（交通运输规划与管理专业论文）间断流车辆延误特征与运行状态判别研究.pdf

摘要 摘要 g p s 探测车技术使大范围的动态交通运行状态信息采集成为可能，但在信 号灯控制的城市道路应用中，既有的间断流运行状态判别方法，不能充分发挥 g p s 探测车技术的广域采集优势。既有的间断流运行状态判别方法，以样本平 均方法估计路段的平均行程时间，最终获得平均行程车速特征指标。但是，在 信号灯控制的问断流设施环境中，信号灯对车辆行程时| 、日j 造成较大的影响，通 过样本平均方法得到的路段平均行程时问与真实值偏差较大。当样本量较小时， 平均行程车速的估计值具有偶然性，交通运行状态的判别结果不能反映真实道 路状况。 针对这一问题，论文首先对间断流的“子群分离”现象进行了研究。通过 分析不同子群的车辆延误特征，将车辆延误的特征参数与子群比例进行关联。 然后，利用车辆延误极值参数与子群比例的相关性，以恰好出现两次停车车辆 的临界状态为参考，给出了间断流运行状态与子群l ：t , f f 0 的关系。最后，论文提 出了利用单个车辆延误样本对路段运行状态判别的方法。该方法首先判断样本 的子群归属，进而根据车辆延误与子群比例的关系，确定路段的当前交通状态。 论文提出的路段运行状态判别方法以特定的假设条件为基础，因此不能作 为间断流运行状态判别的一般方法。但是，论文提出的车辆延误特征分析方法 可以为一般情形下的间断流运行状态判别提供新的思路。 关键词：间断流，车辆延误特征，运行状态判别，交通运行状态阈值，两次停 车车辆，g p s 探测车 a b s t r a c t b e c a u s eo ft h es m a l ls i z eo fp r o b ev e h i c l e si nas h o r t - t i m ei n t e r v a l ，e s t i m a t l o n o fa v e r a g et r a v e ls p e e di sm o r el i k e l y t of l u c t u a t ew i t h i naw i d er a n g e ，w h l c h1 s u s u a l l vt h es a m ea st h a to fas i n g l ev e h i c l ed e l a y t h i sn a t u r em a k e se v a l u a t l o n o n t r a 伍cc o n g e s t i o nm o r ed i f f i c u l t i no r d e rt oi m p r o v e t h ec o n s i s t e n c yo fe s t i m a t l o no t a v e r a g et m v e ls p e e d ，v e h i c l ed e l a ym o d e l s ，w h i c hd e p i c t t h ee x t r e m ev a l u e so t v e h i c l ed e l a y ，a r ep r o p o s e di nt h i sp a p e r b a s e do nt h e s em o d e l s ，an e w m e t h o dt o i m p r o v et r a f f i cc o n g e s t i o ne v a l u a t i o ni sr e c o m m e n d e d t oi m p r o v et r a f f i cc o n g e s t l o n f o ri n t e r m p t e df l o w t h en e wm e t h o d i sf e a t u r e db yi t st r a f f i cc o n g e s t i o nc n t e r l o n t h eb a s i cc o n c e p to ft h en e wm e t h o di s d i v i d e dt h ev e h i c l e 。s e tf r o ma9 1 v e n i n t e r r u p t e d f l o wi n t ot w o s u b s e t ，e a c h o fw h i c hh a ss i m i l a r v e h i c l ed e l a y c h a r a c t e r i s t i c i n p u t v a r i a b l e so ft h ev e h i c l ed e l a ym o d e l s i n c l u d et h es l g n a l p a f 锄e t e r s ，t h ef r e e f l o wt r a v e lt i m ea n dt h ep r o p o r t i o no f t h et w o s u b s e t 。