基于CAM的港口道路交叉口设计参数优化

庞明宝，吴淑香，蔡章辉

(河北工业大学　土木工程学院,天津　300401)



基于CAM的港口道路交叉口设计参数优化

庞明宝，吴淑香，蔡章辉

(河北工业大学土木工程学院,天津300401)

基于元胞自动机模型研究以大货车为主的港口道路交通系统交叉口设计参数优化。在STNS模型的基础上，建立了一个以大货车为主的混合交通流的港区道路交叉口元胞自动机模型,其中大货车在换道和转弯时分前后两部分分别演化。从交通组织和渠化方面分别设计、构思可能方案，对货物集疏运高峰期的交通流非线性行为进行仿真和指标计算，确定设计参数的优化值。结果表明对该类以大货车为主的交叉口，可依据交通实际需求通过建立所提出的元胞自动机模型，确定是否拓宽进口车道及合理长度、转弯半径合理长度，从而达到抑制交通拥堵，提高道路实际通行能力的目的。

交通工程；交叉口；元胞自动机模型；元设计参数优化；大型货车；港口道路交通系统

0　引言

随着供应链技术的广泛应用和社会经济的快速发展，包含物流在内的港口规模在急剧扩大，很多已形成港城[1-3]，如天津港、曹妃甸港等。而作为连接港口码头、物流中心、后方堆场、港外集疏运道路等的港口道路交通系统，具有不同于城市道路和一般公路的特点：其混合交通流主要由长度较长、刹车性能低于小汽车的大型集疏运货车组成，在弯道、交叉口极易发生车辆交织、拥堵严重和事故频发从而造成通行能力急剧下降的现象[3-4]，即使有信号控制的交叉口改善也有限。而这一现象在类似城市上下班交通流潮汐的集疏运高峰期愈加严重[2-3]，排队较长通行能力下降，网络可靠性低，司机等客户广义费用(时间、油耗等)过高，码头正常作业无法得到可靠保证。造成这一现象的原因之一是现有港口道路交叉口设计依据一般道路设计规范，无论是参照以客流为主的城市道路规范还是以客货混行的公路规范，设计的交叉口供给均与实际需求有一定的偏差，使得道路无法达到原设计目标。如何在现有道路设计规范基础上，结合港口道路交通流特点，对交叉口设计进行参数优化，从而达到预定目标，提高港口道路通行能力，已经成为迫切需要解决的技术问题。

理论研究分4方面：(1)传统港口道路交叉口研究。虽然客货混合交通流交叉口设计研究的文献较多[3-4]，但较少涉及到以大型货车为研究对象的港口道路交通，仅有对以货车为主的交叉口偏重于采用调查统计的一些影响因素分析，或考虑到驾驶行为模型的交叉口冲突综合评价研究。(2)采用元胞自动机(cellular automaton,CA)的交叉口优化设计方法。随着近年来能将时间、空间和变量均离散化的CA模型研究的深入[5-10]，该方法在交叉口方面得到了应用[4,7-10]。这些研究涉及到交通工具的多样性、交通流冲突等具体特性，但面向的是城市道路或一般公路，不是以大货车为主的港口交叉口为研究对象。(3)港口道路交叉口CA模型仅有韩小涛等的研究[3]，在模型中引入车型参数控制因素，以车辆间冲突制动距离为评价指标，对大型车辆弯道行驶轨迹及产生的冲突进行安全性评价，为港口道路交叉口研究提供基础。但其面向的是交叉口冲突综合评价，不涉及设计参数的优化；CA模型中没有针对交叉口实际，分若干子区域分别建立详细的动态演化规则。(4)现交叉口的CA模型研究中，将占据元胞数量是小汽车2倍的大货车看作一个主体，按同一规则进行演化。实际上大货车在动态演化时，不仅体现在制动上，还主要体现在长度方面，特别在换道和转弯时，同一时刻车辆前后部分在空间上的进化方向可能是不同的，而细致地映射出其前后两部分不同的动态进化是建立大货车CA模型的基本要求。基于此，本文在交通流对称型双车道(symmetric two-lane Nagel-Schreckenberg，STNS)CA模型等研究的基础上，建立一个细分为若干区段以大货车为主混合交通流的港口交叉口CA模型,其中大货车在换道和转弯(含调头)时分前后两部分分别演化，从交通组织和渠化设计方面分别进行方案构思，对集疏运高峰期交通流的非线性行为进行仿真计算，为港口道路交叉口优化设计提供参考。

