動車速度與單一非機動車平均時空消耗關系

對選定的武漢市7條非機動車道路段的非機動車的平均速度和單一非機動車平均時空消耗散點數據按照其中的速度數據分組,每組的速度值和時空消耗值為該組數據的平均值,擬合得到不同隔離方式下的非機動車平均速度和單一非機動車平均時空消耗值關系曲線,分別如圖5和圖6所示。從圖5和圖6中可以看出幾條擬合曲線的解釋系數R2基本在0.8左右,說明擬合曲線可以很好地反映速度與單一非機動車平均時空消耗之間的關聯。

圖5 綠化帶隔離下,武漢市部分路段的非機動車速度-單一非機動車平均時空消耗關系示意Fig.5 The relationship between the speed of non-motorized lane and the average time-space consumption of single vehicle in some sections of Wuhan under the isolation of green belt isolation

圖6 隔離欄隔離下,武漢市部分路段的非機動車速度-單一非機動車平均時空消耗關系示意Fig.6 The relationship between the speed of non-motorized lane and the average time-space consumption of a single vehicle in some sections of Wuhan under the fence isolation

綜合分析圖5和圖6可知如下結果。

(1)連續混合非機動車流中,各路段非機動車的平均速度與單一非機動車平均時空消耗值的擬合關系為曲線,單一非機動車平均時空消耗值隨非機動車速度的增加呈現先減小后增加的趨勢;非機動車道的時空資源一定,也即非機動車道的混合流通行能力隨非機動車速度的增加呈現先增加后減少的趨勢。前半段減小的趨勢可能是由于非機動車速度增加后對觀測區域的占用時間減少,該結論與本文計算方法相符;后半段增加的趨勢可能是由于非機動車速度變大,但非機動車的穩定性變差,非機動車間間距變大,導致單一非機動車平均時空消耗增大。

(2)通過計算曲線最低點對應的非機動車速度,可得各條路段單一非機動車平均時空消耗最低點對應的速度,也即該非機動車道的路段臨界車速。綠化帶隔離下,仁和路27.74 km/h,新華路25.08 km/h,馬場角小路24.30 km/h;隔離欄無開口的隔離下,建設一路22.17 km/h,西北湖路21.08 km/h;隔離欄有開口的隔離下,古田四路21.08 km/h,京漢大道21.60 km/h。通過單因素方差分析可得不同隔離方式對于臨界車速呈現出顯著性差異,隔離欄隔離較綠化帶隔離的臨界車速偏小,且隔離欄有開口對非機動車整體運行速度影響較大;綠化帶隔離三條路段的臨界車速隨非機動車道寬度的不同呈現出顯著差異,寬度越大,臨界車速越大;隔離欄隔離下不同非機動車道寬度下的臨界速度未呈現出顯著性差異。

3.2 電動自行車比例與單一非機動車平均時空消耗關系分析

從速度和單一非機動車平均時空消耗關系分析中可以看出,路段的臨界速度更接近于電動自行車的平均運行速度,說明了電動自行車比例對非機動車道通行能力具有提升能力。為進一步探討電動自行車比例與混合非機動車道通行能力之間的關系,本節將電動自行車比例和對應的單一非機動車平均時空消耗進行分組并取均值,對每組數據進行電動自行車比例與單一非機動車平均時空消耗關系曲線進行擬合,結果如圖7所示。

圖7 武漢市部分道路電動自行車比例-單一非機動車平均時空消耗關系示意Fig.7 The relationship between the proportion of electric bicycles and the average time-space consumption of saturated bicycles on some roads in Wuhan

分析圖7可得如下結果。

(1)飽和交通流狀態下,電動自行車比例與單一非機動車平均時空消耗存在顯著線性相關性,隨著電動自行車比例的增加,單一非機動車平均時空消耗值線性減少,通行能力增加,也驗證了電動自行車對非機動車道通行能力具有提升作用的觀點。

(2)在同一電動自行車比例下,將隔離方式和非機動車道寬度看作分類變量,通過多因素方差分析得到隔離方式和非機動車道寬度對單一非機動車平均時空消耗的影響具有顯著性(p均小于0.05):從隔離方式上來看,綠化帶隔離相比于隔離欄隔離下的單一非機動車平均時空消耗更小,說明采用綠化帶隔離非機動車道的通行能力更高;從非機動車道寬度來看,非機動車道的寬度越大,單一非機動車平均時空消耗增高,單位寬度的通行能力變低。分析原因可能是由于非機動車道的寬度越大,騎行人期望的安全間距越大,非機動車的時空消耗也就越高。