r e s u l t 舶ms i m u l a t i o ns h o w st h a t ，t h em o d e l sp r o p o s e da r ea b l et o c a p t u r et h ee x t r e m e v e h i c l ed e l a yo ft w o - s u b s e t t h en e wm e t h o d ，t od e t e r m i n et h et r a f f i cc o n g e s t i o nc r i t e r i o n f o ri n t e r r u p t e d f l o w - i sd i s t i n c tf r o mf o r m e rm e t h o di nt w of e a t u r e s f i r s t l y , t h em a x l m u ma v e r a g e d e l a vo ft r a 伍cf l o w ，i nw h i c ht h e r ei sn ot w i c e - s t o p p e dv e h i c l e ，i su s e d a sc r i t e r i o n b e 僦e e nw i d e o p e nc o n d i t i o na n dc o n g e s t e d c o n d i t i o n s e c o n d l y , t h er a n g e o fv e h l c l e d e l a vf r o mt h es a m es u b s e tw i l ln o to v e r l a pb e t w e e nw i d e _ o p e nc o n d i t l o n a n d c o n g e s t e dc o n d i t i o n k e yw 。r d s ：i n t e r r u p t e df l o w , c h a r a c t e r i s t i c s 。fv e h i c l e d e l a y ，i d e n t i f i c a t i 。n 。f t r a f f i cs t a t e ，t r a f f i cc o n g e s t i o nc r i t e r i o n ，t w i c e s t o p p e dv e h i c l e ，p r o b e v e h i c l e i i 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 学位论文作者签名：玛均位 2 。o 勺年6 月岁e l 学位论文版权使用授权书 本人完全了解关于收集、保存、使用学位论文的规定，同意如下 各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有 权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字 化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文 全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者 机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校 可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名：鸡词隹 2 。7 年石月多日 第l 章绪论 第1 章绪论 1 1 研究背景 交通拥挤诱发交通事故，导致环境污染加剧、全球气候变暖等问题，已经 越来越受到世界各国的关注。据联合国跨政府气候变迁专家小组( i p c c ，2 0 0 7 ) 研究表明啼2 5 引，在过去的近5 0 年中，全球平均气温由1 4 度增加到1 4 5 度，北 极冰盖厚度减少5 米，同时全球平均海平面升高近5 0 米。据美国国家科学院和 美国交通部( 2 0 0 8 ) 晦们的一项联合研究报告表明，如果对交通拥堵不采取有效 的应对措施，未来5 0 年气温将增加卜2 度。近年来，世界各国都在通过i t s 缓 解交通系统的负面影响方面取得进展，并预计在未来1 0 2 0 年的时间罩，将在 减少拥堵和能耗方面取得显著成效隋朝嘶5 7 1 。美国拥堵控制空气质量改善项目 ( c m a q ) 认为在智能交通系统的各种应用中，实时交通信息系统更能够缓解交 通拥堵、提高公共交通系统服务水平，并改善空气质量。在美国2 0 0 5 年通过并 实施的交通法案( s a f e t e a - l u ) 嘞3 中，将实时交通信息系统( r e a l t i m e t r a n s p o r t a t i o ni n f o r m a t i o ns y s t e m ) 的研究与建设列为优先发展项目，并要 求每个州都要在2 0 1 0 年前建立覆盖全州的实时地面交通监控信息系统。 