本科毕业论文-雨雪条件下道路交通状态运行态势估计方法研究.docx

ABSTRACT摘 要针对雨雪条件下道路交通状态运行态势估计方法，本文主要按照以下思路开展研究：首先，探讨雨雪条件对道路交通系统产生的影响；其次，探讨雨雪条件下交通拥挤状态的交通流特性；再次，对雨雪条件下城市道路交通拥挤扩散的特点进行分析，并进行道路交通状态运行态势估计建模，得到雨雪条件下道路交通拥挤状态的时空扩散范围和交通状态运行态势估计时空图；最后借助Paramics仿真平台和历史数据，对估计方法进行验证。经过以上研究步骤，本文提出了雨雪条件下基于路段拥挤的道路交通状态运行态势估计方法。经过验证，该方法对雨雪条件下道路交通拥挤状的影响范围和持续时间估计有较高的精确度。因此本文的研究成果可以增强雨雪条件下道路交通管理部门的交通组织控制能力，从而进行合理的交通诱导和交通控制，快速改善交通拥挤状况；同时可以为出行者提供准确的交通信息，供其制定合理的出行方案，进而提高路网利用率，避免交通状况进一步恶化。关键词：雨雪条件；交通流数据获取；交通流特性分析；拥挤扩散；交通态势估计ABSTRACTThe writer carries out the research on methods to assess the dynamics of traffic state on rainy or snowy days mainly according to the following steps: first, we discuss the influences of precipitation and snowfall conditions on the road traffic systems; Second, we explore traffic flow characteristics of traffic congestion state under the condition of precipitation and snowfall; Again, we analyze the spread characteristics of the urban road traffic congestion state in rain and snow conditions to build the road traffic situation assessment model, and then obtain the Spatio-Temporal diffusion range of traffic congestion in rain and snow conditions and the Spatio-Temporal diagram of traffic state dynamics assessment; Finally, estimate the proposed method using Paramics simulation platform, along with the historical data.Through the above research steps, the road traffic situation estimation method based on the traffic congestion at road section under the condition of rain and snow is proposed in this paper. After verification, the method has a relatively high accuracy in road traffic congestion Spatio-Temporal diffusion range estimation in rain and snow conditions. Therefore the research achievement of this paper can enhance the traffic organization control ability of road traffic management department in rainy and snowy days, thus carry out reasonable traffic induction and traffic control and rapidly improve the traffic conditions; meanwhile, they can attribute to providing accurate traffic information to travelers so that reasonable travel plan can be formulated, the utilization rate of