一种基于VISSIM仿真的左入匝道合流区加速车道长度确定方法与流程

文档序号:22323798发布日期:2020-09-23 02:12阅读:2860来源:国知局
一种基于VISSIM仿真的左入匝道合流区加速车道长度确定方法与流程
本发明属于快速路设计领域,具体涉及一种基于vissim仿真的左入匝道合流区加速车道长度确定方法。
背景技术
:快速路作为城市道路的主动脉,在城市道路总里程所占比重较低,却承担了较大的交通负荷,具有连续通行、干扰小、容量大的特性。然而,早晚高峰期车辆间摩擦多,潜在危险多,事故频发,一旦发生交通事故,往往事故严重程度大,且事故后对交通影响也较深。快速路为城市生活带来便捷的同时,不断攀升的事故率及其伴随的交通拥堵等问题也给城市道路交通管理者造成了困扰。城市快速路在出入口匝道的布置上,通常采用右侧布置的形式,然而受地面路况与施工可行性的制约,少数情况下也会采用左侧布置的形式。以左侧入口为例,车辆从左侧加速车道汇入主线时运行速度较低,而我国快速路左侧车道均为快车道,加速车道车流与主线车流运行速度相差较大,车辆运行协调性差极易造成追尾等交通事故的发生。因此,为提高左入匝道合流区的运行效率和安全性,应首先从设计上确定左入加速车道的合理长度。传统的公式法确定变速车道长度在国内外规范制定和学术研究中已有广泛的应用,然而理论分析仍与实际应用有一定差异,无法完全反映道路的真实运行状况。驾驶行为特性分析法虽然能弥补公式法的缺点,但需开展大量实地实车调查,由于其调查成本高、耗费时间长难以广泛应用。技术实现要素:发明目的:针对目前左入匝道合流区加速车道研究的缺失,展开对于其长度确定方法的研究,提供一种基于vissim仿真的左入匝道合流区加速车道长度确定方法,可为受施工可行性制约的新建或改建变速车道提供长度取值的参考依据。为达到上述目的,本发明采用的方法是:一种基于vissim仿真的左入匝道合流区加速车道长度确定方法,包括以下步骤:(1)采集快速路左入匝道合流区的道路参数和交通流数据;(2)根据调查所得道路参数和交通流数据建立vissim仿真模型和ssam冲突模型,从交通运行效率和安全性两个方面确定仿真模型的验证指标,并确定仿真模型的校正参数;(3)根据调查样本确定最少仿真次数,进行默认参数的可行性分析和敏感性分析,运用同步扰动随机逼近梯度算法完成校正参数的标定;(4)设计不同长度和车道数量的加速车道,并在步骤(2)建立的vissim仿真模型基础上,得到不同设计方案的vissim仿真模型;(5)进行控制变量实验,确定不同布置形式的加速车道对交通运行效率和安全性的影响,得到左入匝道合流区加速车道长度推荐值。优选地,所述步骤(1)中道路参数包括车道数量、加速车道布置形式、道路限速;交通流数据包括高峰小时交通量、交通组成、车辆运行速度、平均行程延误和交通冲突数。优选地,所述步骤(2)中验证指标的筛选应保证指标相对独立、不具有重复性,以尽量少的评价指标全面反映道路的真实运行状况,同时应保证评价指标易从仿真模型中直接获取且便于在现场采集,确定平均行程延误作为变速车道的运行效率评价指标,确定ttc冲突数作为变速车道的安全性评价指标。优选地,所述步骤(2)中校正参数将根据vissim仿真软件中的两个核心模型(即车辆跟驰模型和车道变换模型)来选取,包括:平均停车间距、安全距离附加系数、安全距离倍数系数、超车车辆/被超车车辆的最大减速度、超车车辆/被超车车辆-1m/s2的变化距离、超车车辆/被超车车辆的可接受减速度、最小车头间距和安全距离折减系数。优选地,所述步骤(3)中最少仿真次数可根据指标样本标准差确定:式中,n为最小样本量,s为样本标准差,k为置信度,e为容许误差值。优选地,所述步骤(3)中默认参数的可行性分析是指校正参数取默认值时,判断仿真结果与现场调查结果是否匹配的过程。若数据偏差在允许范围之内,则表明参数默认取值能满足仿真模型的要求,可以代表现场交通运行状况,无需进行参数校正;反之,则需要对参数进行校正,以满足模型的准确性。