朱雷雷　殷浩　刁含樓

摘 要 針對合理布設(shè)高速公路監(jiān)測設(shè)備，能夠滿足運行狀態(tài)判別和應(yīng)急管理等應(yīng)用需求，在總結(jié)和分析交通流監(jiān)測設(shè)備布設(shè)現(xiàn)狀的基礎(chǔ)上，提出“基于交通仿真技術(shù)在不同布設(shè)間距條件下的交通異常狀態(tài)檢測，以平均檢測時間作為評價指標(biāo)”的研究思路，并對事件檢測參數(shù)選擇、仿真條件設(shè)置和事件檢測算法分析3個關(guān)鍵問題進行了論述。最后通過對高速公路上10種交通流監(jiān)測設(shè)備布設(shè)間距進行仿真模擬，得到不同布設(shè)間距對應(yīng)的事件檢測時間，為交通管理部門進行交通流監(jiān)測設(shè)備布設(shè)提供決策依據(jù)。

關(guān)鍵詞 事件檢測 AIMSUN 布設(shè)間距 平均檢測時間

中圖分類號：U491.116 文獻標(biāo)識碼：A DOI：10.16400/j.cnki.kjdks.2017.07.072

Study on Spacing of Monitoring Equipment for Arterial

Highway Based on AIMSUN

ZHU Leilei[1]， YIN Hao[1]， DIAO Hanlou[2]

（[1] Highway Bureau of Jiangsu Provincial Department of Communications and Transportation， Nanjing， Jiangsu 210004；

[2] China Design Co.， Ltd， Nanjing， Jiangsu 210014）

Abstract According to the reasonable layout of highway monitoring equipment， can meet the operation state identification and emergency management applications， based on the summary and analysis of the status quo of traffic flow monitoring equipment layout， put forward "the abnormal traffic state of traffic simulation technology in different spacing conditions in detection based on the average detection time of the evaluation index. And for selection， event detection parameter setting and simulation condition event detection algorithm analysis of 3 key issues discussed. By the end of the highway 10 traffic flow monitoring equipment layout simulation， different layout corresponding event detection time， provide the basis for decision-making of traffic flow monitoring equipment layout for traffic management department.

Keywords event detection； AIMSUN；layout spacing； mean time to detect

當(dāng)前，我國高速公路建設(shè)發(fā)展迅速，路網(wǎng)規(guī)模不斷擴大。截止到2016年底，我國高速公路總里程已超過13萬公里，位居世界第一。與此同時，伴隨而來的是交通量激增，交通事故發(fā)生率不斷上升，對人民生命財產(chǎn)造成威脅的同時，也大大降低了高速公路的通行效率。

目前，國內(nèi)外對于交通檢測器在高速公路布設(shè)的間距主要依據(jù)經(jīng)驗而定，為提升高速公路網(wǎng)的服務(wù)水平，提高路網(wǎng)運行效率，迫切需要利用現(xiàn)代信息技術(shù)及時準(zhǔn)確地檢測交通事件的發(fā)生。合理布設(shè)交通流監(jiān)測設(shè)備，不僅能夠為路網(wǎng)交通管控、監(jiān)測預(yù)警以及公眾出行服務(wù)提供技術(shù)支持，同時，還能最大限度地節(jié)約資金。所以，合理布設(shè)交通流監(jiān)測設(shè)備意義重大。

1 現(xiàn)狀分析

2012年，國家交通運輸部發(fā)布的《公路網(wǎng)運行監(jiān)測與服務(wù)暫行技術(shù)要求》，[1]提出易擁堵、易發(fā)生重特大突發(fā)事件以及氣象條件惡劣的高速公路路段監(jiān)測設(shè)施布設(shè)間距設(shè)置須小于2km。當(dāng)前，國內(nèi)外對于交通流監(jiān)測設(shè)備的布設(shè)，主要依據(jù)工程經(jīng)驗而定，缺乏系統(tǒng)的理論支撐。日本的Hanshin高速公路超聲波檢測器間距為500m，加拿大401國道平均間隔為1km，美國芝加哥高速公路監(jiān)測設(shè)備平均間隔為200m。滬寧高速公路江蘇段布設(shè)間隔約為2.5km，京臺高速山東段間隔1km。在理論研究方面，針對檢測器布設(shè)國外開展了在基于系統(tǒng)成本與行程時間的雙層規(guī)劃模型研究；[2]國內(nèi)研究則主要包括基于行程時間檢測、基于OD矩陣估計以及基于事件檢測和交通誘導(dǎo)系統(tǒng)等[3-7]研究思路。

