考慮速度空間橫向伸縮效應(yīng)的混合交通流模型

鄺先驗(yàn)，吳玉剛，劉 平，張建華，陳奕希

(江西理工大學(xué) 電氣工程與自動(dòng)化學(xué)院，江西 贛州 341000)

0 引言

在城市道路特別是老城區(qū)的次干道、支路等路段，由于空間受限，道路寬度較窄，機(jī)動(dòng)車道與非機(jī)動(dòng)車道通常不設(shè)置硬隔離帶。非機(jī)動(dòng)車靈活，車道意識(shí)較弱，在這類路段占用機(jī)動(dòng)車道行駛的現(xiàn)象較為普遍[1-3]，非機(jī)動(dòng)車又存在并行現(xiàn)象，造成各類車輛之間的干擾十分明顯，車輛延誤也因此加劇。

建立細(xì)致的模型并分析其交通特性具有重要現(xiàn)實(shí)意義,如一方面，可以對(duì)機(jī)非混合路段交通流的影響因素有更深刻的認(rèn)識(shí)，有助于抓重點(diǎn)并對(duì)實(shí)際交通流實(shí)施改進(jìn)方法；另一方面，在智能交通的大背景下，可以為未來(lái)利用5G物聯(lián)網(wǎng)、大數(shù)據(jù)等技術(shù)，識(shí)別并分類車輛沖突行為，提供一定理論基礎(chǔ)。

交通流的建模方法中，元胞自動(dòng)機(jī)(CA)通過(guò)引入描述交通特性的規(guī)則，利用計(jì)算機(jī)進(jìn)行數(shù)值模擬再現(xiàn)交通流中各種物理現(xiàn)象，在交通流仿真建模領(lǐng)域受到學(xué)者們的極大青睞[4]。在機(jī)動(dòng)車流研究方面，最經(jīng)典的模型是NS模型[5]，其后衍生出一系列改進(jìn)模型如CD[6]模型、STCA[7]模型等；在非機(jī)動(dòng)車流研究方面，賈斌等[4]認(rèn)為非機(jī)動(dòng)車速度小、車道概念弱的特性更適合采用多值模型(MCA)進(jìn)行仿真，其中最具代表性的是EBCA[8-9]模型。

目前基于CA的機(jī)非混合交通流模型，大多采用NS的改進(jìn)模型。文獻(xiàn)[10]分析了車輛數(shù)和換道行為對(duì)交通流的影響；文獻(xiàn)[11-12]驗(yàn)證了非機(jī)動(dòng)車最大速度多樣性，并考慮了機(jī)動(dòng)車?guó)Q笛效應(yīng)區(qū)域的影響；文獻(xiàn)[13]設(shè)計(jì)了基于路寬的壓縮概率公式。

由于機(jī)動(dòng)車更適合采用NS模型，非機(jī)動(dòng)車更適合采用MCA模型，近年來(lái)，NS-MCA的耦合模型受到研究者的關(guān)注。文獻(xiàn)[14]設(shè)計(jì)了公交車站臺(tái)處車輛混行的耦合規(guī)則；文獻(xiàn)[15]考慮了交叉口處右轉(zhuǎn)機(jī)動(dòng)車對(duì)自行車的沖突；文獻(xiàn)[16]細(xì)化了交叉口處機(jī)非干擾下車輛的行為。這些耦合模型僅模擬了路段中特定交通場(chǎng)景下的機(jī)非混行現(xiàn)象，但目前對(duì)整個(gè)路段采用耦合模型仿真的較少。

基于上述已有的研究成果，對(duì)于機(jī)非混行路段的交通流，以往的模型大多只關(guān)注車輛的縱向位置關(guān)系，在橫向位置上側(cè)重關(guān)注換道規(guī)則[6-7]和機(jī)非之間的干擾[11-12]，但沒(méi)有綜合考慮非機(jī)動(dòng)車之間的橫向干擾，以及干擾造成的道路橫向空間的變化，這就會(huì)導(dǎo)致仿真得出的交通流與實(shí)際交通有所差異，因而如何較精確地描述不同車輛間存在的橫向干擾需要更深入地研究。

