韓　慧

（上海市城市建設(shè)設(shè)計研究總院，上海 200125）

混行非機動車交通流基本參數(shù)研究

韓慧

（上海市城市建設(shè)設(shè)計研究總院，上海 200125）

近年來，助動車在中國城市出現(xiàn)并迅猛增長，多數(shù)城市助動車出行量已超過自行車。文章基于實地調(diào)查數(shù)據(jù)，對車輛的路段速度進行統(tǒng)計分析，提出以交通流建模為目的的參數(shù)定義方法，建立了有設(shè)施隔離、不受交叉口影響情況下非機動車流的速度-密度、速度-流量、流量-密度關(guān)系模型，并分析了參數(shù)之間的相互作用關(guān)系。研究結(jié)論可供后續(xù)非機動車流特性和模型研究參考。

城市交通；自行車；助動車；交通流模型

近年來助動車在中國城市出現(xiàn)并迅猛增長，多數(shù)城市助動車出行量已超過自行車［1］?，F(xiàn)行交通管理辦法將助動車歸為非機動車，與自行車共享非機動車道通行權(quán)，從而形成了一類新的、自行車與助動車混行的非機動車交通。

盡管助動車自出現(xiàn)開始就被視為一種自行車的替代品，但是與自行車相比具有速度快、體積大、質(zhì)量大的特點，尤其是騎行速度差別顯著［2］。兩類運行特征不同的交通工具構(gòu)成的混行非機動車流特性不同于以往單純的自行車流?，F(xiàn)行非機動車流特性研究多數(shù)只針對自行車交通流，朱從坤等［3］研究了混合非機動車車速與密度的相關(guān)性及關(guān)系模型，南天偉等［4］通過建模分析了車輛構(gòu)成比例對速度-密度、流量-密度的影響，針對混行非機動車流參數(shù)的實地研究較少。本文通過實際調(diào)查，對混行非機動車交通流基本參數(shù)進行研究，完善混行非機動車交通流理論，為后續(xù)非機動車流特性和模型的研究提供技術(shù)支持。

1　交通流基本參數(shù)定義

非機動車由于車型小巧，操控靈活，使其在行駛過程中具有橫向移動靈活，穿插行駛的普遍特點，與機動車有序的跟馳和換道行為極為不同。由于非機動車流沒有車道的概念，在試圖研究非機動車流流量、速度、密度的關(guān)系之前，重要的是對這些交通參數(shù)建立與其測量方法相關(guān)聯(lián)的定義。通過恰當(dāng)?shù)臄?shù)據(jù)采集方法，才能夠得到建模所需要的交通流特性參數(shù)，并有效反映車流交通特性。

1.1 基本參數(shù)

（1）流量

非機動車流量定義為一定時間間隔內(nèi)通過觀測對象某一斷面的標(biāo)準(zhǔn)自行車數(shù)，將此標(biāo)準(zhǔn)車輛數(shù)除以時間間隔得到車輛流率，然后將流率除以設(shè)施有效寬度，即得到流量值。式中：q為非機動車標(biāo)準(zhǔn)流量；n1為在總計時間間隔內(nèi)通過的自行車車輛數(shù)；n2為在總計時間間隔內(nèi)通過的助動車車輛數(shù)；BE為助動車換算系數(shù)［5］；W0為車道有效寬度，車道寬去掉兩側(cè)安全距離各0.25 m。

（2）速度

非機動車流的平均速度取車輛的空間平均速度。假設(shè)在5 s內(nèi)通過了n1輛自行車和n2輛助動車，n1輛自行車通過距離L的視頻統(tǒng)計幀數(shù)分別為n11，n12……n1n1，n2輛助動車通過距離L的視頻統(tǒng)計幀數(shù)分別為n21，n22……n2n2。根據(jù)視頻設(shè)置中1幀=1/25 s，則這一組車輛的所有車輛空間平均車速為：式中：n1i為自行車通過標(biāo)線的視頻統(tǒng)計幀數(shù)；n2i為助動車通過標(biāo)線的視頻統(tǒng)計幀數(shù)；L為觀測區(qū)間長度，取10 m。

