刘冬杰,陈卫东
(上海市政工程设计研究总院(集团)第七设计院有限公司,青岛 266005)
城市道路的服务水平、拥堵程度需借助交通量、通行能力、车速等指标衡量,传统的交通运行指标调查方法包括人工观测法、摄像法、跟车法、试验车法、浮动车法等[1],消耗较大的人力、物力,且调查样本量小,不确定性较高,对研究成果影响较大。
随着大数据技术的发展及智能交通技术的普及,道路交通调查手段也逐渐丰富,交通电子设备被广泛应用,道路卡口系统逐渐成为交通调查研究的主要手段[2]。卡口摄像头遍布城市道路,无间断记录车辆信息,为城市道路研究提供充足的基础数据[3]。畅玉皎等[4]通过卡口数据对城市道路分析,得到城市通勤数据。龙小强等[5]通过车牌识别数据,从个体出行及车辆职住地角度对广州市道路网运行状态进行分析。王蓓等[6]基于卡口数据,从宏观、中观和微观三个层面对道路交通进行分析。韩国华等[7]基于车牌识别数据,研究居民的出行特征,进而分析城市静态交通。刘聪等[8]基于车牌识别数据,分析交通拥堵状态。基于卡口数据分析得到的道路交通指标可应用于交通工程的多个方面,分析结果为城市道路交通系统规划、道路交通设计和道路交通管理等提供重要参考。
本文在交通流理论基础上,结合车辆出行特征,提出交通运行状态分析框架,如图1所示。①对车牌识别数据进行预处理,生成车辆初始运行数据;②根据车辆初始运行数据获取单车运行轨迹及速度;……