双向两车道道路局部施工时的车辆拥堵管制方法研究

徐 然

（安庆市第二中学，安徽 安庆 246000）

前言

近年来我国城镇化建设对提高人们的生活水平、振兴美丽乡村起到了积极的推动作用，其中公路交通设施的完善和交通拥堵的管制是重要方面[1]。由于住宅小区周围环境改善和维修作业、交通设施安装等多方面的原因，公路道路经常被占用进行施工。特别是典型的双向两通道等狭窄道路，如图1（a）所示，大多数时当地相关部门并没有很好地进行交通管制，仅仅在施工道路两头放置一个指示牌，如图1（b）所示。在大人上下班、小孩上学放学等时间段特别拥挤，如果不进行合理管制，就会长时间拥堵，给人们生活和学习工作等带来很多不便。

图1 道路实际情况图

造成交通拥堵的原因有很多，其中驾驶人人为因素是重要方面。对城市交通拥堵原因进行的网络调查结果如图2所示[2]，从图中可以看出人为因素占比最大为 34.8%。通过查阅相关资料[3-4]，发现造成施工道路交通拥堵的原因主要是道路规划不合理和人为因素。所以，除了施工单位与商家、住户进行协调以制定因地制宜的施工方案外，在施工期间还需要进行合理的交通管制以提高交通效率和施工效率。

图2 交通拥堵产生原因的网上调查

我国从20世纪90年代开始，在工程施工交通组织方面也相继颁布了一系列的国家标准和行业标准，规定在施工路段的两端，设置明显的施工标志[5-7]。但是这些规范标准大多还只是从道路养护施工技术角度出发而制定的，涉及交通管制的内容不多而且也不完整。目前我国在大型市政工程施工区交通组织方面的研究还处在起步阶段。

暂时性的路障会造成交通拥堵，若控制不当，可能会造成严重的交通阻梗乃至交通网络瘫痪。因此，需要将交通管理理论运用在交通拥堵的控制中。随着信息技术的发展，智能交通系统和无线通讯设备为解决城市交通运输问题提供了一个有效的解决途径[8-9]。智能交通系统采用先进的车辆检测技术和计算机信息处理技术，获取实时交通路况信息，并根据收集到的信息对交通进行控制[10]。此外，在汽车内安装无线通讯模块，使汽车通过自身安装的传感器节点或道路基础设施上安装的无线传感器节点感知行驶途中的各种信息，已成为提高行驶安全和城市交通性能的一种重要手段[11-12]。

本文针对现阶段我国城镇建设中典型的狭窄双向两车道上进行道路施工情况，分析车流特点，以提高车辆通行效率为目标基于聚类分析和权重加权等手段研究制定合理的交通管控策略，最后进行典型车流输入时的车辆通行管制过程仿真分析。该方法中需要获取车辆位置等信息，可基于当前车联网技术平台或手机APP平台进行，不需要增加设备，工程实现成本低。研究可为典型的双向两车道局部施工狭窄路段的交通管制提供一种有效的解决方案。

1 典型狭窄施工路段和车辆通行管制要求的确定

现实中，因公路设施维修或路边工程建设，往往占用道路影响正常交通通行。特别是双向两通道道路，在一侧道路被占用后，另一侧道路因为路面狭窄不能同时双向通行，如果不加以管制或驾驶员之间不协调配合，极易形成交通拥堵。图3为典型双向两车道示意图，并作如下基本假设：

假设 1：Ⅰ车道和Ⅱ车道均为单车道，Ⅰ车道车辆从左往右行驶，Ⅱ车道车辆从右往左行驶。

假设2：Ⅱ车道中间红色部分为施工路段，长度s=100m。该施工路段占用了Ⅱ车道。施工路段对应另一侧的Ⅰ车道只能分时单向行驶，并规定通过车速为ν0=18 km/h。

假设 3：实际分析时基于小型乘用车为单位，并假设每辆小型乘用车的长度为2.5m。规定，一辆大客车的通行等价于3辆小型乘用车的通行，一辆货车的通行等价于2辆小型乘用车的通行。

