单纯小客车为主的双车道公路交通流特性调查分析

范伟康 韩宝睿

摘要：单纯以小客车为主的双车道公路是双车道公路较为特殊的一种情形，对其交通流特性及其影响因素进行具体的描述。通过选定具有代表性的调查地点，实地进行交通量、地点速度、车头时距等参数的调查，采集交通流数据，使用数理统计等方法进行数据分析，得到不同道路参数条件下的交通流参数特征及影响因素，从而能够为城市双车道公路的设计、建设以及交通管理与控制提供一定的参考依据。

关键词：交通流；双车道公路；交通调查；小客车

中图分类号：S713；U49

文献标识码：A

文章编号：1001-005X（2015）04-0134-06

单纯以小客车为主的双车道公路较为少见，国内外对其研究也相对缺乏，而南京市紫金山龙脖子路为此类交通提供了较好的样本，从线形、交通组成、区位等方面均具备很好的代表性。本文通过对其交通流特性进行分析，得出此类道路的运行规律，为城市双车道公路的交通管控及设计提供一定的依据，有助于缓解城市交通拥挤和城市的交通集约化。且此类公路由于是以小客车为主，无需考虑车辆折减系数，便于和规范做参照对比。

1 交通流数据调查

1.1 数据采集的地点和时间

1.1.1 选取数据观测点

龙脖子路横穿紫金山，西起太平门，东至中山植物园，途径紫金山索道，由太平门路和植物园路构成，是一条双向双车道公路，道路基本宽度约5.5m。其不仅是进入中山陵景区的要道，也是南京东城区和西城区的主要通勤要道，全线交通流主要由小客车组成。此外，龙脖子路依山而建，全程分布多条曲线，最小转弯半径约为125m，对于选取不同线形的观测地点较为有利。路段如图1所示。

观测点1：直线段。选取的直线段坡度较小，近似认为平直路，作为其他路段对比的参照对象。该观测点近太平门起点处，道路总宽5.5m，两侧侧向净宽均为0.3m，单车道宽2.5m。

观测点2：平曲线段。选取的观测点近紫金山索道，道路总宽6.2m，外侧向净宽0.5m，内侧向净宽0.3m，车道宽2.8m，外侧车道转弯半径约125m，内侧车道转弯半径约120m。

观测点3：斜坡段。选取的路段位于琵琶湖景区入口处，道路总宽5.8m，两侧侧向净宽均为0.3m，单车道宽2.6m，坡度5%～6%。

1.1.2 数据采集的时间

龙脖子路为南京城西与城东的通勤要道，具备通勤特性，数据采集以早晚高峰小时段为宜。选取晚高峰小时（17： 00～18： 00）作为数据采集时间，并主要进行5次调查。

1.2 调查方法

（1）交通量调查。本次交通量调查主要采用人工调查法。安排调查人员在选取的观测点按调查方案每隔5min分方向计数，观测1h，每个地点共观测24组数据。

（2）车速调查。本次车速调查主要针对地点车速，采用人工调查法与雷达测速仪法，并将两种方法采集到的数据相互补充。

人工调查法是在调查的路段上选取一段很短的距离l（本次调查取15m），然后实测车辆通过该距离所需的时间t（s）值，用公式（1）计算速度值。

使用雷达测速仪时需注意隐蔽，避免人群围观及驾驶员的警惕心理以保证所测数据的真实性。测量时应尽量保证雷达枪正对来车以减少测量误差，正对有困难时，应使雷达枪与车辆运行之间的夹角尽可能小。

（3）车头时距调查。对约束车流观测点每个方向连续观测7辆车，得到6个车頭时距值；对非约束车流观测点每个方向连续观测51辆车，得到50个车头时距值。

2 数据处理

2.1 交通量

对各观测点得到的交通量数据进行整理，以直线段为例，部分数据整理见表l。由于交通量主要是小客车，无需分车型。

2.2 地点车速

地点车速是指某个特定车辆或车辆在某个特定地点的瞬时车速。按照人工测量法，由公式（1）计算得出车辆的地点车速，并以雷达测速仪所测数据补充，整理可得各观测点车速频率分布表。以直线段为例见表2。

2.3 车头时距

2.3.1 约束车流

车头时距是指相邻车辆的车头经过同一断面的时间差。约束流下，交通量较大，车辆处于跟驰状态，车头时距在某一数值左右变化。部分约束车流各方向的车头时距的测量结果整理见表3。

2.3.2 非约束车流

非约束车流是指处于跟驰状态与自由状态间转换的交通流。对车头时距数据进行整理后，得到观测点各方向的车头时距频率分布表，以直线段为例见表4。

3 交通参数特征分析

3.1 交通量特性分析

根据道路特性，本文主要对高峰小时交通量进行分析，并通过高峰小时流量比和高峰小时系数描述其特征。图2是在高峰小时期间每5min的交通量随时间和空间的分布曲线图。

3.1.1 时间分布特性

高峰时段，不同路段同方向的交通量随时间的分布大致相同，表明此类道路的几何参数对交通量的时间分布特性影响较小。对各观测点各方向的高峰小时系数（PHF）根据公式（2）进行计算，结果见表5。

