趙江濤 陳樂甜 裴文昭 林亨

摘? 要：在新一輪“碳達峰，碳中和”的戰(zhàn)略目標(biāo)面前，基于城市道路車輛行駛特征的調(diào)研有助于推動城市綠色高效交通的發(fā)展。該研究選取溫州沿江甌江路桃花島路段作為研究對象，基于攝像采集的方式觀察統(tǒng)計選定路線上的車輛流的變化情況，從道路不同車型占比、車輛行駛速度、車道換道率等方面進行數(shù)據(jù)統(tǒng)計分析。結(jié)果表明，觀測路段小轎車車型的行駛速度呈現(xiàn)出一定的時間蟄伏特征，而貨車車型相對規(guī)律，保持穩(wěn)定的速度在路段上行駛。同時，車道平均密度與車道換道率有一定的正相關(guān)性。

關(guān)鍵詞：交通流特征；城區(qū)道路；統(tǒng)計分析；車道換道率；攝像采集

中圖分類號：C913.32? ? ? 文獻標(biāo)志碼：A? ? ? ? ? 文章編號：2095-2945（2024）19-0155-05

Abstract： In front of the new strategic goal of "carbon peak， carbon neutralization"， the research based on the driving characteristics of urban road vehicles will help to promote the development of urban green and efficient transportation. In this study， the Taohua Island section of Oujiang Road in Wenzhou is selected as the research object， and the changes of vehicle flow on the selected route are observed and counted based on camera collection. The data are statistically analyzed from the aspects of the proportion of different types of vehicles， vehicle speed， lane change rate and so on. The results show that the driving speed of the car model in the observed road section shows a certain time dormant characteristic， while the truck model keeps the relatively stable speed on the road section. At the same time， there is a certain positive correlation between the average lane density and the lane change rate.

Keywords： traffic flow characteristics; urban roads; statistical analysis; lane change rate; camera collection

作為浙南閩北贛東區(qū)域的中心城市，溫州近年來在積極推動“5+5”產(chǎn)業(yè)集群迭代發(fā)展方面取得了顯著進展，人們的生活品質(zhì)得到了顯著提升。根據(jù)溫州市統(tǒng)計局的結(jié)果，截至2022年末，溫州機動車保有量達到305.6萬輛，其中私人汽車保有量達到252.4萬輛[1]。產(chǎn)業(yè)的急劇擴張和人口的持續(xù)增長讓城市人口流動性的需求不斷增長，伴隨產(chǎn)生的交通擁堵、環(huán)境污染和交通事故等問題，對城市交通體系提出嚴(yán)峻的挑戰(zhàn)。

致力于城市交通體系科學(xué)建設(shè)和改善城市交通出行的質(zhì)量，不同學(xué)者圍繞城市路網(wǎng)交通運行特征、人員出行駕駛行為和交通信號處理等方面進行研究。景超[2]通過討論人車交通流規(guī)模特性、人車交通流速度特性、人車交通流延誤特性等因素，建立了韋布爾分布模型來研究行人過街特性。王芳等[3]綜合分析重慶市20個互統(tǒng)立交節(jié)點的內(nèi)環(huán)高速公路的交通路況，從日均車流、車形組成、車輛速度等方面對公交車客運舒適性進行分析。I?toka等[4]基于調(diào)研城市中小學(xué)放學(xué)后兒童過馬路的速度參數(shù)，根據(jù)神經(jīng)網(wǎng)絡(luò)和多線性回歸開發(fā)了2個兒童穿越路口模型。陳旸等[5]通過視頻攝像技術(shù)調(diào)研了馬鞍山市部分無信號控制路段下的行人和車輛通行速度，為城市交通管理部門對混合交通流的改善優(yōu)化提供參考。王海鯤等[6]通過實地調(diào)查上海城區(qū)快速路、主干道和次干道等典型道路上的機動車行駛特征和交通狀況，指出較差的行車條件和頻繁加速或怠速將造成較高的碳排放。李林波等[7]分別從定性和定量2個方面對現(xiàn)場調(diào)查的路段車速、交通量指標(biāo)進行擁堵狀態(tài)分析，指出車型是影響交通擁堵的重要因素之一。

