车道占用对城市道路通行能力影响

车道占用对城市道路通行能力影响摘要随着城市的发展，城市交通问题越来越受到重视，其中各种各样的占道堵塞交通的问题是其中的主要问题，如车祸，占道施工等，对占道问题的研究有助于这些问题的科学解决，本文研究了车祸时车道被占用对城市道路通行能力的影响，通过线性回归的分析，简单直观的表现研究了事故发生后排队长度与事故横截面实际通行能力、事故持续时间、路段上游车流量之间的关系。关键词：线性回归实际道路通行能力折线图一：误差处理：通过视频可以看到，视频中车辆通过距离长短、花费时间长短都比较小，车辆在通过事故路段时并不是匀速，人工测量具有很大的相对误差，无法距离、时间、车速进行精确建模，无法利用常见的公式求得实际通行能力。然而，经过统计，将视频的时间做如下分类:（1）事故持续时间段：从事故发生到事故车辆撤离的时间段；（2）车辆饱和状态：视频中大部分时间段内，相邻的两辆车在保证一定安全距离的条件下都是接连缓慢通过事故所处横断面的，也就是说车辆对事故所处横断面处的补充作用一直是饱和的，因此符合实际通行能力中的“最大小时通行量”的定义,可以利用该类时间内的横断面单位时间内的车流量来反映道路实际通行能力的大小；不同类别时间段的时间段类别分配对应时刻总长度/s事故持续时间段16:42:33~17:00:091056视频的跳跃16:49:37~16:50:0516:56:00~16:57:58146车辆短缺状态16:42:33~16:42:4016:44:16~16:44:3278（3）车辆短缺状态：两辆车之间的距离大于安全距离时，两辆车相继通过事故所处横断面的时间间隔较大，车辆的补充作用处于短缺状态无法反映“最大小时通行量”的关键本质；（4）视频跳跃段：实际视频中存在画面跳跃的情况，需要加以剔除：由上表可知,整个视频中画面除去跳跃部分,一共有1056（s）-146（s）=910（s）的正常时间,其中车辆短缺状态时间为78s,占正常时间的91.43%，可以认为绝大部分时间内，事故所处横断面一直处于车辆饱和状态，即最大小时通行量状态，利用单位时间内车流量即可作为最大通行能力。二：数据处理通过查找资料，我们可以找到如下几种数据的处理方法。（1）车辆折算系数车类轿车大客车电瓶车折算系数11.50.2根据以上系数计算出各个观察时间点的交通流量，值得注意的是，有一些观测区间不满30秒，对于这种数据我们采用加权的方法，估计出满30秒的交通流量，权值L的大小按如下公式计算：L=30/(观测的时间)然后计算出完整的交通流量变化表：视频1交通流量变化表时间区间1234567车祸发生91011流量（辆/半分钟）8.18.94118.79.7109.212.11112131415161718192021227.610.71099.211242526272829303132333438.511.5109.3911.2363738车祸撤离404142911.610.721.121.714.6对于事故发生后的实际通行能力，由于车道被占用，肯定会减小，至于它的变化过程，我们只有观察实际的交通流量，从交通流量的变化中找出实际通行能力的变化过程，为此我们经过认真地分析和记录数据得到每30秒的交通流量，得到各时刻通过横断面车辆的数量和种类，，然后把各种车辆的数量转换成标准车当量，得到各时间区间的实际交通流量，数据见下表：视频2各个观察区间的交通流量时间区间12345车祸发生78910111213交通流量3.415.8313.213.910.18.613.313.214151617181920212223242526279.912.89.911.18.2148.811.211.71515.928293031323334353637383940419.910.6111.611.97.912.612.110.410.411.1424344454647484950515253545510.210.710.89.611.411.513.611.19.910.19.4565758596061626364事故撤离666769.910.19.41110.512.912.918.320.3（2）视频1各时段通过车辆数起始时间轿车大客车电瓶车起始时间轿车大客车电瓶车16：38:3961316:49:32-16：49:3820116：39:0971216:50:0571316：39:3940016:50:35110116：40:09100516:51:0581116：40:3961616:51:3590416：41:0981116:52:05 