加入收藏 | 设为首页 

咨询电话:
咨询电话:
首页 新闻 品牌企业 招投标 解决方案 行业分析 前沿技术 智能交通产品与技术应用汇编
  当前位置: 网站首页 > 解决方案 > 客流走廊地面公交运行瓶颈识别与车队优先技术

客流走廊地面公交运行瓶颈识别与车队优先技术

来源:中国智能交通协会   发布时间: 2020-04-17 14:20:09

东南大学交通学院副院长 杨敏教授

一、研究背景

2019年9月19日,中共中央国务院印发了《交通强国建设纲领》,明确提出要加强城市交通拥堵综合治理,优先发展城市公共交通,鼓励引导绿色公交出行,合理引导个体机动化出行。习总书记指出发展公共交通是现代城市的发展方向,优先发展公共交通是实现城市交通畅通绿色的根本所在。但目前由于网络承载力不足,通行效率低,运行可靠性差等原因,公交发展离国家目标仍有较大的差距,因此公交效能提升是一个关键。
城市客流走廊公交线路密集,层次多样,客流集中,公交供需存在矛盾,发展面临困境。而公交车的运行与相邻站点的路程单位,在路段、站点、交叉口存在不同的干扰。
交通系统的资源可以分为空间资源和时间资源,因此公共路权优先分为空间路权的优先和时间路权的优先。其中公交运行瓶颈识别是公交路权优先的基础,为了支撑公交走廊上的客流需求,产生了高频多线的运行模式。但目前全过程控制效果不足,车辆扎堆到达现象严重,对公交系统和社会车辆造成了严重的干扰。因此保证车队优先成为路权优先的关键环节。
  二、公交瓶颈
  1形成机理
 借鉴交通流瓶颈的定义,将公交运行瓶颈定义为交通系统中的路段、站点、交叉口的公交通行能力与公交车辆交通量不协调,导致其服务水平下降,车辆运行不畅,出现车辆排队现象。按照瓶颈发生的位置可以将公交运行瓶颈分为三个类别:分别是路段瓶颈、站点瓶颈和交叉口瓶颈。

图片1.png


公交车辆运行过程中受到多种因素的干扰,交通系统中影响公交运行瓶颈形成因素有多种,主要包括外部因素和内部因素,静态因素和动态因素。结合两种分类方法将公交运行瓶颈分为以下四类:外部静态影响因素、外部动态影响因素、内部静态影响因素、内部动态影响因素,并且分路段、站点、交叉口进行了影响因素的分析。在路段瓶颈的静态因素包括了交通设施、公共设施等,站点瓶颈受到交通的设计、公交管理等影响,交叉口影响受到交通车流量等静态因素的影响。而动态影响因素主要是包括交通流、公交车辆、客流变化等实时变化的影响。
  2分析方法

图片2.png



然后借助了北京市、深圳市的交通道路运行指标,结合公交车运行特性,坚持有效性、可行性、敏感性的原则,选定了平均行程、车速作为分析指标,经过停站时间作为站点瓶颈的分析指标,平均交叉口延误作为交叉口瓶颈的分析指标,对不同等级道路、不同站点类型、不同等级的交叉口相应指标进行了分布的频率统计,分别按照85%、50%、30%、15%的统计指标划分了五个瓶颈程度。

图片3.png


基于线路站点数据还有公交IC卡数据、GPI的数据、IVO数据等公交多元的数据资源,还有交通管理信息和交通流的数据,建立了公交运行瓶颈识别体系,由于公共交通设施的供给能力不足,或者动态交通流的影响,带来了公交车在客流走廊上运行状态的动态变化,采用饱和度分析公交的供需特征。饱和度计算最重要的就是确定公共设施的通行能力,将影响瓶颈的静态因素定量化,依次确定停靠车位的通行能力、公交站点的通行能力,最后根据公交行驶车道是否符合车辆混行计算车道的通行能力。

图片4.png


针对路段瓶颈,采用公交GPS数据,计算各路段每辆车的行程时间,根据时间段的划分标准统计各路段、各时间段所有车辆的行程车速,然后绘制出频率分布图,确定不同走廊路段瓶颈程度的阈值,最终确定瓶颈的程度。

图片5.png


交叉口的瓶颈识别、根据公交车辆跟相交道路等级不同,将交叉口进行分类,利用公交GPS数据还有速度、时间积分模型获取每辆公交车的交通延误,根据累积频率分布进行动态识别。
3.案例分析

