基于行駛區(qū)間的快速路入口小型車VSP分布特征分析

許耀根，郭建鋼，李 林，羅文婷

?

基于行駛區(qū)間的快速路入口小型車VSP分布特征分析

許耀根，*郭建鋼，李 林，羅文婷

（福建農林大學交通工程研究所，福建，福州 350002）

為了研究快速路主輔路入口宏觀小型車交通流的比功率（VSP）分布特性，在晚高峰時段用無人機拍攝快速路入口段小型車匯入的視頻資料。把車輛匯入的行駛路段均分成10個行駛區(qū)間，通過Tracker軟件獲取視頻中小型車的逐秒速度和逐秒加速度，計算各個行駛區(qū)間內所有駛過機動車的逐秒VSP。應用聚類分析法將所有逐秒VSP劃分成12個VSP Bin，并計算和分析在各行駛區(qū)間內的VSP分布。結果表明：小型車流匯入過程中，在第1~8行駛區(qū)間內的VSP分布呈正態(tài)分布；同時，各行駛區(qū)間內VSP分布在正值范圍的比重均比負值范圍的大，且分布在0~5 kw·t-1所占分比重最大，其中在第3行駛區(qū)間所占比重達41.46%，但是在第8、第9行駛區(qū)間內，VSP分布在負區(qū)間的比重明顯大于其他行駛區(qū)間，分別為42.86%和33.90%。

交通能耗；比功率；聚類分析；快速路；匯入車流；小型車

0 引言

1999年美國麻省理工學院的Palaeio首次提出機動車比功率（Vehicle Specific Power，VSP）的概念，是表示機動車在某一運動狀態(tài)下自身移動單位質量時發(fā)動機的瞬時輸出功率，單位為kw·t-1[1]。相比于速度和加速度，采用VSP聚類分析更能反映機動車油耗與交通運行參數之間的關系[2]。

VSP聚類分析的關鍵在于VSP值的獲取、分布域以及VSP Bin的劃分。在VSP值獲取的方法上，運用較廣泛的是利用浮動車來采集數據，先將GPS安裝在單輛公交車或出租車上，然后在設定好的路線上行駛并實時獲取浮動車逐秒的速度、加速度等運行數據以此來計算VSP值[3-6]。雖然GPS的單車跟蹤能更真實反映出車輛實時工況，但由于測試車輛、運行路線單一，難以體現出樣本數據的普遍性且對信號穩(wěn)定性的要求較高。另外，對于VSP分布域的劃分，在現有的研究中主要可以歸為三種劃分方式：按照不同平均行程速度劃分、按照同速度區(qū)間內不同跟馳模型劃分以及按照不同行駛路段、不同平均行程速度劃分[7-10]。然而按照不同平均行程速度區(qū)間來劃分分布域以研究VSP分布的方法適用于行駛過程中機動車速度變化幅度大的路段，且難以體現機動車在某個區(qū)域的VSP分布情況。而大多數學者在VSP Bin的劃分方式上大同小異，基本是以1-5 kw·t-1不等的步長來劃分。上述既有的研究中，均是在道路或公路上的常規(guī)路段上進行數據獲取，此時車輛的工況變化較為平緩。在快速路入口上行駛的車輛由于受到視線、車道隔離、車流匯入等因素的影響，行駛過程中工況變化頻繁，必將導致車輛油耗變化[11]。為此，以駛入快速路入口合流區(qū)加速車道上的小型車為研究對象，采用無人機航拍逐秒獲取交通流運行數據，鑒于車流匯入過程中速度變化幅度小的特點采用行駛區(qū)間來劃分分布域，分析快速路入口交通流匯入過程中在各個行駛區(qū)間的VSP分布特性，旨在為進一步完善快速路交通能耗的研究奠定基礎。

1 研究方法

1.1 VSP數據獲取

選取福州市三環(huán)快速路洪塘互通具有代表性的主輔路入口及其平行式加速車道作為視頻數據的采集點。采用無人機對該帶狀區(qū)域進行連續(xù)30分鐘全覆蓋拍攝，獲得每秒30幀的超高清視頻。攝像時段為晚高峰時段（17:30-18:00）。快速路主輔路入口示意圖，見圖1。

