基于SUMO軟件的公路作業區行車風險仿真分析

摘" 要：文章基于SUMO仿真軟件，參照《公路養護安全作業規程》（JTG H30—2015）關于作業區各個區域長度的設定要求，在SUMO中構建仿真環境。試驗工況為：封閉右側單車道。結合實際工況，交通量和大車比例均分為三種情況，采用TTC和DRAC作為評價指標。實驗結果表明，在任意工況和任意交通量條件下，車輛進入上游過渡區所形成的“TTC風險墻”、“DRAC風險墻”位置均隨著大車比例的上升而提前，其相應厚度也同時增加。

關鍵詞：交通仿真；SUMO；公路作業區；行車風險

" 中圖分類號：U491" " 文獻標志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.21.020

Abstract： This study is based on SUMO simulation software， referring to the requirements for setting the length of each area in the work area in the \"Highway Maintenance Safety Operation Regulations\"（JTG H30—2015）， and constructing a simulation environment in SUMO. The test conditions are divided into： Closed right single lane. Based on actual operating conditions， the traffic volume and proportion of large vehicles are divided into three situations， and TTC and DRAC are used as evaluation indicators. The experimental results show that under any operating conditions and traffic volume conditions， the positions of the \"TTC risk wall\" and \"DRAC risk wall\" formed when vehicles enter the upstream transition zone advance with the increase of the proportion of large vehicles， and their corresponding thickness also increases.

Key words： traffic simulation; SUMO; highway work zone; driving risks

0" 引" 言

中國高速公路的發展已經進入了日益繁重的養護作業階段，在高速公路養護的施工過程中，往往需要對部分車道進行封閉管理，由此則可能引起車輛行駛軌跡發生較大幅度變化，進而導致工作區路段服務水平下降和交通擁堵[1]以及行車安全性降低[2-3]，并出現交通瓶頸[4]；同時也有強有力的證據表明，道路施工工作區對駕駛員而言是危險的駕駛環境[5]。

" 在工作區自身屬性及其對公路運行產生的安全影響方面，國內外學者進行了大量的研究和探索，Torre F L et al.[6]采用經驗貝葉斯的方法，計算CMF值，確定了公路作業區的出現會導致事故率上升。Theofilatos A et al.[5]發現工作區長度與事故率呈現正相關關系。Zhang Z et al.[7]通過建立廣義線性回歸模型，發現公路作業區的事故風險還與年平均日交通量程正相關。孟祥海等[8]建立了關于工作區追尾風險度的多因素線性回歸模型，發現半幅封閉施工作業區的施工區段比合流區具有更大的追尾風險。

" 綜上所述，國內外學者就公路施工區所帶來的問題已經進行了大量的調查與研究，其結果也具有很強的一致性，即：公路工作區的出現會對交通流運行的安全性、穩定性產生較大影響。就現有研究而言，大多數學者對于公路施工區的安全性研究所采用的評價指標多為速度平方差、大型車與小型車平均速度差以及TTC，對于工作區路段的運行效率則多選取飽和度作為評價指標。而本文基于實際情況，將會采用TTC、DRAC兩個指標，對公路作業區的安全性進行評價。

1" 仿真模型

本文采用SUMO軟件仿真公路養護作業區道路交通流，道路設置以三車道城市公路為例，車道寬度設置為3.5m，道路設計速度為80km/h。公路養護作業區通常由警告區（S）、上游過渡區（Ls）、緩沖區（H）、工作區（G）、下游過渡區（Lx）、以及終止區（Z）等區域組成。在本文中，警告區、緩沖區、下游過渡區、終止區的長度均參照《公路安全養護作業規程》（JTG H30—2015）（以下簡稱《規程》）進行設定，警告區長度2 000m，上游過渡區長度190m，緩沖區長度150m，工作區長度1 000m，下游過渡區長度30m，終止區長度1 000m；路段限速80km/h。

" 仿真變量參數選取道路交通量和大車比例。根據《規程》相關規定，模擬交通量為自由流至飽和流狀態，分別輸入1 200pcu/h、1 600pcu/h和2 100pcu/h；大車混入比例分別輸入0.9∶0.1、0.8∶0.2及0.75∶0.25；作業區工況為封閉右側單車道，實驗總共9組。

2" 公路養護作業區行車風險分析

" 設置交通流行駛在封閉右側單車道，統計不同交通量和大車比例的情況下，各個區段數據采集點TTC和DRAC數據，TTC數據采集范圍為小于3s，DRAC數據采集范圍為大于3m/s2。分析不同交通量和大車比例對TTC和DRAC的影響及其規律。

2.1" TTC統計分析

" 在不同交通量及大車比例情況下，小于3.0sTTC數據統計如表1所示。隨著交通量的增加，車輛之間發生沖突的概率增大，小于3.0s的TTC數量顯著增長。隨著大車比例的增加，TTC均值逐漸減小，方差逐漸增大。該現象產生的原因是隨著大車比例增加，交通組成更加復雜。由于不同車型的制動性能差異，減速度離散化程度增加，導致車輛交通沖突程度增大，TTC均值減小，數值變化較大。

" 隨著交通量的增加，小于3.0s的TTC出現的位置逐漸提前。以大車比例為0.75∶0.25為例，當交通量為1 200pcu/h時，小于3.0s的TTC出現最小距離為2 616.66m；當交通量為1 600pcu/h時，為2 242.71m；當交通量為2 100pcu/h時，為1 294.47m。其原因是隨著交通量的增加交通流趨于飽和，車輛軌跡受限，交通沖突概率增加，因此小于3.0s的TTC出現位置被提前。