由表5可见，高峰小时系数随交通流方向和地点的不同而变化，且主要分布在0.8～0.95之间，表明高峰小时流量有较大的可变性。

3.1.2 空间分布特性

交通量的方向分布特性以不均匀系数来描述，根据公式（3）计算各观测点各方向的方向不均匀系数D，结果见表6。

式中：D为方向不均匀系数，%；q为单向小时交通量，辆/h；Q为双向小时交通量，辆/h。

由表6可见，各观测点不同方向上的交通量分布有一定差异，表现出一定的方向特性。且各方向的交通量分布随观测点的变化相对较小，表明道路参数对交通量空间分布特性影响较小。

3.2 速度特性分析

将地点车速数据整理可得速度频率分布表，数据处理如下。

3.2.1 计算时间平均车速

计算得到各观测点处的时间平均车速见表7。

由表7可见，大部分车辆均以低于40km/h车速行驶，公路线形对车速有较大影响，且具有较为明显的方向分布特眭。直线段与斜坡段双向分布较为常规，而曲线段内侧路段速度与外侧相比波动较大。其原因是，曲线段内侧设置了公交站点，公交车辆的停靠出现的减速、停车、启动对路段车速有较大的影响。

3.2.2 速度频率分布曲线

绘制速度频率分布曲线，以直线段为例，结果如图3所示。

由图3可见，各观测点的车速频率分布曲线趋势大致相似，但各方向的曲线峰值大小及时刻不同。计算各段车速均方差，以说明原始数据的离散程度，结果见表8。

由表8可见，直线段双向车辆选择速度的自由度均比较大；曲线路段内侧的地点车速方差远大于外侧，表明内侧方向的车辆地点车速离散程度比外側大，与经验值不符。其原因仍是公交车辆的出现导致了，车辆的减速，甚至停车，因而出现车速差异较大情况。

3.2.3 累计频率分布曲线

绘制速度累计频率分布曲线，以直线段为例，如图4所示。计算15%、50%和85%所对应的百分位车速，见表9。

15%位车速常用作最低限速；50%位车速又称为中位车速，受两端车速值的影响，较平均车速小；85%位车速可用作最高限速。表9数据可作为单纯小客车为主的双车道公路各路段各方向的限速参考。

3.3 车头时距特性分析

3.3.1 约束车流

计算约束流下各观测点平均车头时距，见表10。

由表10数据可见，跟驰状态下，平均车头时距分布在1～3s之间，且同一方向不同路段处的平均车头时距不同，同一路段不同方向的车头时距也不相同。

3.3.2 非约束车流

（1）车头时距分布散点图。绘制各观测点各方向的车头时距散点分布图，如图5所示。

由图5可见，观测道路不同线形、不同方向处的车流状态均呈现车队波的状态，且车队长度并不固定，若以5s为界定义车队，则最大车队长度可达18辆/队，最小车队长度为3辆/队。此时，斜坡段的车队的长度较直线与曲线段长，车队波的数量较直线段与曲线段少。

（2）车头时距频率分布曲线。根据数据整理可得车头时距频率分布表，绘制各观测点处的车头时距频率分布曲线，如图6所示。

由图6可见，车头时距是成簇的，即一段时间内连续几辆车的车头时距围绕一个较小的值上下变动，继而出现1-2个较大值。直线段车头时距主要分布在0～4s；曲线段内侧的车头时距主要分布在2～4s，外侧主要分布在2～4s及14s以上；斜坡段上坡的车头时距主要分布在2～4s，下坡主要分布在0～2s，符合斜坡路段上下坡的速度特性。

（3）车头时距分布拟合。本文用负指数函数、爱尔朗函数等常用分布模型对车头时距概率分布曲线进行拟合，以负指数分布为例，拟合结果如图7所示。

由图7可见，各段的车头时距观测点在拟合曲线上下波动，部分路段、方向拟合较好，而部分路段、方向偏离较大，车头时距频率分布曲线并不完全符合负指数。此外，本文对爱尔朗分布模型亦做了相关拟合，效果不佳，因而不再赘述，其可能服从其他分布。

4 结束语

根据对单纯小客车为主的双车道公路的交通流分析，可得如下几点结论：

（1）交通量受道路线性影响较小，高峰小时流量有较大的可变性，且存在一定的方向特性。

（2）地点车速受道路线型影响较大，且当有公交车等大车混入时对车队速度有较为明显的影响。

（3）车头时距分布具备时间和空间特性，约束流车头时距相对集中，而非约束流一般成簇状。且道路线型及方向对车队波的影响较大，分布模型较为独特，常用分布模型无法较好的表达。

（4）约束流下，道路线型及交通流方向对通行能力影响较大。

本文对单纯小客车为主的双车道公路的交通流特性进行了调查与分析，针对不同路段的交通量、地点车速和车头时距这三个交通流参数进行了研究。在此基础上，可建立影响自由流速度的仿真模型，线型变化对车速的影响，也可对平均速度、密度及车头间距等参数进行研究，分析其特性。进一步对交通流参数之间的关系进行分析研究，为此类道路的规划设计和管理提供理论依据。