2 交通事件檢測參數(shù)選擇

在選取檢測參數(shù)時，必須充分考慮檢測參數(shù)對事件發(fā)生判別的正確性和敏感性，為了能夠提高高速公路交通事件判別的準(zhǔn)確性，需要對檢測參數(shù)進行選擇。在車流運行過程中，速度，流量和密度是表征交通流特性的3個基本要素，[8]在評價交通運行狀態(tài)時，通常以較易測定的占有率取代密度，即選取流量、速度和占有率作為檢測交通事件的參數(shù)。

本研究以間隔500m和1000m布設(shè)檢測器的路網(wǎng)作為實驗平臺，模擬有無事件發(fā)生對交通參數(shù)的影響。以速度參數(shù)為例，仿真輸出結(jié)果如圖1所示，當(dāng)交通事件發(fā)生時，上游速度下降明顯，敏感性高。endprint

3 仿真條件設(shè)置

交通仿真技術(shù)能夠再現(xiàn)車流的運動過程，并通過輸出評價指標(biāo)對可能的策略進行客觀評價，具有成本低、可重用、可控制等優(yōu)點，具有很好的應(yīng)用效果，本研究仿真條件設(shè)置主要包括搭建路網(wǎng)模型、設(shè)置車輛屬性、模型參數(shù)標(biāo)定以及設(shè)置交通事件。

3.1 搭建仿真路網(wǎng)

本研究基于西班牙TSS公司研發(fā)的Aimsun仿真器進行仿真，搭建仿真路網(wǎng)包含道路的幾何線性構(gòu)建、交通狀態(tài)輸入、交通需求輸入以及信號控制策略等設(shè)置。本研究所基于的仿真模型是交通運行狀態(tài)不受其它路段（分流、合流）影響的基本路段，仿真路段示意圖如圖2所示。

3.2 設(shè)置車輛屬性

車輛屬性主要包括車型構(gòu)成和車輛機動性能。由于大型拖掛貨車所占比例較小，可視為對仿真結(jié)果普適性無影響。故本研究僅考慮小車和卡車，比例設(shè)置分別為80%和20%。

3.3 模型參數(shù)標(biāo)定

通過對變道模型、車輛跟馳模型等模型參數(shù)標(biāo)定來校正車輛的駕駛行為，使之能夠匹配實際車輛在高速公路上的運行特征，達到更加準(zhǔn)確的模擬高速公路實際車流運行狀態(tài)。

3.4 設(shè)置交通事件

初擬的檢測器布設(shè)間距500m、1000m、1500m、2000m、2500m、3000m、3500m、4000m、4500m、5000m共10種情形。交通事件的參數(shù)設(shè)置主要包括事件的發(fā)生位置、開始時刻、持續(xù)時間、事件的嚴(yán)重程度以及路段的交通量。根據(jù)相關(guān)研究，道路的通行能力能夠反映交通事件發(fā)生的嚴(yán)重程度，阻斷1條路剩余通行能力為80%、阻斷2條路剩余通行能力為50%、阻斷3條路剩余通行能力為20%（表1）。

4 交通事件檢測算法

4.1 California算法

California算法（簡稱加州算法）目前已經(jīng)得到廣泛的應(yīng)用和認可，是事件檢測算法中的經(jīng)典算法之一。當(dāng)交通事件發(fā)生時，上游斷面檢測器檢測到占有率增加，下游斷面檢測器檢測到占有率減少，當(dāng)同時滿足相鄰兩檢測器占有率差值、相鄰兩檢測器占有率相對差值和下游檢測器2min前和當(dāng)前占有率相對差都在閾值之外時，則判斷交通事件發(fā)生，如表2所示，為基于California算法的高速公路交通擁堵平均檢測時間輸出值。

4.2 SND算法

SND（標(biāo)準(zhǔn)正常偏差）算法是一種最基本的事件檢測算法，以交通量或者占有率作為檢測值，通過檢測擁擠時刻t前的n個值的算術(shù)評價值來預(yù)測時刻t的值，用標(biāo)準(zhǔn)正常偏差來度量交通變量改變程度，當(dāng)它超過閾值時，就判斷事件發(fā)生。如表3所示，為基于SND算法的高速公路交通擁堵平均檢測時間輸出值。

