文圖｜周祺 許陽 劉小武

道路交通擁堵科學(xué)治理是一項(xiàng)復(fù)雜的系統(tǒng)工程，既關(guān)乎安全出行、綠色環(huán)保、節(jié)能減排，又涉及地區(qū)營商環(huán)境創(chuàng)建和政府社會治理能力提升。只有從硬件、軟件、環(huán)境等交通全要素入手并持續(xù)發(fā)力、閉環(huán)優(yōu)化，才能為交通參與者提供一個良好的出行環(huán)境。因此，針對當(dāng)前我國城市交通擁堵治理還存在的道路交通規(guī)劃與建設(shè)滯后、通行交通流量優(yōu)化不足、交通文明素養(yǎng)不到位、交通信號控制不當(dāng)?shù)葐栴}，本文從區(qū)域?qū)崟r交通擁堵度評價出發(fā)，研究提出一套區(qū)域?qū)崟r道路交通擁堵度評價指數(shù)指標(biāo)，用于實(shí)現(xiàn)不同區(qū)域相同時間和同一區(qū)域不同時間交通擁堵度的客觀精準(zhǔn)評價，供業(yè)內(nèi)討論參考。

一、道路交通擁堵度評價現(xiàn)狀

目前，我國道路交通擁堵度評價主要是基于《城市交通運(yùn)行狀況評價規(guī)范》（GB/T 33171—2016）和《道路交通擁堵度評價方法》（GA/T 115—2020）兩個標(biāo)準(zhǔn)。這兩個標(biāo)準(zhǔn)是以點(diǎn)、線、面的方式建立對交叉口、區(qū)間道路、道路網(wǎng)的擁堵度評價指數(shù)和指標(biāo)體系，主要有“最大車均延誤”“最大排隊(duì)時間指數(shù)”“平均行程速度”“嚴(yán)重?fù)矶吕锍瘫壤薄俺鞘薪煌ㄟ\(yùn)行指數(shù)”等指標(biāo)，可以以紅、橙、綠等較直觀的形式評價特定交叉口、區(qū)間路段和道路網(wǎng)某一時刻的擁堵度。按照上述標(biāo)準(zhǔn)，開展道路交通擁堵度評價時，數(shù)據(jù)可采用人工方法采集，或利用固定式交通檢測設(shè)備、移動式車載設(shè)備等進(jìn)行采集，但由于道路交通擁堵度實(shí)時自動檢測還未普及，數(shù)據(jù)采集不系統(tǒng)、不全面等原因，所產(chǎn)生的道路交通擁堵度指數(shù)和指標(biāo)實(shí)時性不足，無法支撐區(qū)域?qū)崟r道路交通擁堵度評價，只能對局部交叉口和區(qū)間路段擁堵度進(jìn)行定性評價，更不能支撐交通信號全面優(yōu)化控制與經(jīng)濟(jì)效益分析。因此，現(xiàn)有技術(shù)條件下，對道路交通擁堵度進(jìn)行連續(xù)動態(tài)實(shí)時評價不具有操作性。

二、區(qū)域?qū)崟r交通擁堵度評價指數(shù)指標(biāo)

（一）區(qū)域?qū)崟r交通評價需求

為了能對區(qū)域?qū)崟r道路交通擁堵度進(jìn)行評價并支撐交通信號優(yōu)化控制與經(jīng)濟(jì)效益分析等場景，區(qū)域?qū)崟r交通擁堵度評價指數(shù)指標(biāo)應(yīng)具有客觀性、可比性、全面性、實(shí)時精準(zhǔn)等特性。一是反映車輛在區(qū)域的擁堵時間。交通擁堵主要反映在擁堵時間和擁堵里程上，擁堵時間是車輛駕乘人員對擁堵最直接、最客觀、最精確的感受。二是反映交叉口實(shí)時車道的排隊(duì)時間。交叉口是交通信息控制的主要場地，也是交通擁堵的客觀必然場地。交叉口排隊(duì)時間即車輛在交叉口的擁堵時間。為支撐交通信號優(yōu)化控制，還需要將交叉口排隊(duì)時間細(xì)化到交叉口車道排隊(duì)時間。三是反映區(qū)域?qū)崟r道路交通擁堵度。反映區(qū)域內(nèi)全部交叉口、全部車道、所有車輛的排隊(duì)時間，才能真實(shí)反映區(qū)域?qū)崟r道路交通的擁堵度。

（二）區(qū)域?qū)崟r交通評價指標(biāo)設(shè)計(jì)