作为智能交通系统的重要内容，实时交通信息系统提高了交通出行的便利 程度，减少出行时耗、缩短不必要的行程，既省时、省油，又提高行车安全。 从全球范围看，实时交通信息系统发展迅速，尤其是面向出行者的实时交通信 息系统内容丰富，形式多样。目前，美国大部分城市可以通过网站或者手机查 询到的实时信息包括：车道( 道路) 关闭、道路施工、道路实况照片或视频、 拥挤地图、主要道路行程时间和交通气象( 道路能见度、雨雪等) ，部分州还 通过5 l l 声讯系统提供实时信息服务瞳1 。实时交通信息形式多样，其中基于行 程时间的实时交通信息被认为最具通用性和直观性，这也使得基于行程时间( 出 行时间) 的交通信息成为研究和应用的热点。 将“基于行程时间的交通信息”应用于出行诱导，有两种主要形式：一、 拥挤地图；二、点到点的出行路径优化。目前，在众多面向公众的出行诱导应 用中，以拥挤地图的应用最为广泛。拥挤地图表达路段两个方向的交通运行状 态，可以分为三个级别：畅通、缓慢和拥堵。拥挤地图传达给出行者的关键信 第1 章绪论 息是当前路网中拥堵路段的位置，即“目前哪里拥堵”。借助这些信息，出行者 可以在出行f j 或出行过程中，对自己的出行路径进行优化。 实时交通运行状态是拥挤地图发布的内容，而实时交通运行状态的获取通 常是以适时的行程时间数据为基础。因此，按照行程时间采集技术的不同，拥 挤地图有多种实现方法。美国行程时间采集手册( f h w a ，1 9 9 8 ) 将行程时 间的采集技术分成4 类，即测试车( t e s tv e h i c l e ) 调查技术、车辆牌照技术、探 测车( p r o b ev e h i c l e ) 技术和其他非传统采集技术( 微波雷达、红外检测器、超 声波检测器等) 。在该手册中，探测车技术定义为利用自动定位技术( a u t o m a t i c v e h i c l el o c a t i o n ，简称a v l ) 采集车辆的位置和时间信息用来估算路段( 径) 行 程时问的技术手段。而按照定位技术的不同，探测车技术又可以衍生出许多子 类：g p s 探测车技术、手机探测车技术、自动车辆识别( a u t o m a t i cv e h i c l e i d e n t i f i c a t i o n ，简称a v i ) 探测车技术、信标( s i g n p o s t ) 探测车技术、无线射频 ( r a d i of r e q u e n c y , 简称r f ) 的探测车技术，等等。 近年来，国内外基于不同行程时间采集技术的实时交通信息系统研究和实 验项目层出不穷，各种技术也日趋完善。但是，在众多的行程时间采集技术应 用中，g p s 探测车技术因精度高、覆盖范围广、成本低等优点而发展最为迅速， 应用也最为广泛。目前，国内北京、上海、深圳、成都、宁波等城市已经采用 了基于g p s 探测车技术的实时路况采集与拥挤地图发布系统。 尽管基于g p s 探测车技术的实时交通数据采集技术研究和应用越来越多， 但从既有研究成果看，该技术在连续流交通设施环境( 如高速公路和城市快速 路) 的适用性研究相对较为成熟，而在信号控制的间断流交通设施环境的适用 性研究还相对较弱。 1 2 面临问题 道路交通设施按照交通流环境中是否存在中断交通流的控制因素，可以分 为连续流设施和间断流设施( t i m ，h c m 2 0 0 0 ) 。在连续流设施条件下，交通 流状况取决于交通流内部车辆之间的相互作用，以及车辆与道路几何线性、环 境特性之间的相互作用。对于间断流设施，中断交通流的控制因素包括信号灯、 停车让行标志等，本文研究研究的设施环境为信号灯控制的间断流设施。在信 号灯控制的间断流设施条件下，交通流状况不仅受到交通需求水平和物理空间 2 第1 章绪论 的限制，还受到不同流向交通流通行时问的限制。 间断流设施的运行状态判别主要包含三方面内容：交通流状态特征指标的 选择、特征指标的状态阈值定义和特征指标的估计方法。目前，国内外在拥挤 地图应用中，间断流设施的运行状态判别均以“路段平均行程车速 为运行状 态的指标，并采用基于经验设定的状态阈值，参见附录a 。由于平均行程车速的 估计以路段行程时间为基础，路段平均行程时间成为交通运行状态判别的关键 步骤。探测车技术利用测试车行程时间的样本均值作为路段平均行程时间的估 计值。在信号灯控制的城市道路环境中，车辆行程时间受路段长度和信号灯延 时的影响。当路段较短时，信号灯延时对车辆行程时间造成较大影响，通过样 本平均方法得到的路段平均行程时间与真实值偏差较大，尤其在样本量较小时， 样本均值具有偶然性，交通运行状态判别结果不能反映真实道路状况。 1 3 研究目的和研究意义 为了满足用户对拥挤地图的需求，需要确定每个路段的交通运行状态，但 无须对每个路段的行程时间进行确切的估计。本文试图通过对间断流的车辆运 行特征进行研究，提出其他能够表达间断流状态的特征指标和基于该特征指标 的状态阈值定义；并在该特征指标的估计方法上，除了利用探测车数据外，增 加对信号灯控制参数的考虑。 g p s 探测车技术使大范围的动态交通运行状态信息采集成为可能，但在信 号灯控制的城市道路应用中，既有的间断流运行状态判别方法，不能充分发挥 g p s 探测车技术的广域采集优势。