信号控制交叉口左转电动自行车交通流特性分析.docxVIP

??

?

??

信号控制交叉口左转电动自行车交通流特性分析

?

?

?

?

?

??

?

?

?

摘要:近年来电动自行车数量剧增，造成的交通冲突和伤亡事故也愈发严重，同时降低了车流的通行效率。本文以交叉口左转电动自行车为研究对象，分析电动自行车流量、速度、密度的频数分布特征，分别从驶入启动期、膨胀加速期、跟随驶离期3个时期，利用最小二乘法构建左转电动自行车流量－密度模型、流量－速度模型以及速度－密度模型，为提高道路通行能力，降低交通安全隐患提供参考。

关键词:交通安全;信号控制交叉口;安全特性;交通流参数

1数据来源

1.1研究范围及原始数据获取

通过录制视频采集信息与人工计数结合的方法来获取电动自行车交通流特性的原始数据，调查时间段选取工作日和休息日07:00—09:00、10:30—13:30、17:00—20:00，这些时段包含了高峰时段，为保证数据真实性与可靠性，共统计1514辆左转电动自行车轨迹数据。具体方法如下:

1)采集信号交叉口左转电动自行车的行驶视频，遵循平行四边形原则，设置视频中的测定范围为4条人行道围合的区域，并将检测区域划分为36×32格网格线，网格间距1m；

2)根据道路交叉口的几何特征，用AdobeAfterEffects软件在网格上虚拟道路交叉口的横截面，三道截面分别为交叉口的对角线和边线中点的连线；

3)提取轨迹点间隔为0.4s，标定电动自行车行驶的轨迹坐标点，并转换为参数投影坐标。

1.2数据处理

通过预调查发现，选取交叉口相邻两边中点的连线和对角连线，能更精准地获取车流位于不同位置时的流量、密度、速度数据和车流状态，将车流行驶方向分别划分为驶入启动期、膨胀加速期、跟随驶离期。

1)以0.4s为时间间隔，认定此时间间隔内电动自行车加速度与方向不变，用线性变换的方法将视频中方格网轨迹坐标转换为实际坐标，计算电动自行车相邻轨迹坐标点距离与轨迹时间间隔之比，得到每辆电动自行车分别通过3个时期的瞬时车速V，并计算所有车辆瞬时车速的平均值(km/h).

式中，V为区间平均速度(km/h);Vi为第i辆车的瞬时速度(km/h);n为在一定时间内观测到的车辆数(辆)。

2)对交叉口东西向和南北向左转电动自行车进行流量统计，用人工计数法分别统计交叉口各相位的左转电动自行车双向流量Q(辆/h·m)。

式中，q为电动自行车的流量(辆/h·m);Q为调查时间内通过非机动车某断面的车辆数(辆);T为调查时间(2min);L为电动自行车流的有效宽度(m)。

3)观测某固定时间点交叉口电动自行车数量，计算车辆分布区域面积，求出车流密度K(辆/㎡)。

式中，K为交通流密度(辆/㎡);N为观测道路面积上的车辆总数(辆);S为观测区域的面积(㎡)。将流量、速度、密度数据按照驶入启动期、膨胀加速期、跟随驶离期3个时期进行整理、分组。利用SPSS软件对实测数据进行回归分析，找出流量、密度、速度之间相互依赖的定量关系，分析电动自行车交通流的特性。

2电动自行车交通流总体特征

2.1流量分析

在调查时间内分别对3个时期左转电动自行车进行计数，经过对调查地点实测数据的处理与分析，得到左转电动自行车的交通流量频数分布图。可见:电动自行车通过驶入启动期时的流量最小，膨胀加速期次之，跟随驶离期最大。3个时期的电动自行车流量主要在50～200辆/h·m之间波动，且流量没有明显的分层现象，主要是因为车流进入驶入启动期时，车速较低，可行驶空间小，驶入启动期的车流量相对膨胀加速期、跟随驶离期较小；进入膨胀加速期时，受对向左转电动自行车流和同向左转机动车流的影响，行驶空间被压缩，车流由多辆并排行驶变成单列行驶，流量次之；进入跟随驶离期时，车流已通过交叉口的瓶颈地区，外部因素影响减弱，车流速度提高，因此跟随驶离期的车速较高，流量偏大。

2.2速度分析

对采集的视频进行处理，识别标记电动自行车不断运动的质点位置，获取行驶轨迹坐标点；将视频图像上电动自行车的质点坐标转换为实际二维平面投影坐标，计算其行驶速度。按照视频数据统计左转电动自行车车流分别通过3个时期瞬时车速的平均值，左转电动自行车3个时期交通流速度频数分布电动自行车通过驶入启动期时的速度最小，膨胀加速期的速度次之，跟随驶离期的速度最大。车辆通过3个时期的车速大都维持在15km/h，此过程中速度逐渐增大，车速没有明显的分层现象，主要原因是在左转电动自行车进入驶入启动期时，车辆基本上处于启动状态，容易与同一进口道的右转机动车产生冲突，在一定程度上车辆的加速进程受到影响，导致车辆整体速度偏低;车辆进入膨胀加速期，车流处于稳定流状态，车速略微提升;进入跟随驶离期，车辆行驶空间变大，车速进一步