實(shí)際交通中，車輛在不同速度下，所需要的橫向通行空間會(huì)不同，導(dǎo)致道路橫向空間的容量(非機(jī)動(dòng)車數(shù)量)發(fā)生可逆的變化，本研究稱其為車輛速度-空間橫向伸縮效應(yīng)(SST: Speed-Strictive Effect of Transverse Space)。SST具體是指車輛速度越快，需要占據(jù)的橫向通行空間就會(huì)更大，導(dǎo)致橫向空間的容量被壓縮，反之橫向空間容量得到擴(kuò)張。一方面，對(duì)于高速非機(jī)動(dòng)車，騎行者為追求駕駛環(huán)境的安全、舒適，所需要的道路橫向通行空間更大，道路剩余橫向空間減小，對(duì)空間容量造成橫向壓縮效應(yīng)。此時(shí)，若通行的車道寬度不足，車輛將會(huì)減速以減小對(duì)道路寬度的占用，減速實(shí)際上是增大了安全通行的寬度。另一方面，機(jī)動(dòng)車速度較慢時(shí)對(duì)非機(jī)動(dòng)車的橫向干擾較小，非機(jī)動(dòng)車道橫向空間“外溢”到機(jī)動(dòng)車道的一部分，橫向剩余空間容量增加，非機(jī)動(dòng)車可行駛在機(jī)非分割線處的中間地帶，造成了橫向擴(kuò)張效應(yīng)，反之快速的機(jī)動(dòng)車將完全占據(jù)機(jī)動(dòng)車道的橫向空間，使得非機(jī)動(dòng)車道橫向空間難以擴(kuò)張。

此外，傳統(tǒng)的MCA模型是對(duì)整個(gè)非機(jī)動(dòng)車路段進(jìn)行元胞劃分，不考慮元胞內(nèi)車輛的換道行為，而在機(jī)非混行路段中，非機(jī)動(dòng)車存在頻繁的越線換道行為，如主動(dòng)換道、受機(jī)動(dòng)車壓力時(shí)的換道等，因此需要針對(duì)這些情況在MCA模型中引入合適的換道規(guī)則。機(jī)動(dòng)車出于安全考慮，在受到橫向非機(jī)動(dòng)車的干擾較大時(shí)，為了防止非機(jī)動(dòng)車的突然換道，其自身加速度也會(huì)受限，因此如何界定車輛之間的橫向干擾是MCA模型需要解決的問(wèn)題。

綜合上述分析，本研究主要通過(guò)對(duì)機(jī)非混行路段車輛的特征進(jìn)行分析，建立SST-CA耦合模型。其中機(jī)動(dòng)車考慮一般車型的交通流，非機(jī)動(dòng)車考慮快、慢車混合的兩輪車流，引入可伸縮的元胞空間容量規(guī)則、舒適駕駛空間、換道方式等影響規(guī)則，以真實(shí)反映該機(jī)非混行路段的交通流特征，分析機(jī)非干擾特性、空間橫向伸縮效應(yīng)、混合交通的偏析[17]現(xiàn)象等。

1 模型

1.1 機(jī)非混行路段模型

文章研究的機(jī)非混行路段，如圖1(a)所示，其中Lane0為非機(jī)動(dòng)車道，Lane1為機(jī)動(dòng)車道，車道寬均為3.5 m，兩車道的劃分標(biāo)志為機(jī)非分割線，非機(jī)動(dòng)車可以越線行駛至機(jī)動(dòng)車道，機(jī)動(dòng)車只能在機(jī)動(dòng)車道行駛，機(jī)動(dòng)車和非機(jī)動(dòng)車存在相互干擾。圖1(b)、(c)是實(shí)際交通流中典型的橫向伸縮效應(yīng)，由圖1(b)所示的橫向壓縮效應(yīng)為非機(jī)動(dòng)車道設(shè)計(jì)可容納3輛車并行駕駛時(shí)，騎行者更傾向于少于3輛并行駕駛，當(dāng)大于等于2輛并行駕駛時(shí)，易發(fā)生越線換道；圖1(c)展現(xiàn)的橫向擴(kuò)張效應(yīng)為非機(jī)動(dòng)車道設(shè)計(jì)僅可容納1輛車并行駕駛，此時(shí)并行的騎行者占據(jù)機(jī)動(dòng)車道靠近非機(jī)動(dòng)車道的空間行駛，機(jī)動(dòng)車若要超車，需向相反方向偏移，給騎行者讓出一定空間，以避免發(fā)生碰撞。

