城市快速路交織區(qū)運行風(fēng)險預(yù)測模型

許 甜, 蘇東蘭, 趙 明, 王 晶

(1.中交第一公路勘察設(shè)計研究院有限公司, 西安 710065； 2.蘇州科技大學(xué)土木工程學(xué)院, 江蘇省生態(tài)道路技術(shù)產(chǎn)業(yè)化工程研究中心, 蘇州 215011； 3.廣東省路橋建設(shè)發(fā)展有限公司, 廣州 510623； 4.同濟大學(xué)道路與交通工程教育部重點試驗室, 上海 201804)

城市快速路系統(tǒng)是由基本路段、立交、進出口、輔道及其連接點等組合而成的。隨著城市快速路系統(tǒng)發(fā)展、路網(wǎng)加密,城市快速路與地面道路相交增加,在立交區(qū)域和進出口路段等不可避免地出現(xiàn)了很多復(fù)雜的交織區(qū)。交織區(qū)匯集了不同方向與不同類型的車流,多股交通流在較短路段內(nèi)交織使得該區(qū)域產(chǎn)生大量的車輛換道行為,造成交織區(qū)交通沖突數(shù)量增多,從而導(dǎo)致交織區(qū)內(nèi)交通安全水平降低。

20世紀(jì)50年代,美國最早開始了有關(guān)城市快速路通行效率的研究,編制了道路通行能力手冊,提出了交織區(qū)具體的設(shè)計方案與安全標(biāo)準(zhǔn)[1]。直至2000年,道路通行能力手冊HCM2000中,依據(jù)交織車流數(shù)量對交織區(qū)進行類型劃分,通過計算交織區(qū)結(jié)構(gòu)、交織比、長度以及交通量等參數(shù)得出交織區(qū)通行能力。此后,Lertworawanich等[2]利用間隙可接受理論細(xì)化車輛變道行為對不同幾何構(gòu)型的交織區(qū)建立了道路通行能力模型。Heikoop等[3]采用微觀仿真軟件FOSIM對交織區(qū)交通運行狀態(tài)進行模擬；Diamandouro等[4]研究表明夜晚雨天情況下,交織區(qū)路面標(biāo)線可見度對不同年齡及性別人群駕駛行為的影響。中國關(guān)于交織區(qū)的研究在方法上借鑒了HCM2000的計算方法,劃分了交織區(qū)服務(wù)等級。研究初期,徐吉謙[5]、任福田等[6]對環(huán)形交叉口通行能力進行了分析,建立了相應(yīng)的交織區(qū)交通流模型。近年來,中國學(xué)者在交織區(qū)、分合流區(qū)等瓶頸區(qū)域交通特性方面展開了大量研究。陳寬民等[7]探明了匝道出入口、合流區(qū)、分流區(qū)的車輛運行速度與交通量之間的相互關(guān)系；馮玉榮等[8]提出了通行能力的改進模型,該模型適用面更廣、準(zhǔn)確性更高；馮星宇[9]以負(fù)荷度作為主要指標(biāo)、密度作為次要指標(biāo),研究提出了更為細(xì)化的交織區(qū)服務(wù)水平劃分標(biāo)準(zhǔn)；陳亮等[10]考慮臨時駛出車輛的影響,結(jié)合車輛變道安全間距、變道決策等因素,建立了基于元胞自動機的多車道交織區(qū)離散模型,基于此探明了交織區(qū)擁堵形成機制；安旭等[11]建立了針對交織區(qū)的元胞自動機模型,對比分析了交織區(qū)是否設(shè)置隔離帶的兩種車道分配情況下交織區(qū)及非交織區(qū)分別進行了數(shù)值的模擬和分析,并提出了隔離帶設(shè)置方法。

