交叉口大客車車輛換算系數研究

薄 霧,龔 栩,張 翔,梁舒同,雷艷紅

（西藏大學工學院,西藏 拉薩 850000）

0 引言

車輛換算系數在研究道路通行能力、車頭時距分布模型等方面具有重要的意義。該文立足于實際，為得出更加精準且適用于拉薩市交通狀況的車輛換算系數，運用兩種不同的算法并結合VISSIM 仿真，對拉薩市交叉口進行大客車車輛換算系數探究。車輛換算系數算法可分為以下幾種，見圖1。

圖1 車輛換算系數算法[1]

如圖1 所示，車輛換算系數算法主要可分為三個大方向：直接計算法、間接計算法、計算機模擬法。該文采用將VISSIM 仿真結合車頭時距法作為間接計算，將VISSIM 仿真與容量計算法結合作為直接計算，最終可得到適用于拉薩市的車輛換算系數值。

1 VISSIM 路網構建與數據設定

選取拉薩市江蘇路與藏大西路交叉口作為仿真對象，利用VISSIM 仿真軟件進行路網構建，靜態車輛路徑決策，數據輸入（車流占比，路徑決策期望，各方向流量，車流構成，期望速度分布，信號控制機），設置數據采集點。為消除行人對車輛造成的影響，不設置行人相關數據，減少誤差。

為方便后文計算，在原實地調查的信號燈相位基礎上，將該交叉口各進口道的直行和左轉車道信號燈統一。統一后的直行車道和左轉車道信號燈相位配時圖見圖2。

圖2 統一后的各信號相位配時圖

2 VISSIM 仿真結合車頭時距法

2.1 VISSIM 仿真并計算大型客車飽和車頭時距

設置車輛組成全是大型客車，大型客車期望速度分布為15 km/h，輸入流量盡可能大，以達到仿真時該交叉口處于飽和狀態的目的。仿真結果見圖3。

圖3 純大客車流且期望速度分布為15 km/h 流量數據圖

由圖3 可得，仿真速度略低于設置的期望速度分布為15 km/h 的數值，說明在仿真時因為各種因素產生了一定的延誤，使得車輛速度達不到設置的期望速度值，該情況符合實際。

為節約篇幅，純大客車流在期望速度分布為不同值的流量數據圖省略，具體流量數據結果見表1。

表1 不同期望速度分布下純大客車流流量數據表

根據表1 的流量數據計算不同期望速度分布下的純大客車流飽和車頭時距，具體計算過程如下：

式中，C——通行能力（veh/h）；h——飽和車頭時距（s）。

由于在仿真模擬時，輸入流量很大，該交叉口一直處于飽和狀態，所以仿真流量q≈C。

流量q單位為每小時的車流量，且為連續車流，而仿真得出的表1 的數據qb是間斷車流，且時間間隔為450 s，為了讓單位統一并得到連續車流數據，需要將圖表中的數據qb進行轉化。

式中，q——VISSIM 仿真統一單位和車流情況后的進口道流量（veh/h）；qb——仿真得出的表1 的進口道流量數據；N——某進口道車道數；t——仿真時間間隔（為450 s）；T——信號周期（為150 s）；Ge——綠燈時長（s）；——該交叉口平均飽和車頭時距（s）。

經過式（1）至式（5）的計算，純大客車流飽和車頭時距見表2。

表2 不同期望速度分布下純大客車流飽和車頭時距

2.2 車頭時距法計算大客車車輛換算系數

車頭時距作為評估行車安全的重要指標，其與交通組成以及駕駛員的駕駛行為有著緊密的相關性。不僅如此，車頭時距作為一項重要依據還可以直觀反映道路通行能力和服務水平，同時在改進道路設計、改善服務水平以及優化交通管理等方面占據重要地位。利用車頭時距計算車輛換算系數的算法如下：

式中，PCEi——i種類型車輛的車輛換算系數；hi——i種類型車輛的車頭時距（s）；hc——標準車的車頭時距（s）。

標準車的車頭時距在拉薩市江蘇路與藏大西路交叉口實地觀測得出，觀測時需要注意以下事項：①觀測車頭時距應該觀測整個車隊的平均車頭時距，而不是單獨車輛的車頭時距；②觀測的起始車輛一定要從車隊的第3至第5 輛車開始計時，這樣做的作用是為了消除由于啟動延誤帶來的時間和統計車輛數的誤差；③當觀測的車隊混有其他非標準車時，應該放棄觀測，因為非標準車會對跟駛車輛造成一定的影響。

根據實地觀測數據，得出拉薩市江蘇路與藏大西路交叉口的標準車車頭時距，見表3。

表3 實地觀測標準車車頭時距

利用式（6），可得出不同期望速度分布下的大客車車輛換算系數，計算結果見表4。令期望速度分布為20 km/h 的大客車車輛換算系數為拉薩市交叉口大客車車輛換算系數推薦值，見表5。

表4 不同期望速度分布下的大客車車輛換算系數

表5 拉薩市交叉口大客車車輛換算系數推薦值

3 VISSIM 仿真結合容量計算法

3.1 VISSIM 仿真純標準車流的流量數據

由于我國十字交叉口限速為30 km/h，設置車輛組成全為小汽車，期望速度分布為30 km/h，仿真結果見圖4。

其他數據不變，在車流中添加大客車，設置占比為10%，大客車期望速度分布取20 km/h，仿真結果見圖5。

圖5 車流大客車占比10%，大客車期望速度分布為20 km/h 的流量數據圖

3.2 容量計算法計算大客車車輛換算系數

容量計算法模型是認為在同一服務水平下，混合車流的車流量應該與純小汽車車流量具有等價性，基于該理論，得出容量計算法模型，即：

式中，qb——某服務水平下對應的純小汽車流量（veh/h）；qm——某服務水平下對應的混合車流量（veh/h）；p——混合車流中的大客車比例。

根據式（7），圖4 的流量數據為qb，圖5 的流量數據為qm，大客車比例p為10%，將數據代入，可得到各進口道的大客車車輛換算系數，結果見表6。

表6 基于容量計算法模型得出的大客車車輛換算系數表

4 結語

該文利用VISSIM 仿真分別結合車頭時距法和容量計算法探究交叉口大客車車輛換算系數，在大客車期望速度分布為20 km/h 時，得到的結果見表5、表6，即利用VISSIM 結合車頭時距法得到的東、西、北、南進口車輛換算系數分別為2.2、2.17、2.05、2.23；利用VISSIM結合容量計算法得到的東、西、北、南進口車輛換算系數分別為1.94、1.9、2.4、1.69。

兩種方法得到的結果具有一定的差異性，究其原因，是因為兩種算法的出發點不同。車頭時距法屬于間接計算，從車頭時距的角度出發考慮車輛換算系數；而容量計算法屬于直接計算，從交通流量的角度出發考慮車輛換算系數。所以研究車頭時距和其分布模型時，車輛換算系數應該用VISSIM 結合車頭時距法得出的結果；研究交通流量時，車輛換算系數應該用VISSIM 結合容量計算法得出的結果。