road network can be improved, and traffic conditions deterioration can be avoided.Keywords: Rain and Snow Condition; Traffic Flow Data Acquisition; Traffic Flow Characteristic Analysis; Traffic Congestion Diffusion; Traffic Situation Assessment目 录目 录第1章 绪 论11.1 论文选题背景及意义11.2 国内外研究现状11.3 论文研究的主要内容51.4 本章小结5第2章 雨雪条件对道路交通状态运行态势的影响分析72.1 雨雪条件对道路交通系统产生的影响分析72.2 雨雪条件下交通拥挤状态的交通流特性分析112.3 本章小结14第3章 道路交通状态运行态势估计方法建模153.1 雨雪条件下城市道路交通拥挤扩散分析153.2 雨雪条件下基于路段拥挤的交通状态运行态势估计183.3 本章小结22第4章 仿真验证234.1 仿真环境的建立234.2 数据处理与拥挤扩散估计244.3 结果评价274.4 本章小结28第5章 总结与展望295.1 全文总结295.2 研究展望295.3 本章小结30参考文献31附 录33附录1 路段密度时空数据整理表33附录2 道路交通拥挤状态扩散范围算法C语言源程序代码34附录3 道路交通拥挤状态持续时间算法C语言源程序代码36致 谢38英文资料原文及中文翻译稿39I第1章 绪 论第1章 绪 论1.1 论文选题背景及意义1.1.1 选题背景有关交通安全事故发生概率的分析研究表明，与正常气象条件相比雨雪条件下的交通事故发生概率与伤亡率尤其高，一方面原因是恶劣天气导致视距不良、制动效能下降，另一方面则是驾驶员对雨雪条件下的路况信息掌握不准确，难以及时做出合理的路径选择决策，以致雨雪条件下的交通网络运行效率急剧下降，交通阻滞增加。前者很难通过人为因素得到改善，而后者却能通过对道路交通状态运行态势进行实时准确的估计来缓解。实时准确的道路交通状态运行态势估计对于提高居民出行效率、缓解道路交通拥堵有着重要的意义。雨雪条件增加了出行的难度，对于道路网中的车辆运行状况有较大的影响，对交通数据的获取方法也有较高要求。在雨雪条件下，道路交通状态运行态势与常态下必然存在差异，需要对其估计方法进行研究，从而获得更准确的估计数据，避免错误诱导交通流而引发更大的交通问题。鉴于以上背景分析，本文在已有研究的基础上展开对雨雪条件下道路交通状态运行态势估计方法的研究。1.1.2 研究目的及意义本文的研究目的是以国内外在交通信息获取与预处理、道路交通状态判别和交通状态估计与预测方面已有的研究成果为参考，分析雨雪条件对道路交通状态产生的一系列影响，展开对雨雪条件下道路交通状态运行态势估计方法研究，旨在得到雨雪条件下的道路交通拥挤状态时空扩散范围估计模型。准确判别出雨雪条件下道路交通拥挤状态并及时准确估计出拥挤状态的影响范围和持续时间，可以增强雨雪条件下道路交通管理部门的交通组织控制能力，从而进行合理的交通诱导和交通控制，快速改善交通拥挤状况；同时可以为出行者提供准确的交通信息，供其制定合理的出行方案，进而提高路网利用率，避免交通状况进一步恶化。即本文的研究成果将会提高雨雪条件下交通管理部门的交通管理与控制能力、出行者的出行效率、道路网的运行效率，对祖国的“畅通工程”和绿色交通有重要意义。1.2 国内外研究现状国内外对于雨雪条件下道路交通状态运行态势估计方法的研究不多，但在不利天气对交通参数的影响、交通状态判别、交通状态估计与预测等相关方面进行了大量的研究，并取得了较多成果。因此，本节从雨雪条件对交通道路交通状态的影响、交通状态运行态势估计两个方面分别进行研究现状分析，并得到对本文研究的启示，为后文雨雪条件下的道路交通状态运行态势估计方法建模打下基础。1.2.1 雨雪条件对道路交通特性产生的影响（1）国外研究现状国外对于雨雪条件下的交通特性研究比较早，并取得了许多研究成果，简述如下：HCM2000中，高速公路通行能力降低率和行驶速度降低率的推荐值依据积雪厚度分别在5%30%范围内和3%35%范围内取值。车辆在冰雪路面上行驶发生交通事故的概率是在正常路面上的2倍，事故程度也更严重1,2。Nelson等3的观测结果表明，只要有降雪就会使公路通行能力降低约8%，且小时积雪厚度每增加0.01inch，通行能力相应会降低约2.8%。Sandeep Datla和Satish Sharma4对不同等级高速公路的日交通量和小时交通量受低温冰雪天气影响的程度进行调查，建立回归模型来描述日交通量、小时交通量与低温、积雪厚度之间的关系。美国华盛顿州用来保证冰冻雨雪和大雾天气条件下交通安全的有效措施是车速管理系统，该系统可以针对不同的天气条件和路面状况，制定合理的车速控制方案。