图片6.png



以常州市进行案例分析,常州市已经初步建立了智慧公交体系,选取了无公交专用道、交通环境复杂的关河路为研究对象,关河路走廊为双向六车道,有五个定时的信号交叉口,其中东西向的交叉口2和交叉口3间距仅有170米。走廊上有10条公交线路,4对常规公交站点,道路资源比较紧张,社会车辆、非机动车的干扰比较严重,接入线路比较多。对关河路目前的客流特征进行了分析,客流在早晚高峰聚集,走廊的平均车速整体较低,为11.62千米每小时,尤其是在早晚高峰运行的车辆速度会进一步降低。三个路段在早晚高峰的运行速度比较低,交叉口还有接入口较多的路段车速比较低。

图片7.png


对于站点,常规的公交在高峰期间的停站时间比较长,5个工作日的早高峰停站时间呈正态分析,工作日交叉口的交通延误分布趋势也是相似的,与主干路相交的交叉口延误比较大,与干路相交的交叉口延误比较小。从公交站点供需情况来看,青山桥站位于交叉口的出口道,而经过站点的公交车通行绿灯较短,社会车辆流量大,清空时间长,通行能力受限,加之12条公交线路停靠于此,所以说这里的饱和度较高,供需失衡。从公交路段供需情况来看,青山桥站点的制约以及非机动车的影响,怡康花园到青山桥路段的通行能力较低,饱和度高。

图片8.png


接下来通过公交大数据进一步验证了各类瓶颈动态变化情况,连续5个工作日以每15分钟统计路段的平均速度进行频率累计,不同的瓶颈程度阈值分别是10、12、15、21公里每小时,从2017年5月30日路段的瓶颈动态变化时空图可以看出,从时间上青山桥到西兴桥路段在早晚高峰期间存在中度或者轻度的瓶颈,而怡康花园到青山桥路段瓶颈呈现常态化,从空间上,怡康花园到青山桥段运行的状态较差,而该路段存在较多的接入口,公交车的流量比较大。

图片9.png


从站点瓶颈动态变化的时空图可以看出,时间上怡康花园站和西新桥站高峰期间站点瓶颈是比较严重的,从空间上通行能力较低的青山桥站瓶颈呈现了常态化进而此站点距离交叉口的出口较近,受机动车和非机动车的影响较大,经停的线路也是比较多的。

图片10.png


从交叉口的瓶颈变化可以看出,时间上交叉口瓶颈出现在高峰时段,从空间上距离较近的交叉口2、3的瓶颈比较严重。
通过以上的分析可以看出,关河路的公交典型成因包括路段、站点、交叉口这些相关因素。

图片11.png


另外、选取了有公交专用道的快速公交走廊通江路作为对比,通江路目前为双向八车道,设置路内侧快速公交专用道,且无硬质隔离,BRT站点采用路中侧站点,走廊有三对快速公交站点,快速公交单向流量在50辆每小时左右。对通江路客流走廊上北南向的站点和路段的供需情况进行了分析,其饱和度是低于0.8的,供需较为均衡,对比可知有公交专用道的公交通行能力要高于无公交专用道的道路。

图片12.png


对比两条客流走廊上的路段平均车速,与有公交专用道跟没有公交专用道相比,有公交专用道的通江路的公交车速快,但是早晚高峰期间车速会出现低值。

图片13.png


对比东西两条客流走廊站点平均停靠时间,公交专用道明显能够缩短高峰期间的站点停靠时间,平峰时期影响不大。

对比交叉口的平均延误,有专用道的比无专用道的延误要小,但是BRA的均车延误在50秒上下波动,延误仍旧比较大。

图片14.png


三、车队优先
  1.针对问题

图片15.png



在地面公交客流走廊上交通需求与供给之间存在着矛盾,为了支撑客流产生高频多线的运行模式,但是目前该模型的全过程控制的效果还是比较不足的,造成了服务水平下滑,路段延误严重,公交排队现象频发等问题。因此以公交优先为前提,统筹兼顾社会车辆的运行效益,提出了预感应公交车队控制策略,在交叉口各方面进口道的上游较远处设置公交车队检测器,当公交到达激活检测器,对当前时间窗位的交叉口配时进行优化调整。
  2. 公交停站时间预测

图片16.png



位于交叉口上游的公交停靠站对于公交到达交叉口停车线的时间存在重要的影响,因此良好的公交停站时间预测是信号优先的重要内容。由于停站时间不仅有一定的纵向时间相关性,整个停靠时间又是公交车辆内部系统相互作用,公交车与乘客作用,公交车与行驶的自然作用的综合效果,因此将公交停站时间作为线性相关部分与非线性部分,分别对应考虑停靠时间中的时间纵向相关性和物理作用的模糊过程。

