張 月 孫立山 孔德文 張 鑫
(1.廣州市城市規(guī)劃勘測設(shè)計(jì)研究院 廣州 510060;2.北京工業(yè)大學(xué)北京市交通工程重點(diǎn)實(shí)驗(yàn)室 北京 100124;3.北京市交通委員會政務(wù)服務(wù)中心(北京市船舶檢驗(yàn)所) 北京 100124)
路側(cè)停車是1 個(gè)由動(dòng)態(tài)交通與靜態(tài)交通共同組成的系統(tǒng),二者相互影響,如果忽視了路側(cè)停車的規(guī)劃與管理,不僅難以有效緩解停車供需矛盾,反而會降低道路服務(wù)水平。統(tǒng)計(jì)發(fā)現(xiàn),在城市中心區(qū)的高峰期,約有8%~74%的機(jī)動(dòng)車駕駛員存在尋找路側(cè)停車位行為,找到空閑車位的時(shí)間通常在3.5~14 min之間[1-2]。Chiara等[3]發(fā)現(xiàn)商用車輛(上下客,裝卸貨)停車頻率更高,平均巡游時(shí)長約占總出行時(shí)間的28%,容易產(chǎn)生交通擁堵。因此有必要構(gòu)建1個(gè)能有效反映實(shí)際路側(cè)停車場景的仿真模型,從而為探究路側(cè)停車行為的交通影響奠定理論基礎(chǔ)。
國內(nèi)外學(xué)者已經(jīng)從不同方面開展了路側(cè)停車影響研究,根據(jù)研究方法和研究范圍的差異大致可分為3 類:①以單個(gè)路段為研究對象構(gòu)建微觀仿真模型;②以單個(gè)路段為研究對象構(gòu)建微觀數(shù)值模型;③以局部片區(qū)為研究對象構(gòu)建數(shù)值模型。針對單個(gè)路段的微觀仿真模型,高利平等[4]應(yīng)用VISSIM仿真發(fā)現(xiàn)機(jī)動(dòng)車流量是決定路側(cè)停車交通影響程度的主要因素。郭宏偉[5]基于元胞自動(dòng)機(jī)模型觀測駛?cè)胲囄粩?shù)目和駛出車位數(shù)目對道路交通的影響,發(fā)現(xiàn)停車頻率和停車耗時(shí)是主要影響要素。劉小明等[6]針對1 幅路可借用對向車道超車的場景,構(gòu)建了停車頻率、換道概率與交通流特性的關(guān)系。張?jiān)碌萚7]應(yīng)用VISSIM 仿真分析了不同道路車位設(shè)置對路段延誤時(shí)間的影響。Chen等[8]仿真分析了在不同非機(jī)動(dòng)車道寬度下,路側(cè)停車對非機(jī)動(dòng)車的摩擦頻率、阻滯頻率和延誤時(shí)間的差異。魏家蓉[9]、帥文磊[10]基于元胞自動(dòng)模型分析了單向雙車道下停車比例、停車耗時(shí)、停車位總長度對道路交通的影響。Krzysztof[11]構(gòu)建了考慮駕駛員的耐心、感知能力、指示燈反應(yīng)等特性的路側(cè)停車元胞自動(dòng)機(jī)仿真模型。關(guān)于單個(gè)路段的微觀數(shù)值模型,裴玉龍等[12]以1幅路雙向2車道路段為例,構(gòu)建了路側(cè)停車影響下的路段阻滯延誤模型。邵長橋等[13]從車道寬度、側(cè)向凈空及車輛進(jìn)出頻率3 方面分別量化了路側(cè)停車對通行能力的影響。戰(zhàn)宇軒[14]針對停車位與交叉口的上下游關(guān)系,建立交叉口進(jìn)口道的通行能力模型。對于局部片區(qū)的數(shù)值模型,Boyles 等[15]基于停車時(shí)長對泊位占用率的影響和停車巡游對交通流速度的影響,量化了停車時(shí)長與停車巡游之間的關(guān)系。Cao等[16]動(dòng)態(tài)仿真了增加路側(cè)停車位數(shù)目或限制最長停車時(shí)間對道路交通運(yùn)行效率的影響。Geroliminis[17]應(yīng)用宏觀基本圖方法,研究了在早高峰期間,路側(cè)停車巡游行為對研究區(qū)域內(nèi)所有車輛行程時(shí)間的影響。Arnott等[18]、Leclercq 等[19]建立了巡游距離與泊位占用率的關(guān)系。Millard 等[20]基于SFpark 項(xiàng)目,提出控制泊位占用率在60%~80%之間可減少50%的巡航交通量。