本文的研究将弥补这一缺陷，具有重要的理 论意义和应用价值。 1 4 研究思路与内容 1 4 1 研究思路 根据面临的问题和研究目的，论文研究的思路如图1 1 。 第l 章绪论 图1 1 论文的研究思路 研究对象 超关键技术 研究成果 1 4 2 研究内容 依据本文的研究思路，论文共分五章，各章的主要研究内容如下： 第1 章绪论 本章阐述了论文研究的背景，提出研究问题；分析本文研究的目的和意义； 简要介绍了研究的思路与内容。 第2 章研究综述 首先，对传统的问断流运行状态判别的抽样估计方法进行了对比，并总结 了该方法的适用条件和应用目的；其次，对间断流车辆行程时间差异特性的相 关研究进行了对比和归纳，为本文的研究提供了基本思路和方法原型。 第3 章间断流的车辆延误差异特征分析 本章以问断流的一个子流“直直交通流”为研究对象，对直直交通流 的车辆差异特征进行分析。由于交叉口信号灯影响，直直交通流的车辆延误具 有显著的分群特征。本文采用7 个参数对这一特征进行描述，其中包括四个车 辆延误极值特征参数和三个车均延误特征参数。结合假设条件，论文提出了利 用信号控制参数( 包括信号周期、绿信比、相位差) 、自由流行程时间( f f t t ) 和子群比例( p ) 对7 个特征参数进行( 模型) 估计。最后，估计方法与仿真方 法的结果对比表明，本文提出的方法能够准确的分析直直交通流的车辆分群特 4 第l 章绪论 征，同时也证明了利用p 指标作为间断流状态特征指标的合理性和可行性。 第4 章基于车辆延误差异特征的间断流运行状态n - 另j j 方法 基于间断流车辆延误极值特征的研究成果，将路段的交通运行状态分成三 级别：畅通、缓慢和拥堵。本章提出了基于最优样本分群的交通流状态指标估 计方法，综合考虑了交通流的分群特征和样本量因素，使交通流状态特征指标 的估计值更加接近真实值，从而能够提高间断流运行状态判别的精度。本方法 除了采用探测车数据外，还利用了相对易于获得的信号控制信息，是一种可操 行性较强的间断流运行状态判别方法。 第5 章结论与展望 总结了论文的主要研究成果，提出研究的不足之处及需要进一步研究的内 容。 第2 章研究综述 第2 章研究综述 本章通过对已有研究的综述，重点突出以下两个方面的问题：其一、传统 测试车技术法是如何确定最小样本量。其二、在已有利用探测车技术提取间断 流交通特征的研究中，如何利用信号控制方案来减少估计特征参数所需的探测 车样本量。 2 1 测试车技术的样本量模型研究 2 1 1 基本假设条件 美国f h w a 行程时问采集手册( s h a w nm t u r n e r 等，1 9 9 8 t 9 】) 认为，从 广义上而言，浮动车测速方法、跟车测速方法以及探测车技术都可以称为测试 车技术，因为其目的都是通过对交通流的小比例抽样对交通流的平均行程时间 进行估计。 传统测试车技术的应用始于1 9 2 0 s 1 3 】，以浮动车测速方法和跟车测速方法 ( w a r d r o p 等，1 9 5 4 1 6 】；周商吾等，1 9 8 7 1 7 】；f r e dl h a l l ，1 9 9 7 8 】) 为代表。 传统测试车技术，是对交通流行程时间的抽样估计方法，适应于连续流设施条 件也适应于间断流设施条件，是交通工程实践中广泛应用的一项技术。测试车 调查技术，通常被用来对路网中某个路段或者道路区间在高峰小时的交通运行 状态进行评估，从而进行交通问题诊断，或对某项工程措施或者交通管理措施 的改善效果进行后评估。 在传统的测试车技术中，为了使测试车的行为能够代表交通流移动的平均 水平，测试测驾驶员受到“平均”驾驶行为的约束，即测试车要尽可能跟随前车又 要尽可能不被后车超过。因此，传统测试车技术又被称为“主动”测试车技术。与 “主动”测试车技术不同，在探测车技术中，驾驶员的行为不受“平均”驾驶行为 的约束，并且测试车的驾驶员并不是主动参与到交通流测试活动，因此被称为“被 动”测试车技术。 无论是“主动”测试车技术还是“被动”测试车技术，其估计交通流平均行 程时间的思路基本相同，即基于简单随机抽样方法，将测试车行程时间的样本 均值作为路段平均行程时的估计值。虽然在用于不同目的应用时采用的计量工 6 第2 章研究综述 具和具体的实现方法有些变化，但是在针对不同的交通流条件确定所需的最小 测试车跟测次数时，所用的样本量模型基本相同。 2 1 2 最小样本量模型 测试车技术的最小样本量模型的问题是：基于简单随机抽样方法，在某个时 段内，要估计车辆通过给定路段的平均行程时间，所需要的最小跟车次数。 在交通流的简单随机抽样模型中，假设对交通流的每个观测样本都相互独 立，当观测样本量的小于3 0 时，观测样本均值服的服从t 分布，那么样本均值 是交通流总体的无偏估计统计量，即路段行程时间均值估计的标准偏差应该会 随着样本量的增加而趋近于0 。基于这一假设条件，估计总体交通流的行程时间 的最小样本量的确定取决于三个因素：( 1 ) 车辆行程时间的变异系数c v ，( 2 ) 可接受的相对偏差水平e ，( 3 ) 期望估计显著水平口。