优选地,所述步骤(3)中参数的敏感分析方法是指变动某一参数的同时固定其他要素不变,用统计学的方法解释验证指标受该因素影响的规律,若参数的微幅变动能导致验证指标的大幅变化,则称该因素为敏感性因素,反之则为非敏感性因素。根据分析结果,筛选出对验证指标有显著影响的敏感性因素,包括:平均停车间距、安全距离附加系数、安全距离倍数系数、最小车头间距和安全距离折减系数。优选地,所述步骤(5)中按如下方法确定基于交通运行效率和安全性的最优的设计方案:通过仿真输出平均行程延误和交通冲突数,输出指标均随加速车道长度的增加而降低。观察各指标变化率,若继续增加加速车道长度获得的收益较低,则该长度为满足交通运行效率(或安全性)最优的方案。左入匝道合流区加速车道长度推荐值应介于满足交通运行效率最优和安全性最优的方案之间。有益效果:本发明通过交通仿真法借助计算机技术还原复杂的道路交通运行状况,相较于公式法和驾驶行为特性分析法,其应用成本低,且仿真结果较可靠,在交通领域得到广泛的应用。本发明借助交通仿真软件,从合流区运行效率和安全性两个方面分析交通流特征,从而确定左入匝道合流区加速车道长度推荐值。附图说明图1为根据本发明的左入匝道合流区加速车道长度确定方法流程图;图2为根据本发明的不同加速车道总长度下的平均行程延误变化折线图;图3为根据本发明的不同加速车道总长度下的交通冲突数变化折线图。具体实施方法下面结合附图以及具体实施例对本发明的技术方案做出详细说明。如图1所示,为本发明的一种基于vissim仿真的左入匝道合流区加速车道长度确定方法的流程图,包括以下步骤:步骤1、采集快速路左入匝道合流区的道路参数和交通流数据。在具体实施时,首先确定合流影响区的界定范围,我国现行的《公路通行能力手册》规定,合流影响区是指入口匝道与主线连接处至下游450米范围内,包含加速车道及与加速车道相邻的第1、第2车道在内的区域。其次,通过实地调查获取道路参数包括车道数量、加速车道布置形式、道路限速;交通流数据包括高峰小时交通量、交通组成、车辆运行速度、平均行程延误和交通冲突数。步骤2、根据调查所得道路参数和交通流数据建立vissim仿真模型和ssam冲突模型,从交通运行效率和安全性两个方面确定仿真模型的验证指标,并确定仿真模型的校正参数。基于调查所得道路参数和交通流数据建立vissim仿真模型,获得交通运行效率指标,并将其输出的车辆轨迹文件置入ssam冲突模型,完成交通冲突的自动分析,获得交通运行安全性指标。在所得指标和仿真参数中进一步筛选仿真模型所需验证指标和校正参数。验证指标的筛选应保证指标相对独立、不具有重复性,以尽量少的评价指标全面反映道路的真实运行状况,同时应保证评价指标易从仿真模型中直接获取且便于在现场采集,确定平均行程延误作为变速车道的运行效率评价指标,确定ttc冲突数作为变速车道的安全性评价指标。校正参数将根据vissim仿真软件中的两个核心模型(即车辆跟驰模型和车道变换模型)来选取,包括:平均停车间距、安全距离附加系数、安全距离倍数系数、超车车辆/被超车车辆的最大减速度、超车车辆/被超车车辆-1m/s2的变化距离、超车车辆/被超车车辆的可接受减速度、最小车头间距和安全距离折减系数。步骤3、根据调查样本确定最少仿真次数,进行默认参数的可行性分析和敏感性分析,运用同步扰动随机逼近梯度算法完成校正参数的标定。最少仿真次数可根据指标样本标准差确定:式中,n为最小样本量,s为样本标准差,k为置信度,e为容许误差值。默认参数的可行性分析是指校正参数取默认值时,判断仿真结果与现场调查结果是否匹配的过程。若数据偏差在允许范围之内,则表明参数默认取值能满足仿真模型的要求,可以代表现场交通运行状况,无需进行参数校正;反之,则需要对参数进行校正,以满足模型的准确性。参数的敏感分析方法是指变动某一参数的同时固定其他要素不变,用统计学的方法解释验证指标受该因素影响的规律,若参数的微幅变动能导致验证指标的大幅变化,则称该因素为敏感性因素,反之则为非敏感性因素。根据分析结果,筛选出对验证指标有显著影响的敏感性因素,包括:平均停车间距、安全距离附加系数、安全距离倍数系数、最小车头间距和安全距离折减系数。敏感性分析是指通过定量分析探究某一因素的变动对单个或多个验证指标影响程度的一种分析方法。