《道路交通擁堵度評價方法》（GA/T 115—2020）中的“排隊(duì)長度”定義為車輛排隊(duì)隊(duì)列從交叉口停止線或排隊(duì)起點(diǎn)至隊(duì)列末尾之間的長度；“交叉口排隊(duì)時間”定義為交叉口排隊(duì)車輛從首次停車開始直至通過進(jìn)口道停止線所花費(fèi)的時間。為了區(qū)域?qū)崟r交通擁堵度評價，需要對這兩個指標(biāo)進(jìn)一步細(xì)化，從而形成新的交通擁堵度評價指數(shù)指標(biāo)。

一是車道實(shí)時累計(jì)排隊(duì)時間（HSQT）。以交叉口進(jìn)口的某一車道H（直行、左轉(zhuǎn)、右轉(zhuǎn)）為監(jiān)測車道，實(shí)時記錄*年*月*日該車道自當(dāng)天0 時起至24時止車輛累計(jì)排隊(duì)時間，即HSQT(t)=ΣHTi(t)，其中HTi 為H 車道上第i 輛車的實(shí)時交叉口排隊(duì)時間，車輛從排隊(duì)起始時間開始計(jì)時，出進(jìn)口道停止線后終止計(jì)時。該曲線為連續(xù)上升曲線，HSQT 的單位為秒(s)。如圖1 為車道實(shí)時累計(jì)排隊(duì)時間，其中橫軸為時刻、縱軸為時間。

圖1 車道實(shí)時累計(jì)排隊(duì)時間

二是車道時間擁堵時長（HTST）。以交叉口進(jìn)口的某一車道H（直行、左轉(zhuǎn)、右轉(zhuǎn)）為監(jiān)測車道，實(shí)時記錄*年*月*日該車道自當(dāng)天0 時起至24 時止在設(shè)定時間間隔（如5 分鐘）內(nèi)全部車輛車道累計(jì)排隊(duì)時間。該值可以通過車道實(shí)時累計(jì)排隊(duì)時間HSQT 在設(shè)定時間間隔的差值計(jì)算得出，即HTST(t)=HSQT(t)-HSQT(t-Δt)，其中Δt 為設(shè)定的時間間隔，取值一般大于等于一個信號控制周期。如圖2 為車道時間擁堵時長，其中橫軸為時刻、縱軸為時間。

圖2 車道時間擁堵時長

三是交叉口實(shí)時累計(jì)排隊(duì)時間（XSQT）。以交叉口X 為評價對象，實(shí)時記錄*年*月*日交叉口X自當(dāng)天0 時起至24 時止車輛累計(jì)排隊(duì)時間。該值可以通過交叉口X 各車道實(shí)時累計(jì)排隊(duì)時間HSQT 相加計(jì)算得出，即XSQT(t)=ΣHSQTi(t)。

四是區(qū)域?qū)崟r累計(jì)排隊(duì)時間（DSQT）。以區(qū)域D（道路網(wǎng)）為評價對象，實(shí)時記錄*年*月*日該區(qū)域自當(dāng)天0 時起至24 時止車輛累計(jì)排隊(duì)時間。該值可以通過區(qū)域內(nèi)各交叉口實(shí)時累計(jì)排隊(duì)時間XSQT 相加計(jì)算得出，即DSQT(t)=ΣXSQTi(t)。如圖3 為區(qū)域?qū)崟r累計(jì)排隊(duì)時間，表征某日區(qū)域?qū)崟r累計(jì)排隊(duì)時間，該曲線為連續(xù)上升曲線。

圖3 區(qū)域?qū)崟r累計(jì)排隊(duì)時間

五是區(qū)域時間擁堵時長（DTST）。以區(qū)域D（道路網(wǎng)）為評價對象，實(shí)時記錄*年*月*日該區(qū)域自當(dāng)天0 時起至24 時止在設(shè)定時間間隔（如30 分鐘）內(nèi)全部車輛排隊(duì)時間。該值可以通過區(qū)域?qū)崟r累計(jì)排隊(duì)時間DSQT 在設(shè)定時間間隔的差值計(jì)算得出，即DTST(t)=DSQT(t)-DSQT(t-Δt)，其中Δt 為設(shè)定的時間間隔，取值一般大于等于15 分鐘。如圖4 為區(qū)域時間擁堵時長，其中橫軸為時刻、縱軸為時間，用于表征某日區(qū)域各時段的擁堵程度。

圖4 區(qū)域時間擁堵時長

六是區(qū)域時間擁堵時長面積指數(shù)（DTSTI）。以區(qū)域D（道路網(wǎng)）為評價對象，實(shí)時記錄*年*月*日該區(qū)域自當(dāng)天0 時起至24 時止在設(shè)定時間間隔（如30 分鐘）內(nèi)全部車輛排隊(duì)時間，并除以區(qū)域總面積。該值可以通過區(qū)域時間擁堵時長DTST 計(jì)算得出，即DTSTI(t)=DTST(t)/DS,其中DS 為區(qū)域總面積。如圖5 為區(qū)域時間擁堵時長面積指數(shù)，用于表征某區(qū)域某日各時段的擁堵程度。

