CN115311858A - 基于交通流韧性的城市路段分级管制方法 - Google Patents

Abstract

本发明公开了一种基于交通流韧性的城市路段分级管制方法，包括路段卡口数据获取；划分路段交通流运行状态为塑性状态、弹性过渡状态、弹性状态；运行状态阈值确定：将韧性值的数据集划分为不同的类别，各类别聚类中心从小到大排序，相邻类别聚类中心平均值即为各状态阈值；考虑交通流增长和公交车进站对交通流行驶的影响，建立基于二流模型的路段分时平均行驶时间与道路服务质量系数计算模型；最后通过聚类分析，得出各路段服务质量评估标准，并针对各级服务质量及韧性状态确定外部管理措施。本发明方便快捷，提升道路交通服务水平；有效挖掘交通流自身恢复能力，节省外部管理措施成本。

Description

基于交通流韧性的城市路段分级管制方法

技术领域

本发明涉及智能交通技术领域，尤其是涉及基于交通流韧性的城市路段分级管制方法。

背景技术

城市道路基础设施作为城市交通系统重要的组成部分，目前已有城市对其受到扰动事件的影响进行预测，采用的方法基本为将道路系统状态分为可靠状态、退化状态、恢复状态及恢复后状态，利用韧性指标评价扰动事件持续期系统的整体性能。但上述方法缺少对交通流受扰过程中韧性的评价。路段交通流的正常行驶总是会受到上游交通流变化及公交车进出站的干扰，使得机动车行驶过程中出现减速或停车让行的情况，造成行驶时间增加，道路运行效率降低，从而导致交通拥堵。因此，评估路段交通流韧性具有较好的理论价值和现实意义。

为了考虑干扰事件对道路交通的影响，已有研究从失效概率、吸收扰动能力和恢复速度方面定义韧性指标，通过模拟事件破坏方式确定路段受扰程度，从而计算各路段在路网中的重要度。但路段交通流的变化导致利用路段韧性进行重要度排序具有很强的时变性，进而导致基于路段重要度的管理措施影响效果较小。专利CN111599180A城市公交线路韧性评估方法及系统中，利用公交车实际到站时间与计划时间将服务状态分为稳定状态和崩溃状态，没有考虑以私家车为主的路面交通流对公交车进出站干扰的韧性。文献《道路交通系统韧性及路段重要度评估》通过对扰动事件下交通流重新分配，计算道路系统韧性指标，但计算过程中参数较多，且标定难度大。

发明内容

针对路段交通流受到车流量增长和公交车进出站过程影响的行程时间变化，提供一种基于交通流韧性的城市路段分级管制方法，以解决城市路网中路段车流运行状态指标不合理，机动车流受到干扰时自身恢复能力无法体现，交通管控措施冗余的问题。

为实现上述目的，本发明提供了如下技术方案，

基于交通流韧性的城市路段分级管制方法，包括：

S1、数据采集；动态数据包括路段交通流动态卡口数据，静态数据包括卡口坐标位置、公交车站坐标位置与城市路网中心线；

S2、数据预处理；依据采集数据计算卡口数据中路段的交通量，并将路段交通量与旅行时间匹配，同时统计各路段上的公交车站数量；

S3、交通流韧性状态划分；基于旅行时间计算路段交通流的全日分时韧性值，并将交通韧性划分为塑性状态、弹性过渡状态、弹性状态，然后通过对韧性值进行k-means聚类，确定三种韧性状态的阈值；

S4、计算路段服务质量指数；基于二流理论中观交通流模型，利用路段服务质量指数，得出路段平均行驶时间、路段平均最短行驶时间及路段平均行程时间之间的关系式；然后基于路段交通量及韧性值，并考虑公交车进出站对路段交通流行驶的影响，计算路段全日分时平均行驶时间与道路服务质量指数；

S5、路段运行分级管理；将服务质量等级分为三级，然后通过对服务质量指数进行k-means聚类，确定三级服务质量等级对应的阈值；分别针对交通流韧性状态与道路服务质量等级，确定路段交通流管理措施。

