城市道路交通运行评价体系简介

2019 年 7 月 19 日 智能交通技术

来源:北京交通发展研究院



城市道路交通运行评价

体系简谈—

不同道路交通运行评价方法的差异分析



1 概述

在传统的城市道路交通运行评价中,多使用流量或负荷度(V/C)等指标,然而这些指标往往只适用于路网运行静态评价,在道路拥堵状态下则会失效,更为重要的是,这些指标的技术性太强,不便于理解和接受。受交通检测技术条件的限制,基础数据存在盲区,只能获得断面的、不连续的数据,难以反映道路交通的时变特性。因此,缺乏一种宏观的评价指标反映整个路网的动态运行状况。

2004年开始我国各城市逐步开始基于GPS技术对交通运输营运车辆实施调度与监管,为动态采集交通运行状况提供了契机,浮动车交通信息采集系统为道路网交通运行评价提供了丰富的数据资源。结合先进的数据处理、地理信息系统(GIS)、数据库等技术的发展,使得城市道路网运行整体评价成为可能。我院自主研发的浮动车系统从2004年建立之初的1.2万辆车发展到现在超过10万辆车,为道路交通运行评价工作提供了重要支撑。

基于浮动车计算得到的路段速度数据,开展对于拥堵强度、拥堵持续时间、拥堵长度、与自由流速度的比值等多维度的分析,计算得到道路交通运行指数/交通拥堵指数/交通拥堵延时指数/交通指数等评价道路交通运行状况的核心指标,角度不同、方法各异。

我院2006年研究提出的交通拥堵指数(简称交通指数)其思路灵感来源于股票指数和空气污染指数,股票指数的特色是有大盘、有板块、有各股,空气污染指数的特点是将常规监测的几种空气污染物浓度简化成为单一的概念性指数值形式,并分级表征空气污染程度和空气质量状况,适合于表示城市的短期空气质量状况和变化趋势。

下面将几种典型的评价方法举例说明。

2 评价方法举例

1)行程时间指数TTI

TTI是美国德克萨斯州交通研究所(Texas A&M Transportation Institute )自1982年开始使用的评价指标(Travel Time Index,缩写为TTI),是机动车出行实际行驶时间与自由流状态下行驶时间的比值,路段TTI计算方法下式。

TTI的取值是大于等于1的无量纲数值,没有上限。当路段实际行驶时间小于自由流行驶时间时,设定TTI=1。

路网TTI计算一般采取按照每个路段的车公里进行加权计算得到。

2)延误时间指数(与自由流时间比)

延误时间指数(与自由流时间比)是指实际行驶时间减去自由流行驶时间(可认为是延误时间)与自由流行驶时间的比值,即TTI-1。可以理解为和自由流行驶时间相比多花费的时间的比例。

延误时间指数的取值是大于等于0的无量纲数值,没有上限。当路段实际行驶时间小于自由流行驶时间时,设定延误时间指数为0。

3)延误时间指数(与实际时间比)

延误时间指数(与实际时间比)是指实际行驶时间减去自由流行驶时间(可认为是延误时间)与实际行驶时间的比值,即出行所花费的总时间中延误时间占的比例。

指标换算成了1-1/TTI,变成0-1之间的数值。

 4)道路严重拥堵里程比例

道路严重拥堵里程比例是指参与评价的道路网范围内,处于严重拥堵等级的道路里程占总里程的比例。

严重拥堵的判别标准按照国标GB/T 29107-2012《道路交通信息服务 交通状况描述》中表1 路段交通状况等级划分(五级)的标准,快速路平均速度小于等于20km/h、主干路平均速度小于等于15km/h、次支路平均速度小于等于10km/h的路段被判定为严重拥堵路段。

按照不同等级道路分别进行统计,再通过车公里进行加权获得道路网严重拥堵里程比例。

严重拥堵里程比例的取值范围为0-1。

 此外,还有计划时间指数(Planning Time Index,简称PTI)、额外预留时间指数(Buffer Index,简称BI)等分析可靠性的指标,更适用于面向出行者的可靠性分析,在此不再详述。