雖然眾多學(xué)者已開展了路側(cè)停車路段仿真建模,但在停車車輛對內(nèi)外側(cè)機(jī)動(dòng)車車道的選擇偏好,步行距離和前后空位數(shù)對車位選擇的影響,停車車輛與通行車輛停駛特性的異同點(diǎn)等方面考慮尚有不足。筆者擬通過實(shí)際調(diào)研提取停車車輛行駛軌跡,并充分考慮停車車輛與通行車輛的交互作用,構(gòu)建單側(cè)雙車道路段的停車仿真模型,模擬車輛巡游及駛?cè)胲囄恍旭傑壽E,分析路側(cè)停車行為對道路通行能力和行程時(shí)間的影響。
停車路段的駕駛行為采集是建立仿真模型的前提,以城市中常見的2 幅路作為調(diào)查對象,包括2 條機(jī)動(dòng)車道和1 條非機(jī)動(dòng)車道,路段長400 m,車位數(shù)目20 個(gè),其中機(jī)動(dòng)車道寬度為3.5 m,非機(jī)動(dòng)車道寬度為4 m,調(diào)查實(shí)景見圖1。通過處理視頻數(shù)據(jù)獲取單個(gè)車輛的微觀駕駛行為特性。
圖1 道路示例Fig.1 The road sample of one-way two lane road
在軌跡處理中,以車輛運(yùn)行方向?yàn)闄M軸的正向,由內(nèi)側(cè)機(jī)動(dòng)車道至外側(cè)停車位為縱軸的正向。因此不同車輛的原點(diǎn)坐標(biāo)是相對的,距離目標(biāo)停車位越近,橫縱坐標(biāo)越大。
在此主要描述車輛駛?cè)胲囄恍旭傑壽E,因?yàn)轳傠x車位時(shí)通常會尋找合適的間隙以迅速換道匯入交通流,交通影響較小。
根據(jù)車輛駛?cè)胲囄环绞胶驼加脵C(jī)動(dòng)車道時(shí)長的差異可分為:駛?cè)脒B續(xù)空位和駛?cè)雴我豢瘴弧T诖酥饕槍︸{駛行為較為復(fù)雜的駛?cè)雴我豢瘴贿^程開展分析。圖2(a)~(c)依次表示不同時(shí)刻橫縱坐標(biāo)、車輛行駛軌跡和速度特征。表1為駛?cè)雴我豢瘴粫r(shí)的關(guān)鍵坐標(biāo)位置及各階段耗時(shí)。
表1 車輛駛?cè)雴我豢瘴粫r(shí)的關(guān)鍵點(diǎn)與時(shí)長Tab.1 Parking entry key points and usage time of only one space
圖2 車輛駛?cè)雴我豢瘴粫r(shí)駕駛狀態(tài)解析Fig.2 Parking status analysis of vehicles entering the parking space of only one space
由圖2(a)~(b)可見:車輛在00:03時(shí)減速為0,坐標(biāo)為(-2.5,-2.5),隨后開始擺正車頭位置,坐標(biāo)為(10,-5),耗時(shí)10 s 后在00:17 找到后退進(jìn)入車位的最佳角度,坐標(biāo)為(2,-5),此時(shí)縱向位移最小值為-5 m,該過程外側(cè)的機(jī)動(dòng)車道,隨后靜止停放于(0.5,-0.5)。在圖2(c)中,車輛尋找車位速度為24~26 km/h,在距離停車位20 m 處開始減速,直至最終達(dá)到停車位。
通過提取眾多停車車輛行駛軌跡,發(fā)現(xiàn)車輛在駛?cè)氩次磺熬鶗Q至外側(cè)機(jī)動(dòng)車道;巡游速度與交通量和泊位占用率相關(guān);在找到目標(biāo)車位后,其駛?cè)牒臅r(shí)受車位前后空間影響,當(dāng)僅有1個(gè)空位時(shí),駛?cè)胲囄贿^程中旋轉(zhuǎn)的角度更大,車輛會長時(shí)間占用機(jī)動(dòng)車道,當(dāng)有連續(xù)多個(gè)空位時(shí),車輛能精準(zhǔn)、迅速駛?cè)胪\?,且?guī)缀醪徽加脵C(jī)動(dòng)車道。