图片17.png


停站时间预测的过程主要分为两步,首先提取停站时间值和其发生的时间,组成时间序列,通过观察数据序列的平稳性决定是否进行差分处理,进行初步的预测,得到初步的一个预测序列。第二步将初步的预测值与原始的预测值进行作差,得出预测残差,其停站时间的非线性部分,作为SVM预测的主变量,选取影响停站时间的主要量化影响因子作为预测的首席变量,利用SVM模型对参差进行预测,最终将两部分叠加得到一个预测值。
选取常州市钟楼区的主干道——怀德中路作为本次的研究对象,选择了B2线路的起终点,金谷花园站和谭墅站进行停站时间的预测基础,该片区小区密集,是重要的客流集散点,高峰期下客量能达到800人次以上,而且此路段干扰较少,为预感应检测器的布置提供了良好的条件。

图片18.png


从平均相对百分误差、均分误差、一秒钟误差百分率三个参数可以看出来,线性与非线性高度结合的ARIMA—SVM组合预测的效果,已经较原始的ARIMA和SVM模型方法有所提升,尤其在有较多的训练数据金谷花园站表现更为突出,可见该模型可以成功地应用于预测过程,而且效果良好。
  3.车队优先控制策略

图片19.png



在停靠时间预测的基础上,建立了预测式的交叉口多目标车道优先模型,以公交优先为主题,发挥了公交出行的通行的高效性和环境友好性,兼顾社会车辆均衡,以平均乘客延误、车辆排量长度和尾气排放量作为模型的优化目标。以每个时间窗作为研究单位,在交叉口各方向的进口道上游较远处设置车辆到达检测器,当检测器被激活时,根据停站时间预测模型,预测公交车队到达交叉口停车线的时间,然后提取下一个时间窗最大长度范围内的各相位所有车辆的到达时间,计算实时的效益评价指标。通过粒子群算法和模糊折中算法,求解优先条件下的公交信号配时,未在此时间窗内通过交叉口的车辆到达信息自动更新为下一个时间窗的新的到达时间。

图片20.png


为了展现控制策略的优越性,设置了原始情况、传统信号优先情况、以及基于停站时间预测的预感应信号优先情况三种情况,多方面进行了配时的效果评估,为验证控制方法对不同交通承载力的适应性,研究以现实调查数据为基础,形成高、中、低三种流量条件下多层次的评价配时方法的健壮性。为了兼顾公交车辆与社会车辆,将评价指标进行了分类,公交评价指标包括公交车辆交叉口延误、交叉口停车率和车辆尾气排放量,社会车辆的评价指标包括社会车辆交叉口延误,主要方向最大排队长度和车均的尾气排放量。
  4.车队优先控制效果

图片21.png



以怀德中路、白云路交叉口为控制节点,从仿真的结果可以看出来,信号优先对于公交车各项指标的改善是全方位的,公交在交叉口延误停车率和尾气排放量都有明显的下降,同时预测式的方法比传统的公交优先的方法更为突出。对于社会车辆,公交优先的确会对社会车辆造成一定程度的影响,增加他们的延误,社会车辆排队长度也是明显增加,排放量有所上升,但是基于预感应信号优先控制策略相比于传统的信号优先方案,总体上保持稳定,将各指标控制在一个合理的范围内,具有较大的优势。
  5.小结
 提出的预感应车队优先控制策略以及以AIRMA—SVM进行组合的预测方法,提高了预测的精度,兼顾了公交车辆、社会车辆与环境,进行多目标的配时优化,引入了模糊这种预算法,解除了配时决策干扰,并与常州市钟楼区主干道进行了仿真试验,对该控制策略进行了测试。
  四、结论和展望
 城市交通拥堵治理是一项系统工程,需要积极推动治堵工程,由末端管理向源头治理延伸,公交瓶颈诊断和路权优先是一项重要抓手,但需要权衡多方式路权综合效益,需要科学化、定量化、系统化、专业化、精细化分析才能使公交优先更有说服力。

本报告来源于2019年第十四届中国智能交通年会,未经本人确认。


 

相关链接

 

  栏目导航

  推荐信息

· 安徽2020年实现县县通高速 

· 河北河间投资3.5亿元升级农村公路 

· 交通部公路院承担出行服务示范工程 

· 杭州博达伟业公共安全工程有限公司 

· 天津易华录信息技术有限公司  

· 深圳市金溢科技股份有限公司 

· 北京精英智通科技股份有限公司  

· 浙江大华技术股份有限公司 

· 上海市城市建设设计研究总院(集团)有限公司  

  热门信息

· 2017年我国智能交通行业市场概况及发展趋势分析 

· 海康威视胡扬忠:道法自然 全力以赴迎接AI时代 

· 湖北省交通厅:全省“两客一危” 车辆全部须升级4G动态视频监控 

· Comet Labs发布全球智能交通产业图谱:263家创新企业角逐自动驾驶 

· 北京启用车辆违法鸣笛抓拍装置 

网站首页 | 关于我们 | 在线订阅 | 友情链接 | 联系我们

智慧交通网 www.citnet.cn

Copyright © 2007-2017 , All Rights Reserve