交叉口大客車車輛換算系數(shù)研究

薄 霧,龔 栩,張 翔,梁舒同,雷艷紅

（西藏大學(xué)工學(xué)院,西藏 拉薩 850000）

0 引言

車輛換算系數(shù)在研究道路通行能力、車頭時(shí)距分布模型等方面具有重要的意義。該文立足于實(shí)際，為得出更加精準(zhǔn)且適用于拉薩市交通狀況的車輛換算系數(shù)，運(yùn)用兩種不同的算法并結(jié)合VISSIM 仿真，對拉薩市交叉口進(jìn)行大客車車輛換算系數(shù)探究。車輛換算系數(shù)算法可分為以下幾種，見圖1。

圖1 車輛換算系數(shù)算法[1]

如圖1 所示，車輛換算系數(shù)算法主要可分為三個(gè)大方向：直接計(jì)算法、間接計(jì)算法、計(jì)算機(jī)模擬法。該文采用將VISSIM 仿真結(jié)合車頭時(shí)距法作為間接計(jì)算，將VISSIM 仿真與容量計(jì)算法結(jié)合作為直接計(jì)算，最終可得到適用于拉薩市的車輛換算系數(shù)值。

1 VISSIM 路網(wǎng)構(gòu)建與數(shù)據(jù)設(shè)定

選取拉薩市江蘇路與藏大西路交叉口作為仿真對象，利用VISSIM 仿真軟件進(jìn)行路網(wǎng)構(gòu)建，靜態(tài)車輛路徑?jīng)Q策，數(shù)據(jù)輸入（車流占比，路徑?jīng)Q策期望，各方向流量，車流構(gòu)成，期望速度分布，信號控制機(jī)），設(shè)置數(shù)據(jù)采集點(diǎn)。為消除行人對車輛造成的影響，不設(shè)置行人相關(guān)數(shù)據(jù)，減少誤差。

為方便后文計(jì)算，在原實(shí)地調(diào)查的信號燈相位基礎(chǔ)上，將該交叉口各進(jìn)口道的直行和左轉(zhuǎn)車道信號燈統(tǒng)一。統(tǒng)一后的直行車道和左轉(zhuǎn)車道信號燈相位配時(shí)圖見圖2。

圖2 統(tǒng)一后的各信號相位配時(shí)圖

2 VISSIM 仿真結(jié)合車頭時(shí)距法

2.1 VISSIM 仿真并計(jì)算大型客車飽和車頭時(shí)距

設(shè)置車輛組成全是大型客車，大型客車期望速度分布為15 km/h，輸入流量盡可能大，以達(dá)到仿真時(shí)該交叉口處于飽和狀態(tài)的目的。仿真結(jié)果見圖3。

圖3 純大客車流且期望速度分布為15 km/h 流量數(shù)據(jù)圖

由圖3 可得，仿真速度略低于設(shè)置的期望速度分布為15 km/h 的數(shù)值，說明在仿真時(shí)因?yàn)楦鞣N因素產(chǎn)生了一定的延誤，使得車輛速度達(dá)不到設(shè)置的期望速度值，該情況符合實(shí)際。

為節(jié)約篇幅，純大客車流在期望速度分布為不同值的流量數(shù)據(jù)圖省略，具體流量數(shù)據(jù)結(jié)果見表1。

表1 不同期望速度分布下純大客車流流量數(shù)據(jù)表

根據(jù)表1 的流量數(shù)據(jù)計(jì)算不同期望速度分布下的純大客車流飽和車頭時(shí)距，具體計(jì)算過程如下：

式中，C——通行能力（veh/h）；h——飽和車頭時(shí)距（s）。

由于在仿真模擬時(shí)，輸入流量很大，該交叉口一直處于飽和狀態(tài)，所以仿真流量q≈C。

流量q單位為每小時(shí)的車流量，且為連續(xù)車流，而仿真得出的表1 的數(shù)據(jù)qb是間斷車流，且時(shí)間間隔為450 s，為了讓單位統(tǒng)一并得到連續(xù)車流數(shù)據(jù)，需要將圖表中的數(shù)據(jù)qb進(jìn)行轉(zhuǎn)化。

式中，q——VISSIM 仿真統(tǒng)一單位和車流情況后的進(jìn)口道流量（veh/h）；qb——仿真得出的表1 的進(jìn)口道流量數(shù)據(jù)；N——某進(jìn)口道車道數(shù)；t——仿真時(shí)間間隔（為450 s）；T——信號周期（為150 s）；Ge——綠燈時(shí)長（s）；——該交叉口平均飽和車頭時(shí)距（s）。

經(jīng)過式（1）至式（5）的計(jì)算，純大客車流飽和車頭時(shí)距見表2。

表2 不同期望速度分布下純大客車流飽和車頭時(shí)距

2.2 車頭時(shí)距法計(jì)算大客車車輛換算系數(shù)