假设 4：在施工路段左右两侧设置监测路段，长度均为z=100m。基于左右监测路段内车辆数量确定车辆管制放行策略。

假设 5：路闸布置在施工道路的左右两端，左路闸打开且右路闸关闭时Ⅰ车道车辆放行；左路闸关闭且右路闸打开时Ⅱ车道车辆放行。两路闸不能同时打开。

图3 道路车辆行驶示意图

2 决策模型的建立

2.1 基于聚类的通行需求系数的确定

为了提高施工路段的通行效率，路闸1和路闸2打开的顺序要根据施工两侧的车辆流来确定。本文定义通行需求系数W，该系数数值越大，表明该监测路段车辆越多，交通通行需求更为迫切。

设在监测路段的车辆位置可以实时获取，路闸的绝对位置是确定的，故车辆与路闸的距离可以计算得到。记第i辆车距路闸的距离为x(i)，其中i=1,2,3,…,n，n为监测路段内的车辆数。对每个监测路段的车辆根据距离特征分别聚类成 3个车段，记每个车段为cj，车段中心为μj，其中j=1,2,3。车段中心表示该车段内所有车辆与路闸距离的平均值。理想情况下，3个车段中心分别在距路闸[0,20）m, [20,50）m, [50,100]m各一个比较合适。采用车段整体来分析通行需求系数，有利于提高决策计算效率和更直观地提取车辆分布的整体特征。

本文采用K-means聚类方法[13-15]，其具体聚类步骤如下，搜索迭代3个车段中心，最终在3个车段内的车辆与车段中心距离最小时终止。

（1）设定3个车段中心μ1，μ2和μ3的初始值分别为10、35、75。

（2）对于每一辆车x(i)，分别求其与3个车段中心μj的距离。若其与μk距离最小，则其划归为ck车段，k=1,2,3。将监测路段中的所有车辆划分到3个车段中。

（3）对每个车段内车辆计算其中心值，更新μ1、μ2、μ3。

（4）将每个车段内车辆位置与该车段中心距离求和得到dj。若不再改变停止迭代，否则重复步骤（2）-（4）。

实际在监测路段内的车辆数是随机的，有可能3个聚类中心的离散程度不高，如其中的两个车段中心点都聚集在[0,20）m内，此时需要将两个车段合并为一个车段，而距离分别计算取累加和。如果一个区段内没有车段中心，则直接定义该区段内的通行需求系数W为0。若某个车段车辆数较多，横跨两个区段，此时就需要对其进行分割或再聚类。当监测路段内车辆总数小于3时，直接定义此时的通行需求系数W为0。

依据K-means聚类法确定了三个车段中车辆数量分别为n1，n2，n3和对应的中心值 l1，l2，l3，且有，则通行需求系数W定义为：

式中，s为施工路段的长度，本文中s=100m；ν0为车速，本文中 ν0=18 km/h；α1，α2，α3为权重系数，。权重系数越大，说明该类对道路通行需求系数的影响越大。

2.2 基于层次分析的聚类中心权重系数的确立

靠近路闸的车段的车辆通行更为迫切，其车段的权重系数应该高。对应远离路闸的车段其权重系数应该偏低。故引入层次分析法[16-17]来确定各车段的权重系数。

首先，构造比较矩阵

该矩阵的阶数为n0=3，对于任意元素有。

在比较矩阵A中，aj1j2表示第j1车段和第j2车段对道路通行需求系数的影响大小之比，比如 a12表示第一车段和第二车段对道路通行需求系数的影响之比。将不同车段对道路通行需求系数的影响程度分为9个层次，根据经验，车辆段越靠近路闸其对通行需求越迫切。因此，确定比较矩阵A中的元素如公式（1）所示。

求解得其特征值为 λ1=3.0648，λ2,3=0.0145±0.2694i，其特征值的最大值λmax=3.0648。

其对应的特征向量归一化为：

一般来说，如果λmax比矩阵的阶数n0大得多，A的非一致性程度越严重，对应的标准化特征向量也就越不能真实的反映出各个车段对道路通行需求系数 W 的影响中所占的比重。因此，有必要对比较矩阵A作一致性检验，即求出它的一致性比例 CR值，若 CR＜0.1，认为判断矩阵的一致性是可以接受的，否则应对比较矩阵做适当修正。一致性检验的结果如下：

其中，CI是一致性指标，RI为平均随机一致性指标，数值由比较矩阵的阶数决定。通过上述计算发现一致性比例CR＜0.1，故认为矩阵的一致性是可以接受的，即该矩阵有满意一致解。

