基于多源数据的城市主干道运行状况判别与优化研究
摘要：
主干道是城市路网的主骨架，信控交叉口是主干道交通拥堵的瓶颈，是影响主干道运行的最主要因素。大城市主干道交通运行状况并不平衡，同一条道路在早晚高峰表现出明显的潮汐现象，在同一条道路上行驶的不同方向的车流运行状况也可能迥异。信控交叉口的运行状况受所在位置、几何设计、交通控制、非机动车、行人等多种因素综合影响。
随着社会信息化不断加快，线圈检测器、装有GPS（Global Position System）的浮动车、视频、手机等检测技术采集到的大量数据为进行城市交通运行状况判别与优化提供了可能。以上海为例，线圈检测器能够采集实时定点流量数据，但存在破损现象；以往浮动车应用于车辆监控系统，现在浮动车也用来评价道路运行状况，具有覆盖面广的特点，但只代表了特定车辆的运行状况，且采样间隔不均衡。多源数据的价值在于对这些数据进行专业化处理，线圈数据、浮动车数据、视频数据等多源数据分析具有数据量大、处理难度大、分析复杂等特点，在交通运行状况判别与优化研究方面还未得到充分利用。
在主干道层面，大城市主干道实行信号协调控制，车流到达各交叉口时的信号状态存在相关性，车流速度沿道路具有波动特征。以往研究多侧重提高交通指标估计精度，忽略了车流速度波动规律。浮动车数据分布在整个城市路网中，是提取平均行程速度的最佳数据源，同时GIS（Geographic Information System）地图为浮动车数据分析提供了技术支持，但只有在适当的浮动车比例、样本量、采样间隔等条件下才能获取准确的速度指标。
在主干道信控交叉口层面，交通拥堵状态相同的两个交叉口，它们的道路环境特征可能表现出差异性，运行状况可优化的空间也就不同，只有准确地识别优化空间大的重要拥堵点并找出拥堵原因，才能更好地改善交通运行状况。常用的经验阈值法是对拥堵状态进行模糊判定，容易导致判别结果不准确。停车率是判别信控交叉口拥堵状态的一个综合参数，通过浮动车能够提取停车率指标，但数据应用过程中浮动车停车状态的判定标准有待讨论。
针对主干道运行状况判别，本文利用速度-距离曲线图描述了车流沿道路的波动规律，以平均行程速度和速度方差为指标，提出了基于速度的道路运行状况判别方法，并以上海市主干道徐家汇路为对象进行了实例分析，结果显示周二的平均行程速度低，速度方差大，说明信号协调控制方案有待优化。特别地，讨论了不同采样间隔浮动车数据的速度一致性问题，结果表明：在速度均值绝对差或标准差越大的情况下，不同采样间隔浮动车数据的速度越不一致；同时，采样间隔5～20秒浮动车数据的速度值与采样间隔1秒的速度值相比，有显著差异的比例低于50%（P值<0.05）。
针对主干道信控交叉口拥堵判别，本文以停车率为因变量，以交叉口流量、位置特征、几何特征、横断面特征和控制特征等因素为自变量，通过经验贝叶斯方法建立了信控交叉口拥堵判别模型。在此基础上，提出以拥堵可缓解空间作为交叉口拥堵判别指标，它考虑了相似交叉口的停车率均值，经验证拥堵可缓解空间判别方法优于阈值判别法，能够鉴别真正的重要拥堵点。特别地，对浮动车停车状态的判别标准进行了讨论，本文假设浮动车停车状态可能出现在采样间隔后端、前端及中间的三种情况，计算采样间隔平均行程速度，结果显示5km/h是浮动车停车状态的判定阈值。
针对主干道交叉口拥堵原因，基于信控交叉口拥堵判别模型，详细分析了交叉各种因素对拥堵的影响，结果表明：相交道路流量折算系数大、主要道路车道少、次要道路车道多、主要道路设置左转专用道、主要道路设置机非分隔、次要道路行人一次过街的交叉口运行状况越差。
上海SCATS系统进行优化的原理是在预先确定的多个优化方案中进行选择，存在配时候选方案固定问题。多源数据为进行实时、灵活地信号协调控制优化提供了支持。根据典型主干道徐家汇路的运行状况及其拥堵原因，尝试将主干道上的交叉口归属于同一信号协调控制系统，利用SYNCHRO进行信号配时优化，提出信号协调控制优化方案，并用VISSIM仿真软件对方案实施效果进行评估。结果表明，信号协调控制优化后，主干道交通运行状况有了明显改善，尤其是道路南侧车流运行状况，其平均行程时间缩短了14.1%，平均行程速度提高了12.3%。
关键词：城市主干道，运行状况，多源数据，判别指标，控制优化
