【正文】 系 0 ~ , 1 ~ , 2 ~ , 3 ~ , 4VVOVV??? ??? ? ??? ?? （ 38） 則 12V 的臨界占有率為 ， 23V 的臨界占有率為 ， 34V 的臨界占有率為 。 1 。 由式（ 37）可以估計(jì)雨雪條件下的車(chē)輛平均到達(dá)率，即可得到 ? 的值。在城市道路網(wǎng)中，路徑選擇實(shí)際上就是路段的有向連接。固定交通瓶頸下游的擴(kuò)張波并不向瓶頸處及上游傳播，其傳播方向與交通流運(yùn)行方向相同；擁擠排隊(duì)車(chē)輛的頭車(chē)位置固定在固定瓶頸結(jié)束處，排隊(duì)尾車(chē)位置向上游擴(kuò)散；擁擠開(kāi)始消散時(shí)，交通擁擠波界面?zhèn)鞑シ较蚺c交通流運(yùn)行方向相同，排隊(duì)尾車(chē)位置從上游向固定瓶頸處移動(dòng)。雨雪條件下常發(fā)性交通擁擠與常態(tài)下常發(fā)性交通擁擠的交通流特性存在異同之處，下面分別進(jìn)行詳細(xì)分析。 吉林大學(xué)學(xué)士學(xué)位論文 8 表 21 降雨對(duì)駕駛員生理、心理所造成的影響程度 雨的分類(lèi) 降雨時(shí)間 駕駛員生理變化（ %） 駕駛員心理變化（ %） 顯著 比較顯著 不顯著 無(wú)明顯 影響 顯著 比較顯 著 不顯著 無(wú)明顯 影響 小雨 開(kāi)始降雨 0 7 67 26 0 12 73 15 持續(xù)降雨 9 18 67 6 27 54 16 3 中雨 開(kāi)始降雨 6 35 49 10 10 23 61 6 持續(xù)降雨 58 32 10 0 61 33 6 0 大雨 開(kāi)始降雨 75 25 0 0 82 18 0 0 持續(xù)降雨 100 0 0 0 94 6 0 0 暴雨 開(kāi)始降雨 93 7 0 0 100 0 0 0 持續(xù)降雨 100 0 0 0 100 0 0 0 圖 21 降雨對(duì)駕駛員生理、心理所造成的影響程度變化趨勢(shì)圖 雨雪條件對(duì) 交通網(wǎng)絡(luò)可靠性 的影響 交通網(wǎng)絡(luò)可靠性是指交通網(wǎng)絡(luò)在其隨機(jī)變化的整個(gè)運(yùn)營(yíng)過(guò)程中，在各種破壞因素共存的條件下，交通網(wǎng)絡(luò)對(duì)社會(huì)交通需求的持續(xù)滿(mǎn)足能力。 本章小結(jié) 本章介紹了本學(xué)位論文的選題背景、研究目的和意義，重點(diǎn)分析了雨雪條件對(duì)道路交通狀態(tài)的影響、 交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)兩 個(gè)方面 的國(guó)內(nèi)外 研究現(xiàn) 狀 ， 并 吉林大學(xué)學(xué)士學(xué)位論文 6 據(jù)此得到研究啟示，最后 明確了本文的主要研究思路和章節(jié)安排。 在交通擁擠擴(kuò)散范圍估計(jì)方面：李維 [21]通過(guò)對(duì)交通擁堵進(jìn)行界定，并對(duì)城市道路交通擁擠擴(kuò)散特點(diǎn)展開(kāi)分析，提出冰雪條件下基于路口擁擠的路網(wǎng)擁擠擴(kuò)散范圍估計(jì)算法和冰雪條件下基于路段擁擠的路網(wǎng)擁擠狀態(tài)擴(kuò)散范圍估計(jì)算法；朱琳 [22]圍繞 “城市快速路交通狀態(tài)估計(jì) ”，提出了適應(yīng)城市快速路交通特性的改進(jìn)元胞傳輸模型，基于該模型設(shè)計(jì)了包括交通擁擠空間擴(kuò)散范圍和擁擠持續(xù)時(shí)間在內(nèi)的交通擁擠四維特征參數(shù)估計(jì)算法；宋淑敏 [23]通過(guò)對(duì)城市道路常發(fā)性與偶發(fā)性交通擁擠的時(shí)空擴(kuò)散規(guī)律分析，確定擁擠評(píng)價(jià)指標(biāo)，對(duì)非常態(tài)下區(qū)域交通擁擠空間擴(kuò)散范圍和路網(wǎng)交通擁擠持續(xù)時(shí)間的估計(jì)方法進(jìn)行研 究，提出基于聯(lián)合判斷的道路交通擁擠狀態(tài)時(shí)空擴(kuò)散估計(jì)方法。 （ 3） 對(duì)本文研究的啟示 通過(guò)以上雨雪條件對(duì)道路交通特性產(chǎn)生的影響國(guó)內(nèi)外研究現(xiàn)狀的分析，不難發(fā)現(xiàn)研究者關(guān)注的重點(diǎn)都是與各自研究?jī)?nèi)容相關(guān)的影響，而在雨雪條件對(duì)道路交通狀態(tài)的影響上并沒(méi)有做深入研究。美國(guó)華盛頓州 用來(lái)保證冰凍雨雪和大霧天氣條件下交通安全的有效措施是 車(chē)速管理系統(tǒng)， 該系統(tǒng)可以 針對(duì)不同的天氣 條件 和路面狀況， 制定 合理的車(chē)速控制 方案 。 Traffic Congestion Diffusion。 關(guān)鍵詞： 雨雪條件； 交通流數(shù)據(jù)獲??； 交通 流特性分析 ；擁擠擴(kuò)散；交通態(tài)勢(shì)估計(jì) 吉林大學(xué)學(xué)士學(xué)位論文 ABSTRACT The writer carries out the research on methods to assess the dynamics of traffic state on rainy or snowy days mainly according to the following steps: first, we discuss the influences of precipitation and snowfall conditions on the road traffic systems。 即 本文的研究成果將會(huì)提高雨雪條件下交通管理部門(mén)的交通管理與控制能力、出行者的出行效率、道路網(wǎng)的運(yùn)行效率，對(duì)祖國(guó)的 “暢通工程 ”和綠色交通有重要意義。在行駛 過(guò)程 中 車(chē)輛遇緊急剎車(chē)情況 ， 極易 側(cè)滑，增加車(chē)輛碰撞、刮擦的機(jī)率 ，且 制動(dòng)距離 是相同情況下在正常路面制動(dòng)時(shí) 的 2~4 倍。 Lawson [15]提出了根據(jù)定位隊(duì)尾車(chē)輛來(lái)對(duì)交通異常狀態(tài)范圍和持續(xù)時(shí)間進(jìn)行估計(jì)的方法。 本章 從 多 方面進(jìn)行雨雪條件對(duì)道路交通 系統(tǒng) 產(chǎn)生的影響分析 ，并 對(duì)雨雪條件 下交通擁擠狀態(tài)的交通流特性進(jìn)行分析 。因此，駕駛員在行車(chē)過(guò)程中的期望車(chē)速會(huì)降低，在對(duì)采集到的交通數(shù)據(jù)進(jìn)行預(yù)處理和進(jìn)行交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)時(shí)，應(yīng)予以考慮。具體影響見(jiàn)表 22。 2t 時(shí)刻上游車(chē)輛到達(dá)量等于固定瓶頸處的通行能力，之后到達(dá)交通量繼續(xù)減少，因此 2t 時(shí)刻排隊(duì)達(dá)到最大長(zhǎng)度，最大排隊(duì)車(chē)輛數(shù)為 y ，最長(zhǎng)排隊(duì)時(shí)間為 x ； 3) 3t 時(shí)刻，排隊(duì)完全消散，交通擁擠波與擴(kuò)張波消失，車(chē)輛釋放與到達(dá)交通量相同； 4) 交通擁擠狀態(tài)的空間擴(kuò)散范圍為 y 輛排隊(duì)車(chē)輛所占據(jù)的道路長(zhǎng)度，交通擁擠狀態(tài)的持續(xù)時(shí)間為 31()tt? 