信号交叉口行人自行车交通特性分析.docxVIP

信号交叉口行人自行车交通特性分析

0城市微观交通特性的视频分析

混合交通特征是中国城市信号交叉口最显著的交通特征之一。混合交通现象的存在,容易产生交通拥堵,引发交通事故,造成通行能力下降等不利影响,因此深入分析我国城市信号交叉口混合交通特性对于提高交叉口运行效率,保障交叉口安全状况等都具有重要的意义。国内外不少学者对信号交叉口人行横道内的行人和自行车交通特性进行过研究[1,2,3,4,5,6,7,8,9,10],但主要是把行人和自行车分开考虑进行研究的,并且研究对象主要集中在行人和自行车的速度、流量、延误以及到达特性等方面,对于综合考虑行人和自行车,把行人和自行车作为一个整体考虑,分析绿灯放行过程中行人和自行车的交通特性研究较少。

利用视频分析系统可以进行城市微观交通特性的分析。以往的调查试验方法,大多只可以获取运动目标的平均速度和平均加速度等,而基于视频的调查试验方法不仅可以得到运动目标的实时位移变化,并且还可以得到运动目标的实时速度以及实时加速度,为更详细地分析信号交叉口混合交通特性提供了平台。

针对我国城市信号交叉口的混合交通特点,通过大量的实地调研,发现在高峰时间内,行人和自行车混行通过交叉口,因此,可以把行人和自行车作为一个整体进行考虑分析。基于视频的方法,分别分析了信号灯红灯末期行人和自行车的等待交通特性、绿灯放行过程中的两阶段交通特性以及绿灯放行过程中的行人和自行车速度特性。

1行人和自行车的待密度计算

信号交叉口行人和自行车等待绿灯信号期间,会聚集越来越多的要通过交叉口的行人和自行车。在此等待时间内,行人和自行车表现出的一定规律性,可以定义为信号交叉口行人和自行车的等待交通特性,即行人自行车等待特性。

行人自行车的等待特性表现为“类扇形分布特性”,即行人和自行车在等待绿灯信号过程中存在着一种想要优先于他人通行的心理,并且都希望在一次绿灯信号时间内能够顺利通过交叉口,而不希望滞后到下一个绿灯信号再通过交叉口。这就迫使行人和自行车呈现出不像机动车那样有规律排队的等候现象,行人和自行车都努力向前排队,呈现出一种杂乱无章的排队等候现象,这种排队形状呈现出类似扇形的形状,即前部分排队的行人和自行车较为密集,人数相对后部分较多,并且面积较大;后部分排队的行人和自行车较为稀松,人数相对于前部分较少,并且面积较小。

选取了北京市6个信号交叉口作为试验路口,应用视频方法进行了行人和自行车等待特性的调查。通过视频图像截取,选取了16组数据进行了计算,类扇形面积近似运用梯形面积公式进行计算,行人和自行车的等待密度运用式(1)进行计算:

K=NSΚ=ΝS,(1)

式中,K为行人自行车密度;N为行人自行车单体数量;S为行人自行车呈现的扇形面积。

为了分析等待区域内行人和自行车的前后密度以及前后面积的关系,以类扇形区域的中线为界划分为前后两部分,近似为两个梯形。通过数据计算与整理,得到16组行人和自行车等待区域前后两部分的等待密度与等待面积,如表1和表2所示。

通过前后两部分行人和自行车密度和面积的回归分析,确定前后两部分之间等待密度以及前后两部分等待面积间的数学关系。类扇形分布前后两部分间密度关系如图1所示。通过表1的数据及图1所呈现出的数学关系,类扇形分布中前后两部分之间的行人和自行车密度呈现为对数分布关系,行人和自行车等待过程前后两部分的关系为前部分密度大于后部分密度。

类扇形分布前后两部分间面积关系如图1所示。通过表2的数据及图1中所呈现处的数学关系,类扇形分布中前后两部分间的面积关系呈现为多项式分布关系,行人和自行车等待过程前部分面积大于后部分面积。

2行人自行车绿灯投放过程中随机单体状的分析

通过大量的实际路口观测,发现在高峰时期,行人和自行车流量非常大,并且行人和自行车混合通行(如图3所示)。本文选取在高峰时间行人和自行车流量比较大的交叉口,并且行人和自行车混行2次过街通过交叉口,进行了视频调查,研究表明信号交叉口行人和自行车在绿灯放行时间内通过交叉口具有两个明显的阶段过程,即两阶段特性,一个阶段为行人自行车以“行人和自行车聚集群”(如图3所示)的形式通过,另一个阶段以“随机单体”(如图4所示)的形式通过。

基于视频的分析方法,应用一款德国的视频分析软件,可以得到分析物体实时的运动位移、运动速度以及加速度等。对一典型的4相位信号交叉口绿灯放行过程中,行人和自行车通过交叉口的实时位移变化进行了分析,可以得到绿灯放行过程行人和自行车的时空位移分布图,如图5中所示。

在图5中,横向坐标轴表示为时间轴,0s时刻是绿灯开始放行时刻;纵向坐标轴表示为距离轴,0m距离处是行人自行车绿灯放行时刻开始进入交叉口的起点,图中的曲线表示为,每一条曲线代表一个行人或自行车个体。从图中可以发现,绿灯放行前10s,0m距离处