隧道交通事故下排队长度估算方法研究

隧道交通事故下排队长度估算方法研究

涂锐

身份证号码： 51232219830816**** 重庆 400000

摘 要:为加快城市隧道交通事故的拥堵消散,减轻因事故而造成的道路拥堵和延误,提高道路堵塞情况下的车辆通行效率，结合隧道侧装视频、事件检测系统等智能设备，基于冲击波理论，提出考虑速度、流量、事故类型、事故持续时间的隧道交通事故下排队长度的分析方法研究思路和流程。

关键词: 隧道；交通事故；排队长度；冲击波

城市隧道是潜在的危险事故多发路段，有车辆故障、追尾甚至火灾等事故的潜在风险，同时城市隧道具有密闭化、地下化的特点，使事故严重程度及事故延误更为严重。为加快城市隧道交通事故的拥堵消散,揭示车辆排队长度影响因素及变化规律，排队长度演变分析方法需要从早期的宏观方面向微观层面转变，隧道交通事故下车辆排队长度分析方法有待进一步研究。

1 现有车辆排队长度估计方法

现有的排队估算基础理论可归纳为输入-输出模型、概率方法和交通波理论模型。

1.1输入-输出模型

输入输出模型是一种常见的用于估计不间断交通流道路上车辆排队长度的方法。传统的输入输出模型，又可以称为决定性排队模型或累计到达离开模型，该方法基于所有到达和离开某一交通设施的车辆数量来计算车辆排队长度，是一种用来研究交通拥堵的方法，例如Jiang[1]和Das[2]等人的研究。然而，Rakha和Zhang[3]在分析交通瓶颈处拥堵现象的过程中，对输入输出模型准确估计排队长度提出了异议，认为该模型低估了最大车辆排队长度。即便如此，由于该方法的简单性和实用性，在现代交通研究中仍然被广大学者用来估计排队长度[4]。

1.2交通波理论模型

冲击波在交通学界被定义为用来区分不同交通状态的时空域边界状态的交通波，当两种不同的交通状态（交通流量、密度）相遇时变会产生冲击波，如当上游的密度较低的交通流（如自由流）遇到下游密度较高的交通流（如拥堵流）便会产生向上游蔓延的冲击波。冲击波理论是一种可用于饱和交通系统的技术。因此越来越多的学者应用此方法分析车辆排队问题。虽然，冲击波理论目前已经成功地应用到间断性交通流(交叉口处)车辆排队长度估计研究问题上[5-9]。臧华和彭国雄[10]研究了高速道路异常状况下车辆排队长度的预测模型。排队长度决定于拥堵传播和消散机理，随着拥堵向上游传播，瓶颈点上游的排队不断地堆积使排队长度扩大，反之当高速公路异常消失时，拥堵消散伴随着排队消散。现有研究多经典的运动波模型来描述交通流在时空中的演化规律，利用元胞传输模型和三检测器模型求解出密度或流量的时空演化谱。

1.3现有研究的缺陷

（1）研究理论的不足

输入-输出模型排队长度估算方法的主要难点是无法保证对长队列的准确估算，当排队尾部超出交叉口上游检测器时，导致估算结果误差较大，尽管利用交通波理论能克服这个问题，但依靠现实交通检测数据无法保证其连续性和准确性。在连续性交通流（城市快速路、高速公路等）的交通拥堵排队问题研究中还存在严重不足，研究者往往忽略了一些具体的非间断交通流拥堵特征，影响了排队长度估计准确度。此外，大部分研究忽略了交通拥堵状态下道路通行能力下降的事实；即使小部分研究弥补了忽略通行能力下降这一缺陷，但其估计方法中的一些假设条件（如将阻塞密度作为排队密度）降低了实际状态下车辆排队长度估计的准确性。因此，基于冲击波理论对不间断交通流道路上车辆排队长度的估计方法还须进一步深入研究。

（2）研究场景的局限性

大部分现有排队长度估算的研究场景多为城市信号交叉口、高速公路、匝道、收费站等，研究的排队长度也是基于城市信号交叉口的信号控制而产生的，或是进出高速公路收费站而产生的排队，基于交通事故情形下的排队长度估算研究相对较少，而基于隧道交通事故下的排队长度估算研究则相对更少。

