混合流下非机动车道基本需求宽度的设计

朱顺应,王 宇,吴景安,陈秋成,王 韡

(1. 武汉理工大学 交通与物流工程学院,湖北 武汉 430063; 2. 武汉市规划研究院,湖北 武汉 430014)

0 引 言

在倡导绿色、低碳和健康出行的背景下,非机动车出行占比呈逐年上升,尤其是电动自行车因其省力、快速、绿色等优点,发展迅猛。目前我国人力自行车的社会保有量已近4亿辆、电动自行车近3亿辆[1]。随着电动自行车数量快速增长,非机动车道上的交通流已由过去单一的人力自行车流演变为人力/电动自行车共存的混合流。《交通工程手册》(以下简称《手册》)[2]对单一人力自行车流的非机动车道宽度确定进行了说明:非机动车单车道宽度为1 m,若两侧有路缘石情况下,分别增加0.25 m,每增加1条车道,宽度增加1 m。CJJ37—2012《城市道路工程设计规范》(以下简称《规范》)[3]指出:非机动车道宽度是基于人力自行车和三轮车进行设计的,也缺少对电动自行车的考虑;非机动车道宽度与非机动车混合流需求是否匹配却不得而知。故如何设置合适的混合流下非机动车道宽度,是当前亟须解决的问题。

目前,很多学者从供需关系角度对非机动车道宽度的设置进行了分析。王亚涛等[4]从车道的设计规范出发,通过统计分析得出了非机动车道宽度与车道数的计算方法。也有学者从车道宽度与混合流参数耦合模型出发,对非机动车道宽度的设置进行了分析。张卫华等[5]基于非机动车换算系数,构建了在一定混合比例内的车道宽度与饱和流量之间的关系模型;周畅等[6]构建了非机动车道宽度与混合流平均密度之间的关系模型;闫星臣等[7]通过分析混合流中的车型比例与饱和流量之间关系,确定了车型换算系数,最后根据传统人力自行车饱和流计算公式反推了车道宽度。由此可知:以上研究本质上是将混合流换算成单一的人力自行车流,从需求量和单车道通行能力角度确定了非机动车道宽度,但没有深究单车道宽度设置是否合理。

有的学者基于骑行者心理层面,对非机动车道宽度设置进行了分析。F．NAVIN[8]提出了环绕人力自行车的领属空间概念,得出领属空间与人力自行车速度有关的结论;倪颖等[9]提出了骑行者舒适空间的理论,得出了骑行者舒适空间受非机动车速度和车流密度影响的结论。结合骑行者的心理特征,R．A．CHANEY等[10]依据人力自行车的观测数据建立了交通流3参数之间的关系,探究了影响人力自行车运行的主要因素。也有学者从车道利用率层面进行了研究,李岩等[11]针对标线隔离的非机动车道,通过生存模型来分析非机动车越线率与非机动车道宽度的关系;周钊[12]分析了非机动车道利用率与宽度的关系。车道是非机动车运行的载体,车道宽度设置首先要满足非机动车的物理运动需求,因此从非机动车物理运动角度来分析车道宽度设置的影响因素具有根本意义。

非机动车物理运动主要包括并行和超车两种类型。目前研究更多的是基于交通流非饱和条件下的非机动车超车行为。陶思然[13]建立了基于横向超车间距的人力/电动自行车超越行为的理论模型;LI Yan等[14]建立了非机动车速度差与超车间距的关系模型。非机动车道宽度设计既要满足行驶安全及舒适性,又要满足流量需求,还应考虑道路设计的经济性和道路空间的集约性。此外,非机动车具有自组织性,易产生集群运动,进而形成局部饱和状态,饱和状态下基本上是跟车运行,超车行为极少。故选取饱和混合流,对非机动车并行情况进行物理运动宽度的研究更具有现实意义。

非机动车道宽度设计合理性的验证,需要对非机动车运行状态进行分析。有学者从安全和效率角度对非机动车运行状况进行了评价[15]。在安全方面,主要选取交通冲突指标进行评价;在效率方面,主要选取行程速度指标进行评价。目前非机动车冲突没有明确的冲突阈值,故非机动车冲突数据获取难免会存在一定的主观性。随着城市电动自行车数量增多,非机动车混合流运行状态更加复杂,行程速度受到混合流中车辆比例的影响较大。相比于安全和效率,稳定性则是骑行者更关注的重点[16]。稳定性作为安全基础,且能一定程度反映出非机动车流运行效率。因此,从非机动车流稳定性角度验证非机动车道宽度也是一条可选途径。