在仿真系統(tǒng)中主要考慮通行機(jī)動(dòng)車和停車車輛,二者運(yùn)行狀態(tài)和行駛軌跡存在差異,因此分別建立駕駛規(guī)則。非機(jī)動(dòng)車靈活性較高,受停車車輛影響微弱,不作為研究對象。實(shí)際道路中駕駛過程復(fù)雜多樣,難以完整復(fù)現(xiàn)。為此,通過實(shí)際觀測、停車者訪談和經(jīng)驗(yàn)借鑒做出一些必要性假設(shè)。
1)車輛在駛?cè)胲囄粻顟B(tài)時(shí)靜止占用機(jī)動(dòng)車道,占用時(shí)長為駛?cè)胲囄缓臅r(shí)。
2)車輛在選擇車位時(shí),會綜合權(quán)衡駛?cè)胲囄缓臅r(shí)和步行距離。
3)停車車輛一旦處于駛?cè)胲囄粻顟B(tài),最后必會進(jìn)入車位內(nèi)停放,不存在由于技術(shù)問題未進(jìn)入車位內(nèi)而離開的情況。
4)只有當(dāng)停車車輛到達(dá)目標(biāo)車位時(shí),機(jī)動(dòng)車才會駛?cè)敕菣C(jī)動(dòng)車道。
5)車輛駛離車位時(shí)會打開轉(zhuǎn)向燈,直行車輛根據(jù)轉(zhuǎn)向燈持續(xù)時(shí)長決定是否減速或停車讓行。
通過觀測停車車輛在不同位置下駕駛行為的差異,將其分為以下8 種狀態(tài),即停車車輛狀態(tài)ns=[1,2,3,4,5,6,7,8],含義分別為進(jìn)入路段、尋找車位、找到車位、駛?cè)胲囄弧㈧o止停放、駛離車位、匯入車流和錯(cuò)失車位,各狀態(tài)下具體駕駛行為特征見表2。
表2 路側(cè)停車車輛狀態(tài)劃分Tab.2 Curb parking vehicle status division
停車車輛剛進(jìn)入路段時(shí),未觀測到停車位,此時(shí)駕駛行為與通行車輛無顯著差異,速度為正常速度。當(dāng)目標(biāo)車輛n能夠看到路側(cè)停車位時(shí)開始尋找車位,在該過程中,確定目標(biāo)車位的具體規(guī)則如下。
1)明確可用車位集合。首先判斷車位是否空閑,對于空閑車位,觀測車位旁邊有無車輛正在駛?cè)朐撥囄?,若無,該車位可用,否則不可用;對于非空閑車位,判斷車位內(nèi)車輛是否正在駛離,若是,該車位可用,否則不可用。
2)計(jì)算空閑車位的駛?cè)牒臅r(shí)。檢測可用車位的障礙物邊界,并將其折算為停車位數(shù)目,見式(1);目標(biāo)車位前后總可用長度決定了駛?cè)胲囄缓臅r(shí),根據(jù)實(shí)際調(diào)研情況將駛?cè)牒臅r(shí)劃分為3 個(gè)等級,具體關(guān)系見式(2)。
3)從空閑車位中界定可選擇車位范圍。主要包括2 個(gè)限定條件,即車位在前方觀測距離范圍內(nèi)且沒有其他車輛正在駛?cè)胲囄弧?/p>
4)從可選擇車位中確立目標(biāo)車位。計(jì)算駛?cè)胲囄缓臅r(shí)與步行至目的地時(shí)間的總和,由于駛?cè)胲囄贿^程的心理時(shí)間更長,因此對步行時(shí)間折減,見式(3)??偤臅r(shí)最短的車位即為目標(biāo)車位,見式(4)。
在車輛確定目標(biāo)車位后,進(jìn)入找到車位狀態(tài),車輛開始減速。由于元胞自動(dòng)機(jī)模型的離散特性,車輛減速停止位置可能超越目標(biāo)車位位置,因此要提前減速為0,隨后轉(zhuǎn)為駛?cè)胲囄粻顟B(tài),即ns=4。