2.3 车辆通行管制策略

（1）对两侧监控路段的车辆位置及其与路闸距离进行统计，确定两侧的道路通行需求系数W。

（2）通行需求系数大的一侧先放行。先放行一个车段的车辆，当一侧一个车段的车辆放行完至其通过施工路段时，重新回到（1）步重新进行道路通行需求系数W的统计。

3 车辆流管制工程实现方法

图 4是基于车辆流管制模型和策略拟定的工程实现方案，其中实时获取监测路段的车辆位置信息是关键。

图4 车辆流管制工程解决方案

3.1 车辆位置信息的获取

我们提出两种方式实现对车辆位置信息的实时获取，即手机 APP方式和车联网平台方式。两种方法本质上没有区别，只是车辆位置信息上传方式不同。当前车联网技术还没有普及，可以先使用手机APP方式实现。随着车联网技术的普及，通过车联网平台方式是最有效的手段，也便于本方法的推广使用。

图5 车联网方法实现架构

车联网能实现车与车、车与路、车与人、车与传感设备等的实时动态交互。车联网的车载终端可获取车辆位置和环境信息，通过互联网技术传输到中央处理器进行分析处理以进一步指导进行定位、救援、管理等服务[18-20]。施工路段管控计算机可通过互联网实时获取监控路段车辆位置信息。基于节3的方法可对响应路闸进行开闭控制。具体实现方式如图5所示。

图6 手机APP方法实现架构

智能手机自带GPS模块，且支持用户二次开发，且开发技术已比较成熟。可以将智能手机作为一个简单的车载终端，开发一个APP程序运行在手机上，通过手机上的GPS模块实时获取手机位置信息。当检测到车辆行驶在监测路段时，可以1Hz频率发送至交通管控计算机，若车辆不在监测路段内则不发送。驾驶员初次经过施工路段时需要安装该APP。具体实现方式如图6所示。

3.2 车辆通行管制

编写软件运行于交通管控计算机，基于互联网读取监测路段车辆位置信息并统计分析两端监测路段的通行需求系数。通行需求系数值大的一侧车辆先放行，交通管控计算机对路闸控制器发车打开指令，待一个车段放行结束后重新计算监测路段的通行需求系数，实现对两个路闸的循环控制。

4 案例分析与仿真

根据实际调研，发现在道路中车辆的分布是随机的，可能两三辆车成群，也有可能彼此之间的车距比较大，依据这种情况我们建立一个典型车辆流的输入模型，示意如图7所示。

图7 车辆流输入与聚类结果示意图

根据第4节提出的车辆位置实时获取方法，可以实时获取监测路段内的车辆位置信息，再根据第3节所述的聚类方法，将道路中的车辆分为3车段，聚类结果如图7所示。

图7中，每个车段的车辆分别用蓝色、黄色、红色来表示，每一车段的车段中心用蓝色的星号表示。可以看出在距路闸[0, 20）m, [20, 50）m, [50, 100]m处各有一个车段中心点。统计得到每一车段中的车辆数和车段中心至路闸的距离，可计算出道路通行需求系数W。

此时，对于左监测路段，第一车段的车辆数n1为3，距离l1为4.17m；第二车段的车辆数n2为5，距离l2为31.5m；第三车段的车辆数n3为7，距离l3为72m。那么道路通行需求系数WL为：

对于右监测路段，第一车段的车辆数n1为4，距离l1为7.5m；第二车段的车辆数n2为5，距离l2为37.5；第三车段的车辆数 n3为 9，距离 l3为 76m。那么道路通行需求系数WR为：

图8是车辆通行管制过程仿真效果图。基于仿真模型和典型的车辆流输入，制作了双向两车道局部施工路段的交通管制仿真视频。由视频可知，基于该管制方法，施工路段车辆能有序通行，有效提高了通行效率。

图8 仿真视频截图

5 结论

（1）对典型城镇建设中的双向两车道中一侧车道占用施工情况进行建模。设定施工路段长度 100m，施工路段车辆分时单向通行速度为 18 km/h。提出通行需求系数的概念，并基于施工路段两端各100m范围监测路段内的车流量进行聚类分析和层次权重方法确定两监测路段的通行需求系数。实际应用中可通过车联网节点或手机 APP方式获取监测路段内的车辆位置和数量。

（2）确定了车辆放行管制策略。对通行需求系数大的一侧先放行，每次放行一个车段的车辆。一车段的车辆放行完毕后再重新确定通行需求系数。

（3）进行了典型车流量情况下的交通管制仿真和分析。结果表明本作品提出的方法能够有效提高施工路段的车辆通行效率，方法是有效可行的。