按照统计学原理，最小样 本量的确定如公式( 2 1 ) 【1 4 】- 【1 8 】： 门：堕业! 竺：堕( 2 1 ) e 式中， 口：表示估计显著水平； e ：表示可接受相对偏差； z 1 刊2 ：表示标准正态分布( 1 - a 2 ) 的右分位点； c v ：表示行程时间的变异系数，等于研究时段内行程时间方差和平均行程 时问的比值。 为了便于计算，在公式( 2 1 ) 中用标准正态分布代替了t 分布。通常，利用 该公式得到的样本量在2 0 2 5 之间，被认为是较为合理的估计结果。如果计算的 样本量小于2 0 ，为了减少用正念分布代替t 分布的偏差，通常在确定最小样本 量时候在公式( 2 1 ) 的计算结果基础上增加2 个样本。在实践中，e 通常取5 、 1 0 、1 5 或2 0 ，口通常取5 、1 0 、1 5 。口和e 的具体取值取决与应用目 的。按照偏差的定义不同，已有的最小样本量推荐值可以分为两类：满足相对 偏差水平的观测样本量推荐值和满足绝对片偏差水平的观测样本量推荐值。 2 1 3 最小样本量推荐值 在问断流环境下，由于影响路段行程时问的波动的因素较多，由于不同的学 者在确定最小样本量时考虑的影响因素不同，因而给出的建议最小样本量不尽 7 第2 章研究综述 相同。 b e r r y 和g r e e n ( 1 9 4 9 ) t 1 4 】通过对信号协调的道路和无信号协调的城市道路进 行了调查研究，给出了相对偏差1 0 ，置信水平9 5 下，无协调的信号控制的 城市道路的最小样本量为8 1 2 ，如表a 。三年之后，b e r r y ( 1 9 5 2 ) 【1 5 1 又根据不 同车道数量和不同道路拥挤状态的路段交通流行程时间进行了研究，认为1 0 的偏差水平下，估计路段行程时间的最小样本量推荐值为5 1 3 。 表2 1 路段行程时问抽样估计最小样本量推荐值 分类一 饱和交通流饱和交通流 协调控制 8| 无协凋控制 81 2 注：( 1 ) 非饱和指流量小丁通行能力，饱和指流量接近或者等丁- 通行能力； ( 2 ) 来源：b e r r y 和g r e e n ，1 9 4 9 。 表2 2 路段行程时间抽样估计最小样本量推荐值 标准偏差跟车次数 信号控制的城市道路 ( m p h )5 相对偏差1 0 相对偏差 单向两车道，非拥挤条件3 03 0 8 单向两车道，拥挤条件2 74 01 0 单向人于两车道，。啦拥挤条件 1 81 85 单向大丁两乍道，拥挤条件 2 25 01 3 注：( 1 ) 表中，m p h 表示英里每小时。 ( 2 ) 来源：( b e r r y ，1 9 5 2 ) 周商吾等学者( 1 9 8 7 ) 口1 认为由于受行程时间的影响，采用跟车测速方法通 常只能得到6 - 8 个观测样本，有时还要受到偶然因素的影响。但是在交通流量 较大时，在相同的路段上，交通流中不同车辆经历的车辆延误基本接近，因此 6 - 8 个观测样本的能代表道路上的实际车速。但是当交通量较小的时候，测试车 较难跟踪到有代表性的车辆，即使得到6 8 个观测样本，其样本均值也未必能 够代表道路上的实际车速。 l o m a x ( 1 9 9 7 ) 1 1 6 通过对1 9 个交通研究机构的调查数据汇总分析，认为高 峰时段城市道路的路段的行程时间在1 0 2 0 ，参见附录2 。从统计数据可以 看出，交叉口密度( 信号密度) 与c y 关系最为密切，因此对于给定的路段， 如果没有交通流的c v 调查数据，可以通过信号密度确定c y ，从而用公式( 1 ) 确定所需的最小样本量。l o m a x ( 1 9 9 7 ) 认为，5 0 位的c y 对大多数的应用可 以满足需要，而对精度要求较高的应用可以取8 5 为的c v 。l o m a x ( 1 9 9 7 ) 利 8 第2 章研究综述 用不同交叉口间距下交通流的行程时间c v ，给出了最小样本量的建议值，如表 2 3 。从中可以看出，6 个样本适应于大多数情况下的估计需求。 表2 3 间断流行程时间估计所需的跟车次数推荐值 行程时间 最小跟7 f 次数 信号交叉口间距平均变异 8 0 置信水平9 5 置信水平 1 0 相对偏 5 相对 1 0 相对偏 5 相对偏 系数( ) 差偏差差 差 每英里不超过2 个 92 ( 6 )2 ( 6 )3 ( 6 )1 3 每英里3 个到6 个 1 23 ( 6 )3 ( 6 )4 ( 6 )2 3 每英里大于6 个1 54 ( 6 )5 ( 6 ) 73 5 注：( 1 ) 在“最小跟测次数”栏中，括号外的数字是利用公式( 2 1 ) 的计算结果，如果利用t 分布计算需要额外增加2 个观测样本，括号内的数字表示应用中的建议值。 ( 2 ) 来源：l o m a x ( 1 9 9 7 ) 在有些应用中，对交通流行程车速估计值的可接受精度是以绝偏差形式给出 的，如美国i t e 交通工程研究手册第四版( p a u lc b o x ，e t c ，1 9 7 6 ) i l7 j 中认为 交通运输规划中对佳通流车速的要求精度为3m p h 5 m p h ：交通管理、交通需求 短期预测和交通系统经济评估对车速的要求精度为2m p h 4 m p h ：对项目预评估 和后评估研究对车速的精度要求为1m p h 3 m p h 。