基于元胞自动机的南京南站北落客平台运行组织优化_曾祥龙.pdf

60 道路交通|ROAD TRAFFIC作者简介曾祥龙（1990），男，江苏南京人，硕士，工程师，主要研究方向：综合交通规划、枢纽集疏运规划、运输组织优化。Email:摘要：南京南站北落客平台现状交通组织形式存在受迫停车的问题，通行效率较低。针对此问题，提出“斜列式”运输组织模式，并以元胞自动机为理论基础，开发了“斜列式”落客平台运行仿真系统，通过设定不同的速度、落客习惯、并排规则等，研究不同条件下“斜列式”落客平台运行特征。仿真结果表明，“斜列式”组织方式无受迫停车问题，能够有效突破原有落客模式瓶颈，提高落客平台通过能力；此外，在一定速度范围内，通行能力与车辆运行速度正相关，当速度达到一定值后，限制通行能力的关键则为落客过程所需时间及落客平台可提供的落客位数。关键词：交通工程；交通设计；元胞自动机；斜列式停车位；落客平台Abstract:Abstract:The current traffic organization form of the north drop-off region of Nanjing South Railway Station has the problem of forced parking,and the traffic efficiency is low.Aiming at this problem,the Oblique transportation organization mode is proposed,and the Oblique drop-off region operation simulation system is developed based on cellular automata.By setting different speeds,drop-off habits,and side-by-side rules,the Oblique drop-off region operation characteristics under different conditions are studied.The simulation results show that the Oblique organization mode has no forced parking problem,which can effectively break through the bottleneck of the original mode and improve the carrying capacity of the drop-off region.In addition,within a certain speed range,the traffic capacity is positively correlated with the vehicle running speed.When the speed reaches a certain value,the key to limiting the traffic capacity is the time required for the drop-off process and the number of drop-off places available on the drop-off region.Keywords:Keywords:Traffic engineering;Traffic design;Cellular automata;Oblique parking space;Drop-off region0引言目前，高铁综合交通枢纽的设计建设大都采用立体布局形式，各集疏运设施分层布设，高架落客系统多位于候车层，进站流线短，是最为方便的集疏运方式。然而近年来落客平台普遍出现拥堵现象，影响旅客出行体验，为此，应当研究机动车在落客平台的运行规律，改善落客平台交通秩序，提升落客平台运输效率。落客平台虽属于城市道路交基于元胞自动机的南京南站北落客平台运行组织优化*曾祥龙，王鹏翔，王钶南京市城市与交通规划设计研究院股份有限公司Optimization of Transportation Organization of the North Drop-Off Region of Nanjingnan Railway Station Based on Cellular Automata*基金项目：南京市软科学研究计划项目（NJKX2019 RKX-01）。DOI:10.16487/ki.issn2095-7491.2023.02.01161 2023.4 第2期|交通与港航通，但其车辆运行特征与常规城市道路不完全相同，落客平台车辆运行具有快速驶离、临时停靠和礼让行人的特征1。