Caefe等人5的研究表明，在雨、雪、雾、大风、沙尘、冰雹等不良气候条件中，降雨由于具有常发性、突发性等特点，极易使驾驶员在多目标观察时产生视觉错觉，路面积水对车辆制动性能、道路附着性能等方面也具有重要影响。Goodwin 等人6的观测结果表明，在降雪天气下车辆行驶速度和饱和车头时距有很大的变化，因此传统信号配时参数的取值在冰雪天气下是不合理的，可以采用交通信号优化配时程序 SIGNAL85和TRANSYT-7F进行优化。（2）国内研究现状国内对于雨雪条件下的道路交通特性研究比较少，尚处于起步阶段。目前大量研究主要针对雨雪条件对交通安全产生的影响和雨雪条件下的道路交通管理应对策略等方面。例如：严新平、熊伟在7中提出的非常态事件概念的基础上，分析了非常态事件在交通需求、交通行为和路网可靠性等方面对城市交通产生的影响。他们指出非常态事件不仅影响城市交通需求的总量，还会使交通需求在交通网络上重新分布，并认为非常态事件对交通需求的影响主要是由于出行者行为变化而产生的；通过对影响出行者交通行为的主观因素、客观因素和随机因素进行分析，得出在出现非常态事件的情况下，人们出行方式和路径的选择性会大大降低，交通网络的自调节和自适应能力也会降低，交通拥挤就更易发生且严重程度更大；通过对路网连通可靠性、行程时间可靠性和通行能力可靠性进行分析，得出非常态事件下城市交通系统的运行规律与常态下显著不同，针对发生频率、影响范围和恢复难度不同的非常态事件，相应采取的可靠性控制策略也有所不同。蒋贤才、裴玉龙在8中指出：在雨雪天气，驾驶员视线受雨滴和雪花的影响，可视距离缩短；路面上的积水和积雪对阳光产生镜面反射，从而降低驾驶员的视力。车辆在雨水（尤其是刚开始下雨时）和冰雪路面上行驶时，由于路面附着系数降低，车轮易出现水滑现象，在停车起动时容易溜车。在行驶过程中车辆遇紧急刹车情况，极易侧滑，增加车辆碰撞、刮擦的机率，且制动距离是相同情况下在正常路面制动时的24倍。因此雨雪天气下行车的安全车头时距较大，至少为常态下的24倍。非机动车或者行人在有积水或积雪的路面行进时可能会突然摔倒或改变行进方向等问题。由于上述现象的存在，雨雪条件下道路交通状态的运行态势与常态下存在不同。王超等9分析了降雨对驾驶员、车辆、道路所产生的不同影响，并运用灰色关联分析法比较各因素之间的贡献度。通过问卷调查统计得出驾驶员生、心理变化的显著程度与降水量和降水持续时间之间的定性关系。任圆圆10通过冰雪天气下城市道路基本路段及交叉口的交通调查，采集到了不同降雪强度下的交通流特性数据；以此数据为基础，分析交通流特性的重要参数，并与正常天气情况下的交通参数进行对比，得到冰雪天气对于交通流特性参数影响的定性及定量依据；通过实际数据对比，得出冰雪天气对于城市道路宏观及微观交通流的影响程度；在此基础上给出冰雪天气下城市道路交通管理的相关措施及方案。（3）对本文研究的启示通过以上雨雪条件对道路交通特性产生的影响国内外研究现状的分析，不难发现研究者关注的重点都是与各自研究内容相关的影响，而在雨雪条件对道路交通状态的影响上并没有做深入研究。因此本文很有必要对雨雪条件对道路交通状态产生的影响进行深入分析。由于雨雪条件对交通状态的影响可以通过交通参数的变化体现，在本研究中可对现有研究进行综合与扩展。1.2.2 交通状态运行态势估计本文所研究的雨雪条件下道路交通运行态势估计方法主要针对交通拥挤状态的空间扩散范围和拥挤持续时间进行估计，下面主要从交通拥挤状态的时空扩散范围估计与预测方面进行研究现状分析。（1）国外研究现状国外专家学者多以排队论和交通波模型为基础，对异常交通状态的空间扩散范围和拥挤持续时间进行研究。Michalopoulos 11等运用流体动力学的原理提出了交通拥挤扩散范围估计的交通波模型，通过模拟水波起伏来寻求交通三参数之间的关系，描述交通拥挤消散过程。Morales 12通过车辆到达离去曲线估计偶发拥挤，建立排队论模型确定排队长度及拥挤持续时间，尽管实用性不强，其思想发人深省。Golob 13基于概率论的思想将拥挤持续时间作为随机变量建立概率密度函数，结合历史实测数据计确定交通异常状态持续时间的置信区间。G.F.Newell 14根据波动理论并基于实际数据建立了累计流量车辆到达离去模型，并延伸出累计占有率车辆到达离去模型以及累计流量占有率曲线模型，在估计交通拥挤扩散范围方面取得了一定进展。Lawson 15提出了根据定位队尾车辆来对交通异常状态范围和持续时间进行估计的方法。JiunBiing Sheu 16定义了不同交通状态的随机参数用以估计异常状态扩散范围，并提出了随机排队预测模型。（2）国内研究现状在对交通状态运行态势估计时，需要结合一定的交通状态判别算法。国内在交通状态判别方面，庄斌、杨晓光等17针对城市快速路网中两交叉口之间的路段发生交通事件时的交通流运行特性，提出考虑流量和占有率的交通状态自动判别准则；通过交通拥挤检测指标的选取，提出拥挤状态下平均占有率的自动检测算法，并按四相交通状态进行算法参数标定。