如圖1所示，隨著交通量和大型車輛比例的增加，小于3s的TTC風險墻明顯集中，并逐漸位置提前。當大型車輛比例不變時，TTC風險墻隨著交通量的增加出現小幅增加；當大型車輛比例增加時，小于3s的TTC第一次出現的位置較早，沖突范圍持續距離較長，車輛在此種情況下行駛風險程度增加。分析原因為當交通量增長時，更多車輛駛入作業區范圍內，受車輛合流分流影響，車流行駛速度降低，且前后車距離較近，小于3s的TTC逐步位置提前。由于大型車輛行駛特性與小型車相差較大，當大型車比例增大時，小于3s的TTC數據顯著增加，大車比例的增加加重作業區車輛的行車風險。

2.2" DRAC統計分析

" 據表2所示，隨著交通量的增加，大于3.0m/s2的DRAC數量上升，車輛沖突風險增大。交通量一定的條件下，隨著大車比例的上升，大于3.0m/s2的DRAC數量逐漸減少，均值和方差逐漸增大。原因是交通量不變，道路實際的車輛數隨著大車比例上升而減少。均值和方差變化的原因是由于大車比例增加，交通流組成更加復雜，小型車輛受到大型車輛對交通流產生較大干擾的影響，速度變化顯著，DRAC的均值和方差逐漸變大。

" 隨著交通量的增加，大于3.0m/s2的DRAC集中分布的位置逐漸提前。以大車比例為0.75∶0.25為例，當交通量為1 200pcu/h時，大于3.0m/s2的DRAC出現最小距離為2 654.07m；當交通量為1 600pcu/h時，為2 410.37m；當交通量為2 100pcu/h時，為1 562.14m。其原因是交通量增加，道路通行能力逐漸趨于飽和，外側車輛受到上游過渡區的影響逐漸提前，表現為大于3.0m/s2的DRAC“風險墻”提前。

如圖2所示，當僅封閉右側單車道時，交通量為1 200pcu/h，DRAC大于3m/s2集中分布點出現位于警告區，大于3m/s2的DRAC值區間持續距離較短，車輛行駛較為安全，減速行為較少。交通量為1 600pcu/h時，隨著車輛的增多，導致合流分流現象增多，車輛行駛危險性增加，尤其是大型車輛比例增加時，DRAC大于3m/s2的持續距離顯著增大。交通量為2 100pcu/h，交通量與大型車輛的增加對車輛行駛危險性影響更大，DRAC大于3m/s2的集中分布點位于警告區中間位置，且減速行為持續距離增加明顯，DRAC大于3m/s2的集中位置提前，車輛行駛危險區域持續較長。

3" 結" 論

（1）通過對公路作業區封閉右側單車道進行模擬仿真，分析得到：在任意大車比例條件下，隨著交通量的增加，道路交通逐漸趨于飽和，車輛之間的距離減少，車輛發生沖突的概率增加，小于3.0s的TTC和大于3.0m/s2的DRAC數量顯著增加。

" （2）交通量一定的情況下，隨著大車比例增加，小于3.0s的TTC數量逐漸增多，均值逐漸減小，方差逐漸增大；大于3.0m/s2的DRAC數量逐漸減少，方差逐漸增大。

" （3）隨著交通量及大車比例的上升，小于3.0s的TTC和大于3.0m/s2的DRAC行車“風險墻”均存在前移和增厚的現象。

參考文獻：

[1]" FEI L， ZHU H B， HAN X L. Analysis of traffic congestion induced by the work zone[J]. Physica A： Statistical Mechanics and Its Applications， 2016，450：497-505.

[2] 孟祥海，鄭來，畢海峰，等. 高速公路半幅封閉施工區交通特性與交通沖突特性研究[J]. 中國公路學報，2013，26（2）：140-146.

[3]" WENG J， DU G， LI D， et al. Time-varying mixed logit model for vehicle merging behavior in work zone merging areas[J]. Accident Analysis amp; Prevention， 2018，117（8）：328-339.

[4]" HUA X， WANG Y， YU W， et al. Control strategy optimization for two-lane highway lane-closure work zones[J]. Sustainability， 2019，11（17）：4567.

[5]" THEOFILATOS A， ZIAKOPOULOS A， PAPADIMITRIOU E， et al. Meta-analysis of the effect of road work zones on crash occurrence[J]. Accid Anal Prev， 2017，108（11）：1-8.

[6]" TORRE F L， DOMENICHINI L， NOCENTINI A. Effects of stationary work zones on motorway crashes[J]. Safety Science， 2017，92：148-159.

[7]" ZHANG Z， AKINCI B， QIAN S. Inferring the causal effect of work zones on crashes： Methodology and a case study-Science Direct[J]. Analytic Methods in Accident Research， 2022，33：100203.

[8] 孟祥海，徐漢清，史永義. 高速公路施工作業區追尾風險及其突出影響因素識別[J]. 公路交通科技，2012，29（12）：133-138.

收稿日期：2023-11-09

基金項目：國家自然科學基金青年基金項目（51508280）

作者簡介：欒" 翔（1980—），男，江蘇泰州人，泰州市公路事業發展中心，工程師，研究方向：交通運輸規劃與管理。

引文格式：欒翔，朱陳晨. 基于SUMO軟件的公路作業區行車風險仿真分析[J]. 物流科技，2024，47（21）：86-88.