scc山东科学ＳＨＡＮＤＯＮＧＳＣＩＥＮＣＥ
第３３卷第２期２０２０年４月出版
Ｖｏｌ.３３Ｎｏ.２Ａｐｒ.２０２０ＤＯＩ:１０.３９７６/ｊ.ｉｓｓｎ.１００２￣４０２６.２０２０.０２.０１３ʌ交通运输ɔ
中国林业局收稿日期:２０１９￣１０￣１６
基金项目：国家自然科学基金(７１７７１０１３)
作者简介：姚广铮(１９７８ )ꎬ男ꎬ博士ꎬ高级工程师ꎬ研究方向为城市交通规划及各类专项规划ꎮＥ￣ｍａｉｌ:６９０３８８０＠ｑｑ.ｃｏｍ
一种基于路况数据的城市道路
姚广铮１ꎬ蔡传慈１ꎬ赵禄成１ꎬ叶凯丰２
(１.南京市城市与交通规划设计研究院股份有限公司北京分公司ꎬ北京１０００７３ꎻ２.北京市路政局
道路建设工程项目管理中心ꎬ北京１０００１０)
摘要：提出了交叉口总延误时间指数和单一方向最大延误时间指数ꎬ利用从导航软件获取的交叉口各进口方向路况㊁排队长度和车道数等数据ꎬ建立了交叉口拥堵评价指数模型ꎮ利用北京交叉口实例对模型的适用性进行了验证ꎬ在此基础上依据交叉口总延误时间指数和单一方向最大延误时间指数对案例交叉口进行了拥堵水平排序ꎬ排序结果与实际情况相符ꎮ交叉口延误时间指数相较于传统的交叉口评价指标ꎬ充分利用导航软件的大数据ꎬ避免了繁琐的现场调研工作ꎬ具有很强的规模化操作性和实用性ꎬ为城市管理者在交叉口改造决策方面提供了更加可靠的理论依据ꎮ 关键词：城市交通ꎻ交叉口ꎻ拥堵评价ꎻ路况数据ꎻ总延误时间指数ꎻ最大延误时间指数
中图分类号:Ｕ４９１.２＋
３㊀㊀㊀文献标志码:Ａ㊀㊀㊀文章编号:１００２￣４０２６(２０２０)０２￣００９１￣０６开放科学(资源服务)标识码(ＯＳＩＤ):
Ｒｅｓｅａｒｃｈｏｎａｎｅｖａｌｕａｔｉｏｎｉｎｄｅｘｏｆｕｒｂａｎｒｏａｄｉｎｔｅｒｓｅｃｔｉｏｎｃｏｎｇｅｓｔｉｏｎ
ｂａｓｅｄｏｎｒｏａｄｃｏｎｄｉｔｉｏｎｄａｔａ
ＹＡＯＧｕａｎｇ￣ｚｈｅｎｇ１ꎬＣＡＩＣｈｕａｎ￣ｃｉ１ꎬＺＨＡＯＬｕ￣ｃｈｅｎｇ１ꎬＹＥＫａｉ￣ｆｅｎｇ２
