基于VISSIM仿真的冰雪条件下快速路交织区长度确定研究

李明剑，练象平，王志华

(天津市市政工程设计研究院，天津市 300074)

基于VISSIM仿真的冰雪条件下快速路交织区长度确定研究

李明剑，练象平，王志华

(天津市市政工程设计研究院，天津市 300074)

通过控制交织区长度以及快速路主线交通量对道路在正常条件、积雪条件、冰板条件以及冰膜条件四种情况下的交通状况，利用VISSIM仿真软件进行仿真。选取了时间占有率的指标进行服务水平评价。结果表明，随着道路条件变得逐渐恶劣，时间占有率有大幅增加。在正常、积雪和冰板条件下，交织区长度的增加可以在一定程度上提高快速路的服务水平。而在冰膜条件下，交织区长度对于快速路服务水平的影响并不显著。该研究成果可以为快速路交织区的设计提供参考。

城市快速路;交织区长度;冰雪条件;交通仿真;服务水平

1 概述

城市快速路中的交织区由于受到进出快速路车流的影响，是整条快速路中交通流最不稳定的一部分，极易发生拥堵。而在冰雪状况下，由于道路条件变得较为恶劣，驾驶员的驾驶行为会发生改变，这样一来，快速路交织区的服务水平就会急剧下降。为了改善交通状态，增加交织区长度成为了较为普遍的解决方案。但相关规范仅给出了路面良好时的交织区最短长度，因此很有必要对冰雪状态下快速路交织区长度的选取进行研究。

对于冰雪环境下城市快速路交织区长度的研究，需要对各种不通过冰雪条件下，不同交通量所对应的评价指标进行对比分析，这一过程需要获取大量的数据。如果采取实际调查的方法，不仅无法在获得不同冰雪条件下的路面状况，而且还需要花费大量的人力、物力、财力。因此，国内大多数的研究都会利用交通软件进行交通仿真来得到相关数据。张碧琴等通过对正常状态下快速路交织区的仿真得到了交织区长度和交织车道交通量对应于各级服务水平的临界线图[1]。张腾以实际的快速路立交为例通过Vissim仿真软件分析了长安立交分合流区的通行能力[2]。彭桦在Vissim的仿真环境中研究了快速路出入口间距设置条件及交通量变化下的变速车道设置，并运用理想点法对评价指标进行分析计算得出不同出入口形式中最优的几何设置[3]。何永明等利用交通仿真软件Vissim，建立冰雪条件下双向4车道高速公路通行能力衰减仿真模型，得到不同路面状况下，低速时通行能力差异较小，高速时通行能力随附着系数降低衰减明显[4]。结合已有文献中的研究经验，本文将通过控制交织区长度以及快速路主线交通量对道路在正常条件、积雪条件、冰板条件以及冰膜条件四种情况下的交通状况，利用VISSIM仿真软件进行仿真，通过多元线性回归得到快速路交织区服务水平的评价方法。

2 仿真过程

2.1 仿真软件的选取

研究中使用的Vissim仿真软件是由德国PTV公司开发的一款微观交通仿真软件，可以通过相关参数的更改对驾驶员行为进行较好的仿真。Vissim的模拟结果具有较好的精确性和有效性，比较符合实际情况。

2.2 仿真路段的建立

根据基本交织区形式，在Vissim模型中建立本次研究的仿真模型平台。图1是实验中所构建的交织区仿真模型。其中，快速路主线为三车道，出、入口匝道为单车道，出、入口过渡段为四车道。该仿真路段由7个车道组和8个连接器构成。

在仿真时，按照设计规程中对交织区最短长度的要求[5]从交织区最短长度750 m开始，选取750 m、850 m、950 m、1 050 m、1 150 m、1 250 m、1350m七种情况进行仿真。

图1 交织区仿真路段示意图

2.3 仿真评价指标

目前，对于快速路交织区服务水平的评价规范中选用交织区车辆运行速度和道路密度。然而由于道路密度难以获得，因此在对交织区服务水平进行评价时选取与密度具有近似作用的车辆时间占有率作为评价指标。仿真中将时间占有率置于交织区中点E处。

2.4 仿真流程

根据高峰期实地观测值设定入口、出口匝道交通量为恒定值400 veh/h。快速路主线起始端，即A端输入交通量由2 400 veh开始，以200 veh的步长递增至4 400 veh。每次仿真时，都要调整路径决策中的路径流量比使得出口匝道交通量，即A到D的交通量为400 veh/h。对道路路面为正常条件以及积雪、冰板、冰膜条件时，不同长度交织区的交通状况进行仿真。仿真运行过程见图2。