當(dāng)車輛處于駛?cè)胲囄粻顟B(tài)時(shí),在機(jī)動(dòng)車道上的停止時(shí)間超過駛?cè)胲囄凰钑r(shí)間tie,則車輛完成停車,即ns=5。
當(dāng)車輛完成停放后,駛離車位并匯入車流,最終離開路段;但存在部分車輛行駛至停車位末端還沒有找到車位,則錯(cuò)失車位,即ns=8。
1)跟馳規(guī)則。跟馳規(guī)則適用于車輛在同一車道且行駛方向一致,目標(biāo)車輛前方有車輛行駛,在此采用姜銳等[21]提出的MCD 模型,主要包括加速、減速和隨機(jī)慢化3個(gè)過程。車輛加速的條件為前車速度大于0,且前車未制動(dòng)或與前車的車頭時(shí)距大于安全時(shí)間間距。當(dāng)目標(biāo)車輛與前車間距較近,則根據(jù)有效間距采取減速措施。車輛隨機(jī)慢化概率取值與前車是否剎車、車頭時(shí)距和已經(jīng)停止時(shí)間相關(guān)。
式中:vn為車輛n的速度,m/s;dec為車輛減速度,m/s2。
減速讓行概率的計(jì)算見式(6),其中轉(zhuǎn)向燈閃爍時(shí)長決定了基礎(chǔ)讓行概率,見式(7)。車輛匯入的影響距離閾值見式(8)。
式中:py為車輛讓行概率;pmin為最小讓行概率;pmax為最大讓行概率;pb為基礎(chǔ)讓行概率;tlig為匯入車輛轉(zhuǎn)向燈閃爍時(shí)長,s;t0為受轉(zhuǎn)向燈影響的時(shí)間閾值,s;xof為欲匯入車輛所在位置,m;為車輛匯入對后車影響距離的閾值,m。
3)車輛位置更新。若車輛在內(nèi)側(cè)機(jī)動(dòng)車道,則直接執(zhí)行位置更新規(guī)則,見式(9)。式中:xn為車輛n的位置,m;xn(t+1) 為t+1時(shí)刻車輛位置,m。
在滿足換道動(dòng)機(jī)和安全條件時(shí),相比外側(cè)車道,通行車輛傾向于換至內(nèi)側(cè)車道,因此內(nèi)外側(cè)車道換道概率不同。
5)換道矯正。針對當(dāng)前行駛于內(nèi)側(cè)車道,準(zhǔn)備換至外側(cè)車道的車輛修正。具體規(guī)則為:在換道影響距離內(nèi),檢測是否有停車車輛正在向外側(cè)車道換道。若有,判斷隨機(jī)數(shù)是否小于換道影響概率,若是,則取消換道。
1)跟馳規(guī)則:①加速規(guī)則。停車車輛加速規(guī)則與通行車輛一致,在尋找車位和找到車位狀態(tài)時(shí),加速度與最大速度的取值與其他狀態(tài)不一致,具體參數(shù)在下文標(biāo)定。②減速規(guī)則。與通行車輛的規(guī)則和參數(shù)取值一致。③隨機(jī)慢化規(guī)則。與通行車輛的規(guī)則和參數(shù)取值一致。
2)駛?cè)胲囄磺八俣刃拚\囕v在找到目標(biāo)車位后,則會減速停車,按照元胞自動(dòng)機(jī)模型離散的減速規(guī)則,其停止位置可能越過車位位置。因此與目標(biāo)車位距離小于距離閾值時(shí)對速度修正,見式(11)。
式中:floor為向下取整函數(shù)。
3)車輛匯入時(shí)速度修正。目標(biāo)車輛行駛于外側(cè)車道,內(nèi)側(cè)車道停車車輛或非機(jī)動(dòng)車道上完成停車的車輛強(qiáng)制匯入當(dāng)前車道時(shí),根據(jù)其轉(zhuǎn)向燈的持續(xù)時(shí)間和匯入車輛的速度,目標(biāo)車輛決定是否讓行,具體規(guī)則和參數(shù)取值與通行車輛一致。
4)車輛位置更新。車輛位置更新規(guī)則和通行車輛一致。
