快速路交通仿真实验报告.docx
《快速路交通仿真实验报告.docx》由会员分享，可在线阅读，更多相关《快速路交通仿真实验报告.docx（13页珍藏版）》请在冰点文库上搜索。
快速路交通仿真实验报告
《交通流理论与仿真分析》
交通仿真实验报告
2014年8月15日
1研究背景
城市快速路系统以其快速、畅通、舒适的优点得到了我国大中城市的青睐，越来越多的城市加入快速路系统建设的行列。
然而由于车流量迅猛增加，快速路交通拥堵问题成为制约快速路系统功能发挥的瓶颈。
同时由于交通拥堵严重，车辆在怠速、低速、急加速、急减速等非稳态工况运行时间加长，致使机动车污染物排放加重，对人体健康的影响非常之大，甚至严重影响到居民生活质量。
亟须对城市快速路交通拥堵问题开展深入研究，以针对性提出解决策略。
城市快速路交通拥堵可分为常发性和偶发性，常发性交通拥堵是由于交通需求超过设施通行能力所致，经常发生在瓶颈设施处，具有一定形成规律。
早期交通流理论研究以基本图论方法为代表，将交通流分为自由流、稳定流、拥堵流３个状态。
假设模型的定态解在流量－密度平面上为１条曲线，曲线通过流量－密度图的坐标原点，并且至少具有１个极大值点，即流量和密度存在单值对应的关系，对于认识交通流线形及非线性关系起到重要作用。
然而该方法无法解释交通工程设施瓶颈处交通流状态变化。
然而这些分析更多的是定性的分析，缺少精细化定量研究。
近年来，关于城市快速路瓶颈处交通流速度特性的分析，成为了关于快速路交通流特性分析的一个热点问题，人们试图从中寻找到分析快速路运行状态的突破口。
以速度变化特性为依据对快速路交通拥堵形成、消散及变换进行分析，并给出量化的判别方法，以便直接服务于城市快速路交通系统管理与控制。
快速路瓶颈是整个快速路系统中能力较低的部分，而瓶颈处交通流失（Breakdown）是导致快速路拥堵的重要原因。
改善瓶颈处的运行状态则是快速路运行畅通与否的关键。
瓶颈包括偶发性瓶颈（如交通事故、道路养护、车队慢车等）以及常发性瓶颈（车道减少、驶入匝道、交织区、坡道段等）。
常发性瓶颈失效（Breakdown）是交通需求、驾驶行为及设施设计等多因素交互作用的结果。
随着交通需求的增加,我国一些大城市快速路出现了经常性的交通拥挤现象。
在这种拥挤状态下,车辆行驶速度大大降低,以较低的流率释放使得道路对交通疏导能力严重下降.由于这种交通流状态持续的时间较短（小于15min）,车流运行状态相对不稳定,在以往的研究中没有引起交通研究人员的重视.随着交通需求增加,车辆排队经常发生。
一方面,一旦车辆形成排队,对于出行者或管理人员关注的间题不再是道路具有的设计通行能力,而是更关注道路对交通的“疏散”能力,即在排队状态下,车辆的释放流率为多大;另一方面,随着对交通特性研究的深入,越来越多的研究表明，交通拥堵状态下,对通行能力定义提出了新的挑战;再有,随着智能交通系统的引入,排队持续时间、事件检测、路段行程时间预测等问题的提出,迫切需要针对瓶颈路段交通特性进行研究。
为此，人们想到了利用交通仿真技术来分析瓶颈路段交通特性。
交通仿真是用数学模型复现交通流时间空间变化的技术。
是分析交通系统在各种设定条件下的可能行为，以寻求现实交通问题最优解的一种手段，也是评价运输设施各类运用设计方案效果的有效方法。
根据交通仿真研究的层次不同，可以分为三个方面：
宏观交通仿真（MacroscopicTrafficSimulation）、中观交通仿真（MesoscopicTrafficsimulation）和微观交通仿真（MicroscopicTrafficSimulation）。
根据快速路瓶颈的时空特点，它通常是在一个不大的时空尺度内出现的交通现象，故应该采用微观仿真手段进行分析。
2瓶颈交通流分析
2.1实验线路介绍
本报告选择了上海内环高架快速路西北段内圈武宁路至镇坪路路段作为分析对象。
其道路线形均为平直路段，车道宽度和限速相同，下游均为单向双车道快速路，但其汇入方式稍有差别。
该分析路段包含两个出口匝道，分别连接武宁路和镇坪路，一个武宁路入口匝道。
从上游到下游依次为在武宁路下匝道、武宁路上匝道和镇坪路下匝道。
其中武宁路上匝道最初有两个车道，武宁路下匝道和镇坪路下匝道各有一个车道。
该路段因驶入匝道设置问题而形成了一个常发性的瓶颈点。
该路段在主线和匝道上均埋设有线圈检测器24小时记录车辆的通行情况。
本报告的实测数据来源于2010年7月30日的上海市快速路感应线圈检测数据，检测参数包括以车道为基础的流量、点速度、占有率，每20s系统上传一次数据。
经过处理之后形成快速路每5min的流量、点速度、占有率。
