熊丹，方曉麗，劉志亮，王劍波

（1.四川交通職業(yè)技術(shù)學(xué)院公路交通安全四川省高校重點實驗室，四川　成都　611130； 2.中交綜合交通規(guī)劃設(shè)計研究院有限公司城市與綜合交通研發(fā)中心，陜西　西安　710075）

基于增量比較法的交通事件檢測器布設(shè)研究

熊丹1，方曉麗1，劉志亮2，王劍波1

（1.四川交通職業(yè)技術(shù)學(xué)院公路交通安全四川省高校重點實驗室，四川成都611130； 2.中交綜合交通規(guī)劃設(shè)計研究院有限公司城市與綜合交通研發(fā)中心，陜西西安710075）

為降低突發(fā)性交通事件的危害，提高交通事件檢測效率，文中對突發(fā)性交通事件檢測進行分析，提出基于增量比較法的交通事件檢測計算模型，并應(yīng)用VISSIM微觀仿真軟件進行推理分析、仿真模擬；綜合考慮分析區(qū)域經(jīng)濟發(fā)展特性，提出山區(qū)高速公路主線檢測器布設(shè)間距建議，提升高速公路交通事件安全應(yīng)急救援處置能力。

交通安全；山區(qū)高速公路；交通事件檢測；增量比較法；檢測器布設(shè)

為減少交通事件帶來的負效應(yīng)，高速公路交通事件管理與控制逐步得到發(fā)展，交通事件檢測是其重要功能之一。該文針對突發(fā)性交通事件檢測進行分析，提出檢測計算模型及檢測器布設(shè)間距建議，為高速公路事件應(yīng)急救援提供幫助，爭分奪秒挽救生命，減少財產(chǎn)損失。

1　基于增量比較法的交通事件檢測模型

1.1基本原理

設(shè)起始時間為t0，所在時間段為［t0，t1]，［t1， t2]，［t2，t3]，…，時間間隔相等，記為t，稱作采樣周期。用sj表示時間段［tj.1，tj]。在時間段sj中，檢測器A檢測到的流量、占有率分別表示為qA（j）、oA（j）。

以環(huán)形線圈檢測器為例，一個采樣周期內(nèi)（如1 min），線圈被占用時間總和與周期長度的比值即為占有率。假設(shè)該檢測器對靜態(tài)檢測、動態(tài)檢測均適用。當整個采樣周期內(nèi)車輛均持續(xù)停在或通過檢測器時，占有率為1。

一般來說，相鄰（上、下游）兩檢測器之間的路段發(fā)生交通擁擠的條件如下：1）對于上游A處檢測出的流量，其相對增量<占有率相對增量，則約定在后續(xù)n個周期內(nèi)，下游路段發(fā)生交通擁擠事件概率相對較大。2）當上、下游檢測器（A、B處）之間的流量平均占有率絕對差>閾值α，同時上、下游檢測器（A、B處）之間的平均占有率相對差>閾值β時，則判定交通擁擠事件發(fā)生。

由此將事件算法中的參數(shù)定義如下：qA（j）為第j個周期上游檢測器A處流量檢測值；OCCA（j -1）表示第j-1個周期上游檢測器A處占有率檢測值；OCCA（j）、OCCB（j）分別為第j個周期上游檢測器A、B處占有率檢測值表示第j-1個周期上游檢測器A處平均占有率檢測值分別為第j個周期上游檢測器A、B處平均占有率檢測值；ΔqA（j）為第j個周期上游檢測器A處流量檢測值的相對增量， ΔqA（j）=［qA（j）-qA（j-1）]/qA（j-1）；ΔOCCA（j）為第j個周期上游檢測器A處占有率檢測值的相對增量，ΔOCCA（j）=［OCCA（j）-OCCA（j-1）]/OCCA（j-1）；ΔOCCAB（j）表示上、下游平均占有率檢測值的絕對差，）表示上、下游平均占有率檢測值的相對差，

