基于节点交调数据的公路网流量推算仿真

薛红军 黄 旭

（1.南通市公路事业发展中心，江苏 南通 226007；2.华设设计集团股份有限公司，江苏 南京 210014）

近年来，公路出行安全、便捷、快速的需求日益增长，使公路网监测、管理和服务面临着巨大的压力，同时也促使我国公路交通信息化进入新的融合发展阶段。以江苏省为例，《江苏省普通公路网运行监测设施布局规划（试行）（2019—2030年）》等多项指导文件内容均指出，运用信息化手段提高路网通行能力和效率有利于增强信息感知能力，提高保障公共安全和突发事件的应急处置能力。准确、可靠、数量稳定的干线流量数据将作为“可信、可靠、可控、可用、可视、可溯”的公路信息中的一部分[1]，可进一步带动公路数字化、智能化路网管理能力和水平提升。微观路网交通流参数的精细化程度是影响仿真结果准确性的重要因素之一，应能够简单、快速、低成本、普遍地获取路网交通流参数。利用概率论的方法推导OD矩阵，基于推断的OD矩阵得到微观路网各个流量变化点的交通量参数是主流方法[2]，如Corsim[3]、Mitsim[4]等仿真软件均支持以OD矩阵的形式输入或呈现路网交通流状态。但OD矩阵法在基于节点交调数据的微观路网输入估计问题上存在不足，多数方法基于假设研究车辆的进入和离开必须在同一个研究时间段内，但假设不适用于更新频率较高（通常为5 min），且两个相邻输入间距离较长（平均20 km）的路侧交调数据。现有的基于概率的微观路网交通量估计方法求解复杂，通常应用于交通小区间的OD交通量估计或对某个流量变化点的转向车流求解，而相邻交调设备间距较长，中间路段可能存在多个流量变化点，涉及多个可能的OD对，因此现有方法在大规模复杂路网的交通流中求解困难。

1 微观路网交通量推算模型

为在路网管理与应急指挥决策方面充分利用交调站数据，解决其空间覆盖不足、缺少微观交通流信息等问题，利用部分交调路侧检测设备提供的节点时空数据驱动路网微观仿真模型，重建车辆的运动轨迹，推算出与真实道路中原始单节点交通流数据相匹配的二维仿真路网交通流数据。将离散数据仿真为可靠性高的宏观连续性数据，包含各个路段区间的平均车速、行程时间、拥堵排队长度等有效微观交通流信息。

1.1 仿真输入估计模型

交调数据包含数据观测的时间及日期、观测站标志、车辆行驶方向、小客车、大客车、小货车、中货车、大货车等类型车辆的交通量，数据精度好，实时性高，但存在节点交调流量数据细粒度不足等问题。本文将交调数据结合各路段几何特征与车道流量调整理论，测算流量交换点处进出口道流量，进而推演出各路段的精确交通流量。

根据路网拓扑结构、道路几何特征和路侧检测数据对标准平交口和一般流量交换点的路网，建立仿真输入估计模型。干线流量变化点只考虑交通流量的输入输出，不考虑车辆在流量变化点处的转向、变道等微观行为。微观仿真模型及微观仿真输入估计模型如图1所示。

图1 微观仿真模型及微观仿真输入估计模型

因此，通过标准交叉口和一般流量变化点模型拓展可得一对交调站之间的路网微观仿真输入估计模型。其中，一对交调数据按照道路一侧计算，道路另一侧流量变化数据则应当通过另一对交调数据计算。

1.2 流量变换点进出流量推算

基于交调数据的各路段进出流量分3个步骤进行计算。首先，根据路段内各流量交换点的道路几何特征，计算理想条件下理论车道流量和路段流量变化值。

式中：f nin——第n流量变化点的理论汇入流量；Q0——目标路段的理论流量变化值；f nout——第n流量交换点的理论流出流量；In——第n流量变化点的进口道数量；On——第n流量交换点的出口道数量；αn——建模路段内第n流量交换点各车道的平均道路服务水平，无数据时αn的推荐取值范围在0.6～0.8之间；Q——目标区域内，各流量变化点出的平均车道设计通行能力；N——路段内流量交换点数目。

