機非標線隔離路段非機動車越線行駛的概率模型

張水潮,賀康康,楊仁法

(寧波工程學院交通學院,浙江寧波315211)

機非標線隔離路段非機動車越線行駛的概率模型

張水潮*,賀康康,楊仁法

(寧波工程學院交通學院,浙江寧波315211)

城市道路上的機動車道和非機動車道經常利用交通標線來進行隔離.在這些路段中,機動車與非機動車之間的沖突經常是由于非機動車越過交通標線進入機動車道而引起的.非機動車越過交通標線往往需要兩個前提,一是非機動車有越線的需求,二是相鄰的機動車道上有可以滿足非機動車越線行駛的車頭間距,即所謂的開區間.因此,機非標線隔離路段機非沖突的概率可以認為是以上兩類事件的概率之積.本文研究結果顯示,非機動車越線行駛的需求遵從負指數分布的概率模型,這與理論分析結果和實際調查數據均相符.同時,結合實際的交通調查,得到了機動車流中開區間出現的概率函數.由此最終得到了非機動車越線行駛的概率模型.

城市交通;概率模型;概率分析;越線行駛;機非隔離路段

1 引 言

在中國的城市道路中,普遍存在機動車道與非機動車道利用交通標線進行分隔的路段,在該類路段中,非機動車往往會隨著流量的增加而跨越交通標線從機動車道上進行超車,由此與機動車之間產生交通沖突,此即為非機動車的越線行駛現象.該現象的出現不但降低了道路通行能力,同時也存在較大的交通安全隱患.

非機動車越線超車往往需要兩方面的前提,一是非機動車自身具有越線行駛的需求；二是相鄰的機動車流中存在一定的間距,便于非機動車超車.非機動車超車便是以上兩種情況的綜合,且該兩種情況均是以概率的形式出現的.因此,采用概率的方法來研究非機動車流越線行駛的情況較為合適,但目前國內外的研究者對該方面的研究較少.現有的相關研究成果主要為:Chen Yongheng以石家莊市為例,對混合交通流的速度特征進行了分析,并得出機動車流的速度受非機動車流的影響遵循線性變化的規律[1]；Jia Shunping將非機動車流對機動車流的影響分為兩類,即摩擦影響和阻滯影響,并通過樣本數據得出機動車流的速度分布在摩擦影響和阻滯影響下具有明顯的區別[2]；Cara Hamanna通過研究認為加大對非機動車道通行條件的改進,可以減少非機動車流對機動車流的影響,并可大量地減少機非沖突[3]；陳峻等對行人-自行車共享道路的自行車交通沖突模型進行了研究,得出了該類路段自行車超車行駛的數學模型[4].從以上研究成果可以看出,相關研究者已經對非機動車越線行駛的交通特性有了一定的研究,但缺乏對非機動車越線行駛的特性進行系統而深入地研究分析.基于以上研究的不足,本文將利用概率論的分析方法,提出非機動車流越線行駛特性的概率分析模型.

2 非機動車越線行駛需求的概率分析

由文獻[5]可知,非機動車流整體的膨脹寬度與非機動車流的流量成正比,由此可以認為,非機動車個體越線超車概率的增量也與流量的增量成正比.

設非機動車越線行駛的概率分布函數為F(f),當非機動車流量增加Δf時,其越線行駛的概率增加值為

式中 P——非機動車流越線行駛的概率密度函數；

f——非機動車流的流量；k——參數；

o(Δf)——Δf的高階無窮小.從式(1)可以得出:

即

兩邊乘以(1-F(f)),再除以Δf,有

令Δf趨近于0,對上式兩邊取極限,又因為o(Δf)是Δf的高階無窮小,所以有

并且有邊界條件F(0)=0以及注意到F(Δf) -1≤0,解以上微分方程,可得

上式即為非機動車越線行駛需求的概率模型,且服從負指數分布.

進一步分析可以知道,同樣流量的非機動車流,在不同寬度的非機動車道上時,其越線行駛的概率也不盡相同,即寬度較大的路段上的非機動車流越線行駛的概率較低,反之則較高.因此,將式(6)進行適當變換,得到

式中 p=f/m(bic/h·m)；

m——非機動車道寬度(m)；

h——為待定參數.

本文通過實際的調查數據來得到參數h的值.調查方法采用視頻統計法,即首先在路邊的高樓處架設攝像機,拍攝下路段上非機動車流的運行情況,再帶回實驗室進行相關數據的獲取、統計和分析,以此獲得非機動車越線行駛的概率特性.

