李子輝， 李美玲， 冉晉， 朱香敏

(1.山東建筑大學(xué) 山東高校重點實驗室道路與交通工程實驗室， 山東 濟南 250101；2.山東省交通科學(xué)研究院， 山東 濟南 250102；3.山東高速股份有限公司， 山東 濟南 250101)

自動駕駛汽車與人工駕駛汽車混合行駛，若不考慮自動駕駛汽車的影響，不僅會對交通安全造成威脅，還會帶來交通擁堵、能源及環(huán)境等問題。Ioannou P.對自動駕駛車輛、半自動駕駛車輛和手動駕駛車輛對道路交通安全和效率的影響進行了分析；Bose A.等分析了自動駕駛、手動駕駛車輛行駛在同一車道時對交通流特性及環(huán)境的影響；馬麗娜運用元胞自動機對不同交通條件下無人駕駛、手動駕駛交通流特點進行了分析；陳廣宇等基于元胞自動機交通流模型構(gòu)建人工駕駛汽車及配有自動巡航系統(tǒng)(ACC)車輛的運動規(guī)則，研究混合ACC車輛與人工駕駛汽車的交通流模型；陳麗燁對自動駕駛汽車規(guī)?；\營后城市道路交通規(guī)劃與基礎(chǔ)設(shè)施設(shè)計面臨的問題和挑戰(zhàn)進行了分析。

在路網(wǎng)規(guī)劃階段，表征交通供給的主要有路網(wǎng)形式、路網(wǎng)密度和路網(wǎng)級配，其中路網(wǎng)密度是最重要的量化指標(biāo)。在進行區(qū)域路網(wǎng)規(guī)劃時，可將自動駕駛車流的影響轉(zhuǎn)化為自動駕駛車流的加入對路網(wǎng)密度的影響。該文基于供需平衡思想構(gòu)建考慮自動駕駛車流的路網(wǎng)密度模型，針對具體場景進行參數(shù)標(biāo)定，分析自動駕駛車流對區(qū)域規(guī)劃路網(wǎng)密度的影響。

1 模型構(gòu)建

自動駕駛汽車的運行機理與人工駕駛汽車存在較大差異，主要表現(xiàn)在環(huán)境感知、規(guī)劃決策和應(yīng)急避險等方面(見表1)。

表1 自動駕駛與人工駕駛汽車運行機理的差異

1.1 模型引入

確定合理路網(wǎng)規(guī)劃密度的方法有經(jīng)驗類比法、指標(biāo)計算法、供需平衡法和交通仿真法。這里選用供需平衡法,參考文獻[10]，考慮土地資源利用、城市規(guī)模及城市人口標(biāo)準(zhǔn)、工作崗位經(jīng)營規(guī)模和車輛擁有量,構(gòu)建以交通供需平衡、道路用地面積控制、干道網(wǎng)密度約束、支路密度約束、路網(wǎng)等級結(jié)構(gòu)和路網(wǎng)各等級周轉(zhuǎn)量為約束條件,以路網(wǎng)周轉(zhuǎn)量最大及道路建設(shè)投資最少為目標(biāo)的道路網(wǎng)密度模型。為提高城市交通服務(wù)水平，在該模型的基礎(chǔ)上加入自動駕駛車流，改變部分參數(shù)取值,同時考慮過境交通比例,構(gòu)建考慮自動駕駛車流的路網(wǎng)密度模型。

1.2 目標(biāo)函數(shù)

路網(wǎng)密度模型中的目標(biāo)函數(shù)是使所研究區(qū)域內(nèi)部各級道路的交通供應(yīng)總量最大，即道路網(wǎng)各等級道路周轉(zhuǎn)量總和最大，表達式如下：

(1)

式中：V為道路網(wǎng)總周轉(zhuǎn)量(pcu·km/h)；Qi為第i類道路的周轉(zhuǎn)量(pcu·km/h)；i表示城市道路種類，分別為快速路、主干路、次干路和支路；Ci為第i類道路單條車道的可能通行能力(pcu/h)；αi為第i類道路的平均飽和度；βi為第i類道路的交叉口折減系數(shù)；γi為第i類道路的車道綜合折減系數(shù)；Ni為第i類道路的平均機動車車道數(shù)；Li為第i類道路的里程(km)。

1.3 約束條件

道路交通供給應(yīng)高于或等于城市交通需求，其平衡條件為：

(2)

式中：D1為區(qū)域內(nèi)交通需求(pcu·km/h)；D2為過境交通需求(pcu·km/h)。

區(qū)域路網(wǎng)規(guī)劃中還需考慮城市道路面積控制、合理干路網(wǎng)密度和各級道路合理級配等條件，參考文獻[7]，依據(jù)研究區(qū)域?qū)嶋H位置確定各種約束條件：

(3)