於毅在18中运用系统工程的思想，对路网交通状态进行系统结构分析，选定路段角度进行建模，最终提出基于系统结构分析方法的路网交通状态判别模型。王伟、杨兆升等19通过对控制系统与诱导系统的信息进行协同处理，定义消除路段长度的交通拥挤系数，并提出基于该系数的加权平均法对协同子区内的交通状态进行判别。张雷元、袁建华等20 提出了一种基于模糊推理的交通拥挤状态判别算法，该算法的原理简单，输入要求不高，但准确度比较高。在交通拥挤扩散范围估计方面：李维21通过对交通拥堵进行界定，并对城市道路交通拥挤扩散特点展开分析，提出冰雪条件下基于路口拥挤的路网拥挤扩散范围估计算法和冰雪条件下基于路段拥挤的路网拥挤状态扩散范围估计算法；朱琳22围绕“城市快速路交通状态估计”，提出了适应城市快速路交通特性的改进元胞传输模型，基于该模型设计了包括交通拥挤空间扩散范围和拥挤持续时间在内的交通拥挤四维特征参数估计算法；宋淑敏23通过对城市道路常发性与偶发性交通拥挤的时空扩散规律分析，确定拥挤评价指标，对非常态下区域交通拥挤空间扩散范围和路网交通拥挤持续时间的估计方法进行研究，提出基于联合判断的道路交通拥挤状态时空扩散估计方法。（3）对本文研究的启示鉴于现有研究成果，本文将交通状态划分为畅通、轻微拥挤、拥挤和严重拥挤四个拥挤程度，由于交通拥挤程度是一个比较模糊的概念，故后文研究中将采用基于模糊理论的交通拥挤度对交通状态进行量化判别。现有的交通状态运行态势预测技术与方法对交通状态运行态势的估计结果大多是只针对路网交通拥挤空间扩散范围或只针对路网交通拥挤持续时间的估计，同时针对路网交通拥挤时空运行态势估计的方法仍鲜见。因此本文展开对道路交通状态的时空运行态势估计方法研究，最终得到雨雪条件下道路交通运行态势时空估计图。1.3 论文研究的主要内容1.3.1 研究思路针对雨雪条件下道路交通状态运行态势估计方法，主要按照以下思路开展研究：首先，探讨雨雪条件对道路交通系统产生的影响；其次，探讨雨雪条件下交通拥挤状态的交通流特性；再次，对雨雪条件下城市道路交通拥挤扩散的特点进行分析，并进行道路交通状态运行态势估计建模，得到雨雪条件下道路交通拥挤状态的时空扩散范围和交通状态运行态势估计时空图；最后借助仿真平台和历史数据，对估计方法进行验证。具体研究技术路线如图1-1所示。1.3.2 章节安排根据上述研究思路，本文的研究内容主要分为四章：第1章：绪论。本章对论文的选题背景及意义进行阐述；对国内外研究现状进行分析并得出对本文研究的启示。第2章：雨雪条件对道路交通状态运行态势的影响分析。本章从多方面进行雨雪条件对道路交通系统产生的影响分析，并对雨雪条件下交通拥挤状态的交通流特性进行分析。第3章：道路交通状态运行态势估计方法建模。本章对雨雪条件下交通拥挤扩散范围及持续时间进行分析，建立雨雪条件下道路交通状态运行态势估计模型。第4章：实证性研究。通过Paramics交通仿真软件对雨雪条件下道路交通高峰时段拥挤状态演变运行过程进行模拟，运用matlab软件对检测数据进行适当处理，将处理后的数据输入模型进行验证，并对验证结果进行分析评价。第5章：总结与展望。对全文的工作和结论进行总结，并根据本文研究中存在的缺点与不足提出完善建议。1.4 本章小结本章介绍了本学位论文的选题背景、研究目的和意义，重点分析了雨雪条件对道路交通状态的影响、交通状态运行态势估计两个方面的国内外研究现状，并据此得到研究启示，最后明确了本文的主要研究思路和章节安排。图1-1 本文研究技术路线图47第2章 雨雪条件对道路交通状态运行态势的影响分析第2章 雨雪条件对道路交通状态运行态势的影响分析2.1 雨雪条件对道路交通系统产生的影响分析本节从驾驶员生心理因素、交通需求、交通网络可靠性和交通数据检测器可靠性四个方面，分析雨雪条件对道路交通系统产生的影响。2.1.2 雨雪条件对驾驶员生理、心理因素的影响当驾驶员在行驶过程中发生感知判断或操作差错时，就可能引发严重的交通事故，从而造成事故性交通拥堵。在雨雪环境中，驾驶员往往出现焦虑、注意力不集中、视线受阻等情况24。王超等在9中的调查表明，雨量的大小、降雨时间会对驾驶员产生不同的影响。降雨对驾驶员所造成的心理、生理影响程度见表2-1。由表2-1得到图2-1。从上图可以看出，不同降雨量级别对驾驶员的心生理影响不同，小到中雨对大多数驾驶员的心生理影响均不显著，持续中雨及大到暴雨对大绝大多数驾驶员影响显著。驾驶员的动视力、身体协调程度、环境感知能力等生理因素和注意力集中程度、心理紧张程度（焦躁情绪）、对不确定性变化的应对能力等心理因素会因为受到将雨条件的影响而成为安全行车的隐患。因此，驾驶员在行车过程中的期望车速会降低，在对采集到的交通数据进行预处理和进行交通状态运行态势估计时，应予以考虑。由于雨雪条件可对驾驶员生心理产生影响，又使得车辆在行驶过程中制动效能下降，因此雨雪条件下发生交通事故的概率较常态下大。若发生交通事故，事故救援与处理难度较常态下大得多，必然导致更严重的交通拥堵，且拥堵持续时间也会更长，扩散范围也会更大。