主线线圈布设位置如图1中所示，为简便起见，以37、38、39、40、41沿行驶方向依次代表为主线上的5个检测器，并以五个检测器的位置为准将该分析路段依次分为I、II、III、IV四个子路段。
在三个匝道上也分别布置有检测器，分别以WNO、WNI和ZPO来表示。
具体的线路走向和匝道检测器位置如图1-1和1-2所示。
图2-1分析路段走向图
图2-2路段检测器位置与匝道关系示意图
2.2交通流瓶颈分析
通过对当日检测器的数据的初步分析，绘制出图表反映当日交通流的变化，可以初步判定交通瓶颈产生的时空范围，进一步通过对交通流参数阈值的分析，可以较为准确的划分出独立瓶颈的时空边界，以确定下一步仿真分析的范围。
（1）流量变化
图2-3路段单日流量变化图（主线检测器）
在主线上，通过对5个检测器的流量数据的分析，绘制出了单日流量变化图2-3，从图中我们可以看到，主线路段各个检测器的流量高峰出现在上午7:
30前后，持续时间均较长直到晚上22时以后才有明显降低。
进一步分析发现，其中40号检测器的流量数据在相同时间内的5个检测器中始终处于最高位，而37和41号检测器的流量数据在各个时段均保持基本同步，同样的现象有出现在38和39号检测器之间。
而这三组检测器（40、37和41、38和39）的流量大小关系在一天时间内较为稳定。
图2-4子路段流量变化曲线图（考虑匝道流量）
而进一步将匝道的汇入和流出流量考虑在内后，我们绘制出了按4个子路段的流量变化图2-4。
图中的流量变化数值越大，表示上游和下游的流量差异越大，即是下游的瓶颈效应越严重。
在图中，14点至17点之间，子路段I的流量变化较大，反映出检测器39的下游路段有可能在这段时间内出现了瓶颈效应。
而整个子路段IV的流量变化相对最小，说明在检测器40的下游当日均无明显的瓶颈现在产生。
（2）速度变化
对各个检测器的速度分析，采用了下游与上游检测器的速度差来分析路段的交通流运行状况，这个差值越大，表示下游的交通状况越好于上游，即是上游可能出现交通瓶颈。
由图2-5知，在当日整个一天的时段内，子路段IV的速度差均大于0，表示了路段IV的上游可能出现了瓶颈造成了速度的下降。
同理，在9点到12点和13点到16点两个时间段，子路段I的速度差达到了两个负向峰值，说明它的下游出现了局部的拥堵造成了速度的下降。
图2-5子路段速度偏差直方图
最后，根据当日的实测数据绘制出了快速路速度时空分布contour图。
从图2-6中可以发现，以速度小于60km/h为标准，当日共出现了三个独立瓶颈，第一个出现的时间范围在上午大约9点至12点，空间范围在检测器整个分析路段上。
而另外两个独立瓶颈或者空间范围超出了分析路段，或者持续时间过短，均不适宜作为独立瓶颈来分析，故选择了图中最早的第一个瓶颈进行仿真分析。
图2-6快速路速度时空分布contour图
3仿真基本模型
在微观仿真平台vissim中建立基本仿真模型，包括路网建立、流量输入、驾驶行为分析。
在此阶段的仿真基本参数采用vissim平台默认参数设置。
为了采集数据，对应实际路段上的检测器布设的位置，在仿真模型中同样建立了相应的数据采集器用于收集仿真过程中的数据。
仿真模型中的数据采集器与实际的检测器的对应关系如下表3-1所示。
表3-1模型数据采集点和检测器对应关系表
仿真模型中的数据采集点
对应检测器
Measurement1:
DataCollectionPoint（s）1
37
Measurement2:
DataCollectionPoint（s）2
Measurement3:
DataCollectionPoint（s）3
Measurement4:
DataCollectionPoint（s）4
38
Measurement5:
DataCollectionPoint（s）5
Measurement6:
DataCollectionPoint（s）6
WN0
Measurement7:
DataCollectionPoint（s）7
39
Measurement8:
DataCollectionPoint（s）8
Measurement9:
DataCollectionPoint（s）9
40
Measurement10:
DataCollectionPoint（s）10
Measurement11:
DataCollectionPoint（s）11
41
Measurement12:
DataCollectionPoint（s）12
Measurement13:
DataCollectionPoint（s）13
WNI
Measurement14:
DataCollectionPoint（s）14
Measurement15:
DataCollectionPoint（s）15
ZPO
Measurement16:
DataCollectionPoint（s）16
Measurement17:
DataCollectionPoint（s）17
（additional）
在vissim中建立的仿真模型如下图所示：
图3-1完整仿真路网图
图3-2主要瓶颈路段局部放大图
4仿真参数标定过程
本次仿真分析的关键在于仿真参数的标定。
在建立基本仿真模型的基础上，通过对影响仿真准确度的参数进行标定和调整才能达到较准确模拟快速路独立瓶颈形成和消散的全过程中交通流状态的变化。
根据有关文献的介绍，vissim中与驾驶行为有关的模型参数中，对模型标定结果影响较大的参数包括CC0、CC1、CC2等。
具体参数见下表3-2。
表4-1Vissim模型中部分通用交通流参数一览表
模型通用参数类
Vissim提供的参数
平均跟随车头时距（或空距）
期望跟驰距离（CC0）
期望车头时距（CC1）
跟驰随机振荡距离（CC2）
驾驶员反应时间
观察前方车辆数（NOV）
车道变换距离及相关参数
紧急停车距离（ESD）
车道变换距离（DLCD）
等待换道消失时间（WTBD）
排队状态下车辆的最小间隔
平均静止距离（ASD）
附加安全距离（APSD）
安全距离增量（MPSD）
通过比较分析，最终选择了期望跟驰距离（CC0）期望车头时距（CC1）跟驰随机振荡距离（CC2）和等待换道消失时间（WTBD）作为修正参数对原始仿真模型进行修正和调整。
参考部分文献的资料和与同学的讨论，确定了一下6个参数组合对仿真模型进行标定。
表4-2模型修正参数组合表
参数
CC0（m）
CC1（s）
CC2（m）
WTBD（s）
组合1
1.20
0.90
4.00
60.00
组合2
1.20
0.90
4.00
40.00
组合3
1.50
1.20
4.00
40.00
组合4
1.50
1.20
3.00
40.00
组合5
1.20
1.20
3.00
40.00
组合6
1.20
0.90
4.00
60.00
5标定结果评价及分析
（1）仿真精度判断:
按照每5分钟在每个分析区线圈实际检测数据和仿真提取数据做比较。
根据下表所示的评价指标C1、C2、GEH和速度相对误差来评价仿真模型的精度。
表5-1仿真评价指标要求介绍
评价指标
含义
要求
C1（BottleneckAreaMatching）
实际与仿真在瓶颈范围（时间和空间上）的匹配程度
>0.75
C2（ActualSpeedMatching）
反映范围匹配以及实际速度的匹配
>0.70
GEH
由GeoffreyE.Havers提出，旨在比较两组流量数据的匹配程度
<5
速度相对误差
<15%
其中，C1、C2和GEH的计算公式如下图所示。
（5-1）
（5-2）
（5-3）
各个参数组合条件下的评价指标值计算结果如下表5-2所示。
表5-2模型修正指标评价表
评价指标
C1
C2
GEH
速度相对误差
组合1
0.71
0.69
5.3
17.32%
组合2
0.76
0.69
5.2
17.56%
组合3
0.76
0.73
5.3
15.34%
组合4
0.77
0.72
4.9
14.24%
组合5
0.78
0.73
5.2
14.72%
组合6
0.71
0.69
5.3
18.52%
通过对指标的计算可以看出，只有组合4能够满足模型的精度要求，可以推测出
通过调节适当的模型参数可以提高仿真模型的精度，但是自己的经验表明模型修正参数的选取是没有太多规律可循的，需要从各种情况中汲取经验。
6小结与心得
本次的vissim仿真实验难度较大，我不仅学会了VISSIM仿真软件的一些基本操作，掌握了一些交通工程计算机仿真基本概念、基本理论、基本方法，更加注重培养了用交通仿真手段解决实际的工程问题的能力，而并不仅仅是为了仿真模型而采用的仿真方法。
整个实验过程包括实际数据采集和分析，交通流状态的判断，仿真模型的建立和标定，是一次完整的交通仿真建模和分析的训练，对以后的解决更复杂的工程等打下了坚实的基础，可以说是受益匪浅的。
希望以后有更多的机会能接触交通系统仿真，和其他的能力结合起来才能更好地解决工程实际的问题，为以后的职业发展添砖加瓦。
参考文献
Ban,X.,Chu,L.,andBenouar,H.（2007a）BottleneckIdentificationandCalibrationforCorridorManagementPlaning[J].TRR1999,40-53.
升级会员 