1.2算法的邏輯步驟

增量比較檢測算法的應(yīng)用過程及算法流程如圖1所示。

圖1　增量比較檢測算法的流程

交通擁擠事件增量比較檢測算法的步驟如下：

（1）輸入周期［j、j-1]內(nèi)的流量q、占有率值OCC，然后計算各自對應(yīng)的相對增量。

（2）將相對增量大小值進行比較，判斷道路上運行的交通流是趨于擁擠狀態(tài)還是消散狀態(tài)。

（3）計算、分析上下游（A、B處）相鄰檢測器之間的平均占有率檢測值的絕對差值、相對差值。

（4）依據(jù)以上分析結(jié)果，判斷道路上交通流的實際運行狀態(tài)。

2　基于VISSIM仿真的交通檢測器布設(shè)

考慮到事件檢測效果與檢測器布設(shè)之間存在一定的合理值，選取四川盆周山區(qū)高速公路基本路段中的一段，將其簡化作為仿真道路，并在仿真路段上分別以多種間距布設(shè)檢測器（以環(huán)形檢測器為例），將檢測點處獲得的數(shù)據(jù)進行分類、整理、統(tǒng)計，帶入事件檢測算法中進行計算，分析何種檢測器間距下事件檢測算法最為可靠、靈敏、有效。步驟如下：

（1）選取事件檢測算法。選用增量比較快速自動檢測算法，并利用VISSIM仿真驗證其有效性。

（2）選取VISSIM微觀仿真軟件作為仿真分析工具。

（3）對實際道路中的一段進行簡化，作為仿真基礎(chǔ)路段。

（4）設(shè)置多種檢測器間距，并分別布設(shè)于仿真道路上。

（5）將檢測點的仿真數(shù)據(jù)進行統(tǒng)計整理，剔除異常數(shù)據(jù)，將有效數(shù)據(jù)帶入事件檢測算法中進行計算分析，比較不同檢測器間距下交通事件檢測算法的優(yōu)勢與劣勢。

（6）綜合考慮檢測器布設(shè)成本、事件檢測算法的優(yōu)劣，選取最佳檢測器間距布設(shè)方案。

2.1仿真方案

（1）道路網(wǎng)絡(luò)。選取盆周山區(qū)某高速公路基本路段，路線長5 km，并進行適度簡化，以備仿真所需。仿真選取雅西（雅安—西昌）高速公路石棉—瀘沽段中的大相嶺隧道—九襄方向，即K65+000—K70+000路段，平均縱坡為3.6％，設(shè)計行車速度80 km/h。該路段為高速公路雙向四車道基本路段，整體式路基寬度24.5 m，瀝青砼路面，交通狀況不受匝道影響，在模擬方案中只考慮單行駛方向。

（2）參數(shù)標定。根據(jù)《雅西高速公路開通一周年運營分析報告》，該高速公路日平均流量為10 791 輛/d，其中：客車流量為8 317輛/d，占路段總流量的77.07％；貨車流量為2 474輛/d，占路段總流量的22.93％；客貨比為3.36∶1。2012年“十一”長假首次小客車免費，長假第一天就達到最大峰值，是平時車流量的5.65倍，其中免費小客車最大流量是平時的5.05倍，客運班線車輛最大流量是平時的1.20倍。據(jù)此確定如下仿真參數(shù)：1）主線輸入交通量為2 500輛/h，此交通量為實際車輛數(shù)；2）車輛類別為小客車占75％、貨車占25％；3）車道分布采用隨機分布模型；4）輸入分布采用經(jīng)驗分布模型；5）仿真參數(shù)，仿真時間設(shè)為2 400 s，間隔為60 s，隨機數(shù)取42；6）檢測器布設(shè)間距，仿真中以200 m為步長，檢測器間距從200～2 000 m分成10組分別布設(shè)；7）事件參數(shù)見表1。

表1　事件參數(shù)設(shè)置

2.2仿真分析

依據(jù)仿真方案，利用VISSIM仿真軟件進行20次仿真模擬試驗，所采集的原始數(shù)據(jù)見表2。對原始數(shù)據(jù)進行處理，即異常數(shù)據(jù)剔除和數(shù)據(jù)整合，為仿真分析做好數(shù)據(jù)服務(wù)。

