小區開放對道路通行的影響

袁俐雯

摘 要：伴隨著城市化進程的不斷加速，城市中日益完善的交通網絡，既方便了人們的外出之余，也為出行時的選擇道路提供了更為廣闊的空間。然而，過度密集的交通網絡有時也會對車輛的通行產生干擾，造成道路的擁堵，大大降低了交通網絡的實際使用效率。基于上述背景，考慮評價指標應反映小區開放前后道路結構的變化、路程的變化等，建立有關小區道路通行的評價指標，用于評價小區開放對周邊道路通行的影響。并運用道路交通仿真模型sumo平臺，寫入參數構建道路交通模擬模型，就是否應該開放小區道路為話題，展開探討開放小區前后對于區域道路通行能力的影響。

關鍵詞：sumo平臺；模擬仿真；道路交通規劃

一、模型假設與約定

1.不考慮道路故障及車輛無法正常行駛等非正常因素對小區周邊道路通行的影響。

2.約定模擬車輛通行的時間選擇在高峰期。

3.假定小區內部為單行車道。

二、符號說明及名詞定義

T…………………………………………全部車輛通過該區域的總時間

………………………………………全部車輛通過該區域的平均時間

N………………………………………………………………車輛總數

……………………………………………第i輛車通過該區域的時間

…………………………………………第i輛車通過該區域的平均速度

………………………………………………第i輛車行駛的區域總路程

………………………………區域內所有車輛行駛過程中的最大路程

………………………………區域內所有車輛行駛過程中的最小路程

………………………………區域內所有車輛行駛過程中的最大速度

………………………………區域內所有車輛行駛過程中的最小速度

G…………………………………………小區道路的復雜程度

………………………………………………小區道路的入口數

………………………………………………小區道路的出口數

其中i可以取1、2、3……N（i為大于0的整數）

三、建立合適的指標評價體系

指標一：時間成本t

即區域內駛過車輛的平均時間。選擇該變量作為評判影響程度的指標，是考慮到真實的車輛行駛過程中，人們對于出行效率的追求。渴望能夠通過開通小區，增加道路，以緩解車輛阻塞過程所耗用的時間價值。

指標二：通行能力指標

即車輛總數與全部車輛通過該區域的總時間之比。選擇該變量，是能夠從更加直觀的角度判斷道路的真實運載能力。

指標三：區域內駛過車輛的平均路程S

選擇該變量作為評判影響程度的指標，結合了小區開通后，對于車輛在指定區域內行駛路徑長度的改變。即人們可以通過選擇不同的出行路徑，以改變總的行駛車程。從節省車輛出行耗油量的角度看，平均路程有很大的利用價值。

指標四：區域內駛過車輛的平均速度V

車輛的通行速度，一直以來都是評判行駛路況擁堵狀況的傳統參照指標。通過區域內駛過車輛的平均速度，人們可以從宏觀的視角比較小區開通前后，對道路通行的實際影響。

指標五：區域內駛過車輛的最大/小通行速度比Dv

區域內駛過車輛的最大/最小通行速度比，即為該區域內所有車輛行駛過程中的最大速度與最小速度之比。通過研究速度差異，比較不同比值下，相應的道路情況。

指標六：區域內駛過車輛的小區對主要道路的分流能力Ds

區域內駛過車輛的小區對主要道路的分流能力，即為該區域內所有車輛行駛過程中的最長路程與最短路程之比。

指標七：小區道路的復雜程度G

小區道路的復雜程度G，即為道路入口數與道路出口數比值。

四、建立小區的開放對周邊道路通行影響的模型

4.1時間成本的模型建立

在模型建立的過程中，定義時間成本的概念，等于區域內駛過車輛的平均時間。利用每輛車通過該區域的時間之和加總，除以車輛總額N，得到區域內駛過車輛的平均時間：

運用得到的數據結果，分析小區開放前后通行車輛平均時間的變化。當小區開放后，如果平均時間減少，則說明小區的開放對周邊道路的通行起到了幫助的作用；如果平均時間增加，則說明小區的開放反而加重了通行的壓力，使得車輛通行的平均時間反增不減。

4.2單位道路通行量指標的模型建立

定義區域道路的單位通行量 ，即單位時間內該區域通過的車輛數目，將該指標作為評判區域道路疏通交通流能力的標準。體現了道路的最大承載車流限度。該值越大，則說明其疏通交通流的能力越強。

4.3平均路程指標的模型建立

首先，計算出在區域內行駛車輛的總路程—— ，然后除以車輛的總數額N，得到關于平均路程的函數模型：

該指標用以描述車輛在該區域路段的路程成本。

4.4平均速度指標的模型建立

首先，計算出在區域內行駛車輛的總平均速度—— ，然后除以車輛的總數額N，得到關于平均速度的函數模型：

該指標可以近似的表示車輛在該區域道路的行駛速度，其值越大，則表示車輛在該區域能夠達到更高的行駛速度，即該區域的道路越通暢。

4.5速度差異的模型建立

利用區域內所有車輛行駛過程中的最大速度與最小速度之比。得到的比值即為速度差異。

該指標是一個恒大于1的數，當其數值越接近于1時，表示該區域道路的路況復雜程度越低，反之即證明路況越為復雜。

4.6小區對主要道路的分流能力的模型建立

利用區域內所有車輛行駛過程中的最長路程與最短路程之比。得到的比值即為小區對主要道路的分流能力。

4.7小區道路復雜程度的模型建立

利用小區道路入口數，與小區道路的出口數的比值，構造小區道路復雜程度如下：

當G的值越大，說明小區道路復雜程度越高。

五、研究不同類型小區開放前后對道路通行的影響

首先需要明確，對不同類型小區的分辨標準。也就是可以從小區內部道路的數量情況、繁簡程度，或者是否允許雙向通行等多種角度去分析，得到劃分小區類型的方式。然后，將按照分辨標準劃分出的每一種小區類型，視為可能影響最終通行結果的因素，逐一進行考慮、比較。本文選取了其中的三個評價指標，進行道路通行模擬測試。