圖1 機(jī)非混行路段示意圖Fig.1 Schimetic diagram of mixed traffic section

1.2 非機(jī)動(dòng)車流模型 (SST-EBCA)

非機(jī)動(dòng)車在傳統(tǒng)的EBCA模型中只有前進(jìn)規(guī)則，不考慮多車道的換道行為，本研究考慮速度為 3 cells/s 和2 cells/s的快、慢兩輪車，以非機(jī)動(dòng)車追求安全、舒適、高速駕駛為越線換道動(dòng)機(jī)，設(shè)計(jì)換道規(guī)則。此外，無(wú)論是換道還是前進(jìn)過(guò)程，相應(yīng)的元胞空間容量都會(huì)根據(jù)實(shí)際情況伸縮變化。

1.2.1 非機(jī)動(dòng)車越線(違法)換道規(guī)則

從換道動(dòng)機(jī)和換道空間角度設(shè)計(jì)換道規(guī)則，并考慮非機(jī)動(dòng)車主動(dòng)換道時(shí)在保持車輛速度下，對(duì)橫向空間造成的壓力相對(duì)較大，橫向壓縮效應(yīng)明顯。將非機(jī)動(dòng)車的換道分為受迫型換道、舒適型換道、自由型換道。換道需要前提條件：目標(biāo)位置的元胞空間存在剩余容量。

(1)

(1)受迫型換道：僅有非機(jī)動(dòng)車從Lane1換至Lane0，此時(shí)受到機(jī)動(dòng)車的干擾。

(2)舒適型換道：借鑒機(jī)動(dòng)車的換道動(dòng)機(jī)[7]，本研究結(jié)合騎行者換道靈活，以及對(duì)周圍感知[18]也更加敏感，注重安全、舒適駕駛的特性，會(huì)綜合判斷本、鄰車道前后方空間是否滿足舒適駕駛條件才會(huì)選擇換道，且不像機(jī)動(dòng)車追求完全占據(jù)道路橫向空間(如圖1所示的換道感知范圍)。

本研究定義舒適駕駛條件：

所在元胞舒適條件：Cej(t)≤Cenor-1，

(2)

其余元胞舒適條件：Cej(t)≤Cenor-2。

(3)

若Cej(t)≤Cenor-1，則當(dāng)Ce++j≤Cenor-2時(shí)，

(4)

(3)自由型換道：當(dāng)Lane0和Lane1都滿足舒適駕駛條件時(shí)，騎行者由不同城市，不同道路，不同交通流特征條件下的違法意愿，隨機(jī)選擇換道。

此外，當(dāng)發(fā)生受迫型換道時(shí)，Lane0車輛會(huì)感受到Lane1車輛的換道意愿，從而壓縮道路剩余空間，目標(biāo)元胞空間容量擴(kuò)張。而舒適型換道和自由型換道建立在另一條車道駕駛條件更加安全、舒適上，因此目標(biāo)元胞空間容量壓縮。上述換道方式相互獨(dú)立，判斷優(yōu)先級(jí)為：(1)>(3)>(2)。

(5)

(6)

1.2.2 非機(jī)動(dòng)車運(yùn)行規(guī)則

在考慮前進(jìn)規(guī)則時(shí)，同樣考慮車輛速度導(dǎo)致的橫向伸縮效應(yīng)，本研究假設(shè)速度為3 cells/s的非機(jī)動(dòng)車會(huì)實(shí)際在道路中占據(jù)較大的橫向空間，設(shè)為2 cells，而小于該速度的非機(jī)動(dòng)車占據(jù)的橫向空間設(shè)為1 cells。當(dāng)元胞中存在車輛沒(méi)有換道或前進(jìn)時(shí)，若此時(shí)機(jī)動(dòng)車對(duì)非機(jī)動(dòng)車的干擾很小，非機(jī)動(dòng)車道橫向空間容量也會(huì)擴(kuò)張，非機(jī)動(dòng)車為了追求更快的速度，在擴(kuò)張概率prev下前進(jìn)。

vm(t)≤Vlim;vm(t+1)≤Vlim;