1　研究对象及CA模型

研究对象为如图1 所示的一个以货运为主的港区交叉口及与其相连的道路部分。东西和南北均双向六车道，每个方向进口道路长度为L，车道宽度为W。在邻交叉口处，当原车道数无法保证车辆安全顺畅通过交叉口时，可拓宽已有道路增加进口车道数即增加道路宽带渐变段，如图1中东西向。考虑到港口道路实际——行人稀少均不设置非机动车道，也没有该设计问题；机动车以大货车为主，小汽车、通勤车辆等为辅，本研究简化为大货车和小汽车两种车型的混合交通流，交叉口实行信号控制。

图1　港区交叉口研究对象Fig.1　Study object of intersection in port district

图1所示的研究对象CA模型以改进的STNS模型为基础建立，考虑到交叉口大型车辆冲突的复杂性和非线性，本研究分若干区段。

1.1交叉口停车线前路段模型

1.1.1一般道路的演化规则

道路按车道长度所占据的元胞数进行划分，每一个元胞或空或被速度为v的车辆占据，v=0,1,2,…,vmax等整数值，其中vmax是车辆所允许的最大速度,vmax-car为小汽车,vmax-truck为大货车，后同。x(i,k)，v(i,k) 与loc(i,k)分别为车辆i在k时位置、速度和车头位置，d(i,k)为车辆i在k时与第i+1车间空的元胞数。d(i,k)front、d(i,k)back分别为主线第i车与旁车道上的前、后车间的空元胞数；dsafe、dr-safe和dv-safe分别为相同方向、相对方向和垂直方向车辆间确保不会发生撞车的安全距离；随机慢化概率p的取值范围为0～1。

本研究取3 m为一个元胞，主要依据为：(1)小汽车车长为4～6 m，港口大货车为10～12 m，即车辆占据的元胞数l为lcar=2，ltruck= 4，同时有d(i,k) =x(i+1,k)-x(i,k)-l。(2)按照该元胞长度，车辆加速度a=1(元胞数)对应为速度每秒增加10.8 km/h，符合本研究对象实际。(3)不同车型的安全间距要求，以及仿真模型对元胞长度的约束不能太小等。一般演化规则为：

(1)加速：v(i,k+1)=min[v(i,k)+1,vmax],表明驾驶员期望以最大速度在道路上行驶。

(2)减速:v(i,k+1)=min[v(i,k),d(i,k)-dsafe],即驾驶员为避免和前车发生碰撞并保持安全车距而采取的减速措施。

(3)以概率p随机慢化：v(i,k+1)=max[v(i,k) -1,0],反映由各种不确定因素造成的车辆减速。

(4)运动：x(i,k+1)=x(i,k)+v(i,k+1)； 车辆按照调整后的速度向前行驶，进入下一仿真步。

(5)一般换道规则。一些驾驶员选择换道，换道概率为pchang1，满足下列条件：d(i,k)d(i,k),d(i,k)back>v(i,k)+dsafe(表示旁车道上的驾驶条件比本车道好)；rand()

具体换道大货车如引言所述，车分前后两部分，采用两步换道法，如图2所示，第一步前1/2车身换道完成，第二步全部换道完成。小汽车为一步换道法，类似大货车前半部分的换道。

图2　大货车换道规则Fig.2　Lane-changing rules for large truck

(6)强制换道规则：部分车辆在到达禁止变换车道线前依然无法满足换道的安全条件，车辆强制换道，即满足d(i,k)front>1和d(i,k)back>1条件即换道，否则减速等待。

