混行非机动交通流车速离散特性研究

第15卷 第73期2019年10月交 通 节 能 与 环 保Transport Energy Conservation & Environmental ProtectionVol.15 No.5October.2019doi: 10. 3969/j. issn. 1673 - 6478. 2019. 05. 012混行非机动交通流车速离散特性研究周 旦，许 镭（桂林电子科技大学 建筑与交通工程学院，广西 桂林 541004）摘要：我国城市非机动道路内的交通现象通常为电动自行车与人力自行车混合行驶状况，车速离散是该类道路内交通流的重要特征。结合杭州市的调查数据，采用统计学方法定量分析混合非机动交通流车速离散特性，分别建立车速离散特性评价参数与各主要影响因素之间的回归关系。结果表明，归一化车速离散度分别与各影响因素成线性回归关系；除电动自行车比例因素之外，车速变异系数与其它各因素成线性回归关系。关键词：混合非机动交通流；离散特性；归一化车速离散度；车速变异系数中图分类号：U491.1+12 文献标识码：A 文章编号：1673-6478（2019）05-0045-04Research on Discrete Characteristics of Mixed Speed of Non-motorized Traffic FlowZHOU Dan，XU Lei（College of Architecture and Traffic Engineering，Guilin University of Electronic Technology，Guilin  Guangxi  541004，China）Abstract：Traffic phenomena on urban non-motorized roads in China are usually the mixed driving conditions of electric bicycle and manpower bicycle. Speed discrete characteristics is the main feature in this kind of mixed flow. Vehicle speed dispersion is an important feature of the mixed flow on such roads. Based on the field data in Hangzhou，the regression models were established to determine the relationship between the main influencing factors and the evaluation parameters of speed dispersion characteristics，respectively，by using statistical method. The results show that there is linear regression relation between the normalized vehicle speed dispersion and each influencing factor，respectively. There is also linear regression relation between the coefficient of speed variation and each influencing factor except the proportional factor of electric bicycle，respectively. Key words：mixed non-motorized traffic flow；discrete characteristics；normalized speed dispersion；coefficient of speed variation0 引言在我国城市经济高速发展的背景下，电动自行车和人力自行车等非机动车辆的保有量和使用量急剧膨胀。这两类车辆所具有的低成本、高便捷特性契合了许多城市居民的中短途出行需求。我国现行交通法规与交通管理政策将电动自行车与人力自行车都划归为非机动车辆，在城市道路中这两类车辆共享非机动道路，由此产生了电动自行车与人力自行车混合行驶的交通现象[1]。然而，非机动车辆与道路相对于机动车辆与道路而言有明显差别，非机动车辆大多为两轮车，稳定性较差；非机动道路没有严格的车道划分，车辆行驶灵活性较大[2]。此外，不同骑行者个体特征收稿日期：2019-03-18差异较大[3]。这些原因直接导致混合非机动交通流中车辆之间速度差异较大。车速离散特性是指在城市道路的同一时空环境下不同车辆之间的速度差异性，车辆之间速度差异越大，行车安全隐患就越大。车速离散特性研究是道路交通研究的重要内容之一[4]，然而，现有学者对车速离散特性的研究主要集中在机动车方面[5-6]，针对非机动车辆速度离散特性的研究还比较少。本文在总结现有机动车辆速度离散性研究成果基础上，针对混合非机动交通流的特点，开展非机动车辆速度离散性研究，定量分析归一化车速离散度、车速变异系数、车速标准差等离散特性评价参数，研究其主基金项目：广西高校科学技术研究项目（KY2015 YB100）；广西自然科学基金（2016GXNSFAA380056）作者简介：周旦（1978- ），男，江西修水人，副教授，研究方向为非机动车交通流理论管理与智能交通.46交 通 节 能 与 环 保第15卷要影响因素。1 非机动交通流数据采集1.1 调查区域本文选取杭州市主要非机动道路作为调查地点。杭州城市地势平坦，主城区内非机动交通系统发达。此外，杭州市具有值得其它城市借鉴的绿色出行“杭州模式”，非机动车出行比例在杭州市居民出行中占有较高比例[7]。