本文選取寧波市中心城區的翠柏路、范江岸路和蒼松路等6條具有不同非機動車流量特征的路段,非機動車道寬度均在2-4 m之間.由于以上道路的機動車流量較小,因此非機動車在越線行駛時受機動車流的制約較小(即非機動車可以自由越線).調查時,當非機動車在視頻范圍內出現了越過機非分隔線而到機動車道上行駛的行為(不管是否又回到非機動車道)便認定為出現了越線行駛的情況.

本次調查分別選取以上6條路段的3個時段(包括高峰和平峰時段)進行視頻獲取,共得到16組數據,其中有效數據為15組,結果如表1所示.

表1 非機動車越線行駛概率調查數據匯總表Table 1 Investigation data summary table of bicycle traveling crossing the traffic marking

將式(7)進行一定的變換,得到

即若將p作為自變量,ln(1-F(p))作為變量,便可通過線性回歸的方式得到參數h的值.因此,將表1中的數據進行線性回歸,得到結果如圖1所示.

圖1 線性回歸結果示意圖Fig.1 Schematic diagram of linear regression

由圖1可知,h可取為1.3×10-3.

3 開區間出現次數模型

以上所分析的均為非機動車越線行駛的內在需求,但非機動車得以越線行駛的另一重要前提便是相鄰的機動車道上具有足夠的安全間距供其越線超車,而此安全間距即為本文所研究的開區間.

開區間出現與否是由非機動車來判斷的,本質上是機動車流的車頭間距(或車頭時距)較小時,非機動車能夠感受到機非沖突的壓力,一般不會越線進入機動車道；而當機動車流的車頭間距(或車頭時距)大于某一值時,非機動車駕駛人便認為該寬度可滿足其安全超車.相關交通沖突的研究表明[6],相對于車頭間距而言,車頭時距在交通沖突安全間距的判斷中更具有緊迫性和準確性.因此,本文便采用車頭時距作為判斷開區間出現的依據,并當車頭時距τ≥TB時,便認為機動車流中出現了開區間,其中, TB為開區間出現的臨界車頭時距.

假設某時間段內、在長度為L(km)的路段上,機動車到達觀測地點的數量呈泊松分布,機動車流量為Q1(veh/h),平均速度為V1(km/h),機動車的車流密度為K1(veh/km).開區間出現(時距為τ (s))的時間可以理解為:任意一個以速度V1行駛的機動車流,在時間τ內行駛的距離l0(km)中沒有機動車出現的事件.因此,運用泊松分布函數,開區間出現的概率為

式中 TB為臨界車頭時距.

為得到非機動車越線行駛時對應的機動車流車頭時距臨界值,本文通過相應的交通調查進行研究.

3.1 調查方法

非機動車越線行駛時機動車車頭時距的調查主要采用相片分析法.對于調查的路段,首先通過相關調查方法測得該調查路段機動車的平均車速,然后類似于非機動車越線行駛行為調查的視頻法,于高空架設一臺相機,并固定相機的視角和焦距,使相機專門對準某一區域進行拍攝,該區域內的路段間距通過實地測量得到,如圖2所示.調查過程中,當出現非機動車越線超車時,便用相機拍下相應的照片,待調查結束后于室內整理計算照片上非機動車越線時的機動車車頭時距.為便于調查,調查路段選用非機動車流量相對較大的路段,即非機動車具有較大的越線需求.

圖2 相片分析法示意圖Fig.2 Sketch map of photo analysis method

3.2 調查結果

根據上文所述的方法,選取晚高峰非機動車流量較大的路段(寧波市通途路和翠柏路)進行調查,在調查得到的52張越線行駛照片中,按越線行駛時不同的車頭時距進行劃分,得到統計數據如表2所示.

表2 非機動車越線次數與機動車流車頭時距對應表Table 2 Corresponding table of bicycle crossing times and headway of motor vehicle flow

從表2可以看出,當車頭時距τ＜6 s時,非機動車越線行駛較為困難,故越線次數較少；當車頭時距τ≥6 s時,非機動車越線行駛便具有較大的安全間距,越線行駛次數明顯增多.因此,可以將非機動車越線行駛時所需的機動車臨界車頭時距TB定為6 s.