式中：di為各等級道路寬度(km)；Li為各等級道路長度(km)；S為研究區(qū)域面積(km2)；Amax為區(qū)域道路面積率上限值(%)；L2、L3分別為研究區(qū)域內(nèi)主干路、次干路長度(km)；εg為合理干路網(wǎng)密度(km/km2)；L4為研究區(qū)域內(nèi)支路長度(km)；εz為合理支路網(wǎng)密度(km/km2)。

2 自動駕駛車流對模型參數(shù)的影響分析

2.1 可能通行能力

可能通行能力是指在實際道路和交通條件下，1條車道或1條道路某一路段的通行能力。在交通流中未加入自動駕駛車流(自動駕駛車流占比=0)時，根據(jù)CJJ 37—2012《城市道路工程設(shè)計規(guī)范》，單條車道的可能通行能力見表2。加入自動駕駛車流后，在單車道通行能力影響因素中，交通條件(指交通特征，包括交通流的交通組成、交通量及車道分布、方向分布等)發(fā)生變化。不同自動駕駛車輛占比下單條車道的可能通行能力Ci見表2。自動駕駛車輛占比為20%時對通行能力影響不大，不予考慮。

表2 單條車道的可能通行能力

2.2 出行方式占比

出行方式占比通過研究區(qū)域所在城市的出行調(diào)查獲得，若為新規(guī)劃區(qū)域，則根據(jù)該區(qū)域的交通發(fā)展模式確定。

根據(jù)濟南市2018年居民出行調(diào)查結(jié)果，公交車、小汽車、出租車的出行占比分別為21.16%、 15.74%、1.08%。將自動駕駛車輛在私家車和出租車中所占比例從0～100%每隔20%取一個值，由于出行方式占比與各級道路通行能力存在聯(lián)系，不考慮自動駕駛車輛占比20%時各類交通方式的劃分，只研究0、40%、60%、80%、100%自動駕駛車輛占比下的情況(見表3)。

表3 不同自動駕駛車輛占比下各出行方式的占比 %

2.3 平均載客數(shù)

區(qū)域內(nèi)的主要交通工具有自動駕駛汽車、非機動車、公交車、私家車、出租車和單位班車，根據(jù)CJJ 37—2012《城市道路工程設(shè)計規(guī)范》中換算系數(shù)參考值，假定自動駕駛車輛作為私家車和出租車使用，公交車、私家車(自動駕駛)、私家車(手動駕駛)、出租車(自動駕駛)、出租車(手動駕駛) 的換算系數(shù)為3∶1∶1∶1∶1。

車型的平均載客數(shù)通過所在城市交通調(diào)查獲得，公交車、私家車、出租車的平均載客數(shù)分別為30、1.67、2.2 人/車，平均載客數(shù)取私家車2人/車、出租車2 人/車。

3 研究場景構(gòu)建與參數(shù)標(biāo)定

選取濟南市某區(qū)域作為研究場景標(biāo)定計算參數(shù)，分析加入自動駕駛車流后合理道路網(wǎng)密度與等級結(jié)構(gòu)。

3.1 場景簡介

圖1為濟南市某區(qū)域地塊原型。選取1 km2作為研究范圍，區(qū)域內(nèi)采用方格網(wǎng)狀布局，地塊功能分為商業(yè)金融、商務(wù)辦公、行政服務(wù)及配套的居住和公共設(shè)施，主干路布置在區(qū)域外圍，次干路布置在區(qū)域中心和外圍，支路布置在區(qū)域內(nèi)部。抽象處理后得到的高密度開發(fā)布局形式見圖2。

圖1 濟南市某區(qū)域用地原型

1～12為區(qū)域編號

3.2 研究場景參數(shù)標(biāo)定

研究場景參數(shù)分為路網(wǎng)密度原模型中的參數(shù)，加入自動駕駛車流后改變的3個參數(shù)，分別為自動駕駛車輛平均載客數(shù)、不同自動駕駛車輛占比下出行方式占比和道路通行能力作用下部分參數(shù)取值發(fā)生的變化。針對該算例，各可變參數(shù)的初始值如下：道路面積率上限值A(chǔ)max取25%；主干路、次干路、支路的寬度分別為40、20、17 m；干路網(wǎng)密度不小于3 km/km2；支路網(wǎng)密度不小于6 km/km2；各出行方式的占比見表3；研究區(qū)域范圍為1 km2，各車型平均出行距離約為0.6 km。

運用考慮自動駕駛車流的路網(wǎng)密度模型計算高密度開發(fā)區(qū)域的合理路網(wǎng)密度。首先計算區(qū)域交通出行總量，結(jié)果見表4；然后以自動駕駛車流占比為40%時通行能力為例，將所標(biāo)定的參數(shù)帶入模型進行計算，得到合理路網(wǎng)密度與等級結(jié)構(gòu)。

