李雨龍
(西南交通大學交通運輸與物流學院,四川成都 611756)
近年來,隨著我國高速鐵路的飛速發展,部分高鐵站站前落客平臺內高峰小時內的擁堵問題愈發嚴重,影響旅客由落客平臺進出高鐵站的便捷性及安全性,為解決此類問題,專家學者在落客平臺的通道數目、長度以及通行能力方面進行了大量研究,并針對車輛的頻繁交織、路側長時間停車等原因造成的落客平臺擁堵問題,建立了相應的數學模型和計算分析方法[1-3]。此外,文章將選擇元胞自動機模型,以高鐵站站前落客平臺為研究對象,探討車輛及行人的到達規律對落客平臺上車輛行程時間的影響。
高鐵站落客平臺的基本形狀由站房造型決定,落客區通常包括1 組以上的落客通道,各組落客通道至少包括1 條落客車道和1 條行車道,并在一定距離設有安全島、柵欄以及人行橫道等。目前,落客平臺車道組合方式主要包括4 種:1 條行車道和1 條落客車道;1 條行車道和2 條落客車道;2 條落客通道和2 條行車道;2 條行車道及3 條落客通道。
1.2.1 車輛落客時長
落客時長指車輛在落客平臺的逗留時間,是落客平臺車輛產生延誤的重要因素。李鐵柱等的研究結果表明落客平臺平均落客時長約為30s。但不同車輛之間的落客時長差距較大,帶有送客任務和接客任務的車輛在落客時長差異明顯。因此,為更符合實際情況及更好地建立模型,文章將到達車輛分為四類:一是僅有送客任務的出租車輛A1,二是帶有接客任務的出租車輛A2,三是帶有送客任務的社會車輛B1,四是帶有接客任務的社會車輛B2,如表1 所示。
1.2.2 車輛到達分布
落客平臺作為換乘的重要節點,高峰小時內時常發生擁堵,文章將考慮在高峰時段不同車輛到達分布下對行程時間和延誤的影響,主要包括泊松分布、二項分布以及負二項分布三種。
1.3.1 行人微觀交通特性
依據《交通工程手冊》確定行人步幅分為中青年男女、老年男女、兒童五類;行人步頻的常用值為120次/min,即2Hz;行人平均步行速度變化范圍為0.7~1.7m/s;林子赫等研究結論表明,車道邊行人穿行速度平均值為1.362m/s,明顯高于城市道路行人步行速度平均值1.03~1.28m/s,且提出15%的中年行人速度作為車道邊行人的設計速度。
不同人的行走空間需求有所差異,但根據相關人體參數數據,建議個人靜止空間為0.21m,正常行走時前后行人距離不宜過近,以保持視覺的舒適,該距離一般為2.1m,不同攜帶物品對行人所占用的人行道寬度的影響如表2 所示。

表2 行人攜帶不同物品所占用人行道寬度表
1.3.2 行人宏觀交通特性
行人交通量指單位時間單位寬度內通過行人交通設施某一斷面的人數,以q 表示;行人密度指單位面積內的行人數,用k 表示;平均速度指某一時刻一段步行道范圍內所有行人步行速度的平均值。
1.3.3 行人到達分布
為與車輛到達分布相對應,文章將考慮行人到達服從泊松分布、二項分布、負二項分布等三類分布對車輛延誤和行程時間分別影響進行分析。
將道路視為2 組2 條并列,且長度為L 的離散網格,規定lane2 和lane3 之間不可跨越。每個單元格即為一個元胞,部分網格作為長度為L1、L2 的人行橫道,車輛n及行人m 隨機分布在元胞上,假定道路行駛車輛均為小汽車。
2.2.1 主動換道
實際生活中,行車道的車輛均會選擇更靠近進站口處的落客車道停靠,因此行車道車輛會主動換道至落客車道,而車輛在完成落客或接客任務后,為獲得更好的道路行車條件或提高車速,車輛通常從落客車道主動換至行車道,安全的換道條件可避免車輛追尾事故的發生。
2.2.2 禮讓行人
在實際生活中,為避免與行人過街發生沖突,機動車應主動禮讓行人,當機動車前方元胞被行人占據時,車輛應逐漸慢行減速至停止直到行人離開。
結合實際情況,模型通過移動參數矩陣的建立,判斷行人的下一步移動,文章采用Moore 型領域如圖1所示,Pij表示轉移概率,0 表示空元胞,1 表示元胞被占用。