选取具体调查路段的原则有三方面：差。本文选取归一化车速离散度和车速变异系数作为非机动车辆速度的定量评价参数。（1）归一化车速离散度车速样本中最大值与最小值之差反映了车速分布的变化范围与离散幅值的大小，差值越大则车速离散度越大。由于交通流中车速样本的实际最大值与实际最小值具有较大的随机性，不具有普遍意义，在大多数机动车车速研究中通常分别采用车速样本中的第85%位车速（以下记为V85）与第15%位车速（以下1）非机动车流量大的城市干道，具有机非物理隔离设施，道路平直，路侧开口少；2）选取各调查路段的中段作为具体调查的观测点，这些点不受上下游交叉口车流的影响；3）调查当天天气晴朗，调查时段为早晚高峰时段。本文选取了杭州市主城区11个主要非机动车道作为调查对象，各路段的基本情况如表1所示。表1 各调查路段的基本情况Tab.1 Basic information of each investigation section编号调查地点车道宽度/m1教工路（西侧）2.32教工路（东侧）2.43河东路2.84湖墅南路2.95文三路3.06学院路3.47文二路3.58东新路段3.79天目山路（北侧）4.010天目山路（南侧）4.511莫干山路4.61.2 数据采集本文的数据采集主要使用视频摄像，各个路段的观测点位于距离上、下游交叉口50 m处，在路段上设定长度为8 m的视频摄像区域。调查过程中使用高清数码摄像机拍摄检测区域内非机动车辆的实时运行状况，在后期视频信息处理中使用视频处理软件获取每一辆通过检测区域的车辆的速度值。通过统计分析，获取电动自行车平均车速值，人力自行车平均车速值以及电动自行车在非机动车辆中所占比例值等。2 车速离散特性定量评价参数通常用于车速离散特性定量评价的参数主要有3个：归一化车速离散度、车速变异系数和车速标准记为V15）作为车速统计最大值与统计最小值[8]。本文借鉴机动车速度研究的通用做法，将V85和V15的差值作为离散度的描述参数，然后将该值进行归一化处理，以便实现不同路段车速离散度的比较。归一化处理后的车速离散度可描述为： ∆VV85−Vs=15V （1）85式中，∆Vs为归一化车速离散度；V85为车速样本中第85%位车速；V15为观测样本中第15%位车速。（2）车速变异系数在对两组或两组以上车速数据离散程度进行比较分析时，为了避免因数据测量尺度误差所造成的影响，不能采用车速标准差而应使用车速变异系数。车速变异系数是车速标准差与车速样本平均值的比值，它可以消除因车流平均速度的差异对车速离散程度比较所产生的影响。其计算式可表示为： CV=σEV （2）V式中，CV为车速变异系数；σV为观测样本的车速标准差；E的量值越大，说明被测量的车速样本值离散程度越大。V为观测车辆的速度样本均值。车速变异系数3 归一化车速离散度影响因素分析3.1 样本统计车速与车道宽度的关系一般而言，由于道路交通发展的历史原因以及道路功能的差异，城市内不同区域的非机动道路宽度会有不同，本文研究对象杭州市的各主要非机动车道宽度在2~5 m之间。非机动车道宽度对行车环境产生影响，通常车道宽度越大，车辆行驶的安全空间就越大。此处选取杭州市6个典型路段的混合非机动交通流作为研究对象，对非机动车车速样本的第85%位值、第50%位值和第15%位值等三类速度统计值进行分析，图1给出了这6个路段对应的三类速度统计值的变化情况。第5期周旦等，混行非机动交通流车速离散特性研究4725)20h/mK15(速10车500.585%位车速1.515%位车速2.550%位车速3.5教工路(2.4m)河东路(2.8m)文三路(3.0m)学院路(3.4m)东新路(3.7m)天目山路(4.0m)图1 三类车速统计值变化曲线Fig.1 Three types of vehicle speed statistics change curve由图1可知，混合非机动交通流车速样本的第85%位值、第50%位值均随车道宽度值的增大而增大。从非机动交通流状态由非拥挤状态到拥堵状态再到非拥挤状态的全过程来看，第85%位车速通常出现在非拥挤状态，该状态下随着车道宽度增大，道路内不同车辆之间的安全空间冗余度增大，骑行者骑行的自由度也会变大。此时，电动自行车的速度更易接近骑行者的期望车速，从宏观角度上看，交通流整体运行速度更高。第15%位车速通常出现在交通拥挤状态下或车辆时走时停状态，该状态下车辆之间速度差异小。不同车道宽度条件下的第15%位车速大小具有较大随机性，不完全与车道宽度正相关。3.2 归一化车速离散度的影响因素通过数据统计分析发现道路行车环境、交通流特征等对车速离散度的变化存在影响。本文考虑非机动车道宽度、电动自行车比例、非机动车平均车速、电动自行车平均车速、人力自行车平均车速等5个因素对归一化车速离散度的影响程度。使用数据统计分析软件分别对各影响因素与归一化车速离散度进行回归分析，分析结果如图2所示。结果表明，以上5个因素对归一化车速离散度的影响较为显著，各影响因素与归一化车速离散度之间成一元线性回归关系，如表2所示。各影响因素对归一化车速离散度产生负相关影响。以车道宽度为例，车道宽度越大，车辆行驶的自由度就越大，各车辆的速度越接近骑行者期望车速，因此不同车辆之间速度差异就越小，归一化离散度也就减小。