5)換道規(guī)則包括:①進(jìn)入路段。車輛換道動(dòng)機(jī)和安全條件均與通行車輛一致,僅換道概率不同,相比通行車輛,其更傾向行駛于外側(cè)機(jī)動(dòng)車道。②尋找車位。針對行駛于外側(cè)車道的車道,換道動(dòng)機(jī)為目標(biāo)車道行駛條件能滿足期望速度,即>min(vn(t)+acc,vmax),安全條件為于目標(biāo)車道后車距離大于安全距離,即>。③找到車位和駛?cè)胲囄粻顟B(tài):此時(shí)不再向內(nèi)側(cè)換道,在機(jī)動(dòng)車道上停止時(shí)間超過規(guī)定的駛?cè)胲囄缓臅r(shí)則進(jìn)入停車位內(nèi)。④駛離車位狀態(tài)。換道規(guī)則與通行車輛一致,但換道概率為1。即當(dāng)停放時(shí)長超過指定停車時(shí)長,且滿足換道條件,車輛必會駛出車位。在飽和條件下,目標(biāo)車道后方車輛會根據(jù)其轉(zhuǎn)向燈持續(xù)時(shí)長決定是否減速或停車讓行。⑤匯入車流和錯(cuò)失車位狀態(tài)。其駕駛行為和通行車輛完全一致,因此換道規(guī)則和換道概率與通行車輛完全一致。
6)換道行為修正。具體規(guī)則和參數(shù)取值與通行車輛一致。
數(shù)值模擬中,將系統(tǒng)長度設(shè)定為500個(gè)元胞,對應(yīng)實(shí)際500 m 長的道路,路段包括2 條機(jī)動(dòng)車道和1 條非機(jī)動(dòng)車道,其中機(jī)動(dòng)車道寬為3.5 m,非機(jī)動(dòng)車道寬為4 m,路側(cè)停車位設(shè)在非機(jī)動(dòng)車道上,車位尺寸為6 m×2 m。為了實(shí)現(xiàn)機(jī)動(dòng)車駕駛行為的精準(zhǔn)建模,設(shè)置元胞尺寸為1 m×0.5 m,每條機(jī)動(dòng)車道由7行元胞組成,非機(jī)動(dòng)車道由8 行元胞組成,機(jī)動(dòng)車占用5×4 個(gè)元胞,每個(gè)停車位占用6×4 個(gè)元胞。圖3為仿真場景。在仿真系統(tǒng)中,采用開口邊界條件。內(nèi)、外側(cè)機(jī)動(dòng)車道每秒進(jìn)車概率α分別取1 和0.6。路側(cè)停車位起點(diǎn)在150 m處,終點(diǎn)在330 m,共計(jì)30個(gè)車位。
圖3 路側(cè)停車仿真場景示意圖Fig.3 The schematic of curb parking simulation
為驗(yàn)證仿真模型的有效性,根據(jù)實(shí)際調(diào)查和參考相關(guān)文獻(xiàn),將模型中用到的參數(shù)依次設(shè)置如下:在城市中心路段限速為40 km/h(約11.1 m/s);停車車輛在尋找車位時(shí)的最高速度和加速度均小于正常車速,其他狀態(tài)與通行車輛一致,見式(12)~(13);車輛啟動(dòng)時(shí)加速度取運(yùn)動(dòng)中加速度的50%。駛?cè)胲囄缓臅r(shí)與空位數(shù)目關(guān)系見式(14)。
通過速度平均相對誤差最小值標(biāo)定得到通行車輛在內(nèi)、外側(cè)機(jī)動(dòng)車道的換道概率分別為0.2和0.7,停車車輛在內(nèi)、外側(cè)機(jī)動(dòng)車道的換道概率分別為0.8和0.3 時(shí)。而慢化概率、最小安全距離、停止時(shí)間閾值的取值參考《基于元胞自動(dòng)機(jī)的交通系統(tǒng)建模與模擬》[22],主要參數(shù)設(shè)置見表3。
表3 仿真模型中的參數(shù)取值Tab.3 Model parameters of rules used in simulation
應(yīng)用12組調(diào)查數(shù)據(jù)對模型進(jìn)行驗(yàn)證,得到速度平均相對誤差見表4,統(tǒng)計(jì)速度平均相對誤差值為5.8%,擬合度為77.6%,能較好的表征實(shí)際路側(cè)停車路段車輛的運(yùn)行規(guī)律,符合數(shù)據(jù)精度要求。