在新一輪的“碳達峰，碳中和”的戰(zhàn)略目標(biāo)面前，基于城市道路車輛行駛特征的調(diào)研有助于推動城市綠色高效交通的發(fā)展?；诖?，本研究選取溫州沿江甌江路桃花島路段作為研究對象，基于攝像采集的方式觀察統(tǒng)計選定路線上的車輛流的變化情況，從道路不同車輛占比、車輛行駛速度、車道流量等方面進行數(shù)據(jù)分析，為城市道路交通管理和道路基礎(chǔ)設(shè)施建設(shè)提供相應(yīng)的分析依據(jù)。

1? 車道交通流數(shù)據(jù)采集與提取

1.1? 數(shù)據(jù)采集的方案

本次調(diào)查選取了溫州城區(qū)典型的單向雙車道路段，為甌江路桃花島路段，如圖1所示。甌江路桃花島路段，北側(cè)毗鄰甌江，南側(cè)坐擁桃花島體育休閑公園，附近還有中小學(xué)校舍和小區(qū)居民樓，人員出行具有方式多樣且流動頻繁的特點。同時作為連接溫州城區(qū)東西走向的重要交通路段，其交通流量大，車輛變道復(fù)雜。為觀察統(tǒng)計該該典型城區(qū)路段的交通特征，在回避風(fēng)雨天氣干擾的基礎(chǔ)上，分別選擇工作日和非工作日的早、晚高峰時段各0.5 h（7：00—7：30，17：30—18：00）進行數(shù)據(jù)采集分析。

為保證道路交通流統(tǒng)計的精準(zhǔn)，利用測距輪在桃花島體育休閑公園東路口向西250 m左右位置向西量測50 m作為調(diào)研路段，路段西側(cè)距離新田路交叉口約有350 m，路段示意圖如圖2所示。通過無人機懸停在量測路段的上空，調(diào)整云臺確保無人機攝像范圍能夠覆蓋目標(biāo)路段，同時，在測量路段的出入口分別架設(shè)數(shù)碼相機用于輔助記錄道路車輛的進出情況。本次調(diào)研和研究所用的設(shè)備信息情況匯總于表1。

1.2? 數(shù)據(jù)提取和分類

將無人機和數(shù)碼相機采集的視頻數(shù)據(jù)導(dǎo)入到計算機中，通過視頻剪輯軟件對視頻數(shù)據(jù)進行分段和編號處理，處理流程如圖3所示。根據(jù)分段視頻可以分別讀取第i輛車進入和離開觀測路段的時間t1，i和t2，i，則車輛在觀測路段的車輛平均速度、車道平均流量、車道平均密度可以通過式（1）—式（3）進行表示[8]。根據(jù)GB/T 3730.1—2022《汽車、掛車及汽車列車的術(shù)語和定義 第1部分：類型》的分類標(biāo)準(zhǔn)，對視頻采集的車輛類型進行識別，并依據(jù)我國新能源車牌的顏色標(biāo)識對傳統(tǒng)燃油車和新能源汽車進行分類。

式中：L為觀測路段的距離，本觀測路段為50 m；N為觀測時段內(nèi)的車輛數(shù)；T為觀測時段長度。

2? 交通特征統(tǒng)計分析

2.1? 不同時間段的車型統(tǒng)計特征

圖4分別給出了觀測路段在工作日和非工作日的早、晚高峰時間段車輛的統(tǒng)計情況。對于工作日和非工作日不同時間段統(tǒng)計結(jié)果來看，晚高峰期間通過觀測，路段的車輛均要多于早高峰時間段，說明該路段在晚高峰期間面臨更大的交通壓力；同時，不同車道上車輛的通行狀況有所不同，小轎車、SUV、客車以及貨車等均更偏好于車道2上行駛，在車道2上通過的數(shù)量要多于車道1上的數(shù)量。通過觀測發(fā)現(xiàn)，在車道2的右側(cè)設(shè)有2.7 m寬非機動車道，相比車道1左側(cè)的分隔柵欄而言，車道2具有更寬的通行車道和更廣的駕駛視野，這使得車輛在行駛過程中通常會借用非機動車道獲得更好的駕駛條件。此外，觀測路段在非工作日的通行車輛總數(shù)要少于工作日，說明非工作日觀測路段的通行環(huán)境優(yōu)于工作日，且SUV車型和客車車型在早高峰期間的數(shù)量下降為0，從側(cè)面也說明人們在非工作日減少了早起出行。