可見,目前中外學(xué)者的研究主要的內(nèi)容涵蓋了快速路交織區(qū)通行能力、服務(wù)水平、駕駛行為、安全控制等方面,部分學(xué)者還研究了出入口間距、匝道類型對通行效率與行車安全的影響[12-14]。然而,對于快速路交織區(qū)運行風(fēng)險預(yù)測與量化評價方面的研究較少。據(jù)此,在中外已有技術(shù)現(xiàn)狀調(diào)研的基礎(chǔ)上,針對城市快速路交織區(qū)運行風(fēng)險預(yù)測模型開展研究。首先采用交織區(qū)斷面線圈數(shù)據(jù)及自然駕駛行駛速度數(shù)據(jù),分析城市快速路交織區(qū)運行特點,然后采用VISSIM交通仿真方法分析交織區(qū)道路幾何線形、交通流、駕駛行為等因素對交織區(qū)運行安全狀況的影響,建立快速路交織區(qū)運行風(fēng)險預(yù)測模型,提出風(fēng)險分級標(biāo)準(zhǔn),最后采用無人機航拍交通量數(shù)據(jù)對預(yù)測模型誤差進行分析，以期為城市快速路交織區(qū)的風(fēng)險預(yù)測與評估提供參考。

1 交織區(qū)交通運行特點分析

1.1 斷面交通流量

對上海市內(nèi)環(huán)線天鑰橋路-曹溪立交、延安高架北線江蘇路-凱旋路交織區(qū)完整兩周的線圈檢測數(shù)據(jù)進行調(diào)研和統(tǒng)計分析。計算兩個交織區(qū)內(nèi)每條車道流量占總流量的比值,并將計算結(jié)果列于表1中。分析表1可以看出,交織區(qū)交通量由內(nèi)側(cè)車道向外側(cè)車道逐漸減小。

表1 交織區(qū)車道流量分布

圖1 江蘇路-凱旋路交織區(qū)車速統(tǒng)計Fig.1 Speed statistics of Jiangsu Road to Kaixuan Road

將江蘇路-凱旋路交織區(qū)不同車道不同時間車流平均車速統(tǒng)計結(jié)果繪制于圖1中。由圖1可知,交織區(qū)車流的平均速度由內(nèi)側(cè)車道向外側(cè)車道逐漸減小。

綜上可知,交織區(qū)路段由于發(fā)生分合流等變道,外側(cè)車道交通量低于內(nèi)側(cè)和中間車道,比例也相對穩(wěn)定；中間和內(nèi)側(cè)車道車流受到其他車輛換道干擾較小,因此車流平均速度高于外側(cè)車道。

1.2 單車行駛速度

利用數(shù)據(jù)采集車通過自然駕駛的方式采集單車交通運行狀況數(shù)據(jù),采集數(shù)據(jù)包括速度與加速度,數(shù)據(jù)采集頻率為2 Hz,可采集的車輛速度精度為0.2 km/h,采集車外觀如圖2所示。采集路段為延安高架江蘇路-凱旋路交織區(qū),交織區(qū)長度為 297 m,共有4 條行車道。

數(shù)據(jù)采集車行駛路徑包括兩條:主線-出口匝道(上游180 m影響區(qū)-交織區(qū)-出口匝道)、入口匝道-主線(入口匝道-交織區(qū)-下游180 m影響區(qū))。同一路徑采集車行駛3 次,對采集的車輛速度和加速度進行統(tǒng)計計算,獲得各區(qū)間路段的平均車速和平均加速度絕對值。計算結(jié)果如表2所示。

圖2 移動數(shù)據(jù)采集車外觀Fig.2 Mobile data acquisition vehicle

表2 平均車速和加速度分布

分析表2可以看出,兩種行駛路徑下車輛在交織段的平均車速均遠(yuǎn)低于其他路段,且加速度絕對值高于其他路段。分析這一現(xiàn)象產(chǎn)生的原因是:采集車在交織區(qū)行駛時,周圍車輛為保持行駛目的進行換道,產(chǎn)生的交織行為對采集車干擾較大,導(dǎo)致車輛平均車速總體偏低。