1.1.2道路宽度渐变段换道规则

若交叉口设置宽度渐变段，对需进入展宽路段车辆在经过展宽渐变位置roadlen01后进行换道，具体规则如图3和图4所示。考虑到车辆在位置roadlen01处若从Lane 1换到Lane 0，所走线路及一般设计均为图所示的斜形，本研究对Lane 0开始位置采用半个元胞的形式。

图3　小汽车换道进入右展宽路段规则Fig.3　Lane-changing rules for car into right broadened lane

图4　大货车换道进入右展宽路段规则Fig.4　Lane-changing rules for large truck into right broadened lane

(1)对产生的随机数，若rand()>=pright,该车标记为直行车辆，该标记车辆沿Lane 1车道行驶，方向不变，速度v(i,k+1)=min{min[v(i,k),d(i,k) -dsafe],vmax}；否则v(i,k+1)=min[v(i,k),roadlen01-loc(i,k)]。 其中pright为右转车辆概率。

(2)若rand()

(3)对小汽车，在车辆尾部过展宽渐变位置roadlen01后，若相邻新增车道位置状态为空(元胞状态为vmax+1)且满足小汽车安全条件，即d(i,k)front>dsafe(dsafe-car=1)，标记车辆按照图3(图中显示为最早换道，后同)所示的方式一步换道；否则减速前行寻找机会尽早换道，规则同1.1.1中(5)；若到禁止变换车道线前依然无法换道，则按照1.1.1中(6)强制规则换道。

(4)对大货车，在车辆3/4部分过展宽渐变位置roadlen01后:①若相邻新增车道位置状态为空(元胞状态为vmax+1)且满足大货车安全条件，即d(i,k)front>dsafe(dsafe-truck=2)，标记车辆按图4所示的方式3步换道：第1步前1/2车身换至Lane 0车道，后1/2车身仍留在原车道，速度v(i,k+1)=min[v(i,k),vmax2]，否则v(i,k+1)=min[v(i,k),roadlen01-loc(i,k)]； 第2步，车身前后两部分分别在各自车道向前一个元胞；第3步，整个车身长全部换至Lane 0车道，v(i,k+1)=min{min[v(i,k),d(i,k) -dsafe-truck],vmax2}，其中专用右转转弯车道允许车辆行驶的最大速度降低，为vmax2。②否则前行寻找机会最早换道，规则同1.1.1中(5)。③若到禁止变换车道线前依然无法换道，则按照1.1.1中(6)强制规则换道。

车辆进入左边展宽路段(若有)规则同上。

1.1.3停车线前道路演化规则

同1.1.1但禁止换道，车辆到达交叉口stop-line处时作出是否继续行驶依据信号灯判断，即x(i,k)+v(i,k+1) >stop-lineandx(i,k) <= stop-line：

(1)绿灯时，v(i,k+1)=min[v(i,k),d(i,k)front- dsafe]；否则停车等待，v(i,k+1)=min[v(i,k),stop- line-loc(i ,k)]。 (2)红灯时，v(i,k+1)=min[v(i,k),stop-line- loc(i,k)]。

1.1.4车辆离开交叉口内部区段后运行规则

同1.1.1中(1)～(5)，对设有宽带渐变段的交叉口，此时最右边车道(宽带渐变段)车辆需要在宽带渐变段结束前换入正常行驶车道，规则同1.1.1中(5)，若在结束时依然无法换入正常行驶车道，则强制换道，规则同1.1.1中(6)。

1.2交叉口内部模型

1.2.1信号灯控制规则

交叉口实行四相位的信号控制方案，按照东西直行、东西左拐、南北直行、南北左拐的顺序依据各自计算分配的绿灯时间进行，右拐车辆不受限制，具体配时方案优化确定。

1.2.2车辆直行规则

当信号灯为绿灯时，该方向车辆按照1.1.1中(1)～(4)的规则进行演化，禁止换道。

1.2.3车辆左转规则

(1)小汽车左转规则：当左转信号灯变绿，小汽车越过停车线后，依据安全条件换道左转，如图5所示。其中加粗线为道路中间线，后同。

图5　小汽车左转规则Fig.5　Left turn rules for car

① 1→2。若位置2为空且安全条件满足d(i,k)front>dr-safe,d(i,k)back≥0时，车辆按照1.1.1中(5)的规则一步换到2，k+1时速度v(i,k+1)= v(i,k)； 否则前行寻找机会尽早换道。若到临中间线后依然无法换道，则在原车道停车等待v(i,k+1) =0，寻找满足强制换道规则状态，规则同1.1.1中(6)。2→3同1→2，依据条件判断尽早换道或直行。