依据不同绝对精度的要求，在 美国i t e 交通工程研究手册第五版i 博j ( r o b e r t s o n ，e t c ，1 9 9 4 ) 中，给出了利用 测试车方法对间断流行程时间进行估计的样本量推荐值，如表2 4 。其中的行程 车速平均偏差( a v e r a g er a n g ei nt r a v e ls p e e d ) 表示交通流中，单辆车辆的行程 车速与交通流的总体行程车速的平均偏差。从中可以看出，对于车速平均偏差 不超过1 0 m p h 的交通流，如果期望的绝对偏差不低于3 m p h ，在置信水平为9 5 的条件下，需要2 8 个观测样本。 表2 4 间断流行程时间估计所需的跟车次数推荐值 行程车速平均偏差 跟车次数 ( m p h ) 4 - 1 0m p h 士2 0 m p h 士3 0m p h 士4 0 m p h士5 0 m p h 2 542222 584322 l o2 l8543 1 53 81 4865 2 05 92 l1 286 注：( 1 ) 表中结果为9 5 的置信水平下的推荐跟车次数；其中m p h 表示英里每小时。 ( 2 ) 来源：( r o b e r t s o n ，1 9 9 4 ) 9 第2 章研究综述 2 1 4 ，j 、结 尽管不同的研究中所考虑的间断流行程时间变异系数的影响因素不同，但 是在最小样本量的推荐值上，基本上认为在流量较大的时段，6 8 个观测样本基 本上可满足大多数的应用需求。根据既有研究的最小测试测样本量确定模型， 测试车的最小样本量不取决于估计时段的长短，而是取决于：可接受的偏差水 平和期望的估计置信水平，以及交通流本身的车辆行程时问变异系数。因此已 有的测试车技术的最小样本量推荐值对于探测车技术的最小样本量要求有一定 的参考价值。 2 2 间断流车辆行程时间差异特性研究 既有研究表明，在间断流设施条件下的探测车样本量“相对不足”：一方面， 在较短的估计间隔内，如5 分钟，探测车的实际路段样本量很难达到统计学意 义上的最小样本量要求；另一方面，单纯通过增加探测车数量来提高路网覆盖 率需要付出非常大的代价，这在实际中往往是行不通的。因此，通过将探测车 与其他检测数据进行数据融合，探索适应探测车样本量特征的行程时间估计方 法成为主要出路。本节主要介绍利用将探测车与信号灯控制参数进行融合改善 行程时间估计精度的方法。 2 2 1转向因素的影响研究 与连续流设施环境不同，在间断流设施环境下，对于给定路段同一方向上 的交通流，即使在很短的时间内，按照进入路段的转向和离开路段的转向不同， 就可以分出多个子类。对于如下图的路段，如果用l 、r 、t 分别表示在交叉口 左转、右转、直行，那么路段上的车流有9 种可能的o d 组合：l - t 、r - t 、t t ； l - l 、r - l 、t - l ；l - r 、r - r 、t - r 。在特定的时段内，路段的交通流可能是由其 中的一类或多类组合而成。可以看出传统的测试车方法所采集的数据主要是直 直交通流。 1 0 第2 章研究综述 图2l 间断流的九类子流示意图 在对车辆延误差异特征进行分析时，通常只考虑只有下游的转向因素和下 游的信号控制因素。b r u c eh e l l i n g a ( 1 9 9 9 ) 咖认为如果探测车对九类子流的抽 样比例不同，就会导致交通流平均行程时间估计的偏差。b r u c e h e l l i n g a ( 2 0 0 2 ) ”“、a l e x a n d r et o r d a y ( 2 0 0 3 ) 嘲通过研究认为对于同一路段上的交通流，即 使下游的转向相同但上游转入方向不同，其车辆延误的极差和方差会有显著区 别。为了简化o d 对的种类，a l e x a n d r et o r d a y ( 2 0 0 3 ) 建立了一个限制左转的 间断流路网模型，其中包台了个两个信号交叉口a 和b ，如图2 2 。其中由a 到 b 的路段上包含了四个o d 对的交通流，分别为1 到4 ，1 到3 ，2 到3 和2 到4 。 a 围 图2 , 2 a l e x a n d r e 路网模型 仿真时段为早上6 ：0 0 “上午1 0 ：0 0 ，如图2 3 ，对应图中横轴上的 0 s 1 4 4 0 0 s ，图中显示了下游转向相同而上游转向不同的车辆行程时间差异特 征： ( 1 ) 对于( 1 到4 ) 和( 2 到4 ) ，虽然两组交通流在路段下游均为直行，但 是由于进入路段的转向不同，前者的样本标准差为2 8 s ，而后者仅为 50 s ，可见其行程时间的波动特征呈现显著差异。 第2 章研究综述 ( 2 ) 对比平峰与高峰时段，可以看出直直交通流( 1 到4 ) 在低交通负荷和 高交通负荷下的行程时间呈现两种不同分布特征，在高峰时段，直一直 交通流的行程时间呈现明显的分群特征。 