表2 归一化车速离散度与影响因素的关系Tab.2 Relationship between normalized vehicle speed dispersion and influencing factors影响因素车速离散度回归模型拟合优度显著性车道宽度y=-0.082x+0.8540.452 8显著电动自行车比例y=-0.575x+0.9690.345 5显著混合车辆均速y=-0.028x+0.9980.527 9显著电动自行车均速y=-0.025x+0.9670.490 7显著传统自行车均速y=-0.035x+1.0260.467 9显著0.800.70度散0.60离0.50化一0.40归0.30y=-0.082x+0.58380.20R2=0.45280.102.02.53.03.54.04.55.0车道宽度/ma)与车道宽度的关系0.800.70度散0.60离0.50化一0.40归0.30y=-0.5749x+0.9690.20R2=0.34550.100.400.500.600.700.800.90电动自行车比例b)与电动车比例的关系0.800.70度散0.60离0.50化0.40一y=-0.0246x+0.967归0.300.20R2=0.49070.1010121416182022电动车均速/km·h-1c)与电动车均速的关系0.800.70度散0.60离0.50化0.40一y=-0.035x+1.0262归0.300.20R2=0.46790.1010111213141516自行车均速/km·h-1d)与自行车均速的关系图2 归一化车速离散度与影响因素的统计回归关系Fig.2 Normalized speed dispersion and factors statistical regression relationship4 车速变异系数的影响因素分析结合行车环境的变化与非机动交通流特征，这里同样考虑非机动车道宽度、电动自行车比例、非机动车平均车速、电动自行车平均车速、人力自行车平均车速等5个因素对车速变异系数的影响。使用统计分析软件分别对各影响因素与车速变异系数进行回归分析，分析结果如图3所示。结果表明，该5个因素中除电动自行车比例外，其它因素对车速变异系数影响显著，各影响因素与车速变异系数之间成一元线性回归关系，如表3所示。从“车道宽度”影响因素看，48交 通 节 能 与 环 保第15卷该值越大，车速变异系数越小，车速离散程度越小。表3 车速变异系数与各影响因素的关系这是因为宽度越大，行驶过程中相邻车辆之间的安全空间冗余度越大，车辆之间的相互约束越小，车速更接近于期望速度。从“混合非机动车均速”影响因素来看，若整体均速较高，混合非机动交通流处于畅通行驶状态，车速接近期望车速，车速的整体离散性较小；反之，若整体均速较低，交通流运行状态趋向于拥挤，车辆之间的有效安全空间不足，此时激进型骑行人为了获得更高的车速而采取冒险提速的策略；保守型骑行人为了获得更高的安全保障而采取适当降低车速的策略，因此车速离散程度变大，车速变异系数随之变大。0.600.50数0.0667x+0.5933系0.40y=-异R2＝0.5036变0.300.200.102.02.53.03.54.04.55.0车道宽度a)与车道宽度的关系0.600.50数系0.40异变0.300.20y=-0.3808x+0.6290.10R2=0.2550.400.500.600.700.800.90电动自行车比例b)与电动车比例的关系0.600.50数系0.40异变0.300.20y=-0.0206x+0.6951R2=0.58080.1010121416182022电动车均速/km·h-1c)与电动车均速的关系0.600.50数系0.40异变0.300.20y=-0.0302x+0.7562R2=0.58840.1010111213141516自行车均速/km·h-1d)与自行车均速的关系图3 车速变异系数与影响因素的统计回归关系Fig.3 Speed coefficient of variation and statistical factors regressionTab.3 Relationship between vehicle speed variation coefficient and various influencing factors影响因素变异系数回归模型拟合优度显著性车道宽度y=−0.067x+0.5930.503 6显著电动自行车比例y=−0.381x+0.6290.255 0不显著混合车辆均速y=−0.024x+0.7330.665 8显著电动自行车均速y=−0.021x+0.6950.580 8显著传统自行车均速y=−0.030x+0.7560.588 4显著5 结语非机动车车速离散是影响非机动道路交通安全的主要原因之一，车辆之间速度差异越大，可能产生的超车风险越大，对非机动交通安全的影响也就越大。明确非机动车车速离散的主要影响因素并建立相应的回归模型能够为城市非机动交通设施优化设计以及电动自行车限速值的确定提供理论依据。参考文献：[1] ZHANG Shui-chao，REN Gang，YANG Ren-fa．Simulation model of speed-density characteristics for mixed bicycle flow-Comparison between cellular automata model and gas dynamics model[J]．Physica A，2013，392：5110-5118．[2] 周旦，马晓龙，金盛，等．混合非机动车交通流超车次率影响因素模型[J]．浙江大学学报（工学版），2015，49（9）：1672-1678．[3] 李萌．公交站点区域非机动车骑行特性及影响因素研究[D]．西安：长安大学，2018．[4] 王涛．车速离散性对高速公路通行效率的影响研究[D]．南京：东南大学，2016．[5] 裴玉龙，程国柱．高速公路车速离散性与交通事故的关系及车速管理研究[J]．中国公路学报，2004，17（1）：74-78．[6] 徐亮，程国柱．基于车速离散度和经济车速的高速公路最低车速限制[J]．吉林大学学报（工学版），2010，40（03）：661-0665．[7] 徐程，曲昭伟，王殿海，等．混合自行车交通流速度分布模型[J]．浙江大学学报（工学版），2017，51（07）：1331-1338．[8] 陆建，孙祥龙，戴越．普通公路车速分布特性的回归分析[J]．东南大学学报（自然科学版），2012，42（02）：374-377．