圖1 行人在元胞鄰域內的移動選擇和移動概率
在該模型中行人移動情況如下:
第一,向人行橫道移動。因車道二與車道三不互通,通道組一的下車行人無法選擇正前方元胞移動進站,因此其第一選擇是左右移動至最近的人行橫道,通道組二下車行人無需步行至人行橫道,可直接過街進站。第二,向候車大廳移動。如果前方元胞滿足條件并未被占用,則應在滿足移動效益最大的情況下前進到下一個元胞。第三,左右避讓。行人前方元胞被車輛占據時,行人判斷與車頭車尾的距離后進行左右避讓。
CA 模型演化規則如下:
第一,加速。
式(1)中:vn(t)、vn(t+1)分別表示第n輛車在t和(t+1)時刻的速度;rand表示在區間[0,1]內服從均勻分布的隨機數;Pa為加速概率。此外,還應考慮慢啟動規則。
第二,減速。
第三,隨機慢化。
式(3)中:Ps表示隨機慢化概率。
第四,位置更新。
式(4)中:Xn(t+1)和Xn(t)分別表示t時刻第n輛車在道路上所處的位置;(t+1)時刻車輛的位置由t時刻車輛的位置Xn(t)與速度共同決定。
第五,并行更新方式。文章采用并行方式對實體屬性進行更新。
仿真過程采用開放式邊界條件模擬兩組落客通道,各個車道長度由150 個元胞組成,將元胞長度規定為1m,則模擬道路長度為150m,旅客步長設為0.5m,行人密度為2 人/m2,車輛長度設為5m。假設該落客平臺存在兩條人行橫道,長度分別為8m、4m,間隔相距75m。根據實地調查發現,落客平臺出租車占比約為0.5,根據統計結果,將兩組落客通道的車輛載客率設置如下:通道組出租車載客率為1,社會車輛載客率約為0.58,車道組二不允許出租車輛到達時,社會車輛載客率約為0.72,仿真時長為4600s,仿真間隔為1s,為消除暫態影響,僅對后3600 個仿真步長內的數據進行統計。同時,設置泊松分布、二項分布、負二項分布對行程時間進行分析。
據送仿真模擬車輛進出送站坪的行程時間為車輛離開末端面時間減去車輛到達初斷面時間,其表達式如下:
帶有不同任務的不同車輛在落客平臺停留時間差異較大,因此分為A1、A2、B1、B2 四類獲得其相應的行程時間,通過乘上對應的落客平臺車輛比例獲得該分布下的車輛平均行程時間。
式(6)中:ti表示第類車輛對應的行程時間;qi表示第類車輛在高峰小時車輛中所占的比例。若假設車輛和行人到達分布一致,可得三種不同到達分布下的行程時間,如圖2 所示。

圖2 平均行程時間對比示意
根據圖2 可知,B2 類型車輛行程時間最長,對整個落客平臺行程時間影響最大,總的平均行程時間走勢基本與B2 類型車輛行程時間一致。三類分布中二項分布平均行程時間最短,負二項分布平均行程時間最長,泊松分布時長處于中間。三種不同分布適用不同情況的交通流,泊松分布一般適用于擬合車流密度較小且車輛之間的相互作用微弱的隨機車流;二項分布適用于擬合車流比較擁擠、車輛自由行駛機會較少的情況;負二項分布適用于擬合交通變化量較大的情況,由于結果差異較大,在進行模擬仿真時應根據不同車站的實際車流狀況進行考慮。
綜上所述,文章以元胞自動機理論為基礎建立落客平臺仿真模型,對不同到達分布下的車輛和行人對行程時間的影響進行研究。結果表明,同等情況下當車輛到達和行人到達均服從二項分布時,行程時間最短;當車輛到達和行人到達均符合負二項分布時,行程時間最長。同時,行人與車輛到達在一定程度上,與車站發車時刻表又有直接關系,因此在后期規劃制定中應對此進行綜合考慮。