Rand(X)

(7)

Step 1：計(jì)算換道后前進(jìn)3格元胞的車輛數(shù):

(8)

(9)

Step 2：計(jì)算前進(jìn)3格元胞的車輛數(shù)

(10)

式中[ ]為向下取整符號(hào)。

按s=3,i=1,2,3,k=0,1，更新式(8)、(9) 。在前進(jìn)步中，式(8)中ok=k。

Step 3：計(jì)算換道后前進(jìn)2格元胞的車輛數(shù)

按s=2,i=1,2,k=0,1更新式(5)、(6)、(8)、(9)。

Step 4：計(jì)算前進(jìn)2格元胞的車輛數(shù)

(11)

按s=2,i=1,2,k=0,1,更新式(8)、(9)。

Step 5 計(jì)算換道后前進(jìn)1格元胞的車輛數(shù)

按s=1,i=1,k=0,1更新式(5)、(6)、(8)、(9)。

Step 6 計(jì)算前進(jìn)1格元胞的車輛數(shù)

(12)

按s=1,i=1,k=0,1更新式(8)、(9)。

Step 7 元胞更新

(13)

(14)

(15)

1.3 機(jī)動(dòng)車流模型(SST-NS)

SST-NS模型的改進(jìn)之處主要是針對(duì)機(jī)動(dòng)車受到非機(jī)動(dòng)車的縱向、橫向干擾的加減速規(guī)則，其中橫向干擾的考慮駕駛員對(duì)鄰道前側(cè)一定范圍內(nèi)空間容量的判定。另外考慮到機(jī)動(dòng)車為了使NS-MCA能較好耦合，針對(duì)機(jī)動(dòng)車也引入元胞空間容量的確定條件，機(jī)動(dòng)車速度相對(duì)較大，因而具有很強(qiáng)的橫向壓縮效應(yīng)，在超過(guò)慢速閾值后就會(huì)完全占據(jù)機(jī)動(dòng)車道橫向空間。

Step 1：加速受限規(guī)則

(16)

(17)

Step 2 主動(dòng)減速規(guī)則

機(jī)動(dòng)車受到前方機(jī)動(dòng)車或非機(jī)動(dòng)車的干擾會(huì)主動(dòng)減速，以避免與前車發(fā)生碰撞，相較于前方為機(jī)動(dòng)車，前方為非機(jī)動(dòng)車時(shí)應(yīng)具有更大的減速度，用距離表示就是機(jī)動(dòng)車對(duì)非機(jī)動(dòng)車保持的安全距離,該距離表示為Δgapn。

vm(t+1)=

(18)

Step 3 隨機(jī)慢化規(guī)則

vm(t+1)=Max{vm(t+1)-1, 0}。

(19)

Step 4 車輛運(yùn)動(dòng)更新

機(jī)動(dòng)車在道路橫向空間具有明顯速度橫向壓縮效應(yīng)，超過(guò)慢速閾值Vlim后，非機(jī)動(dòng)車道無(wú)法擴(kuò)張。

xm(t+1)=vm(t+1)+xm(t)，

(20)

(21)

2 數(shù)值模擬與結(jié)果分析

2.1 仿真設(shè)置

(22)

非機(jī)動(dòng)車平均的密度ρn(k)、速度vn(k)、流量qn(k)：

(23)

(24)

