羅瑞琪,劉 巖,孟維偉,朱曉東
(1.中國市政工程華北設(shè)計研究總院有限公司,天津市 300110;2.天津市市政工程設(shè)計研究院,天津市 300041)
車輛行駛軌跡仿真是仿真模型的重要組成部分,是動態(tài)模擬車輛微觀行為的前提和基礎(chǔ)。其中,轉(zhuǎn)彎車輛是信號交叉口產(chǎn)生沖突的主要原因,是信號交叉口仿真分析的重要內(nèi)容,但左轉(zhuǎn)車輛軌跡受多種因素影響,變化范圍大,難以用數(shù)學模型準確表示[1]。右轉(zhuǎn)車輛軌跡受幾何條件影響,具有距離短、變化范圍小等特點,因此建立右轉(zhuǎn)軌跡模型,可以使得交通狀況得以更好的再現(xiàn),為交叉口的轉(zhuǎn)角、轉(zhuǎn)彎半徑的設(shè)計和右轉(zhuǎn)車輛的信號控制提供依據(jù)。
國內(nèi)外研究學者對于右轉(zhuǎn)車輛的研究主要集中在以下兩個方面:一方面是分析右轉(zhuǎn)車輛與行人和非機動車沖突行為,建立延誤模型[2-4];另一方面是通過分析右轉(zhuǎn)車輛與行人和機動車的干擾行為,提出信號交叉口右轉(zhuǎn)車輛的控制條件[5-7],為信號控制提供依據(jù)。Stover等[8-9]對不同交叉口的右轉(zhuǎn)軌跡數(shù)據(jù)進行了調(diào)查,大量數(shù)據(jù)表明該軌跡受多種因素的影響,且其變化會對其他道路使用者造成干擾,因此在交叉口設(shè)計中,應(yīng)將車輛轉(zhuǎn)彎軌跡作為重點考慮因素之一。Walton等[10]和Read[11]利用視頻采集技術(shù),對不同信號交叉口的不同車型車輛右轉(zhuǎn)軌跡進行調(diào)查,結(jié)果顯示轉(zhuǎn)彎車輛軌跡與車輛類型、交叉口幾何條件等因素有關(guān)。隨著人們對微觀行為研究的深入,Alhajyaseen等[12]對不同交叉口右轉(zhuǎn)車輛軌跡進行調(diào)查,將右轉(zhuǎn)車輛軌跡用歐拉曲線、圓曲線、直線段來表示,且假設(shè)曲線參數(shù)滿足正態(tài)分布,分布參數(shù)與交叉口幾何條件和交通條件等因素有關(guān)。
綜上所述,國內(nèi)外對于右轉(zhuǎn)機動車的研究主要集中于沖突行為以及信號控制方面,對于軌跡方面的研究甚少,并且未建立具體的軌跡模型。因此本文將以大量數(shù)據(jù)為基礎(chǔ),利用視頻檢測技術(shù),結(jié)合Track pro軟件對不同幾何條件交叉口無行人、無非機動車干擾下的右轉(zhuǎn)車輛軌跡進行追蹤,選取合適模型對右轉(zhuǎn)車輛軌跡進行描述,分析右轉(zhuǎn)軌跡的影響因素,并結(jié)合實測數(shù)據(jù)建立影響因素與模型參數(shù)的映射關(guān)系,建立無干擾下右轉(zhuǎn)車輛軌跡模型。右轉(zhuǎn)車輛軌跡模型可以很好地描述不同幾何條件交叉口右轉(zhuǎn)車輛的軌跡行為,為微觀仿真提供理論支持。
調(diào)查地點位于蘇州市。調(diào)查地點在交叉口幾何布局方面存在很大不同,如轉(zhuǎn)彎半徑、交叉口轉(zhuǎn)角、出口道數(shù)目等,這種布局上的變化對于分析右轉(zhuǎn)車輛的軌跡模型極為重要。
參照圖1調(diào)查交叉口的幾何條件,建立坐標軸,O為坐標軸原點,θ為交叉口轉(zhuǎn)角,即右轉(zhuǎn)出口道中心線與進口道中心線(交點為r)所形成的夾角,rad;A為出口道中線與停止線交點,B為進口道中線與人行道內(nèi)側(cè)邊緣線交點;C為O與B兩點之間的水平距離,m;D為O與A兩點之間的垂直距離,m。
圖1 交叉口幾何參數(shù)定義示意圖
Track pro是基于視頻采集獲得行人或車輛時空數(shù)據(jù)的分析軟件,利用該軟件可以獲得車輛的位置坐標、速度、位移等數(shù)據(jù)。數(shù)據(jù)獲取方法主要有以下4個步驟(見圖2):(a)選取合適調(diào)查地點和調(diào)查時間,拍攝視頻;(b)結(jié)合視頻檢測技術(shù),利用Track pro軟件,建立坐標軸,以進口道停車線和右轉(zhuǎn)車道內(nèi)側(cè)車道線交點為原點,右轉(zhuǎn)車輛出口道方向為x軸,垂直方向為y軸;(c)根據(jù)視頻觀測角度,通過標定,將像素坐標轉(zhuǎn)變?yōu)榈乩碜鴺耍唬╠)采集轉(zhuǎn)彎車輛位置坐標點及對應(yīng)點的速度值,計算平均位置坐標,從而獲得車輛平均軌跡。