(3)同一非機動車道路段可定量分析電動自行車比例對非機動車道通行能力變化的影響程度。非機動車道采用綠化帶隔離,電動自行車比例為100%的單一非機動車平均時空消耗比電動自行車比例為0%時約降低了2.62 (m2·s)/輛。非機動車道采用隔離欄隔離,電動自行車比例為100%的單一非機動車平均時空消耗比電動自行車比例為0%時降低了1.67 (m2·s)/輛;總體來說,電動自行車的時空消耗比人力自行車的時空消耗降低了約2.15 (m2·s)/輛,這也說明非機動車道上行駛電動自行車比行駛人力自行車具有更高的通行能力。

從以上電動自行車比例與單一非機動車平均時空消耗關系分析即可得各道路的電動自行車的換算系數值,電動自行車的換算系數即為各道路電動自行車比例為100%時的單一非機動車時空消耗值與電動自行車比例為0%時的單一非機動車時空消耗值之比,不同道路的電動自行車換算系數結果不同:仁和路0.887,新華路0.873,馬場角路0.875,古田四路0.944,建設一路0.937,京漢大道0.914,西北湖路0.911。不同隔離方式的電動自行車換算系數差異明顯,利用多因素方差分析可以看出非機動車道寬度對電動自行車換算系數未表現出顯著性差異,但不同隔離方式樣本對于電動自行車換算系數均呈現出顯著性差異(p=0.003<0.05),也就是說不同隔離方式會對電動自行車換算系數產生顯著影響;隔離方式為綠化帶時,電動自行車的平均換算系數為0.878,隔離方式為隔離欄時,電動自行車的平均換算系數為0.927。從結果中可以看出:電動自行車的換算系數均小于1,也說明電動自行車的運行效率高于人力自行車,進一步論證了電動自行車對通行能力的提升作用。

4 結論

(1)從通行能力的計算本質出發,基于時空消耗概念對電動自行車與人力自行車構成的混合非機動車道路段通行能力計算方法進行研究;依據武漢市部分非機動車道的觀測數據,計算了綠化帶及隔離欄隔離下,特定寬度的非機動車道通行能力值,分析了不同的非機動車道寬度及隔離方式下的非機動車速度、電動自行車比例和單一非機動車平均時空消耗與通行能力的關系,同時計算得到了各路段的臨界速度和電動自行車換算系數。

(2)基于武漢市新華路等7條非機動車道路段的實測數據,分析得到非機動車道的通行能力隨非機動車道速度的增加呈現先增加后減少的趨勢;通過對單一非機動車平均時空消耗最低點對應非機動車速度的計算,可得各條路段非機動車的臨界速度。通過方差分析可得,不同隔離方式對非機動車臨界車速表現出顯著性差異,隔離欄隔離較綠化帶隔離臨界速度偏小,且隔離欄有無開口對非機動車整體運行速度影響較大。

(3)通過多因素方差分析得到了非機動車道的道路特性對通行能力的影響特性:同一非機動車道寬度下,綠化帶隔離會比隔離欄隔離具有更高的通行能力;同一隔離方式下,非機動車道的寬度越大,單一非機動車平均時空消耗越大,也即單位寬度的通行能力值更小。

(4)分析得到了電動自行車比例對通行能力的影響特性:同一非機動車道路段,電動自行車比例越大,非機動車道的通行能力越大;非機動車道上,純電動自行車比純人力自行車的單一非機動車平均時空消耗約降低了2.15 (m2·s)/輛,電動自行車的換算系數約為0.903,電動自行車的運行效率高于人力自行車,對通行能力具有提升作用。

本文研究僅分析了武漢市7條非機動車道寬度下的單一非機動車平均時空消耗的變化趨勢,后續還應增加路段,通過觀測不同隔離方式、非機動車道寬度、電動自行車比例等影響因素下的非機動車交通流數據,得到更普適性的不同非機動車道的混合流通行能力計算模型。