目前，溫州為打造國內(nèi)重要新能源汽車產(chǎn)業(yè)集群和推廣應(yīng)用示范城市制定了支持新能源汽車產(chǎn)業(yè)發(fā)展及推廣應(yīng)用若干政策措施，大力推廣新能源汽車應(yīng)用。從觀測路段的統(tǒng)計結(jié)果來看，在工作日和非工作日分別有173輛和127輛新能源車通過，占通行車輛總數(shù)的23.16%和21.97%，說明新能源車型已經(jīng)在溫州交通方式中已經(jīng)形成一定的數(shù)量規(guī)模。圖5進一步給出觀測路段新能源車型統(tǒng)計特征圖。通過觀測可以發(fā)現(xiàn)，新能源的小轎車和SUV車型因為占有補貼政策的優(yōu)勢，在新能源總車型中占有9成多的比例，而新能源貨車和客車車型的比例相對較低，說明仍存在較大的發(fā)展空間。當(dāng)?shù)卣梢酝ㄟ^不斷加大混合動力公交車和新能源公交車的投入，來提升新能源客車在交通出行占比中的份額。

2.2? 不同車型的速度統(tǒng)計特征

進一步分析道路交通流的狀況，圖6和圖7分別給出小轎車和貨車車型通行觀測路段的統(tǒng)計特征。對于小轎車而言，大部分車輛通過觀測路段的平均速度在5～10 m/s（18～36 km/h），能維持36 km/h以上平均速度通過觀測路段的車輛分別占工作日和非工作日小轎車車型總車輛的19.50%和25.32%，同時工作日的晚高峰時間段還有12輛小轎車的平均速度在0～5 m/s（0～18 km/h），而非工作日沒有平均車速小于18 km/h的通行車輛，這說明非工作日該路段的通行路況要優(yōu)于工作日。此外，分析每個速度區(qū)間的平均車速發(fā)現(xiàn)，非工作日小轎車的平均車速要高于工作日小轎車的平均速度，并且通行車輛在低速通過觀測路段時呈現(xiàn)較大的速度差異，但隨著車輛行駛速度的增加逐步趨于一致，符合實際道路對車輛限行的規(guī)定。

通常而言，貨車由于載重量大，制動性能差而有更高的速度限制要求。通過圖7可以發(fā)現(xiàn)，大部分貨車的平均速度在5～10 m/s（18～36 km/h），且工作日和非工作日貨車車型能超過36 km/h以上平均速度，通過觀測路段的占貨車車型總車輛的9.10%和10.17%，其占比是要低于小轎車車型的，從側(cè)面說明車道上通行速度較快的小轎車會受到通行速度較慢的貨車等的阻礙，而會采取制動降低通行的平均速度。同時，觀測路段通行的貨車數(shù)量在工作日和非工作日基本保持穩(wěn)定，并沒有呈現(xiàn)出較明顯的時間蟄伏特點。此外，分析每個速度區(qū)間的平均車速發(fā)現(xiàn)，貨車車型的平均速度變化同小轎車車型具有相似性，得益于非工作車輛通行總量的減少，其貨車的平均車速要高于工作日貨車的平均速度。

2.3? 觀測路段車輛換道統(tǒng)計特征

為了能保持較快的通行速度，行駛車輛在單向雙車道路段往往會根據(jù)自身駕駛條件而采取是否換道。車輛換道是可以提高車道的利用率，但頻繁地換道也會誘發(fā)干擾原車道后車的正常行駛或造成交通事故[9]。通過分析觀測路段車道換道場景可以發(fā)現(xiàn)，圖8（a）場景中灑水車后的小轎車為了超過前置的慢車而采取換道的策略，相比圖8（b）中的貨車后的小轎車換道來說，圖8（b）場景中目標(biāo)車道后車的速度受到此次換道的影響，進而影響了其后的車輛行駛速度?？梢姡谲嚨郎袭?dāng)車輛換道時對當(dāng)前時刻車道密度大的車道影響會更加明顯。