进行敏感性分析时,首先,固定其他参数值不变,均匀设定待分析参数,通过数次仿真得到参数变化下的验证指标输出值;其次,利用单因素分析法判断该待分析参数是否对验证指标有显著影响;最后,重复本方法,从多个不确定参数中逐一筛选对验证指标有显著影响的敏感性因素。敏感性分析中通常比较统计学中的f值(f检验统计量值)和fcrit值(在相应显著水平下的f临界值)来判断某一参数是否对验证指标有显著影响。若f>fcrit,则有显著影响,反之则没有。在本例中,对vissim的驾驶行为参数进行敏感性分析诊断,其结果如表1所示。表1驾驶行为参数敏感性分析结果驾驶行为参数平均行程延误f值交通冲突数f值fcrit值平均停车间距3.164.092.87安全距离附加系数3.733.512.87安全距离倍数系数4.424.922.87超车车辆/被超车车辆的最大减速度0.041.312.31超车车辆/被超车车辆-1m/s2的变化距离0.030.902.87超车车辆/被超车车辆的可接受减速度0.030.542.62最小车头间距3.9057.532.87安全距离折减系数0.063.922.62由表可知,平均停车间距、安全距离附加系数、安全距离倍数系数、最小车头间距和安全距离折减系数对验证指标有显著影响,故本例选取这五个驾驶行为参数作为待校正参数。同步扰动随机逼近算法simultaneousperturbationstochasticapproximation(spsa算法)通过计算目标函数的近似梯度来逐渐逼近最优解,在计算过程中,每次梯度逼近仅估计两个目标函数值,与优化问题的维数无关,故该算法可极大地减少用于计算梯度信息的估计次数,在求解维数较高或规模较大的随机系统优化问题中更能体现其优越性。本例中算法的参数校正结果如表2所示。表2spsa算法的校正结果模型参数默认值spsa算法平均停车间距33.03安全距离附加系数32.01安全距离倍数系数54.35最小车头间距109.93安全距离折减系数0.60.35步骤4、设计不同长度和车道数量的加速车道,并在步骤(2)建立的vissim仿真模型基础上,得到不同设计方案的vissim仿真模型。本例中调查区域的加速车道长度为300米,故确定加速车道长度方案设计的范围是150-450米,步长为50米。车道数量设置分别为单车道和双车道。在步骤(2)建立的初始vissim仿真模型基础上,建立14个新设计方案的仿真模型。步骤5、进行控制变量实验,确定不同布置形式的加速车道对交通运行效率和安全性的影响,得到左入匝道合流区加速车道长度推荐值。选取平均行程延误和交通冲突数作为对合流区的运行效率和安全性的评价指标,在本例中,各仿真方案及其运行结果如表3所示,平均行程延误和交通冲突数变化趋势图如图2和图3所示。表3各仿真方案及其运行结果结合上述图表分析可知,在同一加速车道总长度的水平条件下,双车道匝道下的车辆平均行程延误低于单车道的布置形式,表明双车道的布置形式可较好地缓解单车道匝道设计通行能力不足的问题。而双车道匝道下的交通冲突数却大幅增加,该现象表明双车道的布置形式虽在整体上增加了合流区的通行效率,但是一定程度上改变了原来匝道车辆的汇入过程,双车道下左侧汇入的车辆加剧影响了主线车辆的正常行驶,造成合流区的交通运行安全性显著降低。此外,在单车道匝道的布置形式下,平均行程延误随加速车道总长度的增加呈下降趋势,当总长度增加至400米时,延误基本达到最低值;对于交通冲突数而言,当变速车道总长度增加至250米后,交通冲突数的改善收益逐渐降低,若继续增加变速车道总长度,对交通冲突数的影响并不显著。综上所述,本例在主路限速80km/h、匝道限速40km/h的条件下,出于交通运行安全性的考虑,对于左侧汇入的匝道建议采取单车道匝道的布置形式;基于交通运行安全性最优的左入加速车道长度最低设计方案为250米;基于合流区运行效率和安全性最优的左入加速车道长度推荐值在250米至400米之间,具体设计方案还应当结合工程造价等因素综合考虑。当前第1页12
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1