综上,笔者以非机动车饱和混合流为研究对象,从非机动车物理运动宽度需求的角度出发,研究了混合流非机动车道基本的需求宽度;从非机动车流运行稳定性的角度出发,对基本需求宽度进行了验证。

1 方 法

1.1 非机动车物理运动宽度的组成

不考虑超车、心理需求等因素,笔者对饱和条件下的非机动车混合流进行了研究。在非机动车运行中,其行驶类型主要分为单辆骑行和两辆并排骑行,这种情况占总车群规模的95%以上[7]。故笔者只考虑单辆骑行和两辆并排骑行这两种情况的物理运动宽度。单辆骑行又可分为单辆人力自行车骑行和单辆电动自行车骑行;两辆并排骑行可分为人力-人力自行车、人力-电动自行车、电动-电动自行车、电动-人力自行车。

笔者从物理和运行特性两方面出发,对非机动车的物理运动宽度组成进行了分析。骑行中,非机动车自身存在一个固定宽度,这个宽度即为物理宽度;非机动车为非自平衡系统,需要通过蛇形运动才能保持动态平衡,蛇形运行与直线行驶的宽度差即为运行摆幅;为了保证骑行安全,非机动车需要与车道内外两侧的隔离保持一个安全距离,这个安全距离即为路侧安全净距。当两辆非机动车并排骑行时,两辆车的间距由其各自运行摆幅的一半构成。因此笔者研究的非机动车物理运动宽度由物理宽度、运行摆幅和路侧安全净距等3个部分组成,如式(1):

Wi=Wai+Wbi+Wci

(1)

式中:i=1或2,i=1时为单辆非机动车骑行,i=2时为两辆非机动车并排骑行;Wi为非机动车物理运动宽度,m;Wai为非机动车物理宽度,m;Wbi为非机动车运行摆幅宽度,m;Wci为非机动车路侧安全净距,m。

1.1.1 非机动车物理宽度

Wai一般由车把宽度与所搭载货物左右超出车把宽度组成,其计算如式(2):

Wai=αWd0+(1-α)Wd1+iWd2

(2)

式中:Wd0为单辆人力自行车的车把宽度,m;Wd1为单辆电动自行车的车把宽度,m;根据本次调查观测数据,得到Wd0=0.50～0.62 m,Wd1=0.53～0.71 m,取85%宽度作为代表值,则Wd0=0.60 m,Wd1=0.68 m;Wd2为非机动车搭载货物左右超出车把的宽度,根据《中华人民共和国道路交通安全法实施条例》[17]规定,取Wd2=0.30 m;α为单辆骑行或两辆并排骑行时的人力自行车数量,α∈{0, 1, 2}且α≤i。

1.1.2 非机动车运行摆幅

非机动车运行摆幅分为:主观蛇形摆幅和客观蛇形摆幅[13]。主观蛇形摆幅是指在骑行中,骑行者为躲避或绕行障碍物所产生的蛇形摆动,主观蛇形摆幅远大于客观蛇形摆幅;客观蛇形摆幅是指非机动车在正常行驶过程中所产生的蛇形摆动,客观蛇形摆幅值通常小于0.4 m。综合考虑城市道路资源,主观蛇形摆幅并不适合用于研究,因此笔者选取客观蛇形摆幅作为非机动车运行的摆幅。通过对每辆非机动车轨迹进行线性拟合,选取85%位残差的2倍作为每辆非机动车的运行摆幅。

单辆骑行时,非机动车的运行摆幅为Wb1。两辆并排骑行时,由于并排骑行的车辆内外两侧受到的影响存在差异,故并排骑行时的运行摆幅需要分为内外侧两种情况进行分析,靠近人行道一侧为内侧,靠近机动车道一侧为外侧。两辆非机动车并排骑行时运行摆幅Wb2的计算如式(3):

(3)