车辆在落客平台上的行驶过程是典型的交通流现象，仿真分析是其重要的研究手段2-3，朱亮4利用Vissim对北京南站落客平台进行了仿真优化。此外，元胞自动机可将道路或车辆抽象成元胞链，能较好地模拟车辆运行过程。znurYeldan5提出了一种基于连续元胞自动机的高速公路随机交通流模型，将道路上的车辆抽象为元胞，丰富了元胞自动机对车辆特征的描述；夏运达6研究了前后车加减速元胞自动机模型，一定程度上解决了自由流到拥挤流这一交通流复杂特性问题；彭勇7和邱小平8分别基于实际道路驾驶习惯的车辆跟驰策略和安全距离进一步完善了元胞自动机交通流模型；王钶9首次基于元胞自动机对落客平台进行仿真，结果表明元胞自动机可有效模拟落客平台车辆运行过程。目前国内绝大部分落客平台采用的都是“直通式”落客方式，当前车正在进行落客时，若该车道无法超车，则后车受迫只能选择在后方落客或等待前方车辆落客完毕后继续向前寻找落客位置，通行效率较低。本文提出“斜列式”落客方式，通过C#编程仿真研究该落客方式特点，为未来我国高铁枢纽落客平台的建设提供新思路。1南京南站北落客平台交通现状南京南站站房整体采用“上进下出”的立体布局模式，南、北两侧分别设置高架落客平台与候车大厅相连，私家车、出租汽车、网约车乘客在落客平台下车后可直接进入站房。南京南站北落客平台现状采用“直通式”落客方式，全长约300 m，宽20 m（见图1），包括“1出租汽车道+3停车道+1超车道”共5条车道。车道1为出租汽车道，车道2与车道3为停车道，车道1、车道2和车道3之间利用隔离栏隔离，无法变道超车；车道4、车道5之间无隔离栏，为双车道。站房出租车道 （车道1）停车道 （车道2）停车道 （车道3）停车道 （车道4）超车道 （车道5）人行通道人行横道人行横道上游区域下游区域人行横道图1 现状北落客平台示意图理想情况下，车辆落客包含三个过程，分别为：车辆驶入目标落客位；在落客位进行落客；驶出落客平台。全过程所需时间共95 s（落客时间60 s+行驶时间35 s）。然而实际情况下（见表1），落客车辆受其他车辆影响，在过程与中需额外停车等待若干次，通过平台时间约168 s，即车辆受迫性停车浪费的时间约73 s。现状单车道的通行能力在300 veh/h左右，双车道每条车道的通行能力在450 veh/h左右，落客平台整体通过能力约为1 800 veh/h。通过对落客平台现状进行仿真发现9，落客位置对单车道通过能力影响较大。由于车辆无法超车，当前车正在进行落客时，后车受迫只能选择在后方落客或等待前方车辆落客完毕后继续向前寻找落客位置，落客位置越靠上游，车辆受迫停车现象越明显。表1 北落客平台运行现状车道通行能力/（veh/h）平均延误/s平均速度/（km/h）车道131168.67.7车道2312125.65.4车道3294137.25.0车道4+590254.68.6总计1 81981.37.462 道路交通|ROAD TRAFFIC2仿真系统2.1抽象模型将落客平台抽象为由首尾相接的元胞组成的链式系统，每个元胞均对应物理落客平台某区域，元胞有占用和非占用两种状态，占用表示有车辆行驶至该元胞对应区域，未占用表示车辆未行驶至该区域或驶离该区域，以1表示占用，0表示未被占用，则可通过二维矩阵来描述车辆移动过程。图2中带有颜色的元胞表示被车辆占用，在时刻T，元胞2被车辆A占用，T+t时刻，元胞6被车辆A占用，该过程表示经过t时间段，车辆A从元胞2移动到了元胞6进行落客。矩阵中第一列代表时刻，其他列代表元胞占用状态，则车辆移动过程可描述为图3所示矩阵。图2 落客平台抽象模型图3 落客平台抽象矩阵2.1.1模型假设车辆在实际行驶的过程中，会受到各种因素的影响，每辆车的运行状态、司机的选择判断过程均不相同。为简化仿真过程，假设所有司机驾驶行为均相同；每辆车的长度、速度、停车概率等参数均相同；无空车行驶至落客平台，落客平台无法接客；不考虑车辆启停加减速，全程运行速度保持不变。2.1.2直行规则元胞自动机模型可模拟出自发产生的堵塞现象，以及拥堵状态下的时走时停现象，直行规则如下 （1）式中：xn（t+1）表示t+1时刻车辆n所处位置；xn（t）表示t时刻车辆n所处位置；v表示车辆n的行驶速度；（t）表示t时刻车辆是否前进，取值范围为0或1，取0表示该时刻车辆不前进。2.2运行规则不存在超车行为，车辆前方元胞被占用时，后车无法前进。车辆在出口道上的速度为进口道速度的两倍。车辆到达目标落客位后，若落客位上有车辆正在进行落客，则视落客完成情况更换目标落客位。对于“多车位式落客位”落客平台，车辆优先选择靠近出口道的位置落客。车辆落客完毕后驶出落客位时，若前方元胞下一时刻也可被其他车辆占用，则优先考虑处于驶离车道的车辆（见图4）。