2.1.2 雨雪条件对交通需求的影响雨雪条件的发生，会导致交通需求在道路网络时空环境中重新分布，也会导致日常交通需求锐减，对出行者行为也有影响。雨雪条件发生后，驾驶员生心理会产生一系列变化，这使得驾驶员对安全性的要求高于舒适性和便捷性，在进行路径选择时会更偏向于安全性较高的方案。出行者选择是否出行、出行时间、目的地、出行方式和出行路径的规律和正常状态下也不相同，出行者考虑更多的是交通安全和路网的可靠性。因此日常交通需求（如以购物、出访、旅游、娱乐等为目的的交通需求）会锐减，选择以公交、城轨、出租等方式出行的交通需求会增加，且交通需求在雨雪量级减少的时段会相对集中。表2-1 降雨对驾驶员生理、心理所造成的影响程度雨的分类降雨时间驾驶员生理变化（%）驾驶员心理变化（%）显著比较显著不显著无明显影响显著比较显著不显著无明显影响小雨开始降雨0767260127315持续降雨9186762754163中雨开始降雨63549101023616持续降雨5832100613360大雨开始降雨752500821800持续降雨10000094600暴雨开始降雨93700100000持续降雨100000100000图2-1 降雨对驾驶员生理、心理所造成的影响程度变化趋势图2.1.3 雨雪条件对交通网络可靠性的影响交通网络可靠性是指交通网络在其随机变化的整个运营过程中，在各种破坏因素共存的条件下，交通网络对社会交通需求的持续满足能力。交通网络可靠性主要包括三个方面：路网连通可靠性、行程时间可靠性和容量可靠性。路网连通可靠性是指道路交通网络保持连通的概率，反映了网络中各节点的连通状况，是从网络的拓扑结构来描述网络的可靠性；行程时间可靠性是指OD之间交通在一定的路网交通需求水平下，在特定的时间间隔内能够成功到达的概率，是以行程时间波动性反映道路交通网络的可靠性；容量可靠性是指考虑出行者路径选择行为，以路网通行能力成功适应一定交通需求和提供一定服务水平的概率来评价道路交通网络的可靠性25。下面依次分析雨雪条件对三个可靠性的影响：1) 在路网连通可靠性方面，雨雪条件对交通设施的可利用性产生影响，将降低路网的连通性。例如降雨条件下，涵洞路段可能出现大量积水，从而阻碍车辆通行；降雪条件下，高架桥与快速路上坡路段出现较多积雪，影响车辆正常爬坡，从而降低甚至失去可用性。2) 在行程时间可靠性方面，由于雨雪条件导致路网连通性降低，而且对驾驶员的路径选择倾向和出行者的出行方式与出行时间选择产生了较大的影响，因此增加了出行时间的波动程度，降低了行程时间可靠性。3) 在容量可靠性方面，由于雨雪条件下驾驶员的期望车速降低、车头间距变大、路面附着系数下降，道路通行能力将下降。又由于出行者的日常交通需求减少、出行方式多选择公共交通，更进一步降低了道路网的容量可靠性。综上分析可知，雨雪条件对道路交通状态的主要影响表现在能见度降低、交通标线被覆盖、视距不良、路面摩擦系数减小、路面积水积雪等，不利于行车安全。具体影响见表2-2。表2-2 雨雪条件对道路交通状态的影响程度分析程度条件 严重影响影响轻微影响雨视线严重受阻，难以分辨路况；极易引发大面积交通堵塞，区域交通受滞，阻碍居民日常出行；道路可靠性大大降低能见度低，视距不良；道路附着系数降低，车辆易出现水滑现象，制动效能下降，车速低，部分路段积水过深阻碍通行；路网的连通可靠性和行程时间可靠性降低视距下降，易引发交通事故；车速缓慢，车辆出现排队，渐渐导致交通轻微拥挤；行程时间可靠性下降雪积雪埋没道路，甚至压坏交通标志和路旁植被，严重阻碍车辆通行；积雪反光严重，车辆几乎无法出行，或交通严重受阻；连通可靠性大大降低路面积雪覆盖交通标线，道路通行能力大幅下降；路面附着系数很小，车速低，常发性交通拥挤更严重；路网的连通可靠性和行程时间可靠性降低路面有少量积雪不易刹车，易引发交通事故；道路通行能力下降，造成车辆在交叉口排队，产生轻微拥挤；路网的行程时间可靠性和容量可靠性都有所下降2.1.4 雨雪条件对交通数据检测器可靠性的影响动态交通数据自动采集技术可分为固定型交通数据采集、移动型交通数据采集和大空间交通数据采集三类26,27。各类技术所能获取的交通参数和雨雪条件下的可靠性分析见表2-3。通过上表分析可以看出，目前应用较广泛的环形线圈检测器对天气条件不敏感，在雨雪条件下可靠性较高，而视频检测器易受天气条件的影响，在雨雪条件下可靠性较低。因此在实际应用中应根据各类检测器在雨雪条件下的可靠性进行模型输入数据的选取。