根据理论上该路段的流量变化值与路侧检测数据中该路段的实际流量变化值的差值，计算车道流量调整量。

式中：V2——路段流出流量；V1——路段进入流量；ΔQ——各流量变换点进出流量调整值之和。

根据车道流量调整理论，对计算所得车道流量进行调整，得到各流量交换点的流量：

如果ΔQ>0，增大理论变化流量；如果V2-V1>0，则此时进入车道流量调整为qin=α⋅Q+Δq，离开车道流量调整为qout=α⋅Q-Δq；如果V2-V1<0，则此时进入车道流量调整为qin=α⋅Q-Δq，离开车道流量调整为qout=α⋅Q+Δq。

如果ΔQ<0，减少理论变化流量；如果V2-V1>0，则此时进入车道流量调整为qin=α⋅Q-Δq，离开车道流量调整为qin=α⋅Q+Δq；如果V2-V1<0，则此时进入车道流量调整为qin=α⋅Q+Δq，离开车道流量调整为qout=α⋅Q-Δq。

综上所述，在进口道和出口道数量已知的情况下，第n流量交换点的进入流量为f nin=Inqin，流出流量为f nout=Onqout。按照交调站的位置对公路网进行切片，两个相邻交调站之间的路段为一个研究对象，将各流量交换点按顺序编号，根据流量交换点处进出口道的数量构建仿真输入估计模型的框架。

1.3 测算结果合理性约束

交通流量数据是一项基础而重要的数据，其准确性对整个道路交通状况的感知、仿真以及管控均会受到深远影响。因此，需要对测算所得数据是否符合实际交通状况进行约束检验。

流量非负约束：各流量交换点的进出口流量均大于等于0。

流量守恒约束：路段各流量交换点进口流量的总和与各流量交换点出口流量的总和的差值，恒等于该路段的流量变化值。

微观交通流合理性约束：路段左右转概率、主线流量、支线流量需要在合理的范围。根据经验值，路段左右转概率的范围为0.1～0.3，主线流量和支线流量小于理论饱和流量，具体的取值根据路网的实际情况的不同而调整。

1.4 测算结果差异性修正

当路段上各流量交换点的交通量间存在显著差异时，尤其是主线里程较长时，存在辅道、各类小路口、小区出入口等影响测算结果的因素，或路段上各流量交换点道路等级不同时，可利用偏移量An对各流量交换点的流量进行修正，偏移量An>0，可以使调整后的流量交换点进出口流量的平均值接近理论通行能力。当路段上各流量交换点的交通量不存在显著差异时，不需要修正。

2 案例分析

以南通市某一普通干线公路2021年一对交调站之间的数个节点交调数据为例，仿真输入估计模型和输入估计参数如图2所示。

图2 仿真输入估计模型案例

图3 案例路网仿真输入模型结论

代入式（5），可得理论上该路段的流量变化值为420。

根据理论上该路段的流量变化值与路侧检测数据中该路段的实际流量变化值的差值，计算车道流量调整量。实际该路段的流量变化值为24，对车道流量进行调整，根据式（1）可得各流量变换点进出流量调整值之和为-396。

同一路段上流量交换点各进口道的重要程度相近，将总调整量分配到各车道上即为单车道流量调整值，代入式（3）可得为56。

由于ΔQ<0，即理论变化流量大于实际变化流量，需要减少理论变化流量。因为V2-V1>0，即实际上在研究时间内有更少的车辆进入研究路段，此时进入车道流量调整为qin=84，离开车道流量调整为qout=196。

将测算的流量数据输入交通仿真模型，根据实时性数据进行仿真短时预测，判断未来一段时间内的道路交通状况，及时获取常发性交通拥堵位置，因地制宜地制定相应的决策，如通过可变情报板、第三方导航平台、门户网站等方式提前发布引导信息，引导车辆及时分流，均衡路网流量，减少全路网交通压力，以科学手段优化基于交通运转的社会经济效益。

3 结语

本文以公路管理部门交通调查站数据源为依据，研究干线公路网交通量推算与仿真方法。传统交调数据受路侧监测设施部署和设备性能的影响，仅能提供道路断面的节点流量数据，数据信息较为离散，不足以支撑交调点所在区域干线公路及周边路网的系统性管控决策。本文通过交调数据、路网拓扑和道路几何特征搭建路网的基础流量模型，再根据车道流量调整理论对车道流量进行调整和修正，以较低成本实现基于交调站数据的普通公路各路段交通流量参数细粒度测算，为干线公路网提供足以支撑仿真推演能力的路段基础流量数据，以公路信息数字化的方式持续支撑公路网布局、公路技术等级评估、养护运营和社会经济效益稳步提升，有效提升公路动态信息数字化效能，具备较强的实践价值。