(１.ＮａｎｊｉｎｇＩｎｓｔｉｔｕｔｅｏｆＣｉｔｙａｎｄＴｒａｎｓｐｏｒｔＰｌａｎｎｉｎｇＣｏ.ꎬＬｔｄ.ＢｅｉｊｉｎｇＢｒａｎｃｈꎬＢｅｉｊｉｎｇ１０００７３ꎬＣｈｉｎａꎻ２.ＲｏａｄＣｏｎｓｔｒｕｃｔｉｏｎＰｒｏｊｅｃｔＭａｎａｇｅｍｅｎｔＣｅｎｔｅｒｏｆＢｅｉｊｉｎｇＲｏａｄＡｄｍｉｎｉｓｔｒａｔｉｏｎＢｕｒｅａｕꎬＢｅｉｊｉｎｇ１０００１０ꎬＣｈｉｎａ)ＡｂｓｔｒａｃｔʒＩｎｔｈｉｓｐａｐｅｒꎬｔｈｅｔｏｔａｌｉｎｔｅｒｓｅｃｔｉｏｎｄｅｌａｙｔｉｍｅｉｎｄｅｘａｎｄｔｈｅｓｉｎｇｌｅｄｉｒｅｃｔｉｏｎｍａｘｉｍｕｍｄｅｌａｙｔｉｍｅｉｎｄｅｘａｒｅｐｒｏｐｏｓｅｄ.Ａｓｉｍｐｌｉｆｉｅｄｃｏｎｇｅｓｔｉｏｎｅｖａｌｕａｔｉｏｎｉｎｄｅｘｍｏｄｅｌｉｓｅｓｔａｂｌｉｓｈｅｄｕｓｉｎｇｄａｔａａｃｑｕｉｒｅｄｆｒｏｍｎａｖｉｇａｔｉｏｎｓｏｆｔｗａｒｅｒｅｇａｒｄｉｎｇｒｏａｄｃｏｎｄｉｔｉｏｎꎬｑｕｅｕｅｌｅｎｇｔｈꎬａｎｄｔｈｅｎｕｍｂｅｒｏｆｌａｎｅｓａｔｅａｃｈｅｎｔｒａｎｃｅ.ＴｈｅａｐｐｌｉｃａｂｉｌｉｔｙｏｆｔｈｅｍｏｄｅｌｉｓｖｅｒｉｆｉｅｄａｇａｉｎｓｔｅｘａｍｐｌｅｓｏｆｉｎｔｅｒｓｅｃｔｉｏｎｓｏｆＢｅｉｊｉｎｇ.Ｔｈｅｃｏｎｇｅｓｔｉｏｎｌｅｖｅｌｏｆｔｈｅｅｘａｍｐｌｅｉｎｔｅｒｓｅｃｔｉｏｎｓｉｓｒａｎｋｅｄｏｎｔｈｅｂａｓｉｓｏｆｔｈｅｔｏｔａｌｄｅｌａｙｔｉｍｅｉｎｄｅｘａｎｄｔｈｅｓｉｎｇｌ
计算机在线应用ｅｄｉｒｅｃｔｉｏｎｄｅｌａｙｔｉｍｅｉｎｄｅｘ.Ｔｈｅｒｅｓｕｌｔｉｓｃｏｎｓｉｓｔｅｎｔｗｉｔｈｔｈｅａｃｔｕａｌｄａｔａ.Ｗｈｅｎｃｏｍｐａｒｅｄｗｉｔｈｔｒａｄｉｔｉｏｎａｌｉｎｔｅｒｓｅｃｔｉｏｎｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓꎬｔｈｅｉｎｔｅｒｓｅｃｔｉｏｎｄｅｌａｙｔｉｍｅｉｎｄｅｘｆｕｌｌｙｕｔｉｌｉｚｅｓｂｉｇｄａｔａｆｒｏｍｎａｖｉｇａｔｉｏｎｓｏｆｔｗａｒｅｔｏａｖｏｉｄｔｅｄｉｏｕｓｏｎｓｉｔｅｉｎｖｅｓｔｉｇａｔｉｏｎꎬｈａｓｓｔｒｏｎｇｓｃａｌａｂｉｌｉｔｙｉｎｏｐｅｒａｔｉｏｎａｎｄｐｒａｃｔｉｃａｂｉｌｉｔｙꎬａｎｄｐｒｏｖｉｄｅｓ
２９
山㊀东㊀科㊀学２０２０年ｍｏｒｅｒｅｌｉａｂｌｅｔｈｅｏｒｅｔｉｃａｌｓｕｐｐｏｒｔｔｏｕｒｂａｎｍａｎａｇｅｒｓｉｎｔｈｅｄｅｃｉｓｉｏｎ￣ｍａｋｉｎｇｐｒｏｃｅｓｓｏｆｉｎｔｅｒｓｅｃｔｉｏｎｒｅｃｏｎｓｔｒｕｃｔｉｏｎ.