表2-3 各类数据获取技术分析检测器类型可获取的交通参数雨雪条件下的可靠性固定型交通数据采集技术环形线圈检测器流量、占有率、车型、车长；车速不易受恶劣天气的影响；可靠性高磁力检测器流量、车速、占有率、车型（双磁力检测器还可直接获取时间平均速度、调和平均速度、单车或平均车长）不易受恶劣天气的影响；可靠性高微波雷达检测器流量、车速、占有率、车头时距对天气变化不敏感；可靠性高超声波雷达检测器流量、占有率；车速温度变化、强烈的气流紊乱等环境因素都会影响传感器检测性能；可靠性低主动红外检测器流量、车速、车型在大雨、大雪天气下，灵敏度会下降，造成漏检或多检；可靠性低被动红外检测器流量、车速、占有率、车型、排队长度不易受恶劣天气的影响；可靠性高被动声学检测器流量、车速、占有率、车型对降雨天气不敏感，较低的温度可能会影响检测的准确度，检测性能受降雪影响；可靠性低视频检测器流量、车速、占有率、车型、车头时距、密度、车长、排队长度等易受恶劣天气的影响；可靠性低移动型交通数据采集技术浮动车（GPS/GSM）流量、地点车速、占有率、车辆实时位置；行程时间、行程车速无影响；可靠性高车辆自动识别系统（AVI）流量、占有率；行程时间、平均行程车速暴雨、暴风雪等影响能见度条件的天气下，检测效率降低；可靠性低大空间交通数据采集技术遥感检测器流量、密度、排队长度；行程时间、饱和度、大范围路网中道路拥挤的位置与程度等获取信息受限少，范围大；可靠性高2.2 雨雪条件下交通拥挤状态的交通流特性分析为了对雨雪条件下的道路交通状态运行态势估计方法进行研究，选取雨雪条件下早晚高峰的交通拥挤状态作为研究对象，因此需要先对雨雪条件下交通拥挤状态的交通流特性进行分析。2.2.1 雨雪条件下常发性交通拥挤的交通流特性分析常发性交通拥挤是指交通需求大于道路上固定瓶颈处的通行能力时发生的交通拥挤现象，并且拥挤交通的界面会随着排队的增加向上游回溯，即拥挤交通波向上游传播。雨雪条件下常发性交通拥挤与常态下常发性交通拥挤的交通流特性存在异同之处，下面分别进行详细分析。（1）相同之处雨雪条件下和常态下，交通流在固定瓶颈上、下游都会分别形成交通拥挤波和扩张波，因此下游的交通状态不受固定瓶颈处拥挤交通状态的影响，上游交通状态会随着固定瓶颈处拥挤时间的持续而受到交通拥挤波的影响，交通拥挤状态扩散至上游。如图2-2所示。在固定交通瓶颈处，道路通行能力减小，如果上游到达的交通量大于此通行能力，就会有排队产生。随着时间的持续，排队交通量将不断积累，交通拥挤状态慢慢回溯到上游，这样拥挤状态就在空间范围内向上游扩散。当上游到达交通量减小，小于固定瓶颈处的通行能力时，排队将不再增加。随着固定瓶颈下游交通扩张波的疏散，排队的车辆逐渐得到释放，待全部释放完毕，交通拥挤波与扩张波也随之消失。图2-2 常发性交通拥挤扩散示意图如图2-3所示的车辆累积到达与释放曲线图，横轴代表时间，纵轴代表累计交通量，上游车辆累计到达曲线为，固定瓶颈处车辆累计释放曲线为。从图中可以看出：1) 在时刻之前，与重合，说明平峰时段上游车辆到达的交通量小于等于固定瓶颈处的通行能力，此时段释放量等于到达量，无车辆排队；图2-3 车辆累积到达与释放曲线图2) 时刻之后，进入早高峰，上游车辆到达的交通量大于固定瓶颈处的通行能力，瓶颈处以通行能力进行车辆释放，车辆开始排队。时刻上游车辆到达量等于固定瓶颈处的通行能力，之后到达交通量继续减少，因此时刻排队达到最大长度，最大排队车辆数为，最长排队时间为；3) 时刻，排队完全消散，交通拥挤波与扩张波消失，车辆释放与到达交通量相同；4) 交通拥挤状态的空间扩散范围为辆排队车辆所占据的道路长度，交通拥挤状态的持续时间为。（2）相异之处雨雪条件下驾驶员的期望行驶车速会降低，为了提高安全性，行驶中和停车时所保持的车头间距较大，道路通行能力降低，交通需求量也减少。雨雪条件与常态下常发性交通拥挤状态的交通流特性相异之处可归纳如下：1) 在雨雪条件下，交通拥挤波与扩张波的传播速度降低，折减系数为（雨雪条件与常态下驾驶员的期望车速的比值）。在进行相应交通波运算时，需要考虑到此降低系数；2) 由于雨雪条件下车头间距较大，图2-3中相同的值所对应的排队空间距离相应较大，即相同的流量所产生的交通拥挤状态的空间扩散范围较大；3) 由于雨雪条件下车辆行驶速度降低，相同的排队车辆数，拥挤消散所需的时间也较长；4) 相同的交通密度条件下，雨雪条件下的交通状态较常态下应较拥挤。在进行交通拥挤状态判别时需要有所体现。2.2.2 雨雪条件下偶发性交通拥挤的交通流特性分析偶发性交通拥挤是指交通需求大于道路上临时瓶颈处的通行能力是发生的交通拥挤现象并且拥挤交通的界面会随着排队的增加向上游回溯，即拥挤交通波向上游传播。雨雪条件下偶发性交通拥挤与常发性交通拥挤的交通流特性在拥挤形成与扩散时是相同的，在拥挤消散时不同。固定交通瓶颈下游的扩张波并不向瓶颈处及上游传播，其传播方向与交通流运行方向相同；拥挤排队车辆的头车位置固定在固定瓶颈结束处，排队尾车位置向上游扩散；拥挤开始消散时，交通拥挤波界面传播方向与交通流运行方向相同，排队尾车位置从上游向固定瓶颈处移动。临时交通瓶颈产生的交通拥挤通常在瓶颈消失后开始消散，消散波向拥挤上游传播，与交通流运行方向相反；但与此同时拥挤波继续向上游传播，整体呈现出拥挤车队在空间范围内向交通流上游继续扩散，但排队长度在扩散中逐渐缩短，当排队完全消散时拥挤波与消散波同时消失。下面对雨雪条件下偶发性交通拥挤消散过程中的交通流特性进行详细分析。