2 研究热点与面临的挑战

2.1研究热点

近年来，国内隧道事故频发，隧道作为整个交通运输体系中咽喉部分，一旦发生事故，如果不能快速、合理地选择交通诱导方案，将引起交通瘫痪，造成巨大的经济损失和社会影响。但是，目前国内对排队长度估算以及相应的管理策略多以城市信号交叉口、高速公路等为研究对象，涉及隧道方面的相关研究很少，因此，通过对隧道事故下排队长度估算，制定相应控制策略显得十分必要。

2.2隧道事故下排队长度估算面临的挑战

（1）隧道道路条件的特殊性。

隧道作为城市道路中的一个特殊路段，具有密闭化、地下化的特点，由于隧道地理位置、结构的特殊性，一旦在隧道内发生交通，事故严重程度及事故延误比其他路段严重得多，且目前国内外学者对城市特长隧道的交通应急疏散的研究也较少。而且城市隧道不同于其他道路，其出入口少，路段较长，隧道内事故持续时间的影响因素与其他道路的不同影响因素，传统的排队长度估算方法不适用城市隧道交通事故这一场景。

（2）交通数据的局限性。

隧道具有地下、密闭等特点，在隧道内会存在信号弱或无信号的情况，因此网联车数据也就无法获得，交通参数的提取变得困难。传统交通数据主要由交通事故数据及小样本数据构成，宏观交通事故数据难以揭示事故下的排队演变特征，无法反映具体路段在不同条件下的交通车辆排队变化情况。

3 隧道交通事故下排队长度估算方法

3.1研究思路

可利用隧道侧装视频等设备获取隧道内速度、流量、事故发生时间、事故持续时间等数据，分析特长隧道内交通事故引起的车辆排队长度演变特征，定量定性相结合，掌握交通事故车辆产生排队到排队消散全过程。

3.2关键技术

4 结论

近年来，我国隧道的建设数量逐渐上涨，由于隧道环境的特殊性，当隧道内发生交通事故，会严重影响同方向车辆的通行，导致大量的车辆滞留在隧道内，对隧道内的交通流及邻近路段交通造成巨大影响，如果发生事故后隧道内交通组织不当，隧道内滞留的车辆不能及时疏散至隧道外，极易导致连锁反应，引起整个路段的拥堵或发生二次事故造成更严重的影响。因此，加快城市隧道交通事故的拥堵消散,减轻因事故而造成的道路拥堵和延误，提高道路堵塞情况下的车辆通行效率显得尤为重要，需要对交通事故得全过程进行掌握把控，准确地预判隧道发生各级事故后交通拥堵时间、排队长度演变等交通特征，依托预测结果，快速制定高效交通诱导方案，实现交通管控和疏散，让隧道及所属路段快速恢复高效运行，为隧道的安全、高效运营管理提供决策支持。

参考文献:

1. Jiang Y. Estimation of traffic delays and vehicl queues at freeway work zones[C]. Transportation Re-search Board Conference. 2001.

2. Das S, Levinson D. Queuing and statistical analysis of freeway bottleneck formation[J]. Journal of trans-portation engineering, 2004, 130(6):787-795

3. Rakha H, Zhang W. Consistency of shock-wave and queuing theory procedures for analysis of road-way bottlenecks[C]. Transportation Research Board Conference, Washington, 2005.

4. Viti F, Van Zuylen H. J. Probabilistic models for queues at fixed control signals[J]. Transportation Re-search Part B: Methodological, 2010, 44(1):120-135.

5. 王殿海, 景春光, 曲昭伟. 交通波理论在交叉口交通流分析中的应用[J]. 中国公路学报, 2002,15(1): 93-96.

6. Liu H. X, Wu X, Ma W, and Hu H. Real-time queue length estimation for congested signalized intersec-tions[J], Transportation Research Part C, 2009, 17(4):412-427.

7. 姚荣涵, 王铁成, 王建丽, 朱春钢. 协调信号交叉口间路段上的车辆排队模型[J]. 吉林大学学报(工学版), 2011(6):585-591.

8. Ban X J, Hao P, Sun Z. Real time queue length estimation for signalized intersections using travel times from mobile sensors[J]. Transportation Research Part C: Emerging Technologies, 2011, 19(6):1133-1156.

9. Cheng Y, Qin X, Jin J, et al. An exploratory shockwave approach to estimating queue lengthusing probe trajectories[J]. Journal of Intelligent Transpor-tation Systems, 2012, 16(1):12-23.

10. 臧华，彭国雄.高速道路异常状况下车辆排队长度的预测模型[J].交通与计算机，2003，21(3):10-12.