3 适用性分析

上述四个指标中前三个指标是一类,都是以TTI为核心,代表了交通运行以相对时间为代价的平均状况。以TTI为例,从一个路段的TTI来说,其结果取决于两个因素,一是实际行驶时间,受道路实时变化的运行状况影响,二是自由流行驶时间,取决于道路提供的物理条件(包括道路等级、车道宽度、设计速度、路面状况、信号灯、转弯半径、视距、有无隔离、雨雪情况等),从路网来说,还取决于道路网的级配结构、道路网范围等。无论是TTI还是延误时间指数都是从出行者的角度进行定义和描述的,因此更适合单条路或单个OD路径;用于道路网评价时,只是反应平均的运行状况,并且最好是规模、结构、条件基本不变的路网,即分母保持不变,能够更精准地判断分子的变化趋势和特征。此外,TTI类指标要注意极大值的处理,如果处理不好加权算法,往往会因为极大值影响结果的准确性。对于这类算法,最主要的是自由流速度计算,有不同的计算方法,需要根据实际数据条件和需求进行比选,并且进行指标中使用的自由流算法说明。

第四个指标是另外一类,是聚焦拥堵的路段,将拥堵的车道长度加起来作为分子,计算其所占评价范围内道路总里程的比例,其侧重点是拥堵路段在空间上的蔓延或消散情况,被识别为严重拥堵的路段,无论后面怎么计算,都会保留这个特征参与计算。是从管理者角度跟踪评价拥堵点段的变化情况,适用于评估路网中拥堵点段综合治理效果以及在各项政策措施下道路网运行的整体情况,但是对于路段数过小的小区域路网或道路不适用,否则指标结果将呈现脉冲式变化。该指标计算需要注意,一是里程要按照车道里程统计,二是不同道路等级的权重需要考虑其对交通流服务的贡献程度的不同而设置。在该指标基础上,北京交通发展研究院提出了交通指数计算方法,将严重拥堵里程比例折算成0-10的无量纲指数,分为五个运行等级,并且根据实际数据标定了严重拥堵比例与交通指数的对应函数。针对仅使用严重拥堵里程比例而未使用中度拥堵比例的合理性问题,我们也分析了严重拥堵里程比例和中度拥堵里程比例的相关性,结果表明,使用严重拥堵里程比例既代表了拥堵的状况,又保证了一定的敏感性,详细分析在此不再赘述。

综合来看,用于城市级的交通运行评价,无论是哪种评价方法,其主要目的是用于宏观、综合反映道路交通系统运行状况,主要是面向管理者的一个参考指标,对老百姓而言仅限于交通出行的参考和出行前的预警引导。每种评价方法如果是固化下来的模式,固定的评价空间范围、固定的参数值,都可以用于一个城市的运行状况评价,可以用于同比、环比,评价不同政策、措施实施前后的效果。

4 应用中的思考

1)怎么看待城市间排名?

TTI最早在Motility Report中进行了城市排名,主要用于揭示各城市的拥堵水平以及交通改善需求,作为政府对交通方面投资的一个参考依据,排名不是重点。Mobility Report分为城市层面和全国层面两种应用,在全国层面的Mobility Report报告的说明文字中提出,为了不同城市评价具有可比性,需要设置统一的自由流速度基准,即高速公路自由流速度60英里/小时、主干道35英里/小时,并且自由流速度不是作为城市交通走廊在高峰期的目标值。