Ｋｅｙｗｏｒｄｓʒｕｒｂａｎｔｒａｎｓｐｏｒｔａｔｉｏｎꎻｉｎｔｅｒｓｅｃｔｉｏｎꎻｃｏｎｇｅｓｔｉｏｎｅｖａｌｕａｔｉｏｎꎻｒｏａｄｃｏｎｄｉｔｉｏｎｄａｔａꎻｔｏｔａｌｄｅｌａｙｔｉｍｅｉｎｄｅｘꎻｍａｘｉｍｕｍｄｅｌａｙｔｉｍｅｉｎｄｅｘ
valueatrisk㊀㊀城市交通系统包含路段㊁交叉口和公交线路等基本元素[１]ꎮ交叉口作为城市交通系统的重要组成
部分㊁交通拥堵的主要发生地ꎬ是制约城市交通网络发展的瓶颈ꎮ据统计ꎬ城市交通拥堵中８０％以上的延误集中在交叉口[２]ꎬ因此有必要对交叉口进行拥堵评价ꎮ交叉口拥堵评价基本要素是评价交叉口构成元素运行效率及拥堵状态的参数ꎬ二者是交叉口拥堵评价指标建立的基础和理论支撑ꎬ包括交叉口饱和度㊁平均延误时间㊁平均排队长度和平均等候信号灯个数等[３￣４]ꎮ国内外众多学者在基本要素基础上建立了基于路段速度㊁道路交通密度㊁交通量的拥堵评价指标[５]ꎬ但专门针对交叉口进行拥堵评价的指标却很少ꎮ在以往的交叉口评价中主要是采用综合评价方法计算交叉口拥堵指标ꎬ对数据调查的依赖性比较强ꎬ由于数据采集的限制ꎬ在实际应用中受到一定程度的限制ꎮ近年来ꎬ伴随着大数据行业的蓬勃发展ꎬ高德㊁百度等大数据平台为交通拥堵评价提供了强大的数据支撑ꎮ交通领域很多学者已经开始了大数据背景下的交通拥堵评价研究[６￣８]ꎬ但缺乏专门针对交叉口的拥堵评价ꎮ
因此ꎬ本文依托导航软件ꎬ利用交叉口各进口道方向道路的路况㊁排队长度和车道数等数据ꎬ提出了交叉口延误时间指数和单一方向最大延误时间指数两个指标ꎬ建立了交叉口交通拥堵评价指数模型ꎮ该模型依托导航软件的路况数据减少了繁琐的现场调研工作ꎬ可以实时㊁大规模地反映交叉口的拥堵水平ꎬ极大地提高了交叉口拥堵评价数据的准确度ꎬ为交通缓堵工作提供了更有价值的参考依据ꎮ
１㊀交叉口拥堵评价指数模型
１.１㊀拥堵评价指数
为了更加准确㊁高效地评估交叉口的拥堵水平ꎬ本文提出了交叉口拥堵评价指数(ｉｎｔｅｒｓｅｃｔｉｏｎｔｒａｆｆｉｃｃｏｎｇｅｓｔｉｏｎｅｖａｌｕａｔｉｏｎｉｎｄｅｘꎬＩＴＣＥＩ)ꎮ定义某一时间段Ｔ０内交叉口拥堵评价指数与其在该时段的交叉口延误时间指数(ｉｎｔｅｒｓｅｃｔｉｏｎｄｅｌａｙｔｉｍｅｉｎｄｅｘꎬＩＤＴＩ)有关ꎬ交叉口延误时间指数越大ꎬ则拥堵评价指数就越大ꎬ反之亦然ꎮ
只有一个地球教学实录遵循科学性㊁现实性㊁可测性和可比性的原则ꎬ本文选取的交叉口拥堵评价指数包括两个：交叉口总延误时间指数和交叉口单一方向最大延误时间指数ꎮ
延误时间作为反映交叉口通畅程度和服务水平的关键运行性能指标ꎬ决定了交叉口延误时间指数的取值ꎮ交叉口总延误时间指数为行程时间比(ｔｒａｖｅｌｔｉｍｅｉｎｄｅｘꎬＴＴＩ)大于某一阈值时ꎬ交叉口各进口方向延误时间的累加ꎬ具有整体性ꎬ可以从系统角度综合地反映交叉口整体的拥堵水平ꎬ但却忽略了交叉口各进口方向拥堵水平的不均衡性ꎮ
因此ꎬ本文又提出了交叉口单一方向最大延误时间指数ꎬ充分考虑不同进口方向拥堵水平的不均衡性ꎬ与交叉口总延误时间指数相辅相成ꎬ以使拥堵评价结果与实际情况更加吻合ꎮ
１.２㊀建模原理