② 3→4。若目标位置4为空且安全条件满足d(i,k)front>dsafe,d(i,k)back≥0和位置4垂直方向来车安全间距要求d(i,k)vertical≥dv-safe满足时，车辆经过90°转弯最终转弯至与原左转车道垂直交叉的最内侧车道上，即位置4，v(i,k+1)=v(i,k)。

③ 4→5。车辆按照1.1.1规则和位置5垂直方向来车安全间距要求d(i,k)vertical≥dv-safe满足时，车辆向前动态演化，否则停车。

(2)大货车左转规则，如图6所示。

图6　大货车左转规则Fig.6　Left turn rules for large truck

①1→2。若位置2为空且安全条件满足d(i,k)front>dr-safe,d(i,k)back≥0时，车辆按类似图2所示的方式一步换到位置2(前1/2车身换至相邻的左车道，剩余1/2仍留在原车道)，k+1时v(i,k+1)=v(i,k)； 否则前行寻找机会尽早换道。若到临中间线后依然无法换道，则在原车道停车等待v(i,k+1)=0，寻找满足强制换道规则状态，规则同1.1.1中(6)。2→3，同1→2，依据条件判断尽早换道或直行。

② 3→4。若目标位置4为空且安全条件满足d(i,k)front>dsafe,d(i,k)back≥0和位置4垂直方向来车安全间距满足即d(i,k)vertical≥dv-safe时，则前1/2车身换至相邻的对向左转车道上，剩余1/2车身仍停留在原车道上，v(i,k+1)=v(i,k)。

③ 4→5。若目标位置5为空且安全条件满足d(i,k)front>dsafe,d(i,k)back>dsafe和d(i,k)vertical≥dv-safe时，前1/2车身经过90°转弯至与原左转车道垂直交叉的最内侧车道上，即位置5，v(i,k+1)= v(i,k)。

④5→6。按1.1.1规则和位置6垂直方向来车安全间距要求，即满足d(i,k)vertical≥dv-safe时，车辆向前动态演化，否则停车。

1.2.4车辆调头规则

(1)小汽车调头规则。当左转信号灯变绿、小汽车越过停车线后，依据同1.2.3中小汽车左转满足的安全规则，参照图7所示1→2，2→3调头，其中调头时占据所换方向1～2个车道。

图7　小汽车调头规则Fig.7　Turning around rules for car

(2)大货车调头规则。依据同1.2.3中大货车左转满足的安全规则，参照图8所示1→2,2→3,3→4,4→5调头，其中每一步均分为车前和车后两部分演化；调头时占据所换方向3～4个车道。

图8　大货车调头规则Fig.8　Turning around rules for large truck

1.2.5车辆右转弯规则

(1)小汽车右转弯规则。如图9所示，小汽车越过停车线后，通过1→2,2→3步进行演化。其中转弯半径较小时1→2只一次，较大时多次；安全条件同1.1.2规则，但拐入垂直车道时，还需满足d(i,k)vertical≥dv-safe。考虑到右转道路设计为圆弧形，呈现出图所示的半个元胞情况，不足半个的在规则演化中不予体现，大货车同。

图9　小汽车右转规则Fig.9　Right turn rules for car

(2)大货车右转规则。当转弯半径较小时，如图10所示1→2,2→3,3→4,4→5演化。安全条件同1.1.2规则，但进入垂直车道，还需满足d(i,k)vertical≥dv-safe；每一步均分为前1/2车身和后1/2车身两部分分别演化。由于车长转弯半径较小，车辆需占据两个垂直车道才能右转。