綜上可知,交織區(qū)內(nèi)車輛的分合流等變道行為使得該區(qū)域內(nèi)車輛行駛速度、通行效率下降,車輛的加減速絕對值增大,這一現(xiàn)象增加了交織區(qū)交通運行發(fā)生紊亂的風(fēng)險。

2 交織區(qū)交通運行風(fēng)險預(yù)測模型

2.1 預(yù)測指標(biāo)

目前,對普通路段、平面交叉口、交織區(qū)等路段進行風(fēng)險分析時,常常使用的指標(biāo)為交通沖突數(shù)(traffic conflict, AC)或交通沖突數(shù)與混合交通當(dāng)量(mixed passenger car unit, MPCU)的比值。與平面交叉口相似,交織區(qū)內(nèi)交通量是交通沖突數(shù)的重要影響因素,交通量越大,交織區(qū)內(nèi)產(chǎn)生交通沖突的概率就越大,交通沖突數(shù)也就越多；由于城市快速路交織區(qū)長度有限,車輛須在一定的長度范圍內(nèi)完成變道行為,因此交通沖突數(shù)還與交織區(qū)長度具有緊密關(guān)系。

基于以上分析,以交織區(qū)內(nèi)交通沖突數(shù)與交通量、交織區(qū)長度的比值,即車公里沖突率(average traffic conflict,ATC)作為交織區(qū)運行風(fēng)險的預(yù)測指標(biāo),其計算方法為

ATC=TC/(QL)

(1)

式(1)中:ATC為車公里沖突率，次/(veh/h·km)；TC為時均沖突次數(shù)；Q為在一定交通條件下單位時間內(nèi)通過交織區(qū)某一斷面的車輛數(shù),veh/h；L為交織區(qū)長度,km。

2.2 VISSIM交通仿真

由于既有環(huán)形線圈埋設(shè)間距大、路側(cè)寬度有限，路側(cè)交通調(diào)查可行性低、浮動車數(shù)據(jù)樣本量少、視頻監(jiān)測數(shù)據(jù)提取工作量大等現(xiàn)實原因,城市快速路交織區(qū)實際交通運行數(shù)據(jù)獲取難度大。因此，采用VISSIM交通仿真模擬典型交織區(qū)的交通流狀況,為交織區(qū)運行風(fēng)險預(yù)測模型建立提供基礎(chǔ)數(shù)據(jù)。

2.2.1 參數(shù)標(biāo)定

實地交通狀況調(diào)研與文獻研究發(fā)現(xiàn),交織區(qū)幾何線形與交通流狀況是影響路段通行效率與行車安全性的重要因素。據(jù)此,選定的仿真參數(shù)分別為交織區(qū)長度、交織區(qū)車道數(shù)、交通量、交織流量比與匯出比。為探究各影響因素對交通沖突的影響,進行VISSIM交通仿真計算,各參數(shù)變量范圍標(biāo)定依據(jù)如下。

(1)交織區(qū)長度L。參考HCM2010將交織區(qū)的交織長度限定在0.75 km范圍內(nèi),試驗中交織區(qū)長度標(biāo)定為0.15～0.75 km,步長取0.15 km。

(2)交織區(qū)車道數(shù)n。根據(jù)上?？焖俾方豢梾^(qū)實際調(diào)研發(fā)現(xiàn)，交織區(qū)內(nèi)車道數(shù)往往為3 車道及以上,最多不超過6 車道。標(biāo)定仿真試驗交織區(qū)車道數(shù)分別為3、4、5、6。

(3)交通量Q。根據(jù)對上海市快速路線圈數(shù)據(jù)一天內(nèi)交織區(qū)交通量變化統(tǒng)計結(jié)果,標(biāo)定仿真交通量為1 000～5 000 veh/h,步長取1 000 veh/h。

(4)交織流量比VR。根據(jù)上海市20 個交織區(qū)的實際交織流量比計算結(jié)果[18],標(biāo)定交織區(qū)流量比為0.2～0.6,步長取0.1。