f me n i t a n c a l t o e x i t 4 ( i = 2 83 )f m m e n a n c e 2 t o e x i t 4 ( 彳= 50 ) q 鐾墨过瓣襟隧撩 l ：一= w l 1 半降 ( a ) 1 到4 的车辆行程时问( b ) 2 到4 的车辆行程时间 注：( 1 ) 图中横轴表示车辆的通过上游停车线的时间( 单位s ) 纵轴表示在路段a b 上的 行程时间( 单位，s ) ；仿真时段为早上6 ：0 0 上午1 0 ：0 0 ，对应图中横轴上的0 s 1 4 4 0 0 s 。 ( 2 ) 来源：a l e x a n d r e t o r d a y ( 2 0 0 3 ) 。 幽2 3 下游转向相同而上游转向不同的车辆行程时间差异 222 到达时间的影响研究 ( 1 ) 基于相对到达时间( r e t ) 与路段行程时间差异规律分析 r e t ，即r e i a t i v ce n t r yt i m e ，它表示车辆通过上游停车线的时刻相对于下 游交叉口信号红初的相对时刻，取值范围0 - c y c l e ，其中c y c l e 表示信号周期。 p e t 不是对交通流总体特征的指标，而是用来描述间断流中车辆之间行程时问 的相互差异规律的参数。 t o d d l c 把a v e $ ，a l a n e k a r r , p i y u s h i m i t a t h a k u r i a h ( 1 9 9 8 ) 旧1 利用a d v a n c e 中探测车的路段行程时间数据，研究了信号控制因素对探测车之间的相关性进 行了研究，发现探测车的路段行程时间与相对进入路段的时刻( r e t ，相对于路 段下游的信号灯的时刻) 有密切关系，并且呈现周期复现规律。图2 4 显示了 某路段探测车的相对通过上游停车线的时间( 与行程时间( t 1 ) 的关系，图中 仅包括在路段下游直行的探测车数据。 第2 章研究综述 注：( 1 ) 图中横轴表示车辆的相对通过上游停车线的时间( r e t ，单位s ) ，纵轴表示路段 行程时间( 单位，s ) ；( 2 ) 图中的散点仅包括在路段交通流中在卜游直行的部分。 ( 3 ) 来源：t o d dl g r a v e s a l a nf k a r r , p i y u s h i m i t at h a k u r i a h ( 19 9 8 ) 图2 4 车辆通过上游停车线的时间( r e t ) 年h 路段行程时间 根据确定型信号口排队模型，建立了饱和度小于l 条件下，由流量和r e t 确定单辆探测车行程时间的模型： l i n kt r a v e lt i m e = f ( r e t ，) 去+ 犬一( 1 - c * v ) 水r e 丁，尺e 丁而r ( 2 2 ) 一l r e t 尺+ g f f sj 、一c v 其中， r e t ：车辆通过上游停车线的时刻相对于下游交叉口信号红初的相对时刻； l 表示路段长度( m ) ； f f s 表示自由流车速( m s ) ； r 、g 分别表示下游的红灯时长、和绿灯时长( s ) ； c 表示饱和车头时距( s ) ； v 表示上游直行交通流到达流率( 辆s ) 。 第2 章研究综述 ( 2 ) 基于确定性排队模型的间断流抽样方法 b r u c eh e l l i n g a ( 1 9 9 9 ) 基于确定性排队模型对信号交叉口的车辆到达交叉口 的时间与延误关系进行了分析，并提出根据按照到达停车线或者到达队尾的时 刻进确定车辆延误的方法，如图2 5 。此处，“车辆到达交叉口的时间”指车辆到 达停车线后队尾的时间，或如果车辆到达时停车线后没有排队，“到达交叉口的 时间”为车辆到达停车线的时间。 从中可以看出在红初到达的车量延误最大，排队消散后至绿灯末到达的车 辆没有延误。b r u c eh e l l i n g a ( 1 9 9 9 ) 按照到达时刻不同将交通流分成三个组：第一 组红灯启亮到红灯结束，第二组从绿灯启亮到排队完全消散，第三组总排队消 散到绿灯结束。按照分组，单辆车的延误表示为到达时刻的分段函数： d j 口= d = ，+ ( 生一1 ) t ，0 ， 盟( 2 ) ，厂 f ，。 一 ( 2 3 ) s t 一r 0 ，t c f f t t ，( 2 ) o f f s e t = f f t t ，( 3 ) o f f s e t f f t t 。本 文研究仅限于第一种情形。 3 3 车辆延误的特征值参数分析 3 3 1独立交叉口的车辆延误特征 本节首先对车辆在单个独立信号交叉e 1 的车辆延误差异特征进行分析，其 中本节主要关注车辆通过停车线的时间与车辆延误的关系。 如第二章所述，基于均匀到达假设和确定性排队模型，b r u c eh e i i i n g a ( 1 9 9 9 ) 提出了基于车辆达交叉口时间确定车辆延误的模型，如图2 6 。可以看出，车辆 延误与到达交叉口的时刻有直接关系，其中在红初到达交叉口的车辆延误最大， 在排队消散之后到达的车辆延误最小。从图中可以看出最大的车辆延误为一个 红灯时长，最小延误为0 。显然，该模型中忽略了红初的初始排队，当交叉口度 增加时，由于初始排队增加，排队消散时间增加，红初到达交叉口的车辆延误 会远大于红灯时长。