表4 各功能區(qū)域交通需求計算結(jié)果

研究區(qū)域的出行總量E=27.284×104人次/h，該區(qū)域為高密度、高強度開發(fā)的商務(wù)、金融服務(wù)區(qū)，在高峰小時會吸引大量交通流，區(qū)域內(nèi)道路主要是服務(wù)于出行起終點為商務(wù)區(qū)的交通量，該模型計算時只考慮區(qū)域內(nèi)交通，不考慮跨境交通，即D=D1。將上述參數(shù)代入式(1)，得到該區(qū)域的交通需求總量D=66 725 pcu·km/h。路網(wǎng)密度模型的目標(biāo)函數(shù)及約束條件為：

maxV=3 274.54L2+1 288.06L3+463.68L4

利用MATLAB工具箱里的linprog函數(shù)對模型進行求解，結(jié)果見表5。

表5 路網(wǎng)密度模型的運算結(jié)果

4 參數(shù)改變時路網(wǎng)密度變化規(guī)律分析

根據(jù)模型的初值運算結(jié)果，分析路網(wǎng)密度對自動駕駛車輛平均載客數(shù)、不同自動駕駛車輛占比下出行方式占比和道路通行能力3個參數(shù)變化的敏感性。在各級道路服務(wù)水平下，道路通行能力隨著自動駕駛車輛出行方式占比的變化而改變，可把它們放在一起考慮。以自動駕駛車輛平均載客數(shù)作為第一組參數(shù)，自動駕駛車輛出行方式占比和各級道路通行能力作為第二組參數(shù)，分別固定這2組參數(shù)，探究另一組參數(shù)變化時路網(wǎng)密度的變化規(guī)律。

4.1 不同自動駕駛車輛出行方式占比和道路通行能力時路網(wǎng)密度的變化

固定自動駕駛車輛平均載客數(shù)，分析自動駕駛車輛不同出行方式占比和道路通行能力對路網(wǎng)密度的影響。公交車、私家車(自動駕駛)、私家車(手動駕駛)、出租車(自動駕駛)、出租車(手動駕駛) 的平均載客數(shù)分別取30、1.17、1.67、1.7、2.2人/車，即取私家車(自動駕駛)1人/車、私家車(手動駕駛)2人/車、出租車2人/車，不同自動駕駛車輛占比下各級道路通行能力和各出行方式占比的變化分別見表3、表2，模型運算結(jié)果見表6。

表6 不同自動駕駛車輛出行方式占比下 各級道路和路網(wǎng)密度 km/km2

由表6可知：在自動駕駛車輛平均載客數(shù)不變的情況下，隨著自動駕駛車輛出行方式占比和各級道路通行能力的增大，次干路密度增大，主干路和支路密度基本不變，路網(wǎng)密度呈遞增趨勢。

4.2 不同自動駕駛車輛平均載客數(shù)時路網(wǎng)密度的變化

固定自動駕駛車輛出行方式占比和各級道路通行能力，分析不同自動駕駛車輛平均載客數(shù)對路網(wǎng)密度的影響，探究自動駕駛車輛平均載客數(shù)如何取值更有利于區(qū)域路網(wǎng)規(guī)劃和城市發(fā)展。

由于不確定未來自動駕駛車輛的規(guī)格及政府會采取何種管理政策，對平均載客數(shù)設(shè)定以下3種情況：工況1為自動駕駛車輛平均載客數(shù)小于手動駕駛車輛平均載客數(shù)；工況2為自動駕駛車輛平均載客數(shù)與手動駕駛車輛平均載客數(shù)相同；工況3為自動駕駛車輛平均載客數(shù)大于手動駕駛車輛平均載客數(shù)。

固定自動駕駛車輛出行方式占比為40%時各類車輛出行占比和各級道路通行能力及服務(wù)水平，分析自動駕駛車輛平均載客數(shù)發(fā)生變化時路網(wǎng)密度，結(jié)果見表7。

表7 不同自動駕駛車輛平均載客數(shù)下各級道路和路網(wǎng)密度 km/km2

由表7可知：在自動駕駛車輛出行方式占比和各級道路通行能力不變、各級道路交通服務(wù)水平一致的條件下，隨著自動駕駛車輛平均載客數(shù)的增大，次干路密度減小，主干路和支路網(wǎng)密度基本不變，路網(wǎng)密度呈遞減趨勢。

5 結(jié)論

(1) 影響區(qū)域路網(wǎng)密度的主要參數(shù)為自動駕駛車輛平均載客數(shù)、自動駕駛車輛出行方式占比和道路通行能力。

(2) 在自動駕駛車輛平均載客數(shù)不變的情況下，隨著自動駕駛車輛出行方式占比和各級道路通行能力的增大，次干路密度增大，主干路和支路密度基本不變，路網(wǎng)密度呈遞增趨勢。

(3) 在自動駕駛車輛出行方式占比和各級道路通行能力不變、道路交通服務(wù)水平一致的條件下，隨著自動駕駛車輛平均載客數(shù)的增大，次干路密度減小，主干路和支路密度基本不變，路網(wǎng)密度呈遞減趨勢。