。在 3t 與 4t 之間，交通流密度仍較大，隨著車(chē)隊(duì)的吉林大學(xué)學(xué)士學(xué)位論文 14 離散，在 4t 時(shí)刻之后道路交通狀態(tài)回到臨時(shí)瓶頸產(chǎn)生前的狀態(tài)。偶發(fā)性交通擁擠通常具有很大的隨機(jī)性、突發(fā)性和不可預(yù)知性，但擁擠的成因、易發(fā)路段、誘因排除等方面具有可統(tǒng)計(jì)分析性，偶發(fā)性交通擁擠的持續(xù)時(shí)間也可以通過(guò)一定的方法進(jìn)行預(yù)測(cè)。 基于上述算法思想，本文提出雨雪條件下基于路段擁擠的交通狀態(tài)擴(kuò)散范圍估計(jì)方法，算法流程圖如圖 33 所示。 3V i j ???( , ) 2 。其中 j 為時(shí)間間隔序列， t? 為數(shù)據(jù)采集間隔時(shí)間； (, )ij? 為橫截面 ix 處第 j 個(gè)時(shí)間間隔的車(chē)流密度， ()c pqV? 為個(gè) p 狀態(tài)與 q 狀態(tài)之間的臨界密度，同圖 33 中的意義； 0t 為一次暢通狀態(tài)所持續(xù)的時(shí)間， CT 為第 C 次交通擁擠狀態(tài)所持續(xù)的時(shí)間； (, )Vi j 為橫截面 ix 處第 j 個(gè)時(shí)間間隔的交通狀態(tài)； ? 為色階指數(shù)。 3V i j ???( , ) 2 。由于實(shí)際交通流運(yùn)行過(guò)程中存在人工智能的作用，為了使仿 吉林大學(xué)學(xué)士學(xué)位論文 24 圖 42 分析時(shí)間間隔設(shè)定 圖 43 天氣條件設(shè)置 真過(guò)程 更加貼近實(shí)際，對(duì)仿真過(guò)程進(jìn)行路徑優(yōu)化并采取可變周期信控方案，如圖46。將附件 1 中的數(shù)據(jù)作為該程序的輸入數(shù)據(jù)，借助 Visual C++ 進(jìn)行程序運(yùn)算，輸出結(jié)果整理 見(jiàn) 表 43。 Paramics 中數(shù)據(jù)提取時(shí)間間隔為 5min，算法對(duì)交通擁擠狀態(tài)的估計(jì)時(shí)間是 5的整數(shù)倍，與實(shí)測(cè)交通擁擠狀態(tài)持續(xù)時(shí)間相比偏小，但差值控制在兩個(gè)時(shí)間間隔長(zhǎng)度即 10min 內(nèi)，表明在采集數(shù)據(jù)的兩個(gè)時(shí)間點(diǎn)間開(kāi)始或結(jié)束的擁擠未被檢測(cè)到，沒(méi)有計(jì)算在估計(jì)值內(nèi)，但在擁擠持續(xù)的時(shí)間間隔內(nèi)的所有時(shí)間均被準(zhǔn)確估計(jì)出來(lái)。 圖 44 路網(wǎng)一覽圖 表 41 檢測(cè)器布設(shè)位置 檢測(cè)器序號(hào) 1 2 3 4 5 6 7 8 9 10 11 12 相對(duì)位置（ m） 0 172 292 411 719 961 1186 1340 1470 1608 1778 2021 數(shù)據(jù)處理 與擁擠擴(kuò)散估計(jì) 仿真輸出數(shù)據(jù)處理 運(yùn)用 Analyser 模塊進(jìn)行數(shù)據(jù)報(bào)告輸出，對(duì)路段密度數(shù)據(jù)進(jìn)行整理后結(jié)果見(jiàn)附錄 1。 0C C t? ? ?0CCT T t??03tt??03tt??00t t t? ? ?00t t t? ? ?3CTt??00。 