图10　转弯半径小时大货车右转规则Fig.10　Right turn rules for large truck when turning radius is small

当转弯半径较大时，如图11所示1→2,2→3,3→4,4→5,5→6步进行演化，其中1→2,2→3依据不同转弯半径步数不同。由于转弯半径较大，大货车可类似小汽车只需占据一个垂直车道就直接实现右转。

图11　转弯半径大时大货车右转规则Fig.11　Right turn rules for large truck when turning radius is large

1.2.6车辆冲突运行规则

本模型加入了车辆演化过程中相同方向、相对方向和垂直方向间安全距离阈值dsafe,dr-safe和dv-safe，确保不会发生撞车；同时实行四相位信号控制，确保交织时最大限度地避免车辆冲突。

当两辆车间均满足按照距离要求时，均按照自己的规则进行演化；当出现d(i,k)front=dr-safe或d(i,k)vertical=dv-safe时，出现可能的冲突，本研究参照基本交通规则进行演化：左转、右转车辆让直行，调头车辆让直行。

1.3边界条件

开放边界条件，具体为：

(1)入口边界。各进口车道交通量分时间段按一定均值的泊松分布到达，其中小汽车、大货车各占比例为p2,1-p2。设每小时每进口道其中一条车道上游进车carsum0,则该车道进车概率为p1=carsum0/3 600。每仿真步更新结束后，随机产生的概率rand1()≥p1时进口处不产生车辆；否则产生一辆车。对再随机产生的概率rand2()

(2)出口边界。若头车位置xlead>Lmax(道路总长度)，车辆驶出研究对象。

2　应用仿真试验分析

2.1试验条件和信号配时优化

采用1所建立的CA模型来具体表述如图1所示研究对象——天津港北疆港区某一交叉口的交通流过程。该交叉口位于前方码头和后方堆场、保税物流园区等的中间位置，在集疏运高峰时段拥堵严重。现状如图1所示，现其中所有方向均没有展宽路段现，转弯半径为18 m，信号控制。受地形限制各方向道路无法扩建，但可对该交叉口进行适当展宽改建，以适应在集疏运高峰期大型货车运输和提高通行能力的要求。

CA模型中进口道路长度均为L=200，道路宽度W=4/3；大货车最大速度在进口道和出口道vmax=5，即50 km/h，右转vmax1=3，即30 km/ h，左转vmax2=2即20 km/h；dsafe，dr-safe和dv-safe小汽车分别为2，3和1，大货车分别为3，4和2。考虑到本问题主要是解决集疏运高峰期的交通拥堵，以该时间段调查预测的交通量作为进口流量，确定出1，3方向进口道来车carsum=3 600 veh/h，2，4方向carsum=3 200 veh/h，小汽车占比p2=20%，大货车80%；进口道2-4方向含调头左转、直行、右转车辆所占比例分别为30%，40%，30%，进口道1-3方向左转、直行、右转车辆所占比例分别为25%，50%，25%。仿真时长7 200 s，步长1 s，为防止非稳态因素干扰，舍弃每次试验前3 600个时间步，即为3 600步后的试验分析。

对仿真试验时交叉口信号配时问题，本交叉口由于集疏运高峰期时间段处于饱和交通状态且两个方向交通需求差别不大，依据“不同交通流状态应采用不同信号控制策略方式，饱和状态下宜采用定时控制方式”[11-14]，本研究仿真试验采用定时控制方式，且考虑到仿真的复杂性和时间长的特点，不宜采用如遗传、多目标规划等方式。针对试验中的每一个方案，在仿真前采用TRRL(Webster法)、ARRB(Australian Road Research Bureau)和冲突点法，进行各信号配时方案的计算比较，在此基础上分别进行仿真，依据效果选出最佳配时方案。其中维持现状方案的计算和仿真结果见表1所示。绿灯时间按东西直行、东西左拐、南北直行、南北左拐的顺序列出。可以看出：(1)TRRL(Webster法)作为各定时信号配时方法中的最基础方法，由于没有改进使其控制效果最差。(2)无论何种信号配时方案，信控周期均比一般城市道路交叉口信控周期75～150 s要长，这是由于大货车比例高，交通需求大，延长信控周期时间是提高交叉口通行能力的必然选择。(3)在维持现状方案中，ARRB方法较佳。而在其他设计方案中，均按照本方法予以确定。