进一步的，S2步骤具体过程为：

S21、路段车道数：统计卡口相同方向的车道数并记录对应的车道编号；

S22、提取卡口数据中的路段交通量：利用车道编号计算单位统计时段内相同卡口对应的相同行驶方向的各车道交通流总和；

S23、路段交通量与旅行时间匹配：利用Arcgis软件，通过卡口的经纬度信息与道路中心线的信息进行匹配，再根据道路中心线的节点编号与旅行时间数据中车流行驶的起始节点及终止节点判断车流行驶的方向，最后将旅行时间数据与交通量中同时间段内相同路段编号与行驶方向的数据一一对应；

S24、路段节点间公交车站数量：在城市公交线路及公交站点坐标信息中，首先筛选不同线路、相同经纬度的车站，并统计车站数量；再将剔除重叠车站坐标信息的公交站点坐标添加至Arcgis软件加载的道路中心线中，最后统计不同编号的路段上的公交车站数量。

进一步的，S3步骤中基于旅行时间计算路段交通流的全日分时韧性值具体过程为：

设初始零时刻车辆平均旅行时间为t₀；若下一统计时刻车辆平均旅行时间t₁≤t₀，则第一个极小值出现的时刻为t_{0_low}；若下一统计时刻车辆平均旅行时间t₁＞t₀，则t₀＝t_{0_low}；车辆平均旅行时间出现的第i个极大值为t_{i_high}；出现极大值后的下一统计时刻的车辆平均旅行时间为t_{i_low},(i＝1,2…)；

由上可得，t_{(i-1)_low}＜t_{i_high}，t_{i_low}＜t_{i_high}；路段交通流第i个时间段Δt_i的韧性值可计算为：

进一步的，S4步骤中，基于二流理论中观交通流模型，利用路段服务质量指数，得到的路段平均行驶时间T_r、路段平均最短行驶时间T_m及路段平均行程时间T之间的关系式如下：

式中，n为道路交通服务质量指数；

计算路段全日分时平均行驶时间与道路服务质量指数，其公式如下：

式中,

为Δt_i内路段平均行驶时间，V_T为Δt_i内路段平均交通量，

为路段最短行驶时间对应交通量，p为路段同方向一侧公交车站总数，R_i为路段Δt_i时间段的韧性值，

为Δt_i内该路段第k个公交车进出站时间；若公交车站为港湾式车站，

为Δt_i内该路段公交车排队进站时间；若公交车站为非港湾式车站，

为Δt_i内该路段公交车排队进站时间与最后一辆车等待乘客上车时间之和。

综上，本发明采用上述基于交通流韧性的城市路段分级管制方法，具备如下优势：1)本发明结合路段交通卡口数据获取交通流运行时间及交通量，不需要专门设置其他监测系统，方便快捷；2)本发明结合材料形变的概念将运行状态准确划分为三类并确定各类阈值，挖掘交通流自身对干扰的抵抗能力，能够有效减少冗余的外部管制措施；3)本发明通过交通流增长率和公交车进出站过程对交通流的干扰，针对各时段不同路段韧性状态及服务质量等级制定了对应的管理措施，从而提高管理效率，节省资源成本。

附图说明

图1为本发明实施例的方法整体流程图；

图2为本发明实施例中交通流韧性状态判断示意图；

图3为本发明实施例中分级管理措施示意图。

具体实施方式

以下结合附图和实施例对本发明的技术方案作进一步说明。

如图1所示的基于交通流韧性的城市路段分级管制方法，包括如下部分：

一、数据采集

路段卡口数据采集，分为动态数据和静态数据。其中，动态数据包括路段交通流动态卡口数据，静态数据包括卡口坐标位置、公交车站坐标位置与城市路网中心线。以安徽省宣城市某一日内路网卡口数据为例，如表1-表3，获得数据包括卡口编号、车道编号、起始观测时间、结束观测时间、路段编号、车辆行驶的起始节点、车辆行驶的终止节点、平均车流量、平均旅行时间、车道行驶方向。公交车站坐标位置与城市路网中心线数据可通过购买或调用地图接口获得。