2.2 非機(jī)動(dòng)車流的影響

首先通過(guò)非機(jī)動(dòng)車密度對(duì)機(jī)動(dòng)車流的影響進(jìn)行交通流基本圖的分析(km,kn為機(jī)動(dòng)車、非機(jī)動(dòng)車歸一化后密度)，由圖2(a)可知隨著kn的提升，qm呈現(xiàn)下降趨勢(shì)，自由流向擁堵流相位轉(zhuǎn)變的臨界密度逐漸滯后，這主要是由于ρm較低時(shí)受非機(jī)動(dòng)車干擾明顯，無(wú)法滿足機(jī)動(dòng)車需求的駕駛空間。此時(shí)Lane1剩余道路空間較多，非機(jī)動(dòng)車在有限的感知范圍內(nèi)可能發(fā)生換道，但由于兩類車速度差距較大，機(jī)動(dòng)車快速迫近非機(jī)動(dòng)車時(shí)必會(huì)減速，因而對(duì)機(jī)動(dòng)車流的影響特別明顯。而在ρm上升后，非機(jī)動(dòng)車感知范圍內(nèi)出現(xiàn)機(jī)動(dòng)車的可能性也更大，難以完成換道，故此時(shí)機(jī)動(dòng)車受非機(jī)動(dòng)車影響很小。另外在圖2(b)中，kn大于0后，vm受非機(jī)動(dòng)車影響很大，難以保持在高速狀態(tài)，但在ρm上升到一定值后，非機(jī)動(dòng)車很難滿足換道條件，機(jī)動(dòng)車重新占據(jù)道路主權(quán)，反而使vm有小幅度的反彈，該幅度在kn越小時(shí)相對(duì)明顯。

圖2 不同kn下機(jī)動(dòng)車流基本曲線Fig.2 Basic curves of motor vehicle flow under different kn

2.3 機(jī)動(dòng)車流的影響

如圖3(a)所示，在ρn(0)相對(duì)較低時(shí)，Lane0車輛幾乎不受km影響，原因是Lane0條件很舒適，騎行者偏向于行駛在Lane0。而當(dāng)ρn(0)上升到φ1后，流量達(dá)到峰值，飽和流相位對(duì)應(yīng)密度范圍擴(kuò)大,φ2密度之后才發(fā)生相位的轉(zhuǎn)變，這是由于ρn(0)在(φ1,φ2)內(nèi)，Lane0的條件雖然不能滿足舒適駕駛，但騎行者換至Lane1，緩解了Lane0壓力，非機(jī)動(dòng)車流因而能穩(wěn)定在峰值狀態(tài),可這種換道作用有限，在φ2密度后，Lane0壓力繼續(xù)上升后，qn(0)開(kāi)始下降，此時(shí)不同的km對(duì)非機(jī)動(dòng)車影響表現(xiàn)出差異性。km在(0,0.5)區(qū)間內(nèi)，隨著km的上升非機(jī)動(dòng)車選擇在Lane0行駛的也越來(lái)越多，使得qn(0)呈現(xiàn)下降趨勢(shì)，而km在(0.75,1)區(qū)間，此時(shí)vm較慢，橫向壓縮效應(yīng)較弱，Lane0橫向空間得以擴(kuò)張，反而使qn(0)得以上升。由圖3(b)可知，km在0.2時(shí)對(duì)vn(0)影響較大，vn(0)隨著其密度的升高而降低，km在0.2～0.6時(shí)影響幅度降低，但其在0.6～1時(shí)，vn(0)又會(huì)有小幅度的升高，此時(shí)道路主權(quán)分配回歸正常，車輛各行其道，但由于機(jī)動(dòng)車對(duì)非機(jī)動(dòng)車干擾很小，兩車道間隙被騎行者利用，非機(jī)動(dòng)車速度得以小幅回升。

圖3 不同km下Lane0處非機(jī)動(dòng)車流基本圖Fig.3 Basic curves of non-motor vehicle flow at Lane0 under different km

2.4 橫向空間的變化

圖4中Occupy表示Lane0橫向空間容量(非機(jī)動(dòng)車數(shù)量)，從圖4可以看出本研究建立的SST模型，相較于傳統(tǒng)EBCA模型，更符合實(shí)際交通場(chǎng)景。