4.3 Mcmaster算法

Mcmaster算法基于突變理論模型，該算法規(guī)定檢測器在兩個連續(xù)采樣周期內(nèi)，流量、車速和占有率中任意兩個超過閾值則判斷為擁擠。

或者在連續(xù)三個采樣周期內(nèi)，占有率、車流速度或者車流量三者任一指標(biāo)在閾值之外，則判斷為擁擠。如表4所示，為基于Mcmaster算法的高速公路交通擁堵平均檢測時間輸出值。

5 仿真結(jié)果

由California算法、Mcmaster算法和SND算法三種算法的仿真輸出結(jié)果可知，在道路條件相同的情況下，交通事件發(fā)生的程度越嚴(yán)重，檢測交通事件的時間就越短，事件發(fā)生的位置距離檢測器越近，交通擁堵的平均檢測時間越短。三種算法在檢測器布設(shè)不同間距下平均檢測時間輸出如圖3所示。

由圖3可知，基于本研究所假設(shè)的條件下，以平均檢測時間作為單一評價指標(biāo)，優(yōu)越性排序分別是California算法、SND算法和Mcmaster算法。但是在目前已有的交通事件檢測算法中，并沒有一種算法的有效性完全優(yōu)于其它算法，不同的算法只是在不同的條件下其性能優(yōu)越?？紤]到交通流系統(tǒng)是由人、車、路三要素構(gòu)成的動態(tài)、開放的復(fù)雜巨系統(tǒng)。為提高事件檢測時間的準(zhǔn)確性，在實際的應(yīng)用過程中需要將不同的算法賦予不同的權(quán)值以提高運行效率，實現(xiàn)算法的優(yōu)化組合，考慮到實際交通流狀態(tài)的不確定性，本文擬賦予以上三種算法相同的權(quán)值，即各權(quán)值取1/3，結(jié)合以上三種算法的仿真結(jié)果，形成了高速公路布設(shè)間距與平均檢測時間對照表，如表5所示，為交通管理部門進行交通流監(jiān)測設(shè)備布設(shè)提供決策依據(jù)。

6 結(jié)論

高速公路網(wǎng)交通流監(jiān)測設(shè)備布設(shè)是路網(wǎng)運行狀態(tài)監(jiān)測體系建設(shè)的重要內(nèi)容，尤其是布設(shè)間距，直接決定著建設(shè)規(guī)模和建設(shè)成本。鑒于當(dāng)前國內(nèi)外對于交通流監(jiān)測設(shè)備的布設(shè)缺乏系統(tǒng)的理論支撐的實情，本研究提出了基于AIMSUN交通仿真的交通流監(jiān)測設(shè)備布設(shè)研究思路，通過對交通參數(shù)的選擇以及高速公路事件檢測算法的分析，基于仿真輸出結(jié)果，形成了高速公路布設(shè)間距與平均檢測時間對照表，并對各算法的優(yōu)劣作了比較，以期為相關(guān)研究和工程建設(shè)提供參考。

參考文獻

[1] 交通運輸部.公路網(wǎng)運行監(jiān)測與服務(wù)暫行技術(shù)要求（2012年第3號公告）[S].

[2] 楊琪，劉小明.高速公路事件自動探測研究進展[J].公路交通科技，1997.14（2）：58-62.

[3] 劉娜，張敖木翰.基于交通仿真技術(shù)的交通流監(jiān)測設(shè)備布設(shè)間距研究[J].公路，2015.10：151-156.

[4] 程學(xué)慶，唐瑞雪.基于VISSIM的高速公路交通事件仿真及數(shù)據(jù)處理[J].交通運輸工程與信息學(xué)報，2010.8（4）：14-20.

[5] K S Chan，William H K Lam.Optimal speed detector density for the network with travel time information[J].Transportation Research Part A，2002.36：203-223.

[6] 王靜.高速公路交通檢測器布設(shè)方案研究[D].西安：長安大學(xué)，2007.

[7] 伍建國，王峰.城市道路交通數(shù)據(jù)采集系統(tǒng)檢測器優(yōu)化布點研究[J].公路交通科技，2004.21（2）：88-92.

[8] 王煒，過秀成.交通工程學(xué)[M].南京：東南大學(xué)出版社，2000：22-33，129-135.endprint