考虑问题的复杂性和设计时先后顺序，研究按交通组织设计和渠化设计的顺序分别进行。

2.2交通组织设计参数优化分析

进口道1-3方向车道现出现大排队严重，而进口道2-4方向相对较轻。从各方向进口流量来看,2-4方向左、直行、右车辆所占比例分别为30%，40%，30%，而具体三车道分别按左转、直行、右转设置，符合交通需求实际，不再需要优化。而1-3 方向交通需求各方向比例分别为25%，50%，25%，车道现设置分别为左转、直行、直右，直右车道两个方向车流量交织，造成排队严重问题。本研究就针对1-3方向进行交通组织设计，具体通过将该进口道的中心线右移，增加进口车道数量的方式将直右混行车道中右转车辆分离出来。右转车道展宽段长度Ls分别采用0(维持现状不展宽)，30，36，42，48，54，60 m共7个方案进行仿真试验，其中展宽时道路渐变段长度采用固定值La=10即30 m，转弯半径48 m。

表1　各信号配时方案和仿真结果

图12为道路不展宽和展宽后(仅显示展宽长度为30,36,54 m)进口道1原直右混行车道的时空斑图。可以看出：(1)拓宽前直右车道在未进入交叉口内部时由于信号灯的控制产生车辆排队现象，车流速度变慢，密度增加，排队长度随时间的增长向上游不断延伸；当信号灯变为绿灯后，车辆启动驶入交叉口内部，排队现象有所缓解但仍无法消散，出现二次排队现象，拥堵程度不断加重。(2)拓宽后直右混行车道上的车辆在未进入交叉口时呈自由流状态，车流畅行；当到达车道宽度渐变段时，由于右转车辆与直行车辆的分离，车辆在临交叉口时仍会产生不同程度的排队现象，但随交叉口信号灯变为绿灯，经过一段时间的放行，排队现象逐渐消散；当车辆驶离交叉口内部到达道路宽度渐变时，相邻车道的大量车辆汇入该车道，使得车流密度瞬间增加，车流移动缓慢；经过一段时间的加速，车流速度逐渐增加，道路重新恢复至自由流状态。(3)这种变化针对不同的展宽长度方案效果不同，Ls取36 m时效果最佳。

图12　展宽进口道前后原直右混行车道时空演化图Fig.12　Space-time evolution diagrams of straight-right mixed lane before and after broadening entrance lane

这一现象从不同展宽长度下基本图比较(见图13，仅显示部分)和交叉口通行能力比较(见图14)中得到进一步证实。该交叉口流量上升和下降的分界点-临界密度，展宽后比展宽前得到提高；不同的展宽长度，交叉口的临界密度、实际通行能力也不同，在本案例中设置展宽路段，道路通行能力随着展宽长度的增加，临界密度、实际通行能力呈现先增后减的现象，展宽长度在Ls=36 m时取得最大值。这是由于展宽车道的设置，转弯车辆提前与直行车流分离，使得转弯车辆缩短通过交叉口所用时间，减少与交叉口内其他方向车流的干扰冲突，从而使得交叉口实际通行能力和安全性大大提高。当展宽段长度超过Ls=36 m后，由于展宽车道允许车辆行驶的最大速度较低，使得车辆通过交叉口的时间增加，实际通行能力反而下降，因此拓宽进口车道并选用合理的展宽段长度是提高类似本交叉口通行能力的首要步骤。

图13　不同展宽长度交叉口流量-密度图Fig.13　Flux-density curves of intersection with different broadening lengths

图14　不同展宽段长度交叉口实际通行能力比较Fig.14　Comparison of actual capacities for intersection with different broadening lengths

2.3渠化设计参数优化分析

在2.2优化确定展宽段长度取36 m基础上，对转弯半径R分别取6,10,12,14,16,18,20 m共7个方案进行仿真试验，对应的实际值分别为18,30,36,42,48,54,60 m。