圖4(a)展現(xiàn)了Lane0橫向空間無(wú)車輛出現(xiàn)發(fā)生的次數(shù)，可以看出SST模型充分利用了道路的橫向空間無(wú)車輛的元胞，特別是在中等密度下與EBCA模型對(duì)比。圖4(b)表現(xiàn)了橫向空間非機(jī)動(dòng)車數(shù)量為1的總數(shù)，SST模型在不同密度下幾乎都高于EBCA模型。圖4(c)中 EBCA模型只在ρn(0)較低時(shí)，其數(shù)量略高于SST模型，而在密度提升后，橫向空間非機(jī)動(dòng)車數(shù)量為2的總數(shù)明顯高于EBCA模型，這是由于SST模型中非機(jī)動(dòng)車會(huì)樂(lè)于追求道路中橫向空間中存在小于等于2輛的舒適空間。圖4(d)可以看出，在ρn(0)提升后，道路空間有限，更多的非機(jī)動(dòng)車不得不并行駕駛，在這種道路擁堵條件下，EBCA模型的非機(jī)動(dòng)車沒(méi)有更多的選擇，因而橫向空間非機(jī)動(dòng)車數(shù)量為3的數(shù)量在不同km下均高于SST模型橫向空間非機(jī)動(dòng)車數(shù)量3和4的總和。

圖4 不同km下非機(jī)動(dòng)車密度對(duì)Lane0處Occupy的影響Fig.4 Influence of non-motor vehicle density on Occupy at Lane0 under different km

橫向擴(kuò)張效應(yīng)在道路中平均每秒發(fā)生的次數(shù)可表示為SST模型中元胞容量為4的平均次數(shù)，結(jié)合圖5(a)，可以分析得出Lane0橫向擴(kuò)張現(xiàn)象只在ρn(0)于中、高密度時(shí)發(fā)生，且隨著ρn(0)的提升呈現(xiàn)上升趨勢(shì)，km主要影響其上升幅度，km處于相對(duì)中等密度時(shí)對(duì)非機(jī)動(dòng)車影響較為明顯。橫向壓縮效應(yīng)在SST模型中表示為車輛占據(jù)元胞容量與元胞中實(shí)際車輛數(shù)的差值，從圖5(b)可知，Lane0橫向壓縮現(xiàn)象發(fā)生的次數(shù)隨著非機(jī)動(dòng)車的密度先上升后下降，這與交通流中自由流向擁堵流相位轉(zhuǎn)變很類似，伴隨著非機(jī)動(dòng)車運(yùn)行的整個(gè)過(guò)程。

圖5 不同km下非機(jī)動(dòng)車密度對(duì)Lane0橫向伸縮效應(yīng)發(fā)生次數(shù)的影響Fig.5 Influence of non-motor vehicle density on occurrence of transverse stretching at Lane0 under different km

2.5 時(shí)空?qǐng)D分析

圖6是SST模型中機(jī)動(dòng)車流最后500 s的時(shí)空分布圖，縱軸自上而下時(shí)間步逐漸擴(kuò)大，橫軸自左向右代表機(jī)動(dòng)車道1～500個(gè)元胞，圖6(a)～(f)分別是機(jī)動(dòng)車，非機(jī)動(dòng)車在各特定密度下的時(shí)空分布圖。

由圖6(a)分析可知兩種車輛密度都較低時(shí)，存在非機(jī)動(dòng)車換道至Lane1，并在Lane1呈現(xiàn)帶狀分布，形成了“塞子”，阻礙了后方快速的機(jī)動(dòng)車，不同于雙車道機(jī)動(dòng)車之間，引起偏析現(xiàn)象的原因是快車換道的超車行為，機(jī)非混合交通流是由速度慢的非機(jī)動(dòng)車主導(dǎo)的，其先占道再讓道才使得快速的機(jī)動(dòng)車完成超車，而快速的機(jī)動(dòng)車也會(huì)在非機(jī)動(dòng)車換道前保持與其安全距離。