1.1.3 非机动车路侧安全净距

计算每辆非机动车轨迹与车道内外侧隔离方式横坐标差值的绝对值,并分别选取85%位横坐标差值绝对值作为每辆非机动车内外侧路侧安全净距。当两辆车并排骑行时,外侧车只考虑外侧路侧的安全净距,内侧车只考虑内侧路侧的安全净距。

Wci包括外、内侧的路侧安全净距。因此非机动车的路侧安全净距计算如式(4):

(4)

1.2 运行摆幅和路侧安全净距模型

笔者采用多重线性回归模型对运行摆幅和路侧安全净距的影响因素进行分析。多重线性回归模型的表达如式(5):

(5)

(6)

式中:e为截距;ap为第p个影响因素对应的偏回归系数;xlp为第l个观测对象的运行摆幅和路侧安全净距对应的第p个影响因素。

由于影响因素存在分类变量,因此需要分析分类自变量不同水平的组合类型,再对不同组合类型下的非机动车速度与运行摆幅及路侧安全净距进行线性拟合,建立起线性关系模型,并根据模型结果来确定最不利的组合。

1.3 影响因素

根据《手册》可知:非机动车运行摆幅与车辆的类型、速度和骑行者的性别、年龄有关。笔者在现有基础上,还考虑了隔离方式、密度、是否并行和内外侧等因素。

路侧安全净距与运行摆幅受到的影响相似,因此可同时对路侧安全净距进行分析。应用单因素方差分析和相关性分析验证了所选取各因素对非机动车运行摆幅和路侧安全净距具有显著影响。考虑在实际场景中非机动车道宽度应满足高峰需求,因此在进行车道宽度分析时,非机动车流只考虑饱和混合流。纳入模型的自变量如表1。

表1 自变量Table 1 Independent variables

表1中:速度为每辆非机动车的85%位运行摆幅和85%位路侧安全净距所对应的运营速度;笔者依据轨迹数据,通过分析同一帧下两个ID纵坐标差值的绝对值是否小于等于0.5 m来判定是否存在并排骑行情况。

为分析不同类别的分类自变量对因变量影响,需要将分类自变量转换为多个哑变量。以自变量第1项作为比较项,各哑变量定义如表2～表4。

表2 性别和年龄的哑变量Table 2 Dumb variables for gender and age

表3 车型和隔离方式的哑变量Table 3 Dumb variables for vehicle type and isolation methods

表4 是否并行和内外侧的哑变量Table 4 Dumb variables for whether parallel and inner and outer sides

1.4 非机动车道宽度验证

熵是表征系统混乱程度的度量函数。熵值越高,表明该系统混乱程度越高,越无序。为验证所确定非机动车道宽度设计的合理性,根据调查数据,采用速度熵对各非机动车道进行交通流的稳定性分析。速度熵的计算如式(7):

(7)

式中:H为速度熵;Pfg为车型f中速度为Vg的支流交通量占总交通量比例,即速度分布概率;u为车型数量,文中车型包括人力/电动自行车;Z为速度类别数量;lnω为交通熵,ω为不同车型、速度车流的排列总数;N为总交通量,pcu。

2 数据采集与处理

2.1 数据采集

常见的非机动车单车道宽度一般为1～2 m。绿化带建设成本高,常用于大流量、多车道的非机动车道,因此在分析单车道时不考虑绿化带。本次数据采集选取场景为隔离栏和划线的非机动车单车道各3条,绿化带、隔离栏和划线的非机动车两车道各3条,路段参数如图1(a)。调查地点远离交叉口及公交站台,采用虚拟线圈法获取数据:选定拍摄地点后,在垂直于车辆行进方向划定3条直线,依次间隔5 m,构建虚拟线圈,该区域即为数据检测区域,采集现场如图1(b)。选择天气良好的工作日进行观测,观测时间为早高峰(07:00—09:00)和晚高峰(17:30—19:30)。

图1 调查路段道路与采集现场Fig. 1 Survey road sections and collection sites

2.2 数据处理

笔者运用特征点匹配理论[18]对视频进行配准,采用YOLOv5[19]对配准视频进行视频识别,借助MATLAB对车辆图像轨迹坐标进行校正处理。非机动车轨迹提取流程如图2。根据轨迹数据获取非机动车的运动参数、运行摆幅和路侧安全净距,结合人工识别技术对该骑行者个体特征因素进行匹配。经数据筛选和处理后,最终从饱和混合流中收集到2 000多个样本量,大于20×自变量数量,满足多重线性回归建模所需最小样本量需求。