第 3 章 道路交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)方法建模 21 開(kāi) 始34( , ) ( )ci j V?? ?( , ) 4 。 1V i j ???1。 j 時(shí)間點(diǎn)研究路段上交通擁擠狀態(tài)空間擴(kuò)散范圍估計(jì)方法的輸出結(jié)果有擁擠狀態(tài)的個(gè)數(shù) C 和每個(gè)擁擠狀態(tài)的空間擴(kuò)散范圍 CL 。 從圖 31 中可以看出，擁擠持續(xù)時(shí)間是從擁擠開(kāi)始形成到擁擠排隊(duì) 完全消散為止的時(shí)間。 本章小結(jié) 本章首先從駕駛員生 理 心理因素、交通需求 、 交通網(wǎng)絡(luò)可靠性 和交通數(shù)據(jù)檢測(cè)器可靠性四個(gè) 方面進(jìn)行雨雪條件對(duì)道路交通 系統(tǒng) 產(chǎn)生的影響分析； 然后 對(duì)雨雪條件下常發(fā)性交通擁擠和偶發(fā)性交通擁擠的交通流特性進(jìn)行詳細(xì)分析 ，為后文對(duì)雨雪條件下道路交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)方法建模 提供依據(jù) 。雨雪條件與常態(tài)下常發(fā)性交通擁擠狀態(tài)的交通流特性相異之處可歸納如下： 1) 在雨雪條件下，交通擁擠波與擴(kuò)張波的傳播速度降低，折減系數(shù)為 **vv?? 雨 雪常 態(tài)（雨雪條件與常態(tài)下駕駛員的期望車(chē)速的比值）。各類(lèi)技術(shù)所能獲取的交通參數(shù)和雨雪條件下 吉林大學(xué)學(xué)士學(xué)位論文 10 的可靠性分析見(jiàn)表 23。若發(fā)生交通事故，事故救援與處理難度較常態(tài)下大得多，必然導(dǎo)致更嚴(yán)重的交通擁堵，且擁堵持續(xù)時(shí)間也會(huì)更長(zhǎng)，擴(kuò)散范圍也會(huì)更大。本章對(duì)雨雪條件下 交通擁擠擴(kuò)散范圍及持續(xù)時(shí)間進(jìn)行分析，建立雨雪條件下道路交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)模型。 （ 2） 國(guó)內(nèi)研究現(xiàn)狀 在對(duì)交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)時(shí)，需要結(jié)合一定的交通狀態(tài)判別算法。非機(jī)動(dòng)車(chē)或者行人 在有積水或積雪的路面行進(jìn)時(shí)可能 會(huì)突然摔倒或 改變行進(jìn)方向等 問(wèn)題。因此， 本節(jié)從 雨雪條件對(duì)交通道路交通狀態(tài)的影響、 交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)兩 個(gè)方面 分別進(jìn)行 研究現(xiàn)狀分析， 并得到對(duì)本文研究的啟示， 為后文雨雪條件下的道路交通狀態(tài)運(yùn)行態(tài)勢(shì)估計(jì)方法建模打下基礎(chǔ)。 Again, we analyze the spread characteristics of the urban road traffic congestion state in rain and snow conditions to build the road traffic situation assessment model, and then obtain the SpatioTemporal diffusion range of traffic congestion in rain and snow conditions and the SpatioTemporal diagram of traffic state dynamics assessment。 