4 非機動車越線行駛的概率模型

4.1 模型的建立

綜合以上分析可知,從微觀層面而言,非機動車越線行駛主要基于以下兩方面的因素:一是非機動車產生一定的越線行駛需求,概率函數表達式如式(7)所示；二是相鄰的機動車流中產生開區間,概率函數表達式如式(9)所示.因此,非機動車越線行駛的概率模型整體可表示為

上式中,TB可取為6 s；h可取為2.57.

4.2 模型的測試

為對本文所建立的非機動車越線行駛概率模型進行測試,仍采用視頻分析法對相關數據進行獲取(部分視頻利用非機動車越線行駛概率調查時所攝取的視頻),相關調查和計算數據如表3所示.

從表3可以看出,在調查的10組數據中,有7組數據的實際調查值與模型計算值是匹配的,因此,可以認為本文所建立的模型能較好地描述機非標線隔離路段非機動車越線行駛的概率特性.

表3 概率模型測試表Table 3 Test table ofprobability model

5 研究結論

本文利用概率論的方法,對非機動車的越線行為進行了分析,從非機動車越線行駛需求和機動車流產生開區間的兩個角度研究得出了非機動車越線行駛的概率模型.本文的研究成果可直接用于分析非機動車越線行駛的內在機理,并為消除非機動車的越線行駛現象和提高非機動車行駛的安全性提供重要的理論依據.

[1] Chen Yongheng,et al.Speed character study for motor vehicle and bicycle at non-barrier section[J].Journal of Transportation System Engineering and Information Technology,2009,9(5):53-57.

[2] Shunping Jia,Hongqin Peng,et.al.Quantitative analysis of impact of bicycles on vehicles in urban mixed traffic [J].Journal of Transportation System Engineering and Information Technology,2008,8(2):58-63.

[3] Cara Hamanna,Corinne Peek-Asab.On-road bicycle facilities and bicycle crashes in Iowa,2007-2010[J]. Accident Analysis and Prevention,2013:112-118.

[4] 陳峻,謝之權.行人—自行車共享道路的自行車交通沖突模型[J].吉林大學學報(工學版),2009,39 (sup.2):121-125.[CHEN J,XIE Z Q.Cycle traffic conflict model on urban pedestrian-bicycle paths[J]. Journal of Jilin University(Engineering and Technology Edition),2009,39(sup.2):121-125.]

[5] Yinhai Wang,Nancy L Nihan.Estimating the risk of collisions betweenbicyclesandmotorvehiclesat signalized intersections[J].AccidentAnalysis& Prevention,2004,36(3):313-321.

[6] 關宏志,等.基本路段機非混合交通流的解析模型[J].北京工業大學學報,2001,27(1):12-15. [GUAN H Z,et al.An analysis model for mixed traffic flow on street[J].Journal of Beijing University of Technology,2001,27(1):12-15.]

A Probability Model of Bicycles Crossing Vehicle-bicycle Separation Lines

ZHANG Shui-chao,HE Kang-kang,YANG Ren-fa
(School of Transportation,Ningbo University of Technology,Ningbo 315211,Zhejiang,China)

Vehicle-bicycle separation lines are frequently used to isolate motor vehicles from bicycles on China's urban roads.Conflict between motor vehicles and bicycles exists in these road sections.It is regularly caused by bicycles crossing the vehicle-bicycle separation line onto the motor vehicle lane.Thus,it is imperative to research the probability of crossing travel of bicycles.First,two presumptions for bicycles to cross travel are stated.One is that bicycles need to cross the traffic marking；the other is that the space among the adjacent motor vehicle flows is available for bicycles to cross.With this observation,the probability of conflicts between motor vehicles and bicycles can be obtained as a product of their probabilities.Based on this probability,the result was summarized as follows:the probability for bicycles crossing the traffic marking obeys a negative exponential distribution,which is derived.The result was shown by theoretical analysis and was compared to actual survey data.The available probability for bicycles entering into motor vehicle flow was found by the use of a traffic survey.Therefore,a probability function was proposed with different spaces that led to a probability model for vehicle-bicycle conflicts.At last,using the survey data,the probability model proved to be correct.

urban traffic；probability model；probability analysis；traveling of crossing traffic marking；vehicle and bicycle isolated by traffic marking

U491.1

A

U491.1

A

1009-6744(2013)06-0101-04

2013-05-30

2013-06-28錄用日期:2013-07-16

國家自然科學基金資助項目(51278101)；浙江省自然科學基金項目(LQ13E080004).

張水潮(1985-),男,浙江紹興人,講師,博士.

*通訊作者:zhangsc2588509@126.com