圖5 區(qū)域時間擁堵時長面積指數(shù)

（三）評價指數(shù)指標(biāo)的數(shù)據(jù)采集

區(qū)域道路交通擁堵評價指數(shù)指標(biāo)數(shù)據(jù)的獲取，需要實(shí)時監(jiān)測各車輛的交叉口排隊(duì)時間，并按進(jìn)口道歸集，產(chǎn)生車道實(shí)時累計(jì)排隊(duì)時間（HSQT）。目前最可行的數(shù)據(jù)采集辦法是利用現(xiàn)有的交叉口攝像機(jī)，經(jīng)AI（人工智能）圖像數(shù)據(jù)分析處理，獲得各車輛車道排隊(duì)起始時間、排隊(duì)終止時間、排隊(duì)起始位置、實(shí)時排隊(duì)數(shù)量，并計(jì)算出車道實(shí)時累計(jì)排隊(duì)時間（HSQT）。其中，AI 圖像處理具體步驟為:先獲取交叉口固定監(jiān)控視頻的RTSP（實(shí)時流傳輸協(xié)議）圖像數(shù)據(jù)，如圖6 所示，在圖像中對進(jìn)口車道和停止線進(jìn)行標(biāo)定，經(jīng)過訓(xùn)練的交叉口車輛AI 檢測模塊可以識別車輛和車道，對探測到的車輛進(jìn)行識別標(biāo)定、跟蹤，如圖7 所示，獲取車輛排隊(duì)起始時間和排隊(duì)終止時間，各車輛排隊(duì)時間按車道歸集，計(jì)算出車道實(shí)時累計(jì)排隊(duì)時間（HSQT）。其他區(qū)域道路交通擁堵指數(shù)指標(biāo)可以通過HSQT 值和交叉口AI檢測模塊采集的原始數(shù)據(jù)計(jì)算得到。

圖6 交叉口監(jiān)控視頻RTSP圖像

圖7 交叉口車道標(biāo)定和AI檢測

（四）評價指數(shù)指標(biāo)應(yīng)用

為了精準(zhǔn)計(jì)算區(qū)域?qū)崟r交通擁堵度指數(shù)指標(biāo)，所記錄的原始數(shù)據(jù)應(yīng)包括排隊(duì)車輛、交叉口車道、排隊(duì)起始時間、排隊(duì)終止時間、排隊(duì)起始位置、實(shí)時排隊(duì)數(shù)量，其他擁堵指數(shù)指標(biāo)參數(shù)可根據(jù)以上采集的原始數(shù)據(jù)進(jìn)行計(jì)算。其中，根據(jù)“車道時間擁堵時長HTST”可以支持交通信號優(yōu)化控制，并根據(jù)“交叉口實(shí)時累計(jì)排隊(duì)時間XSQT”“區(qū)域?qū)崟r累計(jì)排隊(duì)時間DSQT”“區(qū)域時間擁堵時長DTST”可以評價交通信號優(yōu)化控制的效果；“區(qū)域時間擁堵時長面積指數(shù)DTSTI”可以用于區(qū)域道路交通擁堵度評價，既可以對同一區(qū)域不同時期（年、月、日、時）進(jìn)行道路交通擁堵度評價對比，也可以對不同區(qū)域同一時段進(jìn)行擁堵度評價對比；“區(qū)域?qū)崟r累計(jì)排隊(duì)時間DSQT”還可以用于經(jīng)濟(jì)效益分析和節(jié)能減排分析等應(yīng)用場景。

三、結(jié)語

針對不同區(qū)域相同時間和同一區(qū)域不同時間交通擁堵度的客觀精準(zhǔn)評價場景，本文提出新增“車道實(shí)時累計(jì)排隊(duì)時間”“車道時間擁堵時長”“交叉口實(shí)時累計(jì)排隊(duì)時間”“區(qū)域?qū)崟r累計(jì)排隊(duì)時間”“區(qū)域時間擁堵時長”“區(qū)域時間擁堵時長面積指數(shù)”等交通擁堵度評價指數(shù)指標(biāo)，既能夠科學(xué)評價區(qū)域?qū)崟r交通擁堵度及提高交通擁堵度精細(xì)化評價水平，又能夠?yàn)橹贫ń煌ň彾麓胧┖蛥^(qū)域交通管理水平考核提供參考依據(jù)。