图2-4 偶发性交通拥挤消散分析曲线如图2-4所示的偶发性交通拥挤消散分析曲线，图中同图2-3。时刻临时交通瓶颈的出现导致道路释放车辆数减少，小于到达车辆数，产生拥挤排队。拥挤排队的出现导致该路段的交通需求减少，在点后变缓。临时交通瓶颈在时刻得到清除，此时该位置以通行能力进行排队车辆释放，故在时刻排队达到最大长度，排队交通量为。此后交通消散波开始向排队车辆上游扩散，如图中所示，其斜率表示单位时间内受到消散波影响的车辆数，可用雨雪条件下的交通波传播速度与车头间距的比值计算得到。消散波在时刻传播到排队尾车处，此后将无排队车辆。在与之间，交通流密度仍较大，随着车队的离散，在时刻之后道路交通状态回到临时瓶颈产生前的状态。在整个过程中偶发性拥挤的空间扩散范围是从临时交通瓶颈处向上游扩散，最远扩散到时刻到达车辆的位置处，即辆排队车辆所占据的空间长度范围，此范围应采用雨雪条件下较大的车头间距进行计算；交通拥挤持续的时间为，排队存在的时间为。2.3 本章小结本章首先从驾驶员生理心理因素、交通需求、交通网络可靠性和交通数据检测器可靠性四个方面进行雨雪条件对道路交通系统产生的影响分析；然后对雨雪条件下常发性交通拥挤和偶发性交通拥挤的交通流特性进行详细分析，为后文对雨雪条件下道路交通状态运行态势估计方法建模提供依据。第3章 道路交通状态运行态势估计方法建模第3章 道路交通状态运行态势估计方法建模本章对雨雪条件下城市道路早晚高峰交通拥挤状态的运行态势估计方法展开研究，旨在建立雨雪条件下比较可靠的城市道路交通状态时空估计模型，并给出道路交通状态运行态势时空图，为交通诱导和交通管理提供直观的帮助，也为出行者进行出行决策提供依据。3.1 雨雪条件下城市道路交通拥挤扩散分析当交通拥挤产生后，往往会向上游扩散，如果能对雨雪条件下城市道路交通拥挤的扩散范围和持续时间进行估计，在进行交通诱导和交通管理时会得到更好的效果，提高雨雪条件下的路网利用率，方便出行。3.1.1 扩散范围分析交通拥挤排队形成之后，随着到达车辆数的增加，排队向上游扩散。如果某路段的拥挤排队车辆延伸至上游路段，则表明交通拥挤状态从该路段扩散到了上游路段。在城市道路网中，路径选择实际上就是路段的有向连接。路段间交通拥挤状态的空间扩散范围分析对交通状态运行态势估计十分必要。如图3-1，横轴表示时间轴，纵轴表示相对空间位置。通过对雨雪条件下交通拥挤状态的交通流特性分析可知，常发性交通拥挤的最大空间扩散范围就是从固定瓶颈处到最大排队队尾处；偶发性交通拥挤的最大空间扩散范围是从临时瓶颈处到拥挤排队消散的位置。拥挤排队下游边界函数用表示，上游边界函数用表示。当判别出的点处的交通拥挤状态为严重拥挤时，可用式（3-1）计算拥挤排队的上、下游边界函数。 （3-1）则该时刻的交通拥挤排队空间扩散范围为 （3-2）对于常发性交通拥挤，交通拥挤状态的空间扩散范围就等于最大排队距离；对于偶发性交通拥挤，由于交通拥挤消散过程中的交通流特性，交通拥挤状态的空间扩散范围是从存在排队车辆的最下游位置到最上游位置间的距离，如式（3-3）： （3-3）图3-1 交通拥挤排队时-空扩散示意图：（上图）常发性交通拥挤；（下图）偶发性交通拥挤。3.1.2 持续时间分析交通状态运行态势估计的另一个重要方面是状态持续时间。常发性交通拥挤多在固定的时间段发生在固定瓶颈位置，其持续时间也相对固定，一般是每天的早晚高峰时段。偶发性交通拥挤通常具有很大的随机性、突发性和不可预知性，但拥挤的成因、易发路段、诱因排除等方面具有可统计分析性，偶发性交通拥挤的持续时间也可以通过一定的方法进行预测。由于雨雪条件下的道路通行能力下降，高峰期间交通需求也下降，对雨雪条件下城市道路交通拥挤持续时间的分析是交通状态运行态势估计的重要依据。从图3-1中可以看出，拥挤持续时间是从拥挤开始形成到拥挤排队完全消散为止的时间。可以用下式计算： （3-4）对于常发性交通拥挤，交通拥挤持续时间一般是在早晚高峰时段。对图2-3中和曲线进行求导，得到图3-2交通量到达-离开曲线：图中为常态下道路通行能力，为雨雪条件下的道路通行能力，为常态下道路车辆到达率，为雨雪条件下道路车辆到达率。由于（为平均饱和车头时距） （3-5）雨雪条件下为安全考虑会比常态下大，假设，则 (3-6)雨雪条件下车速较低，交通需求较少，车辆的到达率也较常态下小。假设，高峰期间车辆到达服从二项分布，则有 （3-7）其中每个计数间隔持续的时间；采样间隔内到达的平均车辆数；检测车辆到达数据的均值；平均到达率。由式（3-7）可以估计雨雪条件下的车辆平均到达率，即可得到的值。图3-2 雨雪条件与常态下常发性交通拥挤持续时间对比分析图从图3-2中雨雪条件与常态下常发性交通拥挤持续时间对比分析图中可以看出：常态下拥挤在时刻达到严重程度，从到间拥挤消散，拥挤持续时间为；雨雪条件下拥挤在时刻达到严重程度，从到间拥挤消散，拥挤持续时间为。