為更好地模擬車輛行駛過程中的真實道路情況，借助sumo交通仿真軟件，生成場景設計出的小區周圍交通網絡模型圖如圖1所示：

圖1中，O點處為小區所處位置，D處設置了交通安全信號燈。

結合交通網絡模型圖，本文一共設定了八種不同的道路開放場景。

場景1：OA、OC、OE路段不允許通車，其余道路正常通行。且通行方向為由P端口指向Q端口。

場景2：OA、OC、OE路段不允許通車，其余道路正常通行。且通行方向為由Q端口指向P端口。

場景3：OC路段不允許通車，其余道路正常通行。且通行方向為由P端口指向Q端口。

場景4：OC路段不允許通車，其余道路正常通行。且通行方向為由Q端口指向P端口。

場景5：每個路段的道路均正常通行。且橫向道路上的通行方向為由P端口指向Q端口，縱向道路OC上，通行方向為由C端口指向O端口。

場景6：每個路段的道路均正常通行。且橫向道路上的通行方向為由Q端口指向P端口，縱向道路OC上，通行方向為由C端口指向O端口。

場景7：每個路段的道路均正常通行。且橫向道路上的通行方向為由P端口指向Q端口，縱向道路OC上，通行方向為由O端口指向C端口。

場景8：每個路段的道路均正常通行。且橫向道路上的通行方向為由Q端口指向P端口，縱向道路OC上，通行方向為由O端口指向C端口。

5.1時間成本評價指標分析

如表1所示，車輛間隔時間會影響車輛通過該路程的時間成本，車輛時間間隔越小，時間成本越大。再由sumo交通軟件模擬得到的數據做定量分析，車輛時間間隔越小，造成道路擁堵的情況越嚴重。此外，場景5時間成本比場景6大，通過對數據的對比分析，發現在左轉彎處開放出口多入口即復雜度小的小區，與理想狀態下通過該區域車輛的時間成本比較，不僅不能減緩主干道的交通擁堵情況，還加劇了主干道的擁擠。再將場景7與場景8的數據進行比較，在右轉彎處開放單入口多出口即復雜度大的小區，可以增大主干道的車輛通行能力以及減少該路段的時間成本。

5.2單位道路通行量評價指標分析

如表2所示，當車輛發車間隔為5s和7s時，各種場景的通行能力相同，表明在該車輛發車間隔下，各種場景都未發生擁堵情況，即單位道路通行量僅與車輛發車間隔有關。

當車輛發車間隔為1s和3s時，各種場景相對于車輛發車間隔為5s和7s時有明顯的變化趨勢，觀察發現，場景5和場景6的單位道路通行量顯著低于其他場景下的道路通行能力。觀察這兩種場景圖可以發現，其開放小區的入口數均大于出口數，開放此類小區會造成道路的擁堵。同時可觀察到場景8的道路通行能力均處于較大值，分析其場景圖可知其開放小區的出口數大于入口數，若開放此類小區可以提高區域道路通行能力。

5.3小區對主要道路的分流能力評價指標分析

如表3表4所示，當不同場景下的小區對主要道路的分流能力相等時，不能簡單的判斷該不同場景對道路通行能力的影響相同，所以綜合小區對主要道路的分流能力與復雜度可以得知場景7和場景8兩種小區類型開放對緩解道路擁堵有促進作用。

六、關于小區開放的合理化建議

其一，根據定義的道路復雜度G，進行的探討分析。當其取值越大時，即小區對主要道路的復雜度越高。在這種情況下，開放小區反而會造成擁堵。所以，建議只有當路況復雜系數較小時，即入口數小于出口數的小區，提倡開放。

其二，運用sumo軟件，從數據中可以發現在小區對主要道路的分流能力較大時的場景，建議城市規劃和交通管理部門應該開放小區對主要道路的分流能力大的小區。小區對主要道路的分流能力大的小區雖然復雜度不大，但能疏通主干道的車輛。開通后提高了車輛的平均速度，減少了平均路程和時間成本，為出行帶來了便利。倘如小區離信號燈很近（小區對主要道路的分流能力小），不應該開放該小區，若開放此類小區，必定加大主干道的擁擠，降低了主干道的車輛通行能力。

參考文獻

[1]李向朋，城市交通擁堵對策——封閉型小區交通開放研究[D].長沙大學，2014，04-09.

[2] 韓光輝，陳笑蓉，俞洋，李永前.基于SUMO平臺的微觀交通仿真研究[J]，計算機工程與科學，2012，34（7）：196-198.