81016：41:3972 016:52:35810车祸发生16:53:0571016:42:3262116:53:35-16:53：5251016:43:0273316:54:04100016:43:32110016:54:3471416:44:0271516:55:0490016:44:3280216:55:35100616:45：0270116:57:55-16:58:1851216:45:3290316:59:09-16:59:3171016:46:0281116:59:44-17:00:0780116:46:32801车祸撤离16:47:0270 317:01:21163316:47:3291117:01:51-17:02:08101416:48:02100017:03:23-17:03:50111316:48:3290016:49:02901视频2各时段通过车辆数时间小轿车电瓶车大客车时间小轿车电瓶车大客车17:28:5132017:48:21102117:29:21154017:48:5162117:29:5130017:49:21123017:30:21165117:49:51103117:3033017:50:21102017:34:2192017:50:51102017:34:51101217:51:2193117:35:21122117:51:5196017:35:5183117:52:2186117:36:2183017:52:51104017:36:51114117:53:2163217:37:21101217:53:51111017:37:5182117:54:21103117:38:21124017:54:51103017:38:5182117:55:2182217:39:2163317:55:51810117:39:5181017:56:2198217:40:21105217:56:5193117:40:5184017:57:2182117:41:21111017:57:5183117:41:51101117:58:2162217:42:21145017:58:5142117:42:51107317:59:2161217:43:21104017:59:51111017:43:5153118:00:2182117:44:2191018:00:5183117:44:5182118:01:2192017:45:21103018:01:5180217:45:51115018:02:2190117:46:2183218:02:51112117:46:5143018:03:2130017:47:2164218:03:28134317:47:5183218:03:58801（3）高速公路路段车辆换算系数车型平原微丘重丘山岭大型车小客车1.01.01.0由于考虑到不同时间段内的上游车流量因为相位时间的影响而变化，因此我们从视频中采集数据对上游车流量和时间进行拟合。本问将事故所处横断面作为下游路口，相位时间为30，单位时间为1分钟，当上游断面出现绿灯时，收集其后30内通过上游断面的车辆数，因为在接下来出现红灯的过程中没有车辆通过上游断面，所以将通过上游断面的车辆数作为单位时间的车量，即车流量；数据见下图：各时刻车流量123456789141514151817191918101112131415161718181914161415141413由于在交通事故发生的同时，下游单位时间内的通过事故横截面的车辆个数。故我们开始统计通过事故所处横截面的车辆数，每60统计一次，得到单位时间通过事故所处横截面的车辆数，即事故横断面实际通行能力，数据见下表：各时刻事故横断面实际通行能力12345671917141718201789101112131416151819202122由上面三种不同的数据我们可以发现，第二种数据是最原始的，没有进过处理的数据，在一定程度上拥有准确性，而数据一和数据三都对数据都做了或多或少的处理，让我们对数据或多或少有遗漏跟缺失。我们知道所谓实际通行能力是指在设计或评价某一具体路段时，根据该设施具体的公路几何构造、交通条件以及交通管理水平，对不同服务水平下的服务交通量（如基本通行能力或设计通行能力）按实际公路条件、交通条件等进行相应修正后的小时交通量。