(5)匯出比r。根據(jù)對上海市快速路線圈數(shù)據(jù),匯出比標(biāo)定為0.1～0.5,步長取0.1。

2.2.2 仿真試驗

由于交通仿真試驗共選取了5個基本變量,每個變量有4～5個水平,存在4×54=2 500種組合,考慮到完全試驗工作量巨大,采用正交設(shè)計表L25(56)進行VISSIM仿真試驗設(shè)計。在VISSIM仿真中完成上述25 組試驗,得到每組試驗的交通沖突次數(shù)并計算出車公里沖突率ATC,結(jié)果如表3所示。

表3 車公里沖突率計算結(jié)果

2.3 預(yù)測模型構(gòu)建

基于交通仿真結(jié)果,分析交織區(qū)長度、交織區(qū)車道數(shù)、交通量、交織流量比和匯出比與交織區(qū)車公里沖突的相關(guān)關(guān)系,對比線性、指數(shù)、對數(shù)與多項式這幾種擬合結(jié)果后,選擇多項式非線性公式進行擬合,結(jié)果如圖3所示。

由圖3可見,ATC與交織區(qū)長度負(fù)相關(guān),與交織流量比、車道數(shù)、匯出比、交通量均為正相關(guān)。進一步量化因素耦合后對交織區(qū)運行風(fēng)險的影響,采用多元非線性回歸分析方程擬合得到的預(yù)測指標(biāo)計算公式為

ATC=a1f1(L)+a2f2(n)+a3f3(Q)+

a4f4(VR)+a5f5(r)+C

(2)

式(2)中：L為交織區(qū)長度,km；n為交織區(qū)車道數(shù)；Q為交織區(qū)交通量,veh/h；VR為交織流量比；r為匯出比。f1、f2、f3、f4、f5為各個因素與ATC的影響關(guān)系,即單因素方程；a1、a2、a3、a4、a5為相關(guān)系數(shù)；C為常數(shù)項。

利用VISSIM交通仿真結(jié)果進行回歸擬合,獲得該多元非線性回歸分析計算方程相關(guān)系數(shù)、單因素方程及常數(shù)項。a1、a2、a3、a4、a5分別為0.964、-0.246、1.101、0.986、1.043；常數(shù)項C=-8.254。單因素方程為

圖3 不同變量參數(shù)與ATC的關(guān)系Fig.3 Relationship between variable parameters and vehicle-kilometer conflict

(3)

相關(guān)系數(shù)及常數(shù)項為:a1=0.964,a2=-0.246,a3=1.101,a4=0.986,a5=1.043,C=-8.254。

最終形成交織區(qū)交通運行風(fēng)險預(yù)測模型為

ATC=(0.964,-0.246,1.101,0.986,1.043)×

8.254=-2.542L2-0.023N2+3.3×

5.367L-0.338N+0.000 3Q-

9.684VR-1.534r-6.729

(4)

2.4 風(fēng)險等級劃分

由于交通事故數(shù)據(jù)采集難度較大,未獲得與交通仿真標(biāo)定參數(shù)相對應(yīng)的交織區(qū)交通事故資料,且目前快速路交織區(qū)運行風(fēng)險暫無普遍認(rèn)可的評價標(biāo)準(zhǔn)可循。因此，通過對不同參數(shù)交織區(qū)的仿真得到若干組指標(biāo)值,借助聚類分析的方法對ATC數(shù)值進行迭代分析,得到其聚類中心,作為交織區(qū)運行風(fēng)險分析的標(biāo)準(zhǔn)依據(jù)。

據(jù)此,采用K均值聚類進行聚類分析,并運行風(fēng)險等級劃分，將交織區(qū)的運行風(fēng)險水平分為低風(fēng)險、中等風(fēng)險和高風(fēng)險3類,即K=3。選用SPSS軟件對25組不同組合條件下得到的ATC進行迭代聚類,獲得3個聚類中心值,分別為0.58、2.72、4.76,對應(yīng)風(fēng)險等級為低風(fēng)險、中等風(fēng)險、高風(fēng)險。據(jù)此對不同條件下交通仿真得到的ATC值進行分類:低風(fēng)險時,ATC取值范圍為0.100～1.890；中等風(fēng)險時,ATC取值范圍為2.200～3.568；高風(fēng)險時,ATC取值范圍為4.020～5.144。建立快速路交織區(qū)交通運行風(fēng)險分級如表4所示。