笔者认为,具有城市之间可比性的运行评价指标排名是非常困难的。在算法层面,它取决于参数值是否统一,是否能统一;在评价范围上,空间范围是否具有可比性,不同城市路网结构是否具有可比性;在评价时间上,不同区位的城市、不同规模的城市高峰时段是否有差异等等问题。参考TTI的做法,不同等级道路采用统一自由流速度标准能解决部分问题,但排名仍不能完全代表城市的交通运行效率和服务水平。举个例子:假设出行者A、B通勤出行距离一样,都是10公里,出行者A一次通勤出行的路径主要是快速路,自由流速度是60km/h,在一般的情况下是40km/h,在拥堵的情况下是20km/h,他每周5个工作日遇到拥堵的天数是2天,TTI值为3,其余3天是一般的情况,TTI值为1.5,一周平均TTI为2.1,花费的总时间是105分钟。出行者B一次通勤出行的路径主要是主干路,自由流速度是40km/h,一般的情况下是30km/h,在拥堵的情况下是20km/h,他每周5个工作日遇到拥堵的天数是3天,TTI值为2,其余2天是一般的情况,TTI值为1.3,一周平均TTI为1.7,花费的总时间是130分钟。那么问题来了,到底谁的出行更快捷呢?如果按照一周每个人通勤出行的总花费时间来看,同样的出行距离,花费的时间A <B,但是TTI值A>B。同样的情况,也存在于城市之间的比较,如果只是看指标结果和排名,会发现其中存在的问题。因此,评价的重点还应放在城市自身的前后对比,并且需要对城市的运行指标结果产生的背景条件和影响因素、时间和空间的精细化分析结果进行深度解读,才能真正发挥作用。

2)未来需要以出行者出行全链条开展多角度的评价

当前所采用的各类城市道路运行评价方法仅单一反映了小汽车出行效率,不能综合反映市民多种方式出行的效率和服务水平。需要基于各种交通行业和互联网大数据资源,研究建立一套以出行者出行链为基本单元,与交通治理相关联,以绿色出行为导向,可为出行者和管理者服务的综合性评价分析体系,将关注的重点从小汽车出行转为全方式出行和绿色出行。



登录查看更多
0

相关内容

【硬核书】不完全信息决策理论,467页pdf
专知会员服务
351+阅读 · 2020年6月24日
最新《深度学习自动驾驶》技术综述论文,28页pdf
专知会员服务
153+阅读 · 2020年6月14日
最新《自动微分手册》77页pdf
专知会员服务
100+阅读 · 2020年6月6日
最新《智能交通系统的深度强化学习》综述论文,22页pdf
智能交通大数据最新论文综述-附PDF下载
专知会员服务
104+阅读 · 2019年12月25日
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶车辆定位技术概述|厚势汽车
厚势
10+阅读 · 2019年5月16日
镭神多线激光雷达强势赋能许昌芙蓉湖5G自动驾驶示范区
未来产业促进会
10+阅读 · 2019年5月8日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
天津市智能交通专项行动计划
智能交通技术
8+阅读 · 2018年1月18日
稀疏&集成的卷积神经网络学习
计算机视觉战队
6+阅读 · 2017年11月16日
Advances and Open Problems in Federated Learning
Arxiv
18+阅读 · 2019年12月10日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
Learning Recommender Systems from Multi-Behavior Data
Arxiv
5+阅读 · 2018年6月12日
VIP会员
相关VIP内容
相关资讯
交通评价指标概略
智能交通技术
15+阅读 · 2019年7月21日
自动驾驶技术解读——自动驾驶汽车决策控制系统
智能交通技术
30+阅读 · 2019年7月7日
自动驾驶车辆定位技术概述|厚势汽车
厚势
10+阅读 · 2019年5月16日
镭神多线激光雷达强势赋能许昌芙蓉湖5G自动驾驶示范区
未来产业促进会
10+阅读 · 2019年5月8日
自动驾驶车载激光雷达技术现状分析
智能交通技术
17+阅读 · 2019年4月9日
天津市智能交通专项行动计划
智能交通技术
8+阅读 · 2018年1月18日
稀疏&集成的卷积神经网络学习
计算机视觉战队
6+阅读 · 2017年11月16日
Top
微信扫码咨询专知VIP会员