（3）密度

由于非機動車沒有車道的概念，定義非機動車交通流面密度，即某一瞬間單位面積車道上的非機動車車輛數(shù)?？紤]到測量時間間隔內(nèi)自行車與助動車密度仍有一定的變化，本次研究統(tǒng)計測量時間間隔內(nèi)任意3個瞬間觀測對象區(qū)域內(nèi)的自行車與助動車數(shù)，然后將這3個瞬間的平均車輛數(shù)除以觀測對象區(qū)域面積即得到密度值。

式中：n為在總計時間內(nèi)，讀取存在車輛數(shù)的畫面數(shù)；ki為第i個畫面上測定的區(qū)間內(nèi)存在的車輛數(shù)；L為觀測區(qū)間長度，10 m；BE為車道有效寬度，W0為車道寬去掉兩側(cè)安全距離各0.25 m。

1.2 確定統(tǒng)計間隔

非機動車流受交叉口信號燈的影響較大，車流一定程度上隨信號燈周期呈現(xiàn)周期性的集團特性。因此，確定合適的統(tǒng)計間隔，對于如實地反映參數(shù)間相互關(guān)系，進而真實反映非機動車流的交通流特性具有重要意義。如果統(tǒng)計間隔太短，流量的波動性會變大，交通流穩(wěn)定性差；但如果統(tǒng)計間隔過長，密度水平會被“平均”掉，會掩蓋車輛聚集狀態(tài)的改變，不利于研究不同擁擠狀態(tài)下的交通流特征。因此，非機動車交通流參數(shù)統(tǒng)計間隔Toptimal應(yīng)滿足如下公式［6］：式中：Tflow為流量達到穩(wěn)定狀態(tài)的最小統(tǒng)計間隔；Tdensity為車流聚集水平?jīng)]有發(fā)生顯著變化的最大統(tǒng)計間隔。

根據(jù)Tflow的定義，計算Tflow的方法如下［6］：

（1）初始統(tǒng)計間隔5 s，從5 s開始，并以5 s作為間隔增加的基本單位，比較2個相鄰統(tǒng)計間隔下非機動車流量變化（絕對值）的均值X-，即分別計算

（2）設(shè)定流量達到穩(wěn)定狀態(tài)的閾值Fstable，即可接受的流量波動范圍。這里分別取Fstable=90輛/（h·m）和100輛/（h·m），流量值為102數(shù)量級，這里認為該閾值是可以接受的。

（3）利用數(shù)理統(tǒng)計中的顯著性假設(shè)檢驗方法，確定在何種統(tǒng)計間隔水平下，μ（i+5）-（i與樣本均值對應(yīng)， 為總體均值）已開始顯著小于Fstable。

（4）當(dāng)統(tǒng)計間隔大于上述確定的統(tǒng)計間隔時，可以認為流量達到穩(wěn)定水平；反之，當(dāng)小于上述確定的統(tǒng)計間隔時，則認為流量還不能滿足穩(wěn)定性要求。因此上述確定的統(tǒng)計間隔就是流量達到穩(wěn)定水平的最小統(tǒng)計間隔Tflow。

根據(jù)以上方法，采用數(shù)據(jù)處理軟件進行假設(shè)檢驗。當(dāng)取Fstable為90 輛/（h·m）時，流量達到穩(wěn)定水平的最小統(tǒng)計間隔Tflow為50 s（見表1）；同理可得，當(dāng)取Fstable為100 輛/（h·m）時，流量達到穩(wěn)定水平的最小統(tǒng)計間隔Tflow為40 s。

表1 假設(shè)檢驗結(jié)果

采用類似的方法計算Tdensity。車流聚集水平?jīng)]有發(fā)生顯著變化的閾值取0.04輛/m2和0.05輛/m2時，最大統(tǒng)計間隔Tdensity分別為40 s和60 s。

根據(jù)Toptimal的確定原則，并結(jié)合Fstable和Dunchange的可接受量，本文選取40 s作為交通流參數(shù)的統(tǒng)計間隔。

2　車速統(tǒng)計分布

選取上海市武寧路、曹楊路和龍吳路3個地點作為混行非機動車交通流觀測點。3條路均為主干道，有機非隔離設(shè)施，非機動車交通量較大，能夠觀察到連續(xù)的非機動車流。數(shù)據(jù)采集地點位于路中，采用視頻拍攝的方式采集數(shù)據(jù)，3條路助動車比例分別為0.80、0.81和0.74。首先對自行車和助動車的騎行速度進行研究，根據(jù)上述基本參數(shù)的定義和提取方法，對自行車和助動車的速度處理結(jié)果進行統(tǒng)計分析。