对于偶发性交通拥挤，临时交通瓶颈的存在时间是可以预知的，那么从拥挤排队开始到排队最大的时间是可预知的；拥挤消散过程可以应用交通波模型计算消散时间，那么偶发性交通拥挤的持续时间就可以预知。3.2 雨雪条件下基于路段拥挤的交通状态运行态势估计在对雨雪条件下交通状态运行态势估计方法研究时，用（j表示检测时间点的序数）表示相邻检测时间点的拥挤排队长度变化值，则有：1) 若，表明排队长度在继续增加，交通拥挤状态处于扩散阶段；2) 若，表明排队长度基本维持不变，交通拥挤状态处于保持阶段；3) 若，表明排队长度在逐渐缩短，交通拥挤状态处于消散阶段。下面提出具体的交通拥挤状态空间扩散范围和持续时间估计算法。3.2.1 交通拥挤状态扩散范围估计本节对某时刻雨雪条件下的道路交通拥挤扩散范围进行估计时，采用的思路为：从研究路段下游第一个拥挤路段向上游路段回溯，至到判别出的交通状态恢复畅通为止，计算处于拥挤状态的路段长度。同一时间点在研究路段上可能有多个不连续的拥挤状态，对拥挤扩散范围的估计实质上就是确定拥挤区段的始末位置。由于拥挤扩散方向与交通流运行方向相反，拥挤区段的开始位置在下游路段，结束为止在上游路段。具体算法思想描述如下：1) 拥挤的开始位置：若路段横截面的交通状态为拥挤，且下游紧邻的横截面处的交通状态为畅通，则路段横截面为交通拥挤的开始位置；2) 拥挤的结束位置：若路段横截面的交通状态为畅通，且下游紧邻的横截面处的交通状态为拥挤，则路段横截面为交通拥挤的结束位置。基于上述算法思想，本文提出雨雪条件下基于路段拥挤的交通状态扩散范围估计方法，算法流程图如图3-3所示。其中为路段横截面位置的序列数，为研究路段横截面总数；为检测时间间隔的序列数，为第个时间间隔时横截面处的车流密度，为个状态与状态之间的临界密度，各取值表示的交通状态为=“畅通”，“轻微拥挤”，“拥挤”，“严重拥挤”=1，2，3，4；表示统计时刻研究道路沿线的交通拥挤状态的个数，为第个拥挤的空间扩散范围；为布尔值，表示交通状态为拥挤，表示交通状态为畅通；为色阶指数，在绘制交通状态运行调试估计图时，不同的色阶指数显示不同的颜色，交通状态为畅通、轻微拥挤、拥挤和严重拥挤时的色阶指数值分别取1、2、3、4；处于交通严重拥挤和拥挤状态的路段统一认为是交通拥挤状态，处于轻微拥挤和畅通状态的路段统一认为是畅通状态。时间点研究路段上交通拥挤状态空间扩散范围估计方法的输出结果有拥挤状态的个数和每个拥挤状态的空间扩散范围。图3-3 某时间间隔时道路交通拥挤状态扩散范围估计方法流程图下面确定雨雪条件下各交通状态间的临界密度。在进行道路交通状态判别时，规定占有率与交通状态有如下关系 （3-8）则的临界占有率为0.4，的临界占有率为0.6，的临界占有率为0.8。由 （3-9）取雨雪条件下的最小车头间距为可得，。由于 （3-10）雨雪条件下速度的折减系数为，车头时距的扩增系数为，则雨雪条件下临界密度的修正系数为。3.2.2 交通拥挤状态持续时间估计本节对所研究道路在路雨雪条件下交通拥挤状态的持续时间进行估计时，采用的思路为：从交通状态由畅通变为拥挤的时刻起，至该次交通拥挤状态变为畅通的时刻为止，此持续时间即为该次交通拥挤状态的持续时间。对拥挤持续时间的估计实质上就是确定拥挤的起始时刻和终止时刻。具体算法思想描述如下：1) 拥挤的起始时刻：道路交通状态由畅通演变为拥挤的时间点。由于交通流运行过程中存在一定的波动，且在交叉口附近存在周期性排队，在进行拥挤起始时刻判别时，认为连续三个时间间隔内的交通状态都为拥挤时，确定第一个拥挤状态的时间点为拥挤起始时刻，否则认为是交通流的随机波动；2) 拥挤的终止时刻：道路交通状态由拥挤演变为畅通的时间点。同样认为连续三个时间间隔内的交通状态都为畅通时，确定第一个畅通状态的时间点为拥挤终止时刻。基于上述算法思想，本文提出雨雪条件下基于路段拥挤的交通拥挤状态持续时间估计方法，算法流程图如图3-4所示。其中为时间间隔序列，为数据采集间隔时间；为横截面处第个时间间隔的车流密度，为个状态与状态之间的临界密度，同图3-3中的意义；为一次畅通状态所持续的时间，为第次交通拥挤状态所持续的时间；为横截面处第个时间间隔的交通状态；为色阶指数。横截面处第个交通拥挤状态持续时间估计方法输出结果是第个交通拥挤状态的持续时间。图3-4 横截面处第个交通拥挤状态持续时间估计方法流程图3.2.3 交通状态运行态势估计图在对雨雪条件下城市道路交通拥挤状态扩散范围和持续时间进行估计后，为了能给交通诱导和交通管理提供直观的帮助，也为出行者进行出行决策提供依据，本节提出能在出行信息发布系统中直接发布的交通状态运行态势估计图。以时间序列为横轴，以相对位置为纵轴，以速度的倒数为竖轴，以不同的色阶显示交通状态，则交通状态运行态势估计图的绘制流程如图3-5，图3-6为某路段高峰时段的交通状态运势态势估计图28。图3-5 交通状态运行态势估计图绘制流程图3-6 某路段沿线交通状态运行态势时空图3.3 本章小结本章主要对雨雪条件下城市道路交通拥挤的空间扩散范围和持续时间