車頭時(shí)距作為評估行車安全的重要指標(biāo)，其與交通組成以及駕駛員的駕駛行為有著緊密的相關(guān)性。不僅如此，車頭時(shí)距作為一項(xiàng)重要依據(jù)還可以直觀反映道路通行能力和服務(wù)水平，同時(shí)在改進(jìn)道路設(shè)計(jì)、改善服務(wù)水平以及優(yōu)化交通管理等方面占據(jù)重要地位。利用車頭時(shí)距計(jì)算車輛換算系數(shù)的算法如下：

式中，PCEi——i種類型車輛的車輛換算系數(shù)；hi——i種類型車輛的車頭時(shí)距（s）；hc——標(biāo)準(zhǔn)車的車頭時(shí)距（s）。

標(biāo)準(zhǔn)車的車頭時(shí)距在拉薩市江蘇路與藏大西路交叉口實(shí)地觀測得出，觀測時(shí)需要注意以下事項(xiàng)：①觀測車頭時(shí)距應(yīng)該觀測整個(gè)車隊(duì)的平均車頭時(shí)距，而不是單獨(dú)車輛的車頭時(shí)距；②觀測的起始車輛一定要從車隊(duì)的第3至第5 輛車開始計(jì)時(shí)，這樣做的作用是為了消除由于啟動(dòng)延誤帶來的時(shí)間和統(tǒng)計(jì)車輛數(shù)的誤差；③當(dāng)觀測的車隊(duì)混有其他非標(biāo)準(zhǔn)車時(shí)，應(yīng)該放棄觀測，因?yàn)榉菢?biāo)準(zhǔn)車會(huì)對跟駛車輛造成一定的影響。

根據(jù)實(shí)地觀測數(shù)據(jù)，得出拉薩市江蘇路與藏大西路交叉口的標(biāo)準(zhǔn)車車頭時(shí)距，見表3。

表3 實(shí)地觀測標(biāo)準(zhǔn)車車頭時(shí)距

利用式（6），可得出不同期望速度分布下的大客車車輛換算系數(shù)，計(jì)算結(jié)果見表4。令期望速度分布為20 km/h 的大客車車輛換算系數(shù)為拉薩市交叉口大客車車輛換算系數(shù)推薦值，見表5。

表4 不同期望速度分布下的大客車車輛換算系數(shù)

表5 拉薩市交叉口大客車車輛換算系數(shù)推薦值

3 VISSIM 仿真結(jié)合容量計(jì)算法

3.1 VISSIM 仿真純標(biāo)準(zhǔn)車流的流量數(shù)據(jù)

由于我國十字交叉口限速為30 km/h，設(shè)置車輛組成全為小汽車，期望速度分布為30 km/h，仿真結(jié)果見圖4。

其他數(shù)據(jù)不變，在車流中添加大客車，設(shè)置占比為10%，大客車期望速度分布取20 km/h，仿真結(jié)果見圖5。

圖5 車流大客車占比10%，大客車期望速度分布為20 km/h 的流量數(shù)據(jù)圖

3.2 容量計(jì)算法計(jì)算大客車車輛換算系數(shù)

容量計(jì)算法模型是認(rèn)為在同一服務(wù)水平下，混合車流的車流量應(yīng)該與純小汽車車流量具有等價(jià)性，基于該理論，得出容量計(jì)算法模型，即：

式中，qb——某服務(wù)水平下對應(yīng)的純小汽車流量（veh/h）；qm——某服務(wù)水平下對應(yīng)的混合車流量（veh/h）；p——混合車流中的大客車比例。

根據(jù)式（7），圖4 的流量數(shù)據(jù)為qb，圖5 的流量數(shù)據(jù)為qm，大客車比例p為10%，將數(shù)據(jù)代入，可得到各進(jìn)口道的大客車車輛換算系數(shù)，結(jié)果見表6。

表6 基于容量計(jì)算法模型得出的大客車車輛換算系數(shù)表

4 結(jié)語

該文利用VISSIM 仿真分別結(jié)合車頭時(shí)距法和容量計(jì)算法探究交叉口大客車車輛換算系數(shù)，在大客車期望速度分布為20 km/h 時(shí)，得到的結(jié)果見表5、表6，即利用VISSIM 結(jié)合車頭時(shí)距法得到的東、西、北、南進(jìn)口車輛換算系數(shù)分別為2.2、2.17、2.05、2.23；利用VISSIM結(jié)合容量計(jì)算法得到的東、西、北、南進(jìn)口車輛換算系數(shù)分別為1.94、1.9、2.4、1.69。

兩種方法得到的結(jié)果具有一定的差異性，究其原因，是因?yàn)閮煞N算法的出發(fā)點(diǎn)不同。車頭時(shí)距法屬于間接計(jì)算，從車頭時(shí)距的角度出發(fā)考慮車輛換算系數(shù)；而容量計(jì)算法屬于直接計(jì)算，從交通流量的角度出發(fā)考慮車輛換算系數(shù)。所以研究車頭時(shí)距和其分布模型時(shí)，車輛換算系數(shù)應(yīng)該用VISSIM 結(jié)合車頭時(shí)距法得出的結(jié)果；研究交通流量時(shí)，車輛換算系數(shù)應(yīng)該用VISSIM 結(jié)合容量計(jì)算法得出的結(jié)果。