圖1 快速路主輔路入口示意圖

利用自動對運動物體的位置、速度和加速度進行覆蓋跟蹤的Tracker軟件，將無人機拍攝的視頻導入并設置視頻播放幀數為30幀（即每1.001 s更新一次播放界面），以達到逐秒獲取數據的效果[12]。設置加速車道起點的截面中點為坐標原點，利用質點跟蹤功能對所有從快速路輔路進入加速車道的小型車選取一個固定特征點進行跟蹤，直到被跟蹤車輛駛出加速車道終點所在的截面停止跟蹤。

車輛在視頻畫面中每被跟蹤一次，其特征點在時刻就會對應有唯一的坐標點（），根據坐標值不難得出該車輛的速度、加速度值。假設某車輛依次行駛過（1，1），（2，2），（3，3）…（x，y），（x，y），（x，y）…，相鄰兩個坐標點間的行駛時間均為=1.001s，則在相鄰兩個坐標點間車輛的速度、加速度計算方法，見式（1）~（3）。

車輛的速度（即逐秒速度）v，v為：

1）車輛的速度（即逐秒速度）v，v為：

2）車輛的加速度（即逐秒加速度）a為：

車輛在實際行駛當中，由于受到道路線形、車流等實際交通環(huán)境的影響，車輛自身運動狀態(tài)（如速度、加速度等）會產生變化，進而引起該過程中車輛運動所需的功發(fā)生變化。Palaeios研究的小型車單車比功率模型見式（4）。

式中，為機動車逐秒比功率（kw·t-1）；為機動車逐秒速度（m·s-1）；為機動車逐秒加速度（m·s-2）；為坡度（%），在本研究中G取0。

1.2 分布域與VSP區(qū)間劃分

1.2.1 分布域劃分

在前期的調查研究中發(fā)現，車流匯入過程中路徑較短且速度整體變化幅度小。為了讓匯入車流的VSP分布情況更好地體現在合流區(qū)上的不同位置，采用行駛區(qū)間來劃分分布域。在保證能獲取到逐秒速度及加速度的前提下，以盡量小行駛區(qū)間長度（30 m）劃分行駛區(qū)間，沿著軸正方向，將合流區(qū)分成10個行駛區(qū)間，依次編號1，2，…，10，見圖2。

圖2 快速路入口合流區(qū)行駛區(qū)間劃分示意圖

2.2.2 VSP區(qū)間劃分

美國環(huán)保署開發(fā)的MOVES模型將VSP區(qū)間的劃分包含了車輛的各個行駛工況（加速、減速、怠速、勻速）[13]。即當>0，<0時，減速或下坡狀態(tài)；當>0，>0時，加速或勻速狀態(tài)；=0，=0時，怠速狀態(tài)。車輛在快速路入口匯入的過程中，均為>0。

根據獲取的逐秒速度、逐秒加速度按照小型車的VSP計算公式（4）分別計算逐秒的VSP。計算得到的逐秒VSP主要集中在-19 kw·t-1~38 kw·t-1之間，以5 kw·t-1為步長將所有逐秒VSP劃分成12個VSP Bin，并對其進行聚類分析。VSP區(qū)間劃分，見表1。

表1 VSP區(qū)間劃分

Table.1 VSP interval division

2 VSP分布特性分析

通常情況下，VSP 分布是指單輛機動車在各VSP Bin下的行駛時間占總行駛時間的比重[14]。但是，研究宏觀交通流在各行駛區(qū)間的VSP分布時，由于行駛區(qū)間的長度劃分得較短，絕大多數車輛在各行駛區(qū)間的行程時間為2~3 s，因此某行駛區(qū)間內的VSP分布為車流經過該行駛區(qū)間時某VSP Bin下的逐秒VSP數量與該行駛區(qū)間內所有逐秒VSP數量的比例。即行駛區(qū)間內所有在各VSP Bin下的車輛行駛秒數總和占該行駛區(qū)間內所有車輛行程秒數總和的比重。