表4 城市快速路交織區(qū)交通運行風(fēng)險分級標(biāo)準(zhǔn)

3 預(yù)測模型誤差分析

3.1 交通數(shù)據(jù)采集

采用大疆PHANTOMB 3 ADVANCED無人機拍攝上海南北高架東線北京西路-威海路交織區(qū)交通流,該交織區(qū)長度為150 m,示意圖如圖4所示。

對拍攝到的交織區(qū)交通流運行視頻進行統(tǒng)計分析,計算得到總交通流量Q=3 765 veh/h,交通流量比VR=0.269,匯出比r=0.499。

圖4 北京西路-威海路交織區(qū)示意圖Fig.4 Schematic diagram of Beijing west road-Weihai road weaving area

3.2 模型預(yù)測誤差分析

按交織區(qū)長度、車道數(shù)構(gòu)建VISSIM仿真場景,輸入各車道實際交通量進行仿真,采集得到單位時間內(nèi)交通仿真沖突次數(shù),按照式(1)計算得到ATC=4.417。同時,利用式(4)計算出預(yù)測ATC=4.834,進一步計算得到預(yù)測值的誤差為9.45%。可見,所建立預(yù)測模型的誤差較小,在可接受范圍內(nèi)。這在一定程度上說明了采用構(gòu)建模型的方法對城市快速路交織區(qū)的運行風(fēng)險進行預(yù)測和評價是可行的。

采用預(yù)測模型的方式可以快速地量化分析城市快速路交織區(qū)的運行風(fēng)險,以供城市快速路管理和設(shè)計人員參考,有助于提升城市快速路交通區(qū)運行安全性。本研究旨在給出城市快速路交織區(qū)運行風(fēng)險預(yù)測模型的構(gòu)建方法,并探討其可行性。后續(xù)將進一步開展相關(guān)試驗研究,以精確化預(yù)測模型的參數(shù),并對預(yù)測模型的可靠性進行驗證。

4 結(jié)語

在中外已有技術(shù)現(xiàn)狀調(diào)研的基礎(chǔ)上,采用線圈數(shù)據(jù)搜集、VISSIM仿真試驗、無人機數(shù)據(jù)采集等手段,針對城市快速路交織區(qū)運行風(fēng)險預(yù)測模型開展研究,得到主要結(jié)論如下。

(1)基于交織區(qū)車道斷面線圈數(shù)據(jù)及自然駕駛試驗采集數(shù)據(jù)分析了快速路交織區(qū)運行特性,結(jié)果表明，交織區(qū)內(nèi)車輛的分合流等變道行為使得該區(qū)域內(nèi)車輛行駛速度、通行效率下降,車輛的加減速絕對值增大。

(2)探討提出了較之于運行風(fēng)險預(yù)測指標(biāo)ATC,基于VISSIM仿真試驗,分析了交織區(qū)運行風(fēng)險影響因素,并建立了運行風(fēng)險預(yù)測模型,同時通過K均值聚類進行聚類分析,繼而提出了運行風(fēng)險分級標(biāo)準(zhǔn)。

(3)通過無人機采集實際交織區(qū)交通數(shù)據(jù)對所建立預(yù)測模型進行誤差分析,結(jié)果表明，采用構(gòu)建預(yù)測模型的方法對運行風(fēng)險進行預(yù)測是可行的,該模型可用以量化分析交織區(qū)運行風(fēng)險。

(4)需進一步開展的研究包括城市快速路交織區(qū)運行風(fēng)險預(yù)測模型參數(shù)試驗研究、預(yù)測模型的有效性和可靠性驗證。