已经定义某一时间段Ｔ０内的交叉口拥堵评价指数与其在该时段的交叉口延误时间指数有关ꎮ交叉口延误时间指数取决于延误时间ꎬꎬ其是间断交通流的一个关键运行性能指标ꎬ可以用于反映交叉口通畅情况和交叉口的服务水平ꎮ延误时间由每辆车的延误时间和车辆数决定ꎬ每辆车的延误时间和车辆数又可通过行程时间比㊁排队长度㊁车流密度和车道数计算得出ꎬ在此基础上建立了交叉口拥堵评价指数模型ꎬ建模原理如图１所示ꎮ
第１期姚广铮ꎬ等:
一种基于路况数据的城市道路交叉口拥堵评价指数研究图１㊀建模原理示意图
Ｆｉｇ.１㊀Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｍｏｄｅｌｉｎｇｐｒｉｎｃｉｐｌｅ㊀㊀图１中ꎬＩＴＴ为平均行程时间与自由流行程时间的比值ꎬ行程时间比越大表示交通运行状态越差[９]ꎬ路段交通状况等级划分见表１ꎮ排队长度可用于评价交叉口进口道设计长度选定的合理性㊁交叉口拥挤阻塞状况等[１０]ꎮ车流密度为某一瞬时一条车道的单位长度上分布的车辆数ꎬ可以用于反映车辆分布的集中程度ꎮ表１㊀路段交通状况等级划分表[１１]
[１１]运行状况等级
畅通基本畅通轻度拥堵中度拥堵严重拥堵
１.３㊀模型建立依据１.２的建模原理ꎬ运用微积分理论ꎬ交叉口总延误时间指数Ｔｐ可用公式(１)表示:
Ｔｐ＝
ðｉðｊʏＴ００ＱｉｊˑΔＴｉｊˑＮｉｊｄｔꎮ(１)
由交通流理论[１２]可知:Ｑｉｊ＝ＫｉｊˑＶｉｊꎬ(２)
Ｖｉｊ＝ＬｉｊＴｉｊꎬ(３)
ΔＴｉｊ＝Ｔｉｊ－Ｔ０ｉｊꎮ(４)
又已知«城市交通运行状况评价规范»[１１]中规定ＩＴＴ的计算方法如公式(５)所示:
ＩＴＴｉｊ＝ＴｉｊＴ０ｉｊꎮ
(５)将公式(２)~(５)代入公式(１)得到交叉口总延误时间指数模型如下所示:
Ｔｐ＝
ðｉðｊʏＴ００ＫｉｊˑＬｉｊˑＮｉｊˑ(１－
１ＩＴＴｉｊ)ｄｔꎬ(６)
ｓ.ｔ.ＩＴＴｉｊ>γꎮ进一步分析得到单一方向最大延误时间指数计算模型如下所示:
３
９
山㊀东㊀科㊀学２０２０年
Ｔｓ＝ｍａｘｉðｊʏＴ００ＫｉｊˑＬｉｊˑＮｉｊˑ(１－
１ＩＴＴｊ)ｄｔæèçöø÷ꎬ(７)
ｓ.ｔ.ＩＴＴｉｊ>γꎬ其中ꎬＩＴＴｉｊ㊁Ｌｉｊ㊁Ｎｉｊ㊁Ｋｉｊ㊁Ｑｉｊ㊁ΔＴｉｊ㊁Ｔｉｊ㊁Ｔ０ｉｊ分别为交叉口ｉ方向ꎬｊ段的行程时间比㊁排队长度㊁车道数㊁车流密度㊁实际流量㊁延误时间㊁实际通行时间和自由流通行时间ꎻＴＰ和ＴＳ分别为交叉口的总延误时间指数和单
一方向最大延误时间指数ꎻＴ０为计算时间段ꎻｊ表示满足ＩＴＴ大于γ的路段编号ꎬｊ＝１ꎬ２ꎬ３ꎬ ꎻｉ表示交叉口进口方向编号ꎬｉ＝１ꎬ２ꎬ３ꎬ４ꎻγ为ＩＴＴ的阈值ꎬ取γ＝１.６ꎮ２㊀评价方法２.１㊀数据获取以高德平台提供的路况数据为基础ꎬ当ＩＴＴ>γ时ꎬ提取该范围内交叉口各进口路段的ＩＴＴ㊁每一个ＩＴＴ值所对应的车辆排队长度Ｌ以及不同排队长度路段所对应的车道数Ｎ和车流密度Ｋꎮ如图２所示ꎬ红黄绿颜显示了交叉口不同路段的ＩＴＴꎬ以及不同ＩＴＴ值所对应的路段的排队长度以及车道数ꎮ
图２㊀交叉口延误时间指数影响因素示意图
Ｆｉｇ.２㊀Ｉｌｌｕｓｔｒａｔｉｏｎｏｆｉｎｔｅｒｓｅｃｔｉｏｎｄｅｌａｙｔｉｍｅｉｎｄｅｘｉｎｆｌｕｅｎｃｅｆａｃｔｏｒｓ