尽管如此，该模型所反映的红初到达交叉口的车辆延误最 第3 章间断流的车辆延误著异特征分析 大，绿末到达交叉口的车辆延误最小的规律，对一般信号交叉口的车辆延误特 征具有普遍的适用性。 在非饱和条件下，如果假设车辆通过停车线的车头时距相等，且通过停车 线的时间恰好等于一个绿灯时长，那么当绿灯启亮后，第一辆车自爱绿初通过， 最后一辆车在绿木通过。在该假设情形下，根据以上的分析结论可以推定：并 且最先通过停车线车辆所经历的延误最大，其后的排队车辆所经历的车辆延误 依次减小，如图3 8 。 o e l a y ( 3 8 “d s q r s r e dm t e r v a lt r )g r e e ni n t e r v a l g ) 注：( 1 ) 图中横轴表示到达交义口的时间( 单位s ) ，纵轴表示车辆延误( 单位s ) ； ( 2 ) 图中横轴0 时刻为红初，：表示红灯时长，g ：表示红灯时长，：表示相对于红 初排队全部消散的时刻，c 一表示周期时k ，s ：表示流率，q ，：表示红灯期问到达流率。 ( 2 ) 来源：b r u c eh e l l i n g a ( 1 9 9 9 ) 图3 7 车辆到达时刻与车辆延误的关系 注：( 1 ) 图中横轴表示车辆通过交叉口停车线的时间，纵轴表示车辆延误； ( 2 ) 横轴的0 时刻对应绿初，g 表示绿灯时长； ( 3 ) 假设乍辆通过停乍线的时问恰好等于绿灯时长。 图3 8 车辆通过停车线的时间与车辆延误的关系 第3 章间断流的车辆延误差异特征分析 3 3 2 车辆延误的极差 对于直一直交通流同一个车队，“车辆延误的极差”指车辆延误的最大值与 最小值的之差。根据前文分析，如果间断流上下游信号周期相同，且信号方案 ( 包括信号周期、绿信比、相位差) 不发生变化，同时上游进入的交通需求量 基本稳定，那么构成该问断流的所有车队通过该路段的经历可以视为基本相同。 如图3 9 所示，为两个车队通过下游交叉口的轨迹示意图，根据上文的结 论，对下游交叉口而言，同一个绿灯间隔内开出停车线的车辆延误依次减小，其 中最先开出的车辆的延误大于后开出车辆的延误。因此，对于下游交叉口的第 二个绿灯间隔而言，k 、虼、以、虼的车辆延误依次减小。如果不考虑上游 红灯期间其他车辆的转入的车辆，圪、k 开出下游停车线的时刻接近，但离开 上游停车线的时刻相差一个上游红灯时间，因此车辆延误相差一个上游的红灯 时间。 根据前文假设条件，如图3 9 所示，圪与k 、圪与砭的车辆延误近似相 等，那么对于第一个车队，子群l 中p i 的车辆延误最大，p2 的车辆延误最小，子 群2 中圪的车辆延误最大，的车辆延误最小，并且圪与的车辆延误相差 一个下游的红灯时长。那么车队子群l 车辆延误的两个极值( 磷“、d 二t 。) ，与 子群2 车辆延误的两个极值( 珑。、珑i 。) 之间满足以下关系： 珑。= d 二i 。+ r 洲 ( 3 4 ) d ：i 。= d i + 心( 3 5 ) 式中， d k 、d ：m ：分别表示子群1 的车辆延误的最大值和最小值； 珑“、d i i 。：分别表示子群2 的车辆延误的最大值和最小值； r 胪如，：分别表示上游的红灯时长和下游的红灯时长。 第3 章间断流的车辆延误差异特征分析 f 游 停午线 卜游 停车线 i i + 一r 。一 ，。 ，：，7 ， ，_ ，巧，7 ：圪，以，圪 ， ， ，7 ， ， ，。 ，。 磷。珑n 珑瑶。珑。磷i 。 ， ， ， ，7，二，7 。， ， ，7 ， 、 注：( 1 ) 两条横线分别表示车辆通过上、下游交叉口停车线的时刻，其中横轴较粗的部分 表示绿灯时间，上游停车线的时间轴上0 点对应绿初时刻。( 2 ) 以、以为第一个车队的 子群1 的首车和尾车，以、圪为第一个车队的子群2 的首车和尾车，k 、圪为第二个 车队的子群1 的首车和尾车。其他符号意义同前。( 3 ) 图中的虚线仅表示同一辆车通过两 条停车线的相对时间关系，不能表示车辆在路段上的行驶轨迹。 图3 9 子群首车和尾车的路段行程时间示意图 基于以上假设条件和结论，对于直直间断流，可以做出以下推断，直直间 断流在通过下游交叉口时，两个子群的车辆延误会将互不重叠的，且两个子群 之问的间隙不小于上游的一个红灯时长。因此，对于下游交叉口同一个绿灯间 隔通过停车线的车辆，通过下游停车线的时问与车辆延误的关系可以近似表示 为图3 1 0 。同样，对于上游交叉口的同一个绿灯间隔内丌出的一个车队，车辆 的通过上游停车线的时间与车辆延误的关系可以近似表示为图3 1 1 。 蝼 测 暴 抖 车辆通过下游停车线的时刻 注：横轴0 点表示卜游交义口的绿初时间，g o 圳表示下游绿灯时长，t q 表示车队的子群2 通 过下游停车线所用的绿灯时间。其他符号，意义同上。 图3 1 0 车辆通过_ 卜游停车线的时刻与下辆延误的关系 3 2 第3 章间断流的车辆延误差异特征分析 蹬 艘 铎 针 车辆通过上游停车线的时刻 注：横轴0 点表示上游的绿初时间，g ，。表示上游绿灯时k ，t p 表示子群1 通过上游停车线 所需要的时间。其他符号，意义同上。 图3 1l 车辆通过