根據上述計算方法，對獲取到的所有逐秒VSP進行聚類整理和計算，并以VSP Bin為橫坐標，分布率為縱坐標，最終得到各行駛區(qū)間內的VSP分布，見圖3。

從計算得到的各行駛區(qū)間的逐秒VSP、VSP Bin分布率中，取VSP分布特性的幾個關鍵參數（VSP均值、正負區(qū)間比重、最高分布率的VSP區(qū)間和最高分布率）進行匯總，見表2。并繪出各行駛區(qū)間內VSP正區(qū)間的比重變化曲線圖（見圖4）和VSP均值變化曲線圖（見圖5）。

表2 各行駛區(qū)間內的VSP分布特性匯總

圖4 VSP正區(qū)間的比重變化

圖5 VSP均值變化

結合圖3、圖4和表2，可以容易看出各行駛區(qū)間內的VSP分布特征如下：

1）從第1行駛區(qū)間至第8行駛區(qū)間，各區(qū)間基本呈正態(tài)分布，在第7行駛區(qū)間其正態(tài)性最顯著。

2）在所有的行駛區(qū)間內，VSP分布在正區(qū)間的比重均大于正區(qū)間。在整個匯入過程中，正區(qū)間比重的變化是從第1行駛區(qū)間到第3行駛區(qū)間先是緩慢增大，從第3行駛區(qū)間到第5行駛區(qū)間趨于平穩(wěn)，在第6行駛區(qū)間比重最大達89.04%，然后急劇下降在第8行駛區(qū)間比重最小為57.14%，隨后繼續(xù)增加在第10行駛區(qū)間趨于初始水平。

3）各行駛區(qū)間內，最高分布率所在的區(qū)間基本為0~5 kw·t-1區(qū)間，在第3行駛區(qū)間VSP在0~5 kw·t-1區(qū)間的分布率最大達41.46%；而在第5行駛區(qū)間、第7行駛區(qū)間最高分布率所在區(qū)間為5~10 kw·t-1，在第6行駛區(qū)間最高分布率所在區(qū)間為10~15 kw·t-1。

4）在第8、第9行駛區(qū)間內，VSP分布在負區(qū)間的比重明顯大于其他行駛區(qū)間，分別為42.86%和33.90%。

3 結論與討論

3.1 結論

對上述的VSP分布特征進行分析，可以發(fā)現第1行駛區(qū)間至第8行駛區(qū)間的VSP分布基本呈正態(tài)分布，對上述的VSP分布特征進行分析，可以發(fā)現第1行駛區(qū)間至第8行駛區(qū)間的VSP分布基本呈正態(tài)分布，這與現有的按平均速度劃分區(qū)間的研究基本一致[15]。同時，在分析了其他特征后，可以做出如下判斷：

1）從第1行駛區(qū)間到第6行駛區(qū)間車流總體在加速，且速度的增長趨勢在變大；但第1、第2行駛區(qū)間較其它4個行駛區(qū)間有更多的車輛在減速。

2）從第7行駛區(qū)間到第9行駛區(qū)間負區(qū)間分布率增加，意味著多數匯入車流中受干擾存在減速行為，即在這幾個行駛區(qū)間內匯入車流與主車流交織。

3.2 討論

本文通過劃分行駛區(qū)間，分析了快速路主輔路入口宏觀小型車流在各行駛區(qū)間內的VSP分布特征，旨在為今后研究匯入車流的能耗情況奠定基礎，但仍存在問題需要進一步探討。

1）僅僅對小型車進行研究，后續(xù)需對其他車型的匯入特性進行研究；

2）對第7行駛區(qū)間到第10行駛區(qū)間的VSP分布分析較為簡單，后續(xù)將結合交通流理論進一步研究主路交通流對匯入車流VSP分布的影響。

[1] Jimenez-Palacios J L. Understanding and Quantifying Motor Vehicle Emissions with Vehicle Specific Power and TILDAS Remote Sensing[D]．Cambridge：Massachusetts Institute of Technology,1999．

[2] 張衛(wèi)華,陳俊杰,江楠,等. 機動車交通流比功率與能耗模型研究[J].大連交通大學學報,2015,36(1):1-5．

[3] 陳玉婷．基于MOVES道路交通排放特性及影響因素研究[D]．南京:東南大學,2016．

[4] 陳旭梅,王瑩,羨晨陽,等．基于比功率的北京快速公交車輛排放特征[J].北京交通大學學報,2012,36(6)：90-95．

[5] 孫成嚴,王云鵬,孫偉力,等. 基于速度和比功率 (VSP) 劃分的輕型車油耗模型[C]. 2014 第九屆中國智能交通年會優(yōu)秀論文集, 2014.