２.２㊀拥堵评价指数计算假设将交叉口系统连续运行时间离散成周期为Ｔ０的离散时间段ꎬ当路段ＩＴＴ>γ时ꎬ则将该路段纳入交叉口拥堵评价指数的计算范围ꎮ由微积分理论可知ꎬ当把连续时间离散化后延误时间指数的计算公式可以表示如下:
Ｔ１＝Ｔ０ˑ
ðｊＫｊˑＬｊˑＮｊˑ(１－１ＩＴＴｊ)ꎮ(８)
进一步可以计算得到交叉口的总延误时间指数和单一方向最大延误时间指数ꎬ计算机的运算流程如下:４
９
第１期姚广铮ꎬ等：一种基于路况数据的城市道路交叉口拥堵评价指数研究
ｆｏｒｉｉｎｒａｎｇｅ(１ꎬｎ)ｆｏｒｊｉｎｒａｎｇｅ(１ꎬｍ)ｉｆＩＴＴｐｉｊ>γ:Ｔｐｉ＋＝Ｔ０ˑＫｐｉｊˑＬｐｉｊˑＮｐｉｊˑ１￣１ＩＴＴｐｉｊæèçöø÷æèçöø
÷(９)ｅｌｓｅ:㊀㊀㊀㊀㊀㊀㊀㊀㊀
ｂｒｅａｋＴｐ＋＝Ｔｐｉꎮ㊀㊀㊀㊀㊀㊀２.３㊀交叉口评价根据交叉口的交通运行特点ꎬ本文中选用可量化的交叉口总延误时间指数和交叉口单一方向最大延误
时间指数进行数据运算和分析ꎬ以全面综合地反映交叉口的拥堵水平ꎮ通过将交叉口系统连续的运行时间离散为以某一间隔为单位的离散时间段ꎬ在导航软件平台获取实际路况大数据ꎬ计算交叉口每个周期㊁每天的总延误时间指数和单一方向最大延误时间指数ꎬ进一步计算其每周的总延误时间指数和每周单一方向最大延误时间指数ꎬ在此基础上依据本文提出的两个拥堵评价指数对所研究的交叉口进行综合排序ꎬ最终确定研究范围内所有交叉口的拥堵影响等级ꎮ
３㊀案例与验证
为了对本文所提出的交叉口拥堵评价指数模型进行实例演算ꎬ以及在实际应用层面给出操作性示范ꎬ以北京市市属道路金家村桥交叉口为例对拥堵评价指数模型的计算方法进行了实例演算示范ꎬ以金家村桥交叉口㊁丰益桥交叉口㊁看丹桥交叉口和洋桥交叉口为例对该评价模型的有效性进行了验证ꎮ
３.１㊀金家村桥交叉口概况金家村桥交叉口为快速路莲花池西路和主干路万寿路相交形成的快－主信号交叉口ꎮ通过现场调研ꎬ该交叉口由于受立交桥的桥墩影响ꎬ桥下空间拓展条件受限ꎬ渠化组织难度大ꎬ高峰时段排队长度较长ꎬ早晚高峰会出现排队溢出现象ꎬ严重影响主路的通行能力ꎬ通行效率较低ꎮ
３.２㊀评价结果利用公式(８)计算得到了南进口的延误时间指数ꎬ计算过程如下ꎮ同理计算东进口㊁西进口㊁北进口的延误时间指数ꎬ最终得到金家村交叉口一个周期１５ｍｉｎ的总延误指数为２９５９.２ꎬ２４ｈ(９６个周期)总延误指数为４５１７９.１ꎬ一周总延误时间指数为２２５８９５.５ꎮ按此方法对金家村桥㊁丰益桥㊁看丹桥和洋桥交叉口一周总延误时间指数和单一方向最大延误时间指数进行了计算ꎬ如表２所示ꎮ
㊀㊀㊀Ｔ１＝Ｔ０ˑðｊ
ＫｊˑＬｊˑＮｊˑ(１－１ＩＴＴｊ)＝１５ˑ１８０ˑ０.３６ˑ２ˑ(１－１/３)＋１８０ˑ０.２５ˑ２ˑ(１－１/２)＋１８０ˑ０.６１ˑ１ˑ(１－１/２.５)()＝２９５９.２ꎮ(１０)
表２㊀交叉口总延误指数及最大拥堵方向一周延误时间指数
看丹桥
３.４６ˑ１０洋桥
２.８９ˑ１０５２北进口１.８８ˑ１０５３丰益桥
２.８５ˑ１０５３北进口２.００ˑ１０５
１金家村桥２.２６ˑ１０５４南进口１.１５ˑ１０５４
㊀㊀注：本文所涉及的交叉口均为快－主信号灯控制交叉口５
９
>太白贝母