時(shí)空圖反應(yīng)了單車道路段交通流的運(yùn)行狀況,水平軸是時(shí)間軸,縱軸是車輛的位置信息,有車地方為黑色點(diǎn),無車地方為空白。設(shè)置停車需求強(qiáng)度為(0.15,15),即停車比例為0.15,停車時(shí)長服從均值為15 min 的指數(shù)分布,巡游速度為25 km/h,觀測內(nèi)側(cè)車道和外側(cè)車道車輛運(yùn)行軌跡,分別見圖4(a)~(b)。
圖4 車輛巡游軌跡圖Fig.4 Trajectories of cruising vehicles
在圖4(b)中,車輛1、車輛2 和車輛3 為待停車輛,分別在150,206,150 m進(jìn)入巡游狀態(tài),巡游速度低于正常車速,后續(xù)車輛被迫減速。當(dāng)內(nèi)側(cè)車道滿足換道條件時(shí),后續(xù)車輛會以一定概率換道,如在巡游車輛1后的車輛4和巡游車輛3后的車輛5分別在3 441 s和3 482 s換至內(nèi)側(cè)車道的277列和281列,見圖4(a)。待停車輛2在3 436 s從內(nèi)側(cè)車道的183 m位置換至外側(cè)車道,此時(shí)外側(cè)車道后續(xù)車流輛被迫減速避讓,從而產(chǎn)生排隊(duì)延誤,影響距離從189~292 m,約為100 m,影響時(shí)長達(dá)80 s,影響車輛數(shù)目共計(jì)4輛車??梢娷囕v強(qiáng)制換道和巡游過程是產(chǎn)生交通擁堵的重要原因,尤其在交通量飽和時(shí),影響距離長,消散時(shí)間久。
圖5 為車輛駛?cè)胲囄坏能壽E圖,圖5(a)~(c)依次為內(nèi)側(cè)機(jī)動(dòng)車道、外側(cè)機(jī)動(dòng)車道和非機(jī)動(dòng)車道上運(yùn)行時(shí)空圖。
圖5 車輛駛?cè)胲囄卉壽E圖Fig.5 Trajectories of entering space vehicles
在圖5(b)中,車輛1 和車輛2 為駛?cè)胲囄卉囕v,分別在2 518 s和2 542 s到達(dá)目標(biāo)車位,目標(biāo)車位前后均無多余空位,駛?cè)胲囄缓臅r(shí)為12 s,在2 530 s和2 554 s靜止停放在215 m和251 m處,見圖5(c)。在駛?cè)胲囄贿^程中占用外側(cè)機(jī)動(dòng)車道,因此通行車輛換至內(nèi)側(cè)車道,如車輛1后的3號車,車輛2后的4號車、5號車和7號車,見圖5(a),此時(shí)換道后造成內(nèi)側(cè)車流壓縮,影響距離為190~230 m,影響時(shí)長為10 s。在圖5(b)中,車輛2后的排隊(duì)車輛數(shù)目較多,難以全部完成換道,則產(chǎn)生了道路交通擁擠,其影響范圍在185~209 m,從2 542 s 開始排隊(duì),直至2 565 s 時(shí)完全消散。駛?cè)胲囄贿^程對內(nèi)外側(cè)機(jī)動(dòng)車道運(yùn)行均會產(chǎn)生影響,影響程度與路段交通流量相關(guān),在飽和流量下,停車車輛的換道行為更易導(dǎo)致交通擁堵。
1)車輛巡游對道路通行能力的影響。停車比例和停車時(shí)長共同決定了停車需求強(qiáng)度,將停車需求強(qiáng)度表示為(X,Y),其中停車比例為X,停車時(shí)長服從均值為Ymin 的指數(shù)分布,將停車需求強(qiáng)度劃分為低、中、高3個(gè)等級,分別對應(yīng)(0.05,5)、(0.1,10)和(0.15,15)。場景1、場景2、場景3的巡游速度分別為30,25,20 km/h,旨在實(shí)現(xiàn)不同停車需求強(qiáng)度下各要素的對照。不同停車需求強(qiáng)度下,巡游速度對交通流量的影響見圖6。