武寧路、曹楊路和龍吳路3個路段自行車的平均運行速度分別為16.38 km/h、18.85 km/h、14.65 km/h，曹楊路有一定下坡，自行車靠人力驅(qū)動，下坡時自行車所需人力有所下降，因而自行車速度有所增加。3個路段助動車速度差別不大，分別為23.83 km/h、25.40 km/h、23.09 km/h。可以認為主干道有設(shè)施隔離情況下路段車輛速度無明顯差別，自行車平均運行速度在16 km/h左右，助動車平均運行速度在23 km/h左右。

3　交通流參數(shù)關(guān)系模型

非機動車流與機動車流相比存在一定的差異，但都具有“流”的特性，且由于非機動車的靈活性更大，與機動車流相比，非機動車流更具有“流”的特性。因此，建立非機動車模型的時候，借鑒機動車車流模型的研究成果是可行的。

為了探索有設(shè)施隔離情況下、不受交叉口影響的路段混行非機動車道交通流參數(shù)關(guān)系，通過對武寧路、曹楊路、龍吳路交通流數(shù)據(jù)的調(diào)查和采集，得到40 s間隔內(nèi)的混行非機動車交通流流量、速度、密度基礎(chǔ)數(shù)據(jù)。參照機動車典型交通流模型形式，對參數(shù)兩兩關(guān)系進行擬合。

3.1 速度-密度

非機動車數(shù)量增多，即密度增大的時候，車輛間距就會變小，車輛騎行者就要降低車速，因此速度隨著密度的增加而遞減。速度-密度關(guān)系是流-密-速關(guān)系中最簡單、最直觀的關(guān)系。

觀察混行非機動車的速度-密度散點圖（圖1～圖3）可知，隨著混行密度增大，車輛速度有所下降但變化不顯著。密度的增大并沒有大大降低車輛的速度，而是降低了速度的離散性。對速度-密度的相關(guān)性進行分析，混行密度小于等于0.07輛/m2時，速度和密度不相關(guān)，3條路速度-密度回歸模型采用分段函數(shù)的形式，表達式較為一致，自由流狀態(tài)下速度期望取平均速度，混行車流自由流速度為23 km/h左右，如表2所示。

圖1　混行非機動車流速度-密度圖（武寧路）

圖2　混行非機動車流速度-密度圖（曹楊路）

圖3　混行非機動車流速度-密度圖（龍吳路）

表2 混行速度-密度（v-k）關(guān)系回歸結(jié)果

3.2 速度-流量

同速度-密度的關(guān)系，隨著混行流量增大，車輛速度有所下降但變化不顯著（見圖4～圖6）。由于沒有擁堵情況，車流速度和流量是單調(diào)遞減的關(guān)系。通過相關(guān)性分析可以看出，當(dāng)混行流量小于等于1 000輛/（h·m）時，速度和流量不相關(guān)。

圖4　混行非機動車流速度-流量圖（武寧路）

圖5　混行非機動車流速度-流量圖（曹楊路）

圖6　混行非機動車流速度-流量圖（龍吳路）

3條路速度-流量回歸模型也采用分段函數(shù)的形式，表達式較為一致，自由流狀態(tài)下速度期望取平均速度，混行車流自由流速度為23 km/h左右，如表3所示。

3.3 流量-密度

同機動車流流量-密度模型，在混行非機動車流量為零時，密度也為零，所以模型經(jīng)過坐標(biāo)原點。非機動車流很少出現(xiàn)擁堵的情況，在此次調(diào)查中，40 s內(nèi)最大的混行流量約為2 500 輛/（h·m-1），相應(yīng)的密度為0.189 輛/m2，可以認為，有設(shè)施隔離情況下、不受交叉口影響的路段非機動車流幾乎沒有堵塞密度，流量和密度呈單調(diào)遞增關(guān)系（見圖7～圖9）。

表3　混行速度-流量（v-q）關(guān)系回歸結(jié)果

圖7　混行非機動車流流量-密度圖（武寧路）

圖8　混行非機動車流流量-密度圖（曹楊路）

圖9 混行非機動車流流量-密度圖（龍吳路）

觀測得到的混行非機動車流密度區(qū)間為0～0.2 輛/m2，流流量區(qū)間為0～2 500 輛/（h·m）（曹楊路、龍吳路為2 000 輛/（h·m）），3條路流量-密度線性模型的R2均大于0.9，如表4所示。由模型擬合結(jié)果可以看出混行非機動車流流量和密度呈極強的線性關(guān)系，流量隨密度的增大而增大。