由于视频的时间只有20多分钟，而且从上游路口信号配时方案中可以看出，红绿灯的相位时间均为30秒，为了更好地反应交通流量的的变化过程，我们计算每60秒内的通过的标准车当量作为交通流量或通行能力。道路通行能力是表示道路所能承担车辆通过的能力，当道路上实际交通量小于其通行能力时，道路上行驶车辆处于自由行驶状态，车速较高，交通密度较小，车头时距分布规律符合负指数分布，车辆能实行超车；当道路上实际交通量接近或等于其通行能力时，道路上行驶的车辆用接近匀速的车速跟踪行驶，出现车队行驶现象，车头时距分布接近均数值；当道路上实际交通量超过其通行能力时，道路上行驶车辆密度增大，车速降低，出现交通拥挤和阻塞现象。三：数据的整理与分析通过我对数据二的分析与整理以及自己对视频资料的整理整理出下表：视频一：视频二：计算每个时间节点通过截面得车辆数换算成标准车当量，分三个车道，以60s为一个单位，统计了各车道的车辆通行量，与总通行量，以时间为自变量，通行量为因变量可以得到散点图。将散点图连接，得到曲线图。结合散点图和曲线图我们可以知道散点比较集中，并呈现一种持续向上或向下的趋势，由此我们可以使用线性回归进行分析。线性回归是利用称为线性回归方程的\o"最小二乘法"最小二乘函数对一个或多个\o"自变量（页面不存在）"自变量和\o"因变量（页面不存在）"因变量之间关系进行建模的一种\o"回归分析"回归分析。性回归模型经常用最小二乘逼近来拟合，但他们也可能用别的方法来拟合，比如用最小化“拟合缺陷”在一些其他规范里（比如最小绝对误差回归），或者在桥回归中最小化最小二乘损失函数的惩罚.相反,最小二乘逼近可以用来拟合那些非线性的模型。线性回归分为一元线性回归分析与多元线性回归分析。一元线性回归分析预测法模型分析\o"一元线性回归分析预测法"一元线性回归分析预测法，是根据自变量x和因变量Y的相关关系，建立x与Y的线性回归方程进行预测的方法。由于市场现象一般是受多种因素的影响，而并不是仅仅受一个因素的影响。所以应用一元线性回归分析预测法，必须对影响市场现象的多种因素做全面分析。只有当诸多的影响因素中，确实存在一个对因变量影响作用明显高于其他因素的变量，才能将它作为自变量，应用一元相关回归分析市场预测法进行预测。一元线性回归分析法的预测模型为：（1）式中，xt代表t期自变量的值；代表t期因变量的值；a、b代表一元线性回归方程的参数。a、b参数由下列公式求得（用代表）：为简便计算，我们作以下定义：(2)式中：这样定义a、b后，参数由下列公式求得：(3)将a、b代入一元线性回归方程Yt

=

a

+

bxt，就可以建立预测模型，那么，只要给定xt值，即可求出预测值。在\o"回归分析预测法"回归分析预测法中，需要对Ｘ、Ｙ之间相关程度作出判断，这就要计算\o"相关系数"相关系数r，其公式如下：相关系数r的特征有：①相关系数取值范围为：-1≤r≤1。②r与b符合相同。当r>0，称正线性相关，Xi上升，Yi呈线性增加。当r<0，称负线性相关，Xi上升，Yi呈线性减少。③|r|=0，X与Y无线性相关关系；|r|=1，完全确定的线性相关关系；0<|r|<1，X与Y存在一定的线性相关关系；|r|>0.7，为高度线性相关；0.3<|r|≤0.7，为中度线性相关；|r|≤0.3，为低度线性相关。(4)本题我们可以简单的使用一元线性回归分析。得到线性回归图。由散点图可知，视频一我们可分为两段进行分析。四：总结视频一在事故发生之前，该横截面处的交通流量具有很大的波动性，数据上下呈一高一低交错的周期性分布，分析原因，我们认为这和上游路段的红绿灯有显著关系。此时，交通顺畅，无车道占用情况，道路上行驶车辆处于自由行驶状态，车速较高，交通密度较小，车头时距分布规律符合负指数分布，车辆能实行超车，所以它的交通流量小于道路的最小通行能力,道路的通行能力不变事故发生后，由于车道被占用，道路的实际通行能力肯定会降低。其减小后的理论值已在图中画出。其交通流量还是呈现周期性分布，而且全都高出最大通行能力，数值趋于平缓，并且逐渐远离最小通行能力，这表示受交通事故的影响，交通流量高出最小通行流量的值趋于稳定，在事故发生后的2个观察区间内，交通流量的变化情况与事故发生前衔接得比较好，通过分析视频资料可知，这主要是因为事故刚发生时，其它车辆的整体行驶速度不会迅速下降，大致1分钟过后，由于事故带来的交通堵塞就逐渐严重起来，交通流量呈现迅速升高，有立马逐渐降低的周期性变化（受上游路段的绿灯放行的影响），而且数据有趋于平缓的趋势（因为事故车辆起到了一个限流的作用）。