图2 仿真示意图

2.5 驾驶行为参数的确定

在冰雪条件下，由于受到道路摩擦系数等因素的影响，各行车参数相较于正常路面会有一定的变化，为了在VISSIM仿真中能够更加真实的反应不同条件下的驾驶行为，需要对正常条件下和冰雪环境下的仿真参数进行确定。

研究中，选取了VISSIM中适合于城市快速了的Wiedemann99跟驰模型。模型中需要确定的敏感参数有，最小车头时距、停车间距、最大减速度等。

2.5.1 停车间距

停车间距指的是两停止车辆之间的平均期望间隔距离，没有变量。正常条件下的停车间距取1.5 m，冰雪环境下取2 m[4]。

2.5.2 最小车头时距

最小车头时距可以通过式(1)和式(2)进行计算[6]。

式中: Smin为安全车头间距，单位:m;St为停车视距，单位:m;L为车辆长度，单位:m;v为行驶速度，单位:m/s;t为驾驶员知觉反应时间，一般取2.5 s; u为路面与轮胎之间的纵向摩阻系数;i为道路纵坡，单位:%。对于摩擦系数u根据标准提供的参考值，正常路面u值取0.75，积雪覆盖路面u值取0.35，冰板路面u值取0.25，冰膜路面u值取0.1[7]。

其他相关Wiedemann99模型中跟驰参数值得选取见表1。

表1 不同条件下W iedem ann99模型中跟驰参数值

2.5.3 最大减速度

最大减速度a=ug的值根据式(3)可以得到。

式中:a为最大减速度，单位:m/s2;u为摩擦系数;g为重力加速度，单位:m/s2，这里取10。计算后，可以得到四种条件下的最大减速度见表2。

表2 不同冰雪条件下的车辆最大减速度值(单位:m/s2)

3 冰雪条件对快速路交织区时间占有率影响分析

3.1 时间占有率变化趋势分析

将四种冰雪条件下，加载不同交通量时所对应的交织区车辆时间占有率值绘制成散点图，见图3。

(1)正常条件下交织区车辆时间占有率变化趋势

在正常条件下，根据图3(a)中的曲线可以发现，当快速路主线上加载交通量小于3 200 veh/时，时间占有率随着加载交通量的增加而增加;而当主路加载交通量大于3 200 veh/h时，时间占有率逐渐趋于稳定，不随加载交通量的变化而发生显著变。这说明，交通量大于3 200 veh/h时，道路已经处于过饱和状态，车辆运行效率很低。

图3 四种条件下交织区车辆时间占有率变化趋势

将不同长度交织区下的时间占有率进行对比，可以发现，交织区长度相差100 m时，两者的时间占有率数值相差不大，而交织区长度相差在200 m以上时，交织区长度长的时间占有率要明显低于交织区长度短的。交织区长度在1 350 m时占有率的值明显低于750 m的交织区。

(2)积雪条件下交织区车辆时间占有率变化趋势

积雪条件下交织区车辆时间占有率的变化趋势见图3(b)。随着主线加载交通量的增加，时间占有率都会有所上升，但上升幅度比较小。由图中的趋势线还可以观察到，交织区长度在750～1 150 m时，占有率都集中在了阴影区域A;交织区长度在1 250～1 350 m时，占有率值都集中在了阴影区域B。B区域较A区域的值有小幅度下降。

(3)冰板条件下交织区车辆时间占有率变化趋势

冰板条件下交织区车辆时间占有率的变化趋势见图3(c)。随着主线加载交通量的增加，时间占有率都会略有上升，上升幅度比积雪条件下的还要缓慢。由图中的趋势线还可以观察到，交织区长度在750～950 m时，占有率都集中在了阴影区域A;交织区长度在1 050～1 250 m时，占有率值都集中在了阴影区域B;交织区长度在1 350 m时，占有率值处于阴影区域C。C区域的占有率最小，B区域其次，A区域最大。说明交织区长度对冰板条件下交织区车辆运行状态有显著影响，交织区长度在1 050 m以上时，车辆时间占有率有显著降低。

(4)冰膜条件下交织区车辆时间占有率变化趋势

冰膜条件下交织区车辆时间占有率的变化趋势见图3(d)。随着主线加载交通量的增加，时间占有率上升的非常缓慢。由图中的趋势线还可以观察到，交织区长度在750～1 050 m时，占有率都集中在了阴影区域A;交织区长度在1 150 m时，占有率值都集中在了阴影区域B;交织区长度在1 250～1 350 m时，占有率值处于阴影区域C。C区域的占有率最小，B区域其次，A区域最大。说明交织区长度对冰板条件下交织区车辆运行状态有显著影响，交织区长度在1 150 m以上时，车辆时间占有率有显著降低。