為進一步分析觀測路段車輛換道的統(tǒng)計特征，分別計算不同早、晚高峰時間段下整個車道的車輛換道率、車道平均密度和車道平均流量，如圖9所示?？梢园l(fā)現(xiàn)，車道平均密度與車道換道率有一定的正相關(guān)性，對于車道平均密度大的時間段，其通常也具有相對高的車輛換道率，說明受行車環(huán)境的影響，駕駛?cè)藛T會在較高車輛密度的情況下選擇通過換道來提升自己的車輛行駛速度。同時，分析車道平均流量可以發(fā)現(xiàn)，車道的平均流量將在車道平均密度較小時隨著換道率的上升而有所提高。這也說明，在車道車輛密度不高的情況下，換道是有助于車道流量的提升，而一旦車道密度上升之后，通過車輛換道提升車道流量的效果不明顯。

3? 結(jié)束語

本文以溫州城區(qū)甌江路桃花島路段為觀測路段，基于攝像采集的方式觀察統(tǒng)計車輛通行的變化情況，從車道上不同車輛占比、車輛行駛速度、車輛換道率等方面進行數(shù)據(jù)分析，得到相關(guān)結(jié)果如下。

1）觀測路段在非工作日的通行車輛總數(shù)要少于工作日，非工作日觀測路段的通行環(huán)境優(yōu)于工作日；且由于非機動車道的存在，車輛在行駛過程中會優(yōu)先選擇靠近非機動車道的車道上行駛以獲得更好的駕駛條件。

2）觀測路段小轎車車型的行駛速度呈現(xiàn)出一定的時間蟄伏特征，非工作日小轎車的平均車速要高于工作日小轎車的平均速度，晚高峰的車輛要多于早高峰道路車輛；而貨車車型相對規(guī)律保持穩(wěn)定的速度在路段上行駛，車道上通行速度較快的小轎車會受到通行速度較慢的貨車等的阻礙，從而會采取制動降低通行的平均速度。

3）車道平均密度與車道換道率有一定的正相關(guān)性；在車道車輛密度不高的情況下?lián)Q道是有助于車道流量的提升，而一旦車道密度上升之后，通過車輛換道提升車道流量的效果不明顯。

參考文獻：

[1] 溫州市統(tǒng)計局.2022年溫州市國民經(jīng)濟和社會發(fā)展統(tǒng)計公報[Z].年度公報，2022.

[2] 景超.行人過街交通特性研究[D].長春：吉林大學(xué)，2007.

[3] 王芳，矯成武，狄勝德，等.重慶內(nèi)環(huán)快速路交通環(huán)境對公交客運安全性影響研究[J].南京工程學(xué)院學(xué)報（自然科學(xué)版），2011，9（1）：61-67.

[4] I?TOKA O I， DELUKA-TIBLJA? A， ?URDONJA S， et al. Development of models for children-pedestrian crossing speed at signalized crosswalks[J]. Sustainability， 2021，13（2）：777.

[5] 陳旸，萬超，王璐.無信號路口交通流數(shù)據(jù)的視頻采集與統(tǒng)計分析[J].科技創(chuàng)新與應(yīng)用，2022，12（11）：76-79.

[6] 王海鯤，陳長虹，黃成，等.上海市城區(qū)典型道路行駛特征研究[J].交通環(huán)保，2005，26（3）：35-39.

[7] 李林波，吳兵，潘弘，等.城市道路路段擁擠交通流特性研究[J].山東交通學(xué)院學(xué)報，2010，18（1）：13-16.

[8] 林亨，方華建，吳冬雁.基于動態(tài)安全距離的CACC車輛混合交通流模型[J].北京交通大學(xué)學(xué)報，2022，46（6）：36-42.

[9] 何嘉琪，薛文偉，林亨.基于智能信息反饋技術(shù)的雙車道交通流數(shù)值模擬[J].智能城市，2021，7（23）：9-11.