表2　VISSIM仿真數(shù)據(jù)采集（部分原始數(shù)據(jù)）

續(xù)表2

按照前述增量比較快速自動檢測算法計算上下游平均占有率絕對差和相對差，結(jié)果見表3。各事件檢測參數(shù)隨檢測器間距的變化情況見圖2～3。

表3　檢測器不同布設(shè)間距下增量比較檢測算法仿真結(jié)果

綜合以上仿真分析結(jié)果可知：當檢測器布設(shè)間距為200 m時，增量比較快速自動檢測算法的參數(shù)變化波動幅度最顯著；當檢測器布設(shè)間距為400～ 800 m時，參數(shù)變化波動幅度較顯著，尤其在檢測器布設(shè)間距為400～600 m時，參數(shù)變化動蕩幅度明顯；當檢測器布設(shè)間距為1 000 m以上時，參數(shù)變化波動幅度趨于平緩。說明在仿真路段，檢測器布設(shè)間距為200～800 m時，事件檢測效果最靈敏，隨著檢測器布設(shè)間距的增大，檢測靈敏度逐漸降低。

根據(jù)仿真結(jié)果，隨著檢測器布設(shè)間距的增大，事件檢測靈敏度降低，檢測效果有所下降。但隨著檢測器間距的減小，檢測器的布設(shè)成本增加。因此，在資金充裕的情況下，建議盆周山區(qū)高速公路檢測器布設(shè)間距取400～600 m；當資金受一定限制時，可適當增大檢測器布設(shè)間距，取600～800 m；當資金實在受限，檢測精度要求一般時，建議檢測器布設(shè)間距取800～1 200 m?？紤]到盆周山區(qū)高速公路位于山嶺地形褶皺地區(qū)，路線走向復(fù)雜，特殊點段眾多，檢測器布設(shè)間距最好控制在600 m以內(nèi)，條件受限時控制在800 m以內(nèi)。

圖2　平均占有率絕對差隨檢測器布設(shè)間距的變化

圖3　平均占有率相對差隨檢測器布設(shè)間距的變化

3　結(jié)語

該文通過高速公路交通事件檢測類型及檢測算法分析，構(gòu)建了基于增量比較法的交通事件快速自動檢測模型，并應(yīng)用VISSIM仿真技術(shù)對交通檢測器布設(shè)間距進行推理分析，綜合考慮分析區(qū)域經(jīng)濟發(fā)展特性，提出了盆周山區(qū)高速公路交通事件檢測器布設(shè)間距的相關(guān)建議，為高速公路交通事件管理與控制系統(tǒng)提供應(yīng)急救援相關(guān)數(shù)據(jù)和圖像信息，從而選取最優(yōu)應(yīng)急救援方案，避免事件路段交通事態(tài)擴大，達到人、車、路交通系統(tǒng)的安全化。

［1］Hussein Dia，Geoff Rose.Development and evaluation of neural network freeway incident detection models using field data［J].Transportation Research Part C：emerging Technologies，1997，5（5）.

［2］張彬彬.高速公路交通事件檢測算法及布設(shè)方案研究［D].長春：吉林大學(xué)，2004.

［3］吳芳超.交通事件檢測算法適應(yīng)性分析及檢測器布設(shè)方法研究［D].西安：長安大學(xué)，2013.

［4］王靜.高速公路交通檢測器布設(shè)方案研究［D].西安：長安大學(xué)，2007.

［5］公路交通安全四川省高校重點實驗室.雅西高速公路開通一周年運營分析報告［R].成都：公路交通安全四川省高校重點實驗室，2014.

［6］李鐵強.災(zāi)害條件下高速公路行車安全評估理論與方法研究［D].西安：長安大學(xué)，2012.

［7］莊斌，楊曉光，李克平.道路交通擁擠事件判別準則與檢測算法［J].中國公路學(xué)報，2006，19（3）.

［8］張永忠，趙靜.基于事件檢測算法的交通數(shù)據(jù)分析系統(tǒng)［A].中國計量協(xié)會冶金分會2008年會論文集［C].2008.

［9］張帥.基于VISSIM的道路優(yōu)化設(shè)計［J].佳木斯大學(xué)學(xué)報：自然科學(xué)版，2015，33（5）.

［10］張彬彬.高速公路交通事件檢測算法及檢測器布設(shè)方案研究［D].長春：吉林大學(xué)，2005.

［11］趙靜.基于事件檢測算法的交通數(shù)據(jù)分析系統(tǒng)研究［D].北京：北方工業(yè)大學(xué)，2009.

U491.5

A

1671-2668（2016）01-0060-04

2015-06-05