道路的实际通行能力逐渐降低。事故撤离后，交通流量在短时间内急剧增大，车流量犹如决堤之洪，经过一段时间的卸力后，交通流量便迅速降低，道路的实际通行能力恢复正常，从图中数据可以看出，短时间内交通流量任然大于道路的最大通行能力，但在逐渐降低，而且从视频中可以看出，上游路段的车流量较事故发生前要大得多，且有增大的趋势，这就意味着交通流量即使迅速降低也不会降低到事故发生前的水平，稍微分析视频资料可知，事故撤离后，视频中资料记录的时间是下午5点，到了下班的时间，交通流量自然会增大，甚至出现交通流量大于道路的实际通行能力的现象，这也属于正常现象，与事故的影响无关。综上所述，事故所处的横断面实际通行能力的变化过程可简述为：事故发生后，断面实际通行能力由正常水平逐渐降低，事故撤离后，横断面的实际通行能力又逐渐恢复到正常水平。视频二在事故发生之前，该横截面处的交通流量具有很大的波动性，数据在道路的实际通行能力上下呈一高一低交错的周期性分布，分析原因，我们认为这和上游路段的红绿灯有显著关系：当观测时间区间为绿灯放行时间时，再加上视频上显示的时间是下午5点半左右，正处于下班的高峰时期，此时的交通流量会超过道路的实际通行能力；当观测时间为红灯限行时间时，道路上车辆较少，行驶车辆处于自由行驶状态，车速较高，交通密度较小，车头时距分布规律符合负指数分布，车辆能实行超车，所以它的交通流量小于道路的最小通行能力,此时道路的通行能力不变。事故发生后，由于车道1和2被占用，只有车道3能正常通车，此时道路的实际通行能力肯定会降低，其减小后的准确值已在图中画出。可以看出其交通流量还是呈现周期性上下分布，而且基本上全都高出最大通行能力，折线图的前半段波动较大，周期性较强，而到后半段数值趋于平缓，这表示受交通事故的影响，交通流量高出最大通行流量的值趋于稳定，并且，可以看出，事故期间的交通流量的各个峰值均小于事故发生前流量的峰值，而各个周期的最小值又普遍大于事故发生前流量的最小值，这是因为事故车辆起到了一个限流的作用，即降低最大流量，提高最小流量。这个时候，道路的实际通行能力逐渐降低。事故撤离后，交通流量在短时间内急剧增大，车流量犹如决堤之洪，经过一段时间的卸力后，交通流量便迅速降低，道路的实际通行能力恢复正常，从图中数据可以看出，短时间内交通流量任然大于道路的最大通行能力，但在逐渐降低，这是由于事故造成的交通堵塞不可能在很短的时间内便消散。此时，道路的实际通行能力会逐渐地恢复到事故之前的正常水平。对于视频2中事故所处的横断面实际通行能力的变化过程可简述为：事故发生后，断面实际通行能力由正常水平逐渐降低，事故撤离后，横断面的实际通行能力又逐渐恢复到正常水平。对比最后，来分析事故所占车道不同对横断面实际交通能力影响的差异。我们单从视频1和视频2事故发生期间的交通情况进行分析可知，视频1中事故所占车道为车道3和车道2，仅最边上的车道可以通车，而视频2中事故占车道为2和1，仅车道3可以通车，从视频资料中可以看出，视频2中的车辆行驶的速度比视频1中的要快，而且车辆的总量也要多一些，从视频中还可直接看到，视频一种事故的处理时间交视频二中事故的处理时间短，车辆拥堵现象较视频二中严重，这可能与事故发生时间有关，视频二时间段为下班高峰期，道路的车流量相对较大，所以拥堵程度要比视频一严重。车道上从上游下来的车辆中走车道3的要比走车道1的也要多一些，这与附件三中给出的下游方向流量分布比例有关，附件三中下游路段右转流量比例为21%，直行流量比例为44%，左转流量比例为35%，说明多数司机在选择车道时会选择靠近中央的两条车道，一旦车道3和2被占用，多数车辆在交通不畅的情况下变换车道就会很慢，而若是车道2和1被堵，由于多数司机选中央路线，所以需要换车道的车辆不多，车辆的行驶速度稍快，交通流量也比视频1中大，交通流量又从侧面反映了道路通行能力的大小，这就是为什么视频2中道路的实际通行能力要比视频1中的通行能力大，即可以得到结论：占用的车道越靠近道路中央，对该横断面实际通行能力的影响越大。参考文献[1]袁以武.信号灯控制交叉口延误建模分析中的若干新问题[D].上海:上海大学理学,200