Traffic Flow Data Acquisition。 Nelson 等 [3]的觀(guān)測(cè)結(jié)果表明， 只要有降雪就 會(huì)使公路通行能力降低 約 8%， 且小時(shí) 積雪厚度每增加 ， 通行能力相應(yīng)會(huì) 降低約 %。 通過(guò)問(wèn)卷調(diào)查統(tǒng)計(jì)得出 駕駛員生 、 心理變化 的顯著 程度與降水量 和降水 持續(xù)時(shí)間 之間的定性關(guān)系 。 王偉、楊兆升等 [19]通過(guò)對(duì)控制系統(tǒng)與誘導(dǎo)系統(tǒng)的信息進(jìn)行協(xié)同處理，定義消除路段長(zhǎng)度的交通擁擠系數(shù)，并提出基于該系數(shù)的加權(quán)平均法對(duì)協(xié)同子區(qū)內(nèi)的交通狀態(tài)進(jìn)行判別。 第 5 章：總結(jié)與展望。出行者選擇是否出行、出行時(shí)間、目的地、出行方式和出行路徑的規(guī)律和正常狀態(tài)下也不相同，出行者考慮更多的是交通安全和路網(wǎng)的可靠性。 表 23 各類(lèi)數(shù)據(jù)獲取技術(shù)分析 檢測(cè)器類(lèi)型 可獲取的交通參數(shù) 雨雪條件下的可靠性 固定型交通數(shù)據(jù)采集 技術(shù) 環(huán)形線(xiàn)圈檢測(cè)器 流量、占有率、車(chē)型、車(chē)長(zhǎng)； 車(chē)速 不易受惡劣天氣的影響；可 靠性高 磁力檢測(cè)器 流量、車(chē)速、占有率、車(chē)型（雙磁力檢測(cè)器還可直接獲取時(shí)間平均速度、調(diào)和平均速度、單車(chē)或平均車(chē)長(zhǎng)） 不易受惡劣天氣的影響；可靠性高 微波雷達(dá)檢測(cè)器 流量、車(chē)速、占有率、車(chē)頭 時(shí)距 對(duì)天氣變化不敏感；可靠性 高 超聲波雷達(dá)檢測(cè)器 流量、占有率；車(chē)速 溫度變化、強(qiáng)烈的氣流紊亂等環(huán)境因素都會(huì)影響傳感器檢測(cè)性能；可靠性低 主動(dòng)紅外檢測(cè)器 流量、車(chē)速、車(chē)型 在大雨、大雪天氣下，靈敏度會(huì)下降，造成漏檢或多檢；可靠性低 被動(dòng)紅外檢測(cè)器 流量、車(chē)速、占有率、車(chē)型、 排隊(duì)長(zhǎng)度 不易受惡劣天氣的影響；可 靠性高 被動(dòng)聲學(xué)檢測(cè)器 流量、車(chē)速、占有率、車(chē)型 對(duì)降雨天氣不敏感，較低的溫度可能會(huì)影響檢測(cè)的準(zhǔn)確度，檢測(cè)性能受降雪影響；可靠性低 視頻檢測(cè)器 流量、車(chē)速、占有率、車(chē)型、車(chē)頭時(shí)距、密度、車(chē)長(zhǎng)、排隊(duì)長(zhǎng)度等 易受惡劣天氣的影響；可靠性低 移動(dòng)型交通數(shù)據(jù)采集 技術(shù) 浮動(dòng)車(chē)（ GPS/GSM） 流量、地點(diǎn)車(chē)速、占有率、車(chē)輛實(shí)時(shí)位置；行程時(shí)間、行程車(chē)速 無(wú)影響；可靠性高 車(chē)輛自動(dòng)識(shí)別系統(tǒng)（ AVI） 流量、占有率；行程時(shí)間、平均行程車(chē)速 暴雨、暴風(fēng)雪等影響能見(jiàn)度條件的天氣下，檢測(cè)效率降低；可靠性低 大空間交通數(shù)據(jù)采集 技術(shù) 遙感檢測(cè)器 流量、密度、排隊(duì)