主路交通量的改变对交通的影响随着道路环境恶劣程度的增加而越不显著，交织区长度的变化是影响时间占有率的主要因素。交织区长度越长，时间占有率越小，交通越为畅通。

3.2 时间占有率回归模型的建立

由于时间占有率受到交织区长度和交通量双因素的作用，因此对交织区长度、主线交通量以及时间占有率进行二元线性回归分析。选取主线交通量为自变量x1(单位:veh/h)，交织区长度为自变量x2(单位:m)，时间占有率为因变量y(单位:%)。通过回归分析可以得到各种冰雪条件下x1、x2与y的关系。

正常条件下，时间占有率与交通量的关系以3 200 veh/h为分界点，x1≤3 200时，y随着x1的增加而增加;当x1≥3 200时，y值趋于稳定，不随x1的变化而发生显著变。因此，建立回归模型时，以x1=3 200为分界点建立分段函数。

x1≤3 200时，对x2为750、850、950、1 050、1 150、1 250和1 350时，共35组数据进行二元线性回归分析得到回归公式，而在x1≥3 200时，取y∈[22，24]。

综上，主线交通量x1、交织区长度x2以及时间占有率y之间回归模型为

在积雪条件下，主线交通量x1、交织区长度x2以及时间占有率y之间回归模型为

在冰板条件下，主线交通量x1、交织区长度x2以及时间占有率y之间回归模型为

对路面条件为正常、积雪及冰板三种条件下的回归方程进行相关性检验和显著性检验，见表3。可以得到，三个回归方程的调整多重判定系数都在0.85以上，即交织区长度、主线交通量以及时间占有率能被该多元线性回归方程所解释的比例大于85%。此外，三个回归方程中F显著性统计量(Significance F)的P值远远小于显著性水平0.05，说明该回归方程回归效果十分显著。因此，可以说该二元线性回归方程能够较为准确的拟合交织区长度、主线交通量以及时间占有率之间的关系。

表3 正常、积雪及冰板条件下多重判定系数及P值

而对于冰膜条件下的回归模型来说，由于在冰膜条件下，交织区长度一定时，时间占有率会在一定的范围内波动，而与主线交通量没有显著关系。因此，只给出仿真得到的不同交织区长度下时间占有率的参考值，见表4。

表4 冰膜条件下交织区长度与时间占有率

4 结论

冰雪条件对城市快速路，尤其是快速路交织区的交通流有着较大的影响。本文通过控制交织区长度以及快速路主线交通量对道路为正常条件、积雪条件、冰板条件以及冰膜条件四种情况在VISSIM中进行仿真。结果表明，随着道路条件变得逐渐恶劣，时间占有率有大幅增加，地点速度大幅度降低。在正常、积雪以及冰板条件下随着快速路交织区长度的增加，时间占有率降低，道路交通状况有所改善;而在冰膜条件下，交织区长度的变化对交通状况的改善影响不大。这是由于这时的道路状况极其恶劣，驾驶员的驾驶行为极其谨慎，车辆之间保持了较大的车头时距所致。根据本文所给出的回归方程来计算交织区服务水平的指标值，进而根据规范中的服务水平划分方法，在对应的服务水平下选择合适的交织区长度。本文的研究结果可以在实际施工设计中给予一定参考。

[1] 张碧琴，张强，马亚坤，等.Vissim在新建快速路交织区长度研究中的应用[J].市政技术，2013(5):32-35

[2] 张腾.基于VISSIM的长安立交合流区通行能力仿真研究[D].陕西西安:长安大学，2013.

[3] 彭桦.基于VISSIM城市快速路出入口几何设置研究[D].湖北武汉:华中科技大学，2012.

[4] 何永明，丁柏群.冰雪条件下高速公路通行能力衰减仿真研究[J].森林工程，2012(2):68-70.

[5] CJJ 129-2009，城市快速路设计城市快速路设计规程[S].

[6] 罗丽君，高晗，裴玉龙.冰雪道路条件下最小安全行车间距的确定[J].黑龙江交通科技，1999(1):33-34.

[7] GA/T643-2006，典型交通事故形态车辆行驶速度技术鉴定[S].

[8] 才西月，刘锦河，王志涛.冰雪路面平面设计指标取值的探讨[J].北方交通，2008(1):6-7.

[9] National Highway Traffic Administration，Federal Highway Administration. Speeding and Highway Safety[Z].The U.S Department of Transportation Policy and Implementation Strategy，1997.

[10] Boselly，E. S.，Thornes， E.J.，etc.Road Weather Information Systems Volume 1:Research Report[R].Strategic Highway Research Program Publication-SHRP-H-350，NationalResearch Council，Washington，D.C.，1993.

U 491.1

A

1009-7716(2015)11-0179-04

2015-07-15

李明剑(1981-)，男，天津市人，高级工程师，从事公路与市政道路设计工作。