一种基于车速离散特征的城市快速路服务水平分级方法与流程

本发明涉及交通数据分析与状态评价领域，具体地说，特别涉及到一种基于车速离散特征的城市快速路服务水平分级方法。

背景技术：

车速离散现象是非稳态交通流的重要特征之一，与交通安全显著相关。车速离散表征指标包括速度方差、标准差(sds)和变异系数(cvs)等，但受制于指标数值难以直接观测，其分布特征仍需模型标定。相关研究证实了车速离散与交通安全相的显著相关性，但并未将离散量化引入道路服务水平评价方法。

服务水平(los)是衡量交通流运行条件及驾驶员和乘客所感服务质量的重要指标。科学合理的服务水平分级方法是进行道路设计、交通运行效率评价以及实时事故预测的重要依据。各国针对道路服务水平持有不同分级标准。美国《道路通行能力手册》(highwaycapacitymanual，hcm)中将los定义为描述交通流运行状态品质的测量标准，采用速度、舒适性、行车自由度、交通干扰程度以及便利性等服务指标进行分级，并依据流量-密度关系将道路服务水平划分为a至f六级。日本以拥挤度(路段实际交通量与当日评价交通量之比)作为路段交通服务水平评价指标。德国现行《公路通行能力手册》结合自身国情以公路通行能力手册(hcm)为蓝本，设计了从用户角度评估不同交通设施的服务水平分级方法。我国《公路工程技术标准》(2014版)对服务水平分级评价指标进行修订，以饱和度评判道路拥挤程度，同时采用小客车实际行驶速度与自由流速度之差作为次要评价指标，是对服务水平分级研究的有益探索。然而上述交通流服务水平划分标准都存在共同的缺陷：即分级标准只依据“密度”和“流量”等机动性指标，忽略了“离散”、“极值”等安全性、可靠性指标，无法全面描述道路运行状态实际特征。

将车速离散与交通流服务水平(los)相关联，依据车速离散特征指标建立新的los评判标准，将服务水平分级扩展至“安全性”维度,不仅反映出交通流机动性、可靠性和潜在安全性，同时有效规避了现有hcm服务水平等级的模糊描述，具有重要的应用价值。

技术实现要素：

本发明的目的在于针对现有技术中的不足，提供一种基于车速离散特征的城市快速路服务水平分级方法，以解决现有技术中存在的问题。

本发明所解决的技术问题可以采用以下技术方案来实现：

一种基于车速离散特征的城市快速路服务水平分级方法，包括如下步骤：

1)数据收集和清洗

1.1数据收集

通过车牌照识别系统，获取车辆的相关数据，包括时间、车速和断面；

1.2数据清洗

剔除由检测器异常引起的“0”值和异常值数据，并将事故发生一小时内的相关数据全部剔除；

2)车速特征提取

2.1提取个体空间车速，原始数据为点车速，需转化为空间车速以模拟变量间关系；设定统计时间间隔为5分钟，各式计算如下：

上式中，i表示对应于第i个5分钟间隔的i分组，其中1≤i≤ni；

m表示i分组中的m观测值；ni表示i分组的速度观测值总量；

i分组的时间平均车速；vm(ti)：i分组中m观测值对应的车速；

i分组空间平均车速；i分组时间平均车速方差；

i分组空间平均车速方差；cvs：i分组空间车速方差系数；

3)关联机动可靠性服务水平分级准则

关联机动可靠性服务水平分级准则，同时描述交通流的机动性和可靠性；定义losi为k％的车辆行程时间tt^k％ile不大于自由流状态行程时间ttf的m倍，其中m为大于1的乘子并随服务水平losi的增加而增，其用于将机动性mttf与可靠性tt^k％ile相联系，见公式(7)行程时间为tt或公式(8)标准化行程时间tt，将ttf设为100；

losi：tt^k％ile≤mttf(7)

losi：tt^k％ile≤m(8)

上述公式中：i表示从a至e编号为1至5；tt^k％ile表示k％的标准行程时间；m等于100倍m；

假定车速分布服从正态分布；由此正态性假定及实测数据(车速方差系数-平均速度)拟合关系cvs＝0.573exp^-0.02237s，可得车速概率密度和累计密度分布，详见公式(9)和(10)；标准化行程时间在不同平均速度s水平下的累计密度分布见公式(12)，公式(13)由公式(8)转化得出；

其中，f(v)表示车速v的概率密度函数，车速v以均值s和标准差sds服从正态分布；p(v)表示车速v小于特定水平r的累计密度；p(tt)(p(tt))表示行程时间小于特定水平的累计密度；l表示行程距离；ffs表示自由流车速；z表示正态分布标准化单位。

与现有技术相比，本发明的有益效果在于：

基于实测单车车速速度，通过车速离散特征提取算法，实现关联机动可靠性服务水平分级准则。该方法首先基于现场车牌识别数据中的单车车速数据，选取车速方差系数作为描述车速离散的特征指标，通过建立车速速度方差函数提出“关联车速方差系数”和“关联机动可靠性”两种服务水平分级准则，并通过将“方差系数-密度”拟合结果与已有传统服务水平分级图以密度坐标对应得到新的服务水平分级标准。

附图说明

图1为本发明所述的关联车速方差系数服务水平分级准则图。

具体实施方式

为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本发明。

参见图1，本发明所述的一种基于车速离散特征的城市快速路服务水平分级方法，包括如下步骤：

1)数据收集和清洗

1.1数据收集

通过车牌照识别系统，获取车辆的相关数据，包括时间、车速和断面；

1.2数据清洗

剔除由检测器异常引起的“0”值和异常值数据，并将事故发生一小时内的相关数据全部剔除；

2)车速特征提取

2.1提取个体空间车速，原始数据为点车速，需转化为空间车速以模拟变量间关系；设定统计时间间隔为5分钟，各式计算如下：

上式中，i表示对应于第i个5分钟间隔的i分组，其中1≤i≤ni；

m表示i分组中的m观测值；ni表示i分组的速度观测值总量；

i分组的时间平均车速；vm(ti)：i分组中m观测值对应的车速；

i分组空间平均车速；i分组时间平均车速方差；

i分组空间平均车速方差；cvs：i分组空间车速方差系数；

3)关联机动可靠性服务水平分级准则

关联机动可靠性服务水平分级准则，同时描述交通流的机动性和可靠性；定义losi为k％的车辆行程时间tt^k％ile不大于自由流状态行程时间ttf的m倍，其中m为大于1的乘子并随服务水平losi的增加而增，其用于将机动性mttf与可靠性tt^k％ile相联系，见公式(7)行程时间为tt或公式(8)标准化行程时间tt，将ttf设为100；

losi：tt^k％ile≤mttf(7)

losi：tt^k％ile≤m(8)

上述公式中：i表示从a至e编号为1至5；tt^k％ile表示k％的标准行程时间；m等于100倍m；

假定车速分布服从正态分布；由此正态性假定及实测数据(车速方差系数-平均速度)拟合关系cvs＝0.573exp^-0.02237s，可得车速概率密度和累计密度分布，详见公式(9)和(10)；标准化行程时间在不同平均速度s水平下的累计密度分布见公式(12)，公式(13)由公式(8)转化得出；

其中，f(v)表示车速v的概率密度函数，车速v以均值s和标准差sds服从正态分布；p(v)表示车速v小于特定水平r的累计密度；p(tt)(p(tt))表示行程时间小于特定水平的累计密度；l表示行程距离；ffs表示自由流车速；z表示正态分布标准化单位。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。