高速公路拥挤的识别及成因判断

开篇：润墨网以专业的文秘视角，为您筛选了一篇高速公路拥挤的识别及成因判断范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

【摘要】 为减少驾驶员因拥挤产生的旅行成本,结合McMaster算法对高速公路拥挤进行识别及成因判断,提出将此算法合理地应用到事件管理系统中能有效地对事件进行预测,并将事件的影响降到最低。

【关键词】 高速公路;拥挤;McMaster算法

一、ATMS简介

ATMS是先进的交通管理系统(Advanced Traffic Management System)的简称,它是高速公路安全、高效、畅通运行的保证条件。目前,国内已开始建设ATMS,主要还是用于城市交通中的交通控制、事故处理等方面。ATMS是运用系统工程原理,将交通信号控制、交通电视监控、交通事件的检测和救援及信息系统等有机结合起来,以实现对交通的实时控制和指挥管理,从而可以对道路交通进行实时诱导、控制,并对突发事件做出及时的响应。对于高速公路而言,及时、有效地识别意外事件的发生,并做出及时、有效的响应,可以很大程度上减小事件对高速公路交通的冲击。ATMS系统中的意外事件管理系统对于提高高速公路交通运输的效率意义重大,意外事件管理系统又分为意外事件检测系统和疏散控制系统两个部分,其中意外事件的检测又是提高救援疏散的关键前提。事件的检测技术分为人工检测和自动检测,人工检测具有成本高、受环境的影响比较大、检测率低的缺点,自动检测不具有上述缺点。下面就介绍一种进行道路拥挤识别的事件自动检测的简单算法。

二、McMaster算法

McMaster算法是由加拿大MCMaster大学土木工程系开发出来,因而称为McMaster算法,该算法是在一个高速公路交通状态突变理论模型的基础上开发出来,即当交通状态在拥挤状态与非拥挤状态之间发生转换时,车流速度发生突然的变化。该算法较加利福尼亚算法来说,具有能鉴别拥挤的类型,同时使用交通量和占有率作为输入,考虑了周期性拥挤的存在,检测时间短以及误报率低的优点。McMaster算法分为单截面算法和双截面算法两种,这里主要介绍一下单截面算法,即根据一个检测站的数据进行拥挤的识别及类型判断。McMaster算法主要包括两大步骤:

(1)拥挤的识别。McMaster算法进行拥挤识别的基本依据是拥挤路段上的交通流速度降低、道路占有率增加及车流有排队现象。其判断拥挤与非拥挤状态的界限(如图1所示),是将由交通量和占有率组成的二维图形划分成四个区域,每个区域代表一种交通状态,然后将获得的交通量和占有率数据在图形上表示,根据数据所落的区域位置就可以判定此时的交通状态。

图1 McMaster算法的状态区域图

其中,区域一表示正常交通状况,区域二表示事件点的上游交通状况,区域三表示观测点的下游有事件发生,区域四表示常发性拥挤点上游的交通状况。

McMaster算法进行拥挤识别的修正程序(如图2所示)

图2McMaster拥挤判断算法

其中,i为站点编号;t是时间;Q(i,t)是i站点t时刻的流量;o(i,t)是i站点t时刻的占有率;v(i,t)是i站点t时刻的速度;u是非拥挤;c是拥挤;q(i,t)是最小非拥挤流量;To是占有率阈值;Ts是拥挤速度阈值;Tfu是非拥挤流量阈值;Tf是拥挤流量阈值;Tsu是非拥挤速度阈值;T(i,t)是非拥挤下流量、占有率持续性检测次数,T(i,t)=3;P(i,t)――非拥挤下流量速度持续性检测,P(i,t)=3;Q(i,t)是拥挤持续性识别次数(Q=3);R(i)是用来更新最小非拥挤流量公式的因子;W(i,t)是拥挤识别次数值。前面已经提到,McMaster算法较加利福尼亚算法具有误报率低的优点,主要是因为该算法同时考虑了交通量、道路占有率和车流速度三个因素,此算法还规定只有三个连续的采样周期(一般为30s)的交通状态均判断为拥挤,才能最终确定拥挤的存在。

(2)拥挤类型的判断。如前所述,高速公路上的拥挤分为常发性拥挤和偶发性拥挤两大类,在用McMaster算法确定了拥挤的存在之后,就要进行拥挤类型的判定,以便于ATMS系统采取必要有效的抢救疏散措施。拥挤类型判定的主要依据是:偶发性拥挤发生前后的交通量、交通流速度和道路占有率的变化是不连续的,前后差值会随着事件严重性的加大而增加。如果道路检测器检测到的交通量并不大,但McMaster算法却判定交通状态为拥挤,这时的拥挤一般情况下也定为偶发性拥挤。McMaster算法进行拥挤类型判断的程序(如图3所示)。

图3拥挤原因判断逻辑

此方法之所以选择速度作为首要判别条件,是因为在事件发生时,车流速度的变化是最为敏锐,至于速度判定的界值则可以根据不同路段的具体情况加以界定。由于此方法是单截面算法,观测点可能位于事件发生点的上游,也可能位于下游,如果位于事件发生点的上游,检测到的交通量就会增加、道路占有率就会增加、车流速度会减小,如果位于事件发生点的下游,检测到的三因素的变化情况就会相反。此算法采用三个参数变化的绝对值来进行判断。

三、McMaster算法分析

McMaster算法既能识别拥挤的发生,又能对拥挤的成因进行判别,但是在进行状态区域划分时,三条划分曲线的准确确定比较困难,如果确定不当的话会导致误报率的增加。此算法中包含有一系列的限值和系数,只有合理的确定这些参数值的大小才能保证算法的有效性。这些参数值的确定一般可以根据一些实测数据总结而来,而且参数的大小会通过算法的实践应用而不断地得以调整。

本文由ATMS系统,提出了事件检测对于整个系统的重要性,高速公路上的事件往往会导致拥挤的发生,进而介绍了一种既能进行拥挤检测又能对拥挤成因进行判别的简单的自动检测算法McMaster算法,并对此算法的优缺点进行了分析。该算法既存在实施上的简易可行性,也存在应用上的局限性,目前对算法中各限值和参数的确定尚存在一定的困难,这也成为限制算法准确性的关键。随着各种自动检测技术以及计算机信息技术的日趋成熟,该算法的准确性也会越来越高,而且将此算法与其他算法融合,进行各种算法的组合检测以提高事件检测效率将成为以后的重点研究方向。

参考文献

[1]陈斌.高速公路意外事件管理关键技术[M].西南交通大学出版社,2007(2)

[2]韩悦臻.城市道路交通状态指标体系及判定方法研究[D].长春:吉林大学.2003

[3]刘伟铭.高速公路系统控制方法[M].北京:人民交通出版社,2004(5)