當(dāng)停車需求強(qiáng)度固定時(shí),巡游速度對外側(cè)車道的影響大于內(nèi)側(cè)車道,主要由于停車車輛多在外側(cè)車道尋找車位;停車需求強(qiáng)度越高,巡游速度對流量的影響越顯著。在圖6(c)中,場景1和場景3的外側(cè)機(jī)動(dòng)車道分別在進(jìn)車概率為0.8和0.6時(shí)達(dá)到飽和流量1 105 veh/h和513 veh/h。固定的巡游車輛數(shù),巡游速度越高,道路通行能力越高。當(dāng)巡游速度為20 km/h時(shí),急劇降低了道路通行能力。
觀測圖6(a)和圖6(b),停車需求強(qiáng)度為(0.05,5)和(0.15,15)時(shí),從場景1 到場景3 外側(cè)車道飽和流量分別減少96 veh/h 和245 veh/h;因?yàn)樵谛枨髲?qiáng)度低時(shí),泊位能滿足停車需求,巡游車輛數(shù)目少,提高巡游速度對道路通行能力無顯著改善。
圖6 巡游速度對道路交通流量的影響Fig.6 Traffic flow under different input flow and cruise speed
2)車輛巡游對行程延誤時(shí)間的影響。差異的停車需求強(qiáng)度下,巡游速度對延誤時(shí)間的影響見圖7。在圖7(a)~(c)中,場景2 的最高延誤時(shí)間分別為28,69,94 s;固定的泊位供給下停車需求強(qiáng)度越大,巡游車輛數(shù)目增多,巡游速度對延誤時(shí)間影響越大。在圖7(c)中,場景1、場景2 和場景3 分別在進(jìn)車概率為0.8,0.7,0.7 時(shí)達(dá)到最高延誤時(shí)間為64,94,133 s。固定的停車需求強(qiáng)度,巡游速度越低,延誤時(shí)間越長。在場景1 中,停車需求強(qiáng)度(0.05,5)與(0.15,15)的最高延誤時(shí)間差值為25 s;在場景3中,停車需求強(qiáng)度(0.05,5)與(0.15,15)的最高延誤時(shí)間差值為105 s。巡游速度越高,停車需求強(qiáng)度的增加對延誤時(shí)間影響越小。在低、中、高停車需求強(qiáng)度下,場景1 與場景3 的最高延誤時(shí)間差分別為10,15,105 s。因此在停車高峰期時(shí),要限制巡游速度下限。
圖7 巡游速度對延誤時(shí)間的影響Fig.7 Average travel delay under different input flow and cruise speed
針對路側(cè)停車場景,應(yīng)用元胞自動(dòng)機(jī)模型構(gòu)建了單側(cè)雙車道仿真模型,模型中包含停車車輛和通行車輛,具體結(jié)論如下。
1)基于路側(cè)停車車輛行駛軌跡,將停車過程細(xì)分為尋找車位、駛?cè)胲囄?、駛離車位等8類狀態(tài),并根據(jù)停車車輛和通行車輛的駕駛行為差異,從跟馳特征、速度矯正、換道規(guī)則等方面改進(jìn)了路側(cè)停車仿真模型。
2)通過實(shí)際道路數(shù)據(jù)對模型標(biāo)定,經(jīng)驗(yàn)證,擬合度為77.6%,說明能較好的模擬實(shí)際路側(cè)停車行為。
3)通過仿真直觀呈現(xiàn)了車輛巡游和駛?cè)胲囄粫r(shí)的車流軌跡,發(fā)現(xiàn)停車車輛強(qiáng)制換道和低速巡游是產(chǎn)生交通擁堵的重要原因;停車巡游速度的提升能有效改善高停車需求強(qiáng)度下的道路通行能力,減少行程延誤時(shí)間,因此在高峰期可以考慮限制最低巡游速度。
后續(xù)可繼續(xù)分析停車位設(shè)置數(shù)目、停車需求量和停車時(shí)長等要素對路側(cè)停車影響機(jī)理,提出路側(cè)停車精細(xì)化管理策略,指導(dǎo)實(shí)際路側(cè)停車規(guī)劃與管理工作。