表1部分路段分车道平均交通量

表2部分路段平均行程时间

表3部分路段卡口观测车道编号及行驶方向

二、数据预处理

对静态数据和路段交通流动态卡口数据进行预处理，并将动态数据与静态数据进行匹配，其过程如下：

S21、路段车道数统计：统计不同卡口ID相同方向的车道数并记录对应的车道编号；

S22、提取卡口记录中的路段交通量数据：利用S21中记录的相同方向的车道编号，计算同时段内相同卡口ID对应的相同行驶方向的各车道交通流总和；

S23、路段交通量与节点平均旅行时间匹配：利用Arcgis软件，通过卡口的经纬度信息与道路中心线的信息进行匹配，再根据道路中心线的节点编号与旅行时间数据中车流行驶的起始节点及终止节点判断车流行驶的方向，最后将旅行时间数据与交通量中同时间段内相同路段编号与行驶方向的数据一一对应；

S24、路段节点间公交车站数量统计：在城市公交线路及公交站点坐标信息中，首先筛选不同线路、相同经纬度的车站，并统计车站数量；再将剔除重叠车站坐标信息的公交站点坐标添加至Arcgis软件加载的道路中心线中，最后统计不同编号的路段上的公交车站数量。

三、路段交通流韧性指标计算

S31、确定指标。

通过路段卡口数据获取交通流通过路段的行程时间，计算路段交通流的全日分时韧性值，具体包括：

设初始零时刻车辆平均旅行时间为t₀，则存在如下情况：

(1)若下一统计时刻车辆平均旅行时间t₁≤t₀，则第1个极小值出现的时刻为t_{0_low}；

(2)若下一统计时刻车辆平均旅行时间t₁＞t₀，则t₀＝t_{0_low}。

车辆平均旅行时间出现的第i个极大值为t_{i_high}；出现极大值后的下一统计时刻的车辆平均旅行时间为t_{i_low},(i＝1,2…)。

由上可得，t_{(i-1)_low}＜t_{i_high}，t_{i_low}＜t_{i_high}。路段交通流第i个时间段Δt_i的韧性值可计算为：

式中，R_i为路段在Δt_i时间段的韧性值；Δt_i为t_{(i-1)_low}与t_{i_low}的统计时间间隔。

S32、判断步骤。

结合路段交通流通行时间变化量及分时段韧性值的大小，从交通流运行自适应能力的角度，将路段通行状态划分为三个状态，分别表示为塑性(0,R_p)、弹性过渡态(R_p,R_e)和弹性(R_e,+∞)。其中，R_p表示路段交通流通行时间发生塑性变化的韧性上限值，R_e表示路段交通流通行时间发生弹性变化的韧性阈值。

S33、运行状态阈值确定。

K-means聚类算法通过迭代过程把数据集划分为不同的类别，使得评价聚类性能的准则函数达到最优，从而使生成的每个聚类内紧凑，且类别之间相互独立。该算法的流程为：

S331、为每个聚类确定一个初始聚类中心，这样就有K个初始聚类中心；

S332、按照最小距离原则，将每一个样本分配到最邻近聚类；

在计算样本之间的距离时，常用的距离原则有欧氏距离、曼哈顿距离、余弦距离等。本实施例在实际计算时选择的是欧式距离d(x_i,x_j)，如下所示：

式中，x_i＝(x_i1,x_i2,…,x_im),x_j＝(x_j1,x_j2,…,x_jm)，每个样本具有m个属性值；x_ik为第i个样本的第k个属性值，x_jk为第j个样本的第k个属性值。