車輛軌跡由一系列時空點組成,采樣間隔0.12 s。因所有視頻觀測點均為交叉口高處建筑,觀測角度大,考慮到轉(zhuǎn)彎車輛尺寸,將車輛前部中心處為位置參考點。本文研究內(nèi)容為無行人、無非機動車干擾時右轉(zhuǎn)軌跡模型,因此在數(shù)據(jù)提取時,選取無行人、無非機動車干擾情況下的軌跡數(shù)據(jù)。為簡化模型,僅對小型車右轉(zhuǎn)數(shù)據(jù)進行調(diào)查。
圖2 數(shù)據(jù)獲取方法示意圖
本文需對相同進口道、出口道的右轉(zhuǎn)車輛平均位置坐標及平均速度進行計算,平均速度為所有右轉(zhuǎn)車輛速度的平均值;結(jié)合圖2建立的坐標軸,統(tǒng)計n條軌跡數(shù)據(jù),假設(shè)n=3,在同一坐標系中計算不同軌跡點、相同橫坐標下的平均縱坐標,最后得到一系列平均軌跡坐標點,平均軌跡坐標點的連線即為調(diào)查地點轉(zhuǎn)彎車輛的平均軌跡。以星明街-現(xiàn)代大道西側(cè)進口道右轉(zhuǎn)車輛為例,利用軟件,對110輛右轉(zhuǎn)小汽車的右轉(zhuǎn)數(shù)據(jù)進行統(tǒng)計,則得到110組數(shù)據(jù)(n=110),利用上述方法計算平均軌跡坐標點,共得到20個坐標點,計算結(jié)果如表1所示,坐標點的連線即為該地點右轉(zhuǎn)車輛的平均軌跡。
本文針對交叉口無干擾條件下右轉(zhuǎn)車輛軌跡進行建模,因此不考慮行人和非機動車的影響,僅將交叉口尺寸以及車輛速度作為右轉(zhuǎn)軌跡的影響因素。通過調(diào)查,交叉口轉(zhuǎn)角、轉(zhuǎn)彎半徑、出口道數(shù)目、車輛速度是車輛軌跡的主要影響因素。其中因交叉口實際狀況,轉(zhuǎn)彎半徑較難準確測量,因此定義參數(shù)C和參數(shù)D(對于同一進口道、不同出口道右轉(zhuǎn)軌跡的影響因素也可以用參數(shù)C和D來表示),將交叉口轉(zhuǎn)角θ、距離D、距離C、速度V這4個參數(shù)作為右轉(zhuǎn)車輛軌跡影響參數(shù)。
表1 右轉(zhuǎn)車輛平均軌跡坐標點cm
通過調(diào)查軌跡數(shù)據(jù),分別用對數(shù)函數(shù)、二次多項式對調(diào)查地點軌跡進行擬合,擬合結(jié)果如表2所示。在置信度為95%情況下,利用對數(shù)函數(shù)擬合,相比二次多項式擬合效果要好,因此最終確立右轉(zhuǎn)機動車軌跡模型為:
式中:x為橫坐標,cm;y為縱坐標,cm;a,b 為模型參數(shù)。
根據(jù)實測數(shù)據(jù),統(tǒng)計得到軌跡模型參數(shù)a值隨轉(zhuǎn)角θ、距離C、距離D和速度V的增加而增加,軌跡模型參數(shù)b值隨轉(zhuǎn)角θ、距離C、距離D、速度V的增加而減少。因此a值、b值與4個軌跡影響因素的關(guān)系可以表示為:
利用最大似然估計法分別對上述參數(shù)進行估計,最終得到軌跡模型如式(4)~式(6)所示。由結(jié)果R2可知,線性模型對參數(shù)a和b擬合效果較好。
表2 軌跡擬合結(jié)果表
選擇金雞湖大道-星湖街交叉口的南進口道作為驗證地點,確定調(diào)查時間為 8:00~9:00,該進口道設(shè)有一個右轉(zhuǎn)專用車道,尺寸如下:R=12.21 m;θ=1.585 3 rad;C=22.5 m;D=25.4 m;V=20.35 km/h。假定車輛在驗證地點的右轉(zhuǎn)軌跡服從式(4)~式(6),將幾何尺寸代入,得到:a=255.26,b=1 888.96。
針對調(diào)查交叉口計算平均軌跡,分別使用兩種計算方法得到計算軌跡與實際軌跡數(shù)據(jù)的相對誤差。因選取實際軌跡坐標點與計算坐標點橫坐標相同,故選擇縱坐標值計算誤差,軌跡計算值與實際值的對比見圖3。由圖3可見,利用本文模型計算的軌跡坐標點與實際值的最大相對誤差為14.25%,最小相對誤差為0.34%,平均相對誤差為3.78%,在可接受范圍內(nèi),因此該模型對無行人、無非機動車干擾下的右轉(zhuǎn)機動車軌跡的預(yù)測具有一定的可靠性。
圖3 軌跡計算值與實際值對比圖
運用視頻提取技術(shù),分析了無行人、無非機動車干擾情況下右轉(zhuǎn)機動車軌跡的影響因素,建立了基于幾何條件的交叉口右轉(zhuǎn)車輛軌跡模型;運用實測數(shù)據(jù)對模型的參數(shù)進行了標定,并選取實際地點對模型進行了驗證。驗證結(jié)果表明:本文方法預(yù)測效果較好,平均預(yù)測誤差為3.78%,滿足精度要求。該模型描述了右轉(zhuǎn)車輛軌跡,可以為仿真技術(shù)提供支持,為交叉口平面設(shè)計和信號控制提供依據(jù)。
由于受軟件精度的影響,數(shù)據(jù)采集的精準性仍需進一步提高,且后續(xù)研究中需對有干擾情況下的右轉(zhuǎn)車輛軌跡行為進行分析,建立實用性更強的軌跡模型。