图4 冲突时车辆A避让车辆B2.3仿真流程仿真流程如图5所示，仿真系统采用时间步长，在每一系统时刻均需判断：是否有新车进入、是否能够前进、是否进行落客、是否落客完毕。仿真步长与车速有关，车速越高，仿真步长越小，单位时间的迭代次数越多。令l表示单位元胞长度，v表示车辆运行速度，t表示仿真步的时间步长。系统中每个仿真步代表的时长可以表示为ltv=（2）每一次迭代，都要判断系统中车辆的状态，进行落客、移动、等待等操作，其63 2023.4 第2期|交通与港航是否有新车进入系统添加新车进入系统进行移动操作NY完全处于进车道完全处于停车位出车道、正在进入停车位、正在驶出停车位向前挪动前方单元格是否被占用NY落客完毕前方单元格（将）被占用Y更新落客状态向前挪动N原地等待NY是车辆目标停车位Y停车位被车辆占用Y停车位是否快落客完毕向停车位挪动NY向前挪动并更新目标停车位N原地等待判断车辆所属车道更新落客状态：增加车辆在落客平台落客的时间，用于后续判断该车是否落客完毕所有车辆判断完毕N完成迭代次数YN初始化开始迭代结束Y开始图5 流程图中，初始化主要包括生成车辆与元胞、确定每辆车的目标落客位置以及确定车辆完成落客所需要的时间。对于进行落客的车辆，每次迭代都需要判断是否落客完毕，若落客完毕则进行移动操作。3南京南站北落客平台运行仿真优化3.1优化方案为解决受迫性停车问题，本文提出了64 道路交通|ROAD TRAFFIC“斜列式”落客平台的运行组织模式，将中间3条车道改造为斜列式落客位，倾角设为60，第一和第五分别为出口道和进口道，车辆通过进口道进入停车位，落客完毕后再通过出口道驶出落客平台。“斜列式”落客位又可分为“单车位式落客位”（图6）和“多车位式落客位”（图7）两种。“单车位式落客位”每个落客位同时只能供一辆车落客，“多车位式落客位”可同时供两辆车落客。图6“单车位式落客位”落客平台示意图图7“多车位式落客位”落客平台示意图3.2仿真设置根据车库建筑设计规范（JGJ 1002015），倾角为60的斜列式车位垂直车道方向的最小停车位宽度We为5.8 m，平行车道方向的最小停车位宽度Lt为2.8 m。对于“单车位式落客位”落客平台（图8），设驶出车道和驶入车道宽度为4.5 m，落客位长度L=10 m，落客位宽度W1=2.4 m，相邻落客区间距W2=1 m，共50个落客位，其对应的We为9.9 m，Lt=3.9 m，满足规范要求；对于“多车位式落客位”落客平台（图9），设驶入和驶出车道宽度为3.5 m，落客位长度L=10.6 m（每个车位占用5.3 m），落客位宽度设W1=2.4 m，相邻落客区间距W2=1 m，共50个落客位，其对应的We=5.8 m，Lt=3.9 m，也满足规范要求。根据调查，车辆落客时间在60 s左右，因此系统中设置停车时间服从=60 s，=30 s的正太分布。目标停车位存在车辆落客时，若该车辆在5 s后落客完毕，后方车辆进行等待，否则更换目标停车位。图8 单车位式落客位尺寸图9 多车位式落客位尺寸以通过能力和车位利用率来评价落客平台服务能力，通过能力即落客平台每小时通过的车辆数，车位利用率为车位被使用情况，则可得nCd=（3）（4）式中：C表示通过能力；n为车辆总数；d表示仿真时长；j表示第j个落客位的利用率；tji表示落客为j上第i辆车在落客位上的占用时间。3.3仿真结果对“单车位式落客位”模式和“多车位式落客位”模式分别进行仿真，为避免等待概率等不确定因素对结果的影响，取20次计算结果的平均值作为仿真结果。“直通式”落客平台使用率不高的原65 2023.4 第2期|交通与港航因是驾驶员习惯在上游区域落客，由于车辆无法超车，当前车正在进行落客时，后车受迫只能选择在后方落客或等待前方车辆落客完毕后继续向前寻找落客位置，落客位置越靠上游，车辆受迫停车现象越明显。仿真系统中，通过设置车辆优先落客区域，研究驾驶员落客习惯对通过能力的影响。3.3.1“单车位式落客位”落客平台不同条件下“单车位式落客位”落客平台仿真结果如表2所示。不同速度条件下的通过能力不同，一般速度越大，通过能力越大，但当速度超过15 km/h时，车速对通过能力的影响越来越低，速度超过20 km/h时，落客平台通过能力基本不变。可见，“单车位式落客位”条件下落客平台通过能力上限约为2 550 veh/h，宜将速度控制在15 km/h左右，这样既可以接近最大通过能力，又可以保证行车安全。3.3.2“多车位式落客位”落客平台不同条件下“多车位式落客位”落客平台仿真结果如表3所示。由表3可以看出，不同速度条件下的通过能力不同，一般速度越大，通过能力越大，但当速度超过20 km/h时，车速对通过能力的影响越来越低，速度超过25 km/h时，落客平台通过能力基本不变。