從圖6(b)可知，在ppre很低時(shí)，盡管兩車都處于較低密度，但阻塞的擴(kuò)大還是很明顯。另外結(jié)合圖7(舍去初始較大值點(diǎn))，ppre對(duì)機(jī)動(dòng)車的高速度狀態(tài)下有明顯的影響，并隨著km的增大而影響擴(kuò)大，vm隨著ppre的降低而降低，這種影響在ppre較高(0.8,1)時(shí)不太明顯。而當(dāng)兩類車都處于高密度時(shí)，ppre幾乎不對(duì)vm造成影響。

圖6 特定km,kn下，Lane1機(jī)動(dòng)車流時(shí)空分布圖 Fig.6 Space-time distributions of motor vehicle flow at Lane1 under specific km and kn 注：淺灰色代表非機(jī)動(dòng)車，深黑色代表慢速行駛的機(jī)動(dòng)車，且對(duì)應(yīng)橫向Lane0沒(méi)有擴(kuò)張，深灰色代表快速行駛的機(jī)動(dòng)車或者慢速行駛的機(jī)動(dòng)車且對(duì)應(yīng)橫向Lane0存在擴(kuò)張。

圖7 不同車輛密度下ppre對(duì)機(jī)動(dòng)車速度的影響Fig.7 Influence of ppre on vehicle speed under different vehicle densities

偏析現(xiàn)象在km提升到中、高后基本消散(圖6(c)、(d))，這是由于在本研究設(shè)定的規(guī)則下，非機(jī)動(dòng)車是以安全、舒適為前提才會(huì)選擇換道，機(jī)動(dòng)車在Lane1具有優(yōu)先權(quán)，因而基本能夠維持在正常的流量下。當(dāng)km很低時(shí)，kn的上升(圖6(e))會(huì)使得越線換道的非機(jī)動(dòng)車變多，圖示的非機(jī)動(dòng)車條帶也會(huì)變寬，強(qiáng)化了偏析效應(yīng)，空白部分的增多，主要是機(jī)動(dòng)車為與非機(jī)動(dòng)車保持安全距離導(dǎo)致的，在該種情形下道路空間難以得到有效利用。此外，當(dāng)非機(jī)動(dòng)車和機(jī)動(dòng)車都在高密度時(shí)(圖6(f))，由于vm很慢對(duì)非機(jī)動(dòng)車的橫向干擾較小，非機(jī)動(dòng)車又較靈活，因此Lane0橫向擴(kuò)張現(xiàn)象較為明顯。

3 結(jié)論

機(jī)非混合交通流是我國(guó)城市道路，特別是支路，次干道存在的一種普遍交通形式，建立模型并對(duì)其進(jìn)行分析具有重要現(xiàn)實(shí)意義。本研究以機(jī)非混行路段(無(wú)隔離帶)、非機(jī)動(dòng)車與機(jī)動(dòng)車為對(duì)象建立的SST模型，充分考慮了騎行者違法換道帶來(lái)的交通沖突和舒適駕駛空間以及道路橫向空間的變化。數(shù)值模擬的結(jié)果表明，道路橫向空間實(shí)際容量是引起機(jī)非混合交通流變化的關(guān)鍵因素，其又受到車輛類型、速度、舒適駕駛心理等的影響。而這些參數(shù)本質(zhì)上都可以通過(guò)一系列變化用速度來(lái)體現(xiàn)的，這也一定程度上簡(jiǎn)化了模型。通過(guò)與EBCA模型的對(duì)比，SST模型更能反映道路空間橫向伸縮效應(yīng)與騎行者舒適駕駛心理。此外，機(jī)非混合交通流中偏析效應(yīng)主導(dǎo)方為非機(jī)動(dòng)車，非機(jī)動(dòng)車換道意愿的降低和其密度上升都會(huì)強(qiáng)化該效應(yīng)。本研究建立的SST模型可以為機(jī)非混合交通流的建模方式，城市中該路段的細(xì)致規(guī)劃設(shè)計(jì)以及騎行者違法換道意愿的控制提供參考，在后續(xù)研究中將針對(duì)實(shí)際交通場(chǎng)景，如加入公交站臺(tái)、路邊停車位等，校正元胞參數(shù)，進(jìn)行更深層次的分析。