本实施例中样本均为一维数据，两个样本之间的距离即为样本值差的绝对值。样本之间距离越小，两个样本的相似度越高，反之则相似度越低。

S333、使用每个聚类中的样本均值作为新的聚类中心；

S334、重复S332和S333直到聚类中心不再变化；

S335、结束聚类，得到K个聚类。

最后，将利用K-means均值算法得到的各类别的聚类中心从小到大排序，相邻类别聚类中心的平均值即为各状态阈值。设得到排序后的聚类中心分别为h₁,h₂,h₃，则各状态阈值如下式所示：

以安徽省宣城市某一日内城市路网的卡口数据为例，利用Python，设定初始聚类值为3并随机给定3个初始聚类中心。将各路段的分时韧性值数据输入，通过不断迭代循环即可得到最终三个聚类中心的值，根据各类别聚类中心的均值可以确定各状态对应的阈值，其结果见表4。

表4路段交通流韧性状态阈值

表4中路段交通流塑性状态阈值为0.045。当某路段交通流通行时间出现极大值后的恢复程度与恢复时间之比小于0.045时，则认为其当前的运行状态为塑性状态。

四、基于二流理论的路段服务质量计算方法

S41、建立二流理论中观交通流模型。

将交通流中的车辆分为两类：一类是运动车辆，一类是停止车辆。假设：

(1)车辆在路网中的平均行驶速度与运行车辆所占的比重成比例；

(2)路网中循环试验车(交通观测车)的停车时间比例与路网中同时段运行车辆的停车时间比例相等。

基于假设(1)，可得车辆平均行驶速度和行驶车辆比重的关系：

U_r＝U_mf_r ⁿ

式中，U_r为平均行驶速度，U_m为最大平均行驶速度，f_r为行驶车辆比重，n为道路交通服务质量指数。

平均行程车速U用U_rf_r表示，联合上式可得：

U＝U_mf_r ⁿ⁺¹

且f_r+f_s＝1，f_s为停车比例，代入可得

U＝U_m(1-f_s)ⁿ⁺¹

将上式转化为平均行程时间的关系，T表示平均行程时间，T_r表示平均行驶时间，T_m表示平均最短行驶时间。单位距离T＝1/U，T_r＝1/U_r，T_m＝1/U_m，代入速度关系式可得：

T＝T_m(1-f_s)^-(n+1)

基于假设(2)，可用试验车在路网中的停车时间T_s代替全部车辆的停车时间：

代入时间关系式得，

T＝T_m[1-(T_s/T)]^-(n+1)

因为T＝T_r+T_s，所以

为了便于标定，等式两边同时取自然对数得：

S42、基于路段服务质量与运行韧性状态，考虑交通流增长率与公交车进站对路段交通流行驶的影响。

假设路段平均最短行驶时间与路段平均最短行程时间相等。

式中，

为Δt_i内路段平均行驶时间，V_T为Δt_i内路段平均交通量，

为路段最短行驶时间对应交通量，p为路段同方向一侧公交车站总数，R_i为路段Δt_i时间段的韧性值，

为Δt_i内该路段第k个公交车进出站时间；若公交车站为港湾式车站，

为Δt_i内该路段公交车排队进站时间；若公交车站为非港湾式车站，

为Δt_i内该路段公交车排队进站时间与最后一辆车等待乘客上车时间之和。

结合S41中的关系式，计算路段全日分时平均行驶时间与道路服务质量指数，见表5。

表5某路段部分分时平均行驶时间与道路质量指数

五、考虑交通流韧性状态与道路服务质量等级的路段运行分级管理。

S51、路段服务质量等级划分：将路段服务质量分为一级、二级、三级，对城市路网中各路段Δt_i内的服务质量指数进行S33所述的k-means聚类方法，得出每个路段的服务质量等级对应的阈值，见表6。

表6某路段服务质量等级阈值

S52、路段分时运行优化管理措施：分别针对各路段Δt_i内交通流韧性分类与道路服务质量等级，确定路段交通流管理措施，见图3。

以上是本发明的具体实施方式，但本发明的保护范围不应局限于此。任何熟悉本领域的技术人员在本发明所揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内，因此本发明的保护范围应以权利要求书所限定的保护范围为准。

Claims (4)