图2 非机动车轨迹提取流程Fig. 2 Extraction process of non-motorized vehicle trajectory

3 结果分析

3.1 非机动车运行摆幅分析

多重线性回归分析是研究一个连续型因变量和多个自变量(可以是连续变量和分类变量)之间线性关系的统计分析方法。由于非机动车的运行摆幅为连续变量,且影响因素含有连续变量和分类变量,因此笔者采用多重线性回归分析对其求解。利用SPSS24.0进行多重线性回归分析,所有自变量均通过Wald检验,即Sig.<0.05,具有统计学意义。将纳入最后方程中,且模型预测准确率为75.6%,预测效果较好。其计算如式(8):

y=0.160 + 0.013X1- 0.033X21+ 0.015X22-

0.008X31-0.007X41- 0.007X51- 0.025X52+ 0.004X61-

0.010X71

(8)

由式(8)可知:在骑行者特性方面,骑行者为女性时的运行摆幅略高于男性;骑行者为老人时的运行摆幅最高,青年人次之,中年人最小。在非机动车交通特性方面,非机动车速度与运行摆幅成负相关;人力自行车运行摆幅大于电动自行车。在非机动车道参数方面,绿化带场景下的运行摆幅最大,隔离栏次之,划线最小;单辆非机动车运行时的运行摆幅略大于两辆并排骑行时的单辆非机动车;内侧非机动车运行摆幅略大于外侧。

为建立不同组合类型下非机动车速度与运行摆幅的线性关系模型,首先应确定所有组合类型,再对不同组合类型下的非机动车速度与运行摆幅进行线性拟合。依据骑行者为女性的运行摆幅大于男性,骑行者为中年人的摆幅最小以及老年人的摆幅最大的特性,笔者在骑行者性别和年龄不同水平组合中筛选出中年男性和老年女性,并以老年女性为上限,中年男性为下限。在此基础上,对是否并行、内侧外侧、车型和隔离方式的不同水平进行组合筛选,所有组合类型如图3。

图3 组合类型Fig. 3 Combination types

对不同组合类型下的非机动车速度与运行摆幅进行线性拟合,其结果如图4～图7。

图4 不同隔离方式下单辆非机动车运行时速度-运行摆幅线性拟合Fig. 4 Linear fitting of speed-operation swing of a single non-motorized vehicle with different isolation methods

图5 绿化带下并排骑行时内/外侧非机动车速度-运行摆幅线性拟合Fig. 5 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under the green belt

图6 隔离栏下并排骑行时内/外侧非机动车速度-运行摆幅线性拟合Fig. 6 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under isolation fence

图7 划线下并排骑行时内/外侧非机动车速度-运行摆幅线性拟合Fig. 7 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under the marking line

由图4～图7可知:在不同组合类型下,非机动车速度与运行摆幅存在线性关系,运行摆幅范围随速度的增大而减小,非机动车速度与运行摆幅线性模型的预测准确率均高于60%。在隔离栏和划线下,单辆非机动车运行时的运行摆幅范围分别为[11, 37]、[7.0, 30.5]cm;在绿化带、隔离栏和划线下,两辆非机动车并行时外侧非机动车运行摆幅范围分别为[9, 32]、[7.5, 30.5]、[5, 25]cm,内侧分别为[14, 39]、[12, 37]、[9, 30]cm。

3.2 非机动车路侧安全净距分析

运用SPSS24.0进行多重线性回归分析。所有自变量均通过Wald检验,即Sig.<0.05,具有统计学意义;将纳入最后方程中,模型预测准确率达到65.5%,预测效果较好。其如式(9):

y=0.121+ 0.021X1- 0.042X21+ 0.011X22+

0.016X31- 0.012X41- 0.031X51- 0.073X52+

0.009X61+ 0.006X71

(9)