[6] 董紅召,徐勇斌,陳寧．基于IVE模型的杭州市機動車實際行駛工況下排放因子的研究[J].汽車工程，2011,33(12):1034-1038．

[7] 王敏,楊亞萍. 不同速度區(qū)間下輕型車比功率分布特征分析[J]．汽車實用技術,2016,(6):60-62．

[8] 徐龍,宋國華,于雷,等．基于VSP分布的車輛跟馳模型的油耗測算對比研究[J].公路交通科技,2013, 30(6):136-142, 147．

[9] Frey H, Rouphail N, Zhai H. Speedand facility-specific emission estimates foron-road light- duty vehicles on the basis of real-world speed profiles[C]. Transportation Research Record: Journal of the Transportation Research Board,2006 (1987): 128-137.

[10] 趙琦,于雷,宋國華．輕型車與重型車高速公路比功率分布特征研究[J]．交通運輸系統(tǒng)工程與信息,2015，15(3):196-203．

[11] 陳家瑞．汽車構造(上冊) [M]. 5版. 北京:人民交通出版社,2007．

[12] 王昭．利用Tracker軟件研究有擺線彈簧擺內共振現象[J].大學物理實驗,2017,30(3):110-114．

[13] 馮紅晶,劉榮昌,史慧偉．MOVES模型中重型車比功率的參數標定及油耗/排放測算[J]．輕型汽車技術,2016,(Z1):3-6,18．

[14] 劉娟娟．基于VSP分布的油耗和排放的速度修正模型研究[D]．北京:北京交通大學,2010．

[15] 宋國華,于雷．城市快速路上機動車比功率分布特性與模型[J].交通運輸系統(tǒng)工程與信息,2010,10(6)：133-140.

DRIVING SEGMENTS BASED VSP DISTRIBUTION FEATURE ANALYSIS FOR SMALL-SIZED VEHICLES AT THE EXPRESSWAY ENTRANCE

XU Yao-gen,*GUO Jian-gang, LI Lin, LUO Wen-ting

(Traffic Engineering Research Institute of Fujian Agriculture and Forestry University，Fuzhou，Fujian 350002，China)

To investigate VSP distribution characteristics of small-sized vehicles at expressway entrance, the video data at converging section of expressway entrance were collected using UAV during the evening peak hours. The converging section of traffic flow was equally divided into tendriving segments. The velocity and acceleration of the small-sized vehicles were obtained with tracker software. Subsequently, and VSP per second or VSP/s within driving segments was calculated, and per second based VSP was divided into 12 VSP bins using clustering analysis, and the VSP distribution features for each driving segment were obtained. Results indicated that the VSP distribution for driving segments from 1 to 8belong to normal distribution. The positive range takes a greater proportion than the negative range for the VSP distribution at each driving segment, and the largest proportion is located at the range of0~5 kw·t-1. Moreover, the proportion of positive ranges up to 41.46%at the 3rd driving segment. However, the negative ranges of VSP distribution for the 8th and 9th driving segments occupy a larger proportion than other driving segments, with a percentage of42.86% and 33.90% respectively.

traffic energy consumption; VSP; clustering analysis; expressway; converging traffic flow; small-sized vehicles

1674-8085(2018)03-0068-06

U491.1+12

A

10.3969/j.issn.1674-8085.2018.03.014

2017-12-13；

2018-01-05

國家自然科學基金項目（51608123）；福建省自然科學基金項目（2017J01682）.

許耀根(1992-)，男，福建廈門人，碩士生，主要從事交通運輸規(guī)劃與管理研究(E-mail:xuyaogenemail@126.com);

*郭建鋼(1962-), 男，浙江諸暨人，教授，博士，碩士生導師，主要從事道路交通安全工程研究(E-mail:fafugjg@163.com);

李 林(1984-)，男，河南周口人，講師，博士，碩士生導師，主要從事道路路面安全性能檢測研究(E-mail:147925726@qq.com);

羅文婷(1983-)，女，湖南郴州人，講師，博士，碩士生導師，主要從事道路路面安全性能檢測研究(E-mail:luowentign531@gmail.com).