图15　不同转弯半径下车道时空斑点图Fig.15　Space-time speckle diagrams of lane with different turning radii

图15为进口道2右转车道转弯半径R分别取18,30,48 m和60 m的时空斑图。从图中可以看出：(1)专用右转道路上行驶车辆在一个信号周期内始终具有通行权，车辆在与相交叉方向直行车辆在实现交汇的过程中，随着转弯半径的增大，右转车道均产生不同程度的拥堵现象，随时间推移排队长度逐渐增加，且向上游方向传播。(2)对比4个小图可以看出，转弯半径在R取18，30 m时较R=48 m，右转车道排队更为严重。这是由于车辆在与相交叉方向直行车辆在实现交汇的过程中，随着转弯半径的增大，冲突点也在逐渐外移，冲突范围扩大并分散，车辆侧面冲突间严重程度在逐渐减小，右转车辆转弯更易；但到达48 m后，由于转弯半径太大，车辆行驶距离增加，而扩大转弯半径并没有从根本上消除冲突，只是将冲突点转移，因此车辆实现转弯时间延长，交叉口实际通行能力不再提高，反而降低。

图16为不同转弯半径下基本图比较(仅显示部分)，显然流量上升和下降的分界点——临界密度刚开始随着转弯半径的增加在增加，但这一趋势在转弯半径增大到48 m后下降，具体可从图17的交叉口实际通行能力比较图中可以看出：在转弯半径变大过程中，交叉口的实际通行能力从7 416 veh/h上升至7 906 veh/h，之后逐渐降至7 377 veh/h并在其上下波动保持稳定。这是由于增大转弯半径可以使得车辆特别是大货车提前转弯便于右拐，提高了交叉口的实际通行能力；但当转弯半径过大时，由于停车线后移过多，增加了车辆通过交叉口的距离和时间，交叉口实际通行能力随转弯半径的增大反而降低，依然无法缓解交通拥堵现象。因此合理的转弯半径是交叉口优化设计的关键内容之一。

图16　不同转弯半径下交叉口平均流量-密度图Fig.16　Flux-density curves of intersection with different turning radii

图17　不同转弯半径下实际通行能力比较图Fig.17　Comparison of actual capacities for intersection with different turning radii

3　结论

提出并建立港口交叉口混合交通流CA模型，通过仿真试验对交叉口展宽、转弯半径参数进行优化分析，以期为类似本研究对象的以大货车为主的道路交叉口优化设计提供基础模型和工程支持。本研究仅是初步研究，在模型建立方面需要对元胞划分、冲突点分析等规则进一步细化；在参数优化方面尚需进行多参数同时变动的不同方案进行比较分析；在管控方面尚需从细化成本算法角度，给交叉口设计信号配时优化提出具体指导，使之成为可推广的方法。

[1]ANOR N,AHMAD Z,ABDULLAH J,et al.Road Network System in Port Klang,Malaysia and Impacts to Travel Patterns[J].Procedia-Social and Behavioral Sciences,2012,35:629- 636.

[2]YANG Z Z,CHEN G,MOODIE D R.Modeling Road Traffic Demand of Container Consolidation in a Chinese Port Terminal[J].Journal of Transportation Engineering,2010,136(10):881-886.

[3]韩小涛.基于交通冲突技术的港区平面交叉口安全性评价方法[D].天津：天津大学,2012.

HAN Xiao-tao.Safety Evaluation of Intersection in Port Based on Traffic Conflict Techniques[D].Tianjin:Tianjin University,2012.

[4]阳思,马寿锋,钟石泉.基于元胞自动机的拖挂车弯道转弯模型及仿真[J].交通信息与安全,2011,29(4):33-39.

YANG Si,MA Shou-feng,ZHONG Shi-quan.Turning Modeling and Simulation of Trailer Based on Cellular Automaton[J].Journal of Traffic Information and Safety,2011,29(4):33-39.

[5]南天伟，毛保华，陈志杰,等.基于元胞自动机的城市混