表4　流量-密度（q-k）關(guān)系回歸結(jié)果

3.4 小結(jié)

對混行非機動車交通流數(shù)關(guān)系模型得出以下結(jié)論：

（1）本文重點研究有設(shè)施隔離情況下、不受交叉口影響的路段混行非機動車交通流參數(shù)關(guān)系，從數(shù)據(jù)和模型擬合結(jié)果看，不同路段交通流參數(shù)關(guān)系具有一致性。

（2）混行非機動車流具備一般的交通流特性，但密度、流量、速度之間的關(guān)系與機動車流有區(qū)別。由于非機動車流壓縮性大，且很少出現(xiàn)擁擠的情況，路段行駛時不會出現(xiàn)類似機動車速度-密度關(guān)系中堵塞密度下車速幾乎為零的狀態(tài)，路段車流速度-密度、速度-流量及流量-密度關(guān)系均是單調(diào)的。

（3）在自由流情況下，非機動車輛速度的離散性較大，因此車流速度隨密度/流量的變化不顯著。認為在自由流狀態(tài)下混行非機動車的車速總是分布在某一期望車速附近且與密度/流量無關(guān)；隨著密度增加，車輛間相互干擾加劇，車速的離散程度降低，主要體現(xiàn)在助動車速度有所下降。

（4）混行非機動車流流量和密度呈極強的線性關(guān)系，模型經(jīng)過坐標(biāo)原點，流量隨密度的增大而增大。

4　結(jié)語

反映“流量-速度-密度”定量關(guān)系的交通流模型是分析非機動車交通運行狀態(tài)的技術(shù)基礎(chǔ)。本文從統(tǒng)計學(xué)和混行非機動車交通行為特征出發(fā)，建立有設(shè)施隔離情況下非機動車流的速度-密度、速度-流量、流量-密度關(guān)系模型。從數(shù)據(jù)和模型擬合結(jié)果看出，自由流情況下混行非機動車流的速度總是分布在接近期望車速的范圍內(nèi)，且與密度/流量無關(guān)；隨著密度/流量的增大，助動車速度有所下降；混行非機動車流流量和密度呈單調(diào)遞增關(guān)系。

［1］中國城市交通發(fā)展報告［R］.住房和城鄉(xiāng)建設(shè)城市交通工程技術(shù)中心，中國城市規(guī)劃設(shè)計研究院.北京：中國建筑工業(yè)出版社，2009.

［2］同濟大學(xué).上海市助（電）動車發(fā)展政策［R］. 2012.

［3］朱從坤，池毓品.混合非機動車交通流速度與密度的關(guān)系研究［J］.蘇州科技學(xué)院學(xué)報（工程技術(shù)版），2009（3）：26-29.

［4］南天偉，毛保華，陳志杰，等.基于元胞自動機的城市混合非機動車流特性模擬研究［J］.公路交通科技，2014，31（1）：104-109.

［5］Chen Xiaohong，Han Hui， Lin Bin. Developing Bicycle Equivalents for Mopeds in Shanghai， China［J］. In Transportation Research Record：Journal of the Transportation Research Board，2012，2317：60-67.

［6］葉建紅.行人交通行為與交通流特性研究［D］.上海：同濟大學(xué)，2009.

Research on Characteristics of the Mixed Non-motorized Traffic Flow

Han Hui
（Shanghai Urban Construction Design & Research Institute， Shanghai 200125， China）

Recently， mopeds have been swarming with considerably fast growth in China. The trip amount of mopeds are larger than those of bicycles in many cities. Through the investigated field data， the running speeds of the vehicles were analyzed， and the traffic flow models of speed-density， speed-traffic flow and traffic flow-density of dedicated non-motorized lanes were built. The relations among traffic flow characteristics were analyzed. These findings could provide technology support for later studies. Key words: urban traffic; bicycle; moped; traffic flow model

U491.1+12

A

1672–9889（2015）05–0079–04

韓慧（1987-），女，遼寧大連人，助理工程師，主要從事交通規(guī)劃工作。

（2014-12-19）