1.基于交通流韧性的城市路段分级管制方法，其特征在于，包括：

S1、数据采集；动态数据包括路段交通流动态卡口数据，静态数据包括卡口坐标位置、公交车站坐标位置与城市路网中心线；

S2、数据预处理；依据采集数据计算卡口数据中路段的交通量，并将路段交通量与旅行时间匹配，同时统计各路段上的公交车站数量；

S3、交通流韧性状态划分；基于旅行时间计算路段交通流的全日分时韧性值，并将交通韧性划分为塑性状态、弹性过渡状态、弹性状态，然后通过对韧性值进行k-means聚类，确定三种韧性状态的阈值；

S4、计算路段服务质量指数；基于二流理论中观交通流模型，利用路段服务质量指数，得出路段平均行驶时间、路段平均最短行驶时间及路段平均行程时间之间的关系式；然后基于路段交通量及韧性值，并考虑公交车进出站对路段交通流行驶的影响，计算路段全日分时平均行驶时间与道路服务质量指数；

S5、路段运行分级管理；将服务质量等级分为三级，然后通过对服务质量指数进行k-means聚类，确定三级服务质量等级对应的阈值；分别针对交通流韧性状态与道路服务质量等级，确定路段交通流管理措施。

2.根据权利要求1所述的城市路段分级管制方法，其特征在于，S2步骤具体过程为：

S21、路段车道数：统计卡口相同方向的车道数并记录对应的车道编号；

S22、提取卡口数据中的路段交通量：利用车道编号计算单位统计时段内相同卡口对应的相同行驶方向的各车道交通流总和；

S23、路段交通量与旅行时间匹配：利用Arcgis软件，通过卡口的经纬度信息与道路中心线的信息进行匹配，再根据道路中心线的节点编号与旅行时间数据中车流行驶的起始节点及终止节点判断车流行驶的方向，最后将旅行时间数据与交通量中同时间段内相同路段编号与行驶方向的数据一一对应；

S24、路段节点间公交车站数量：在城市公交线路及公交站点坐标信息中，首先筛选不同线路、相同经纬度的车站，并统计车站数量；再将剔除重叠车站坐标信息的公交站点坐标添加至Arcgis软件加载的道路中心线中，最后统计不同编号的路段上的公交车站数量。

3.根据权利要求2所述的城市路段分级管制方法，其特征在于，S3步骤中基于旅行时间计算路段交通流的全日分时韧性值具体过程为：

设初始零时刻车辆平均旅行时间为t₀；若下一统计时刻车辆平均旅行时间t₁≤t₀，则第一个极小值出现的时刻为t_{0_low}；若下一统计时刻车辆平均旅行时间t₁＞t₀，则t₀＝t_{0_low}；车辆平均旅行时间出现的第i个极大值为t_{i_high}；出现极大值后的下一统计时刻的车辆平均旅行时间为t_{i_low},(i＝1,2…)；

由上可得，t_{(i-1)_low}＜t_{i_high}，t_{i_low}＜t_{i_high}；路段交通流第i个时间段Δt_i的韧性值可计算为：

4.根据权利要求3所述的城市路段分级管制方法，其特征在于，S4步骤中，基于二流理论宏观交通流模型，利用路段服务质量指数，得到的路段平均行驶时间T_r、路段平均最短行驶时间T_m及路段平均行程时间T之间的关系式如下：

式中，n为道路交通服务质量指数；

计算路段全日分时平均行驶时间与道路服务质量指数，其公式如下：

式中,

为Δt_i内路段平均行驶时间，V_T为Δt_i内路段平均交通量，

为路段最短行驶时间对应交通量，p为路段同方向一侧公交车站总数，R_i为路段Δt_i时间段的韧性值，

为Δt_i内该路段第k个公交车进出站时间；若公交车站为港湾式车站，

为Δt_i内该路段公交车排队进站时间；若公交车站为非港湾式车站，

为Δt_i内该路段公交车排队进站时间与最后一辆车等待乘客上车时间之和。

Images