济南市公安局交通警察支队章丘区大队
摘要：针对高速公路交通拥堵的问题，基于采集的流量、速度、占有率等交通流数据资源，综合运用交通流理论、量纲分析法、数据归纳技术等理论与技术方法，基于定性与定量相结合、理论与实际相结合的原则，开展高速公路交通运行状态评价方法、状态特征分析方法及状态预测方法研究。
关键词：交通状态划分：量纲分析：状态预测
1.现状分析
近几年以来，随着车辆保有数的不断增加与高速公路建设速度的加快，人们出行对于中短距离出行更多的依赖于四通八达的高速公路网络，在道路容量有限的情况下，随之而来的则是高速路网拥堵，如果能够以更快的速度准确判别出高速公路交通状态，那对于交通管理部门来讲，不论是高速路的交通疏导和道路救援来说都能够极大提高信息的传达效率，有助于一些特殊路段的改进和完善。同时，对交通状态进行准确判别后可以向出行人员提供实时的交通信息，面对事故路段的避让或拥堵路段的重新选择，都能够在一定程度上减轻路网的交通压力。
2.高速公路基本路段交通状态描述
高速公路属于高等级公路。中国交通部《公路工程技术标准》规定，高速公路指“能适应年平均昼夜小客车交通量为25000辆以上、专供汽车分道高速行驶、并全部控制出入的公路”，路面有4个以上车道的宽度，中间设置分隔带。大体可分为基本路段，交织区，匝道。本文中仅对高速公路的基本路段进行交通状态评价，匝道与交织区未进行研究。
通过测量收集道路车辆的运行速度与计算交通量与基本通行能力之比，我国参考美国的HCM分级与日本的三级分级方法将道路的服务水平定义为一到四级，一级服务水平是指车辆可以在道路上畅行，二级服务水平是指车辆会受到别的行驶车辆影响，速度降低，三级服务水平是指车辆自由度受到很大限制，车速明显降低，四级服务水平是指交通流变成强制状态。在对高速公路和一级公路的路段进行评价时，通常需要密度[pcu/(h.ln)]和V/C比。交通密度是指单位路段长度上正在行驶车辆的数量，用q表示，表达式如下：
q＝Q/u
由于密度在测量过程中需要以道路长度方向为基准，而现有观测设备的观测能力有限，其动态获取难度大、成本高。因此引入占有率这一参数替代密度.
占有率有两种表达形式：空间占有率与时间占有率，空间占有率在获取难度上较大且考虑到现有交通设备的使用，可采用时间占有率替代密度进行评估
。
期刊文章分类查询,尽在期刊图书馆
?—时间占有率（%）；N—通过检测器总车辆；ti—第i辆车通过该路口所需时间（s）；
t—时间长度（s）。
通过参考服务水平等级划分，可利用密度与V/C数值划分高速公路交通状态为5个等级
等级1，车辆在畅通状态下的进行行驶，交通流处于自由流，道路车辆稀少，车流密度很小，车辆行驶基本不受其他车辆的影响，能够自由行驶。
等级2，速度逐渐减小，行驶车辆会受别的车辆或行人的轻微影响，驾驶者选择行车速度的自由度受到一定限制，交通流状态处于稳定流的中上层范围。
等级3，行驶车辆受别的车辆或行人的干扰，服务水平有所下降，交通流处于稳定流的中层部分。
等级4，行驶车辆受别的车辆或行人的干扰很大，交通流处于稳定流的下半部分，并已接近不稳定流范围，流量稍有增长就会出现交通拥挤。
等级5，行驶车辆受别的车辆或行人的干扰更加严重，驾驶者已无自由选择速度的余地，交通流处于不稳定流状态。
交通状态从客体水平来讲，可以通过观察当前交通流运行情况判断歧义性因素，影响因素包含车辆型号、驾驶速度、交通密度等。从主体角度出发，也就是当前环境下驾驶人员的自身感受，包括心率、血压、呼吸频率等等。主客体之间存在相互影响的条件，因此两者之间影响因素并未定义明确界限。
3.道路交通状态预测方法
根据预测时间长短，可以将交通状态预测分为短时、中时和长时预测三类。可以将10分钟以内预测归入短时预测，超过10分钟小于1小时的预测称为中时预测，将时间长度不小于1小时的预测称为长时预测。由于交通信息处理与交通管理存在一定的时效性，短时预测方法对于交通实时判别更具意义。
交通状态类别预测本质上是对未来交通状态所属类别进行判断的问题，可以分为宏观预测和微观预测两种方法。二者在可预测分析方法上有着本质的区别。
宏观预测是直接采集并使用以往该路段实测数据，分析和发现其中蕴含的规律，利用简单的数学模型和方法，实现对未来交通状态类别的预测。往往通过散点图，数据均值，方差等统计数据得出交通信息的特征，间接预测是首先依据一定的预测模型对未来的交通状态指标变量进行预测，然后基于交通状态的分类标准，实现对未来交通状态所属类别判断，间接实现对交通状态所属类别的预测。两种预测方法都可以实现对未来交通状态类别的预测，本节将交通状态类别预测理解为分类预测的问题，采用量纲分析的方法对其直接预测。该方法是运用实验与理论相结合的手段来研究物体运动规律的
量纲分析是自然科学中一种重要的研究方法，它根据一切量所必须具有的形式来分析判断事物间数量关系所遵循的一般规律。根据大量的样本数据进行统计分析，利用各个类别分布特征，如速度、流量，密度或隐含地利用这些概念进行分类识别。但应当注意所选量纲必须是相互独立的，即选定量纲不能由其他量纲推导出来。
利用上述关系和相关的的数学知识可以推导出量纲分析中的基本定理:π定理，利用该定量可确定物理过程中相关量的关系，从而预测短时交通状态。
参考文献
[1]姜桂艳.道路交通状态判别技术与应用[Ｍ].北京：人民交通出版社，2004
[2]2013年北京交通发展年报[Ｒ].北京市交通发展研究中心，2013.
[3]陆化普.智能交通系统概论[Ｍ].北京：中国铁道出版化，2004.
[4]贾森.基于实时信息的城市道路交通状态判别方法硏究[Ｄ].北京：北京交通大学，2007
[5]李为，姜锐，贾斌等.现代交通流理论与应用（卷Ｉ）：高速公路交通流[Ｍ].清华大学出版社，2011
[6]邵宝力，路达，赵东辉.《吉林化工学院学报》2018年量纲分析法在物理系统与数值模拟系统物理量转换中的应用
论文作者:王家玉,于海龙,马昊
论文发表刊物:《建筑学研究前沿》2019年4期
论文发表时间:2019/6/12
标签：状态论文; 交通论文; 通流论文; 量纲论文; 车辆论文; 方法论文; 路段论文; 《建筑学研究前沿》2019年4期论文;