因此，“多车位式落客位”条件下落客平台通过能力上限约为3 600 veh/h，宜将速度控制在表2“单车位式落客位”落客平台仿真结果速度/（km/h）项目优先下游落客优先上游落客10通过能力/（veh/h）1 6501 637车位利用率/%57.957.715通过能力/（veh/h）2 4472 436车位利用率/%84.584.320通过能力/（veh/h）2 5312 588车位利用率/%86.987.825通过能力/（veh/h）2 5402 551车位利用率/%86.386.6表3“多车位式落客位”落客平台仿真结果速度/（km/h）项目优先下游落客优先上游落客10通过能力/（veh/h）1 6561 668前车位利用率/%33.745.8后车位利用率/%29.115.915通过能力/（veh/h）2 4632 494前车位利用率/%54.767.6后车位利用率/%35.222.620通过能力/（veh/h）3 2603 331前车位利用率/%76.188.6后车位利用率/%40.629.625通过能力/（veh/h）3 6103 598前车位利用率/%82.884.9后车位利用率/%45.330.230通过能力/（veh/h）3 5903 522前车位利用率/%80.889.2后车位利用率/%48.231.7注：前车位为靠近进口道的车位，后车位为靠近出口道的车位。66 道路交通|ROAD TRAFFIC20 km/h左右，这样既可以接近最大通过能力，又可以保证行车安全。前车位的利用率高于后车位的利用率，这是因为当前车位正在进行落客时，车辆无法进入后车位落客，只有当前车位为空时，车辆才能进入后车位进行落客。3.3.3方案对比直 通 式 落 客 平 台 通 行 能 力 约 为1 800 veh/h，通 过 工 作 人 员 将 车 辆 引导至下游区域落客可提高通行能力至2 000 veh/h。“直通式”落客平台由于车辆受迫性停车的影响，下游区域车位利用率较低；“斜列式”落客平台不存在车辆受迫性停车的问题，可充分利用各区域车位，提高通行能力。不同速度条件下通过能力如表4所示。当车速低于15 km/h时，两种落客方式的通过能力基本相同；当车速达到20 km/h时，“多车位式落客位”的优点开始凸显，通过能力明显高于“单车位式落客位”。因此在工程条件允许时，宜优先采用“多车位式落客位”的方式，将平台车速控制在20 km/h左右以保证其通过能力及安全性。表4 不同速度条件下不同落客方式通过能力速度/（km/h）单车位式落客位/（veh/h）多车位式落客位/（veh/h）101 6501 656152 4472 463202 5313 260252 5403 6104结束语本仿真系统可模拟落客平台落客行为，结果表明，斜列式停车位可以有效解决车辆受迫性停车的问题。相比于“直通式”落客平台，“单车位式落客位”通过能力可提高约41%，“多车位式落客位”通过能力可提高约100%，各模式均有最适合的车辆运行速度，实际过程中宜通过交通管控手段将车辆控制在最佳运行速度左右。本文未考虑客流穿越平台对车流的影响，下一阶段可在模型中增加人车交互模块功能，补充完善车流影响因素。参考文献 1 王钶,高宁波,魏东洋.基于视频理解的铁路落客平台运行特征分析J.交通科技与经济,2018,20(06):57-61.2 卓亚娟,王元庆.VISSIM仿真在单向交通组织方案比选与评价中的应用J.城市交通,2016,14(01):72-79.3 李娅,龚翔,王运霞,等.基于VISSIM仿真设置路内停车位的交通量条件J.城市交通,2016,14(06):55-59.4 朱亮.北京南站等大型客运枢纽高架落客区车流组织优化研究J.铁道运输与经济,2018,40(07):69-74.5 znurYeldan,Colorni A,A Lu,et al.A Stochastic Continuous Cellular Automata Traffic Flow Model with a Multi-agent Fuzzy SystemJ.Procedia-Social and Behavioral Sciences,2012,54(2290):1350-1359.6 夏运达,赵杨.考虑前后车速度和减速幅度的元胞自动机模型J.交通运输系统工程与信息,2019,19(02):73-79.7 彭勇,沙晓宇,刘世洁.基于PFV策略的连续型元胞自动机交通流模型J.交通运输系统工程与信息,2019,19(03):75-80.8 邱小平,于丹,孙若晓,等.基于安全距离的元胞自动机交通流模型研究J.交通运输系统工程与信息,2015(02):54-60.9 王钶,王鹏翔.基于元胞自动机的落客平台仿真研究J.铁道运输与经济,2020,42(08):82-86,96.