由式(9)可知:在骑行者特性方面,骑行者为女性时,路侧安全净距略高于男性;骑行者为老人时,路侧安全净距最高,青年人次之,中年人最小。在非机动车交通特性方面,非机动车速度与路侧安全净距成正相关;电动自行车路侧安全净距略小于人力自行车。在非机动车道参数方面,绿化带方式下的路侧安全净距最大,隔离栏次之,划线最小;单辆非机动车的路侧安全净距略大于两辆非机动车并排骑行时;外侧非机动车路侧安全净距略大于内侧非机动车。

路侧安全净距的组合类型与运行摆幅相同,针对不同组合类型下的非机动车速度与路侧安全净距进行线性拟合,结果如图8～图12。

图8 隔离栏下单辆非机动车运行时速度-内外侧路侧安全净距线性拟合Fig. 8 Linear fitting of speed and safe clearance distance of the inner and outer roadsides for a single non-motorized vehicle operating under isolation fence

图9 划线下单辆非机动车运行时速度-内外侧路侧安全净距线性拟合Fig. 9 Linear fitting of speed and safe clearance distance of the inner and outer roadsides for a single non-motorized vehicle operating under the marking line

图10 绿化带下并排骑行时速度-内外侧路侧安全净距线性拟合Fig. 10 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under green belt

图11 隔离栏下并排骑行时速度-内外侧路侧安全净距线性拟合Fig. 11 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under the isolation fence

图12 划线下并排骑行时速度-内外侧路侧安全净距线性拟合Fig. 12 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under the marking line

由图8～图12可知:在不同的组合类型下,非机动车速度与路侧安全净距存在线性关系,路侧安全净距范围随速度增加而增大,非机动车速度与路侧安全净距的线性模型预测准确率均高于60%,具有较好的解释性。在存在隔离栏和划线下,单辆非机动车运行时的外侧路侧安全净距范围分别为[7.5, 29.0]、[6.0, 22.5]cm,内侧路侧安全净距范围分别为[6.5, 27.0]、[5.5, 20.0]cm;在存在绿化带、隔离栏和划线下,两辆非机动车并排时的外侧路侧安全净距范围分别为[6.5, 30.0]、[6.0, 26.5]、[5, 21]cm,内侧路侧安全净距范围分别为[6.0, 27.5]、[5, 24]、[3.0, 16.5]cm。

4 非机动车道需求宽度计算与验证

4.1 基本需求宽度计算

《规范》规定:城市路段非机动车道一般设计速度为10～15 km/h;GB 17761—2018《电动自行车安全技术规范》[20]规定:电动自行车设计速度不高于25 km/h,人力自行车设计速度一般不高于20 km/h。考虑到车辆速度及道路经济性,并参考累计85%位速度这一经典指标作为路段限速值,笔者选取人力/电动自行车的85%位速度进行非机动车道基本需求宽度计算。统计所有路段的人力/电动自行车速度,人力自行车85%位速度为15 km/h,电动自行车85%位速度为18 km/h。

在饱和混合流下,非机动车之间既有抑制也有牵引作用,骑行者会下意识通过改变速度来削减与交通流速度之间离差。故饱和混合流下的人力自行车速度会存在偏高情况,而电动车速度会存在偏低情况。由于《规范》缺少对电动自行车考虑,导致非机动车道的设计速度小于运营速度,因此应采用非机动车道运营速度进行计算更为合理。将人力自行车速度(15 km/h)和电动自行车速度(18 km/h)代入不同组合类型(图4～图12)下的非机动车速度与运行摆幅、路侧安全净距线性关系式中,结合非机动车物理宽度,确定不同组合类型下非机动车的物理运动宽度,其结果如表5。

表5 单辆非机动车运行时和并排骑行时的物理运动宽度Table 5 Physical motion width when a single non-motorized vehicle is running and riding side by side m

同一非机动车道含有不同性别、年龄的骑行者和车型,而非机动车道宽度需要满足不同骑行者和非机动车的运行需求,因此首先确定不同隔离方式和非机动车的物理运动宽度范围,再选取物理运动宽度最大值作为车道的基本需求宽度。其中,在是否并行下的不同隔离方式和非机动车的物理运动宽度最大值所对应的影响因素组合为最不利组合。根据表5可得:性别为女性、年龄为老年和车型为电动自行车为最不利组合;在隔离栏和划线下,单辆非机动车运行时的物理运动宽度范围分别为[1.30,1.63]、[1.23,1.50]m;在绿化带、隔离栏和划线下,两辆非机动车并排骑行时的物理运动宽度范围分别为[2.38, 2.86]、[2.30, 2.77]、[2.18,2.63]m。综上,在隔离栏和划线下,非机动车单车道基本需求宽度分别为1.65、 1.50 m;在绿化带、隔离栏和划线下,非机动车两车道基本需求宽度分别为2.90、2.80、2.65 m。当城市道路资源不足时,非机动车道宽度可适当减少,在隔离栏和划线下,非机动车单车道最小宽度分别为1.30、1.25 m;在绿化带、隔离栏和划线下,非机动车两车道最小宽度分别为2.4、 2.3、 2.2 m。

4.2 基本需求宽度验证

为进一步验证文中确定的非机动车道基本需求宽度合理性。笔者从所调查路段中选取隔离方式为隔离栏和划线的非机动车单车道各3条,绿化带、隔离栏和划线的非机动车两车道各3条进行宽度验证。选取高峰下饱和混合流数据,数据采集和处理方法与文中数据采集与处理部分相同。根据各条非机动车道饱和混合流数据,选用速度熵指标对非机动车道进行交通流稳定性分析。

实际非机动车道的宽度一般按0.25 m的区间进行增减。因此笔者选择最接近非机动车道基本需求的宽度进行代替。每种组合类型下的3条非机动车道宽度依次为实际宽度、基本需求宽度和最小宽度,非机动车道交通流稳定性分析结果如表6。

表6 非机动车道的交通流速度熵Table 6 Traffic flow speed entropy of non-motorized vehicle lane

由表6可知:在同一车道数和隔离方式下,车道宽度越宽,交通流的速度熵越高,稳定性越差;以非机动车道基本需求宽度为基准,相较于小于基本需求宽度,大于基本需求宽度的非机动车道交通流速度熵变化幅度更大。这主要是因为当小于非机动车道基本需求宽度时,随着宽度增加,虽然非机动车骑行受限减少,但只能保证非机动车基本运行需求,因此非机动车的运行差异较小;当大于非机动车道基本需求宽度时,随着宽度增加,非机动车在满足基本运行需求基础上还有多余的运行宽度,这导致了不同非机动车的运行差异增大。因此文中所确定的非机动车道基本需求宽度相对合理。

5 结 论

1)笔者对由人力/电力自行车构成饱和混合流下的非机动车道基本需求宽度进行了研究。运用多重线性回归得出了运行摆幅和路侧安全净距的影响因素分别为:骑行者性别年龄、非机动车类型、非机动车速度、非机动车道隔离方式、非机动车道内外侧及非机动车是否并行。

2)建立了不同组合类型下的非机动车速度与运行摆幅和路侧安全净距的线性关系,得到了不同隔离方式下的非机动车道基本需求宽度。按85%位运营速度的人力自行车速度为15 km/h、电动自行车速度为18 km/h进行计算,在隔离栏和划线下,非机动车单车道基本需求宽度分别为1.65、1.50 m,最小宽度分别为1.30、1.25 m;在绿化带、隔离栏和划线下,非机动车两车道基本需求宽度分别为2.90、2.80、 2.65 m,最小宽度分别为2.4、 2.3、 2.2 m。

3)笔者提出的非机动车道基本需求宽度确定方法,是对《规范》和《手册》的完善和补充,能为非机动车道设计提供参考。选取多条实际非机动车道路段,运用速度熵验证了非机动车道基本需求宽度的合理性,结果表明:在同一车道数和隔离方式下,车道宽度越宽,交通流速度熵越高;以非机动车道的基本需求宽度为基准,相较于小于该宽度时,大于该宽度的非机动车道交通流速度熵变化幅度更大,稳定性更差。

4)笔者分析了在物理运动宽度影响下的非机动车道基本的需求宽度;但在实际场景中,应综合非机动车物理运动宽度、驾驶者心理需求和非机动车道服务水平等因素,对非机动车道基本需求宽度进一步分析。在非机动车道宽度验证时,笔者所确定的部分基本需求宽度缺少对应的实际道路宽度,采用少量相邻宽度来替代,基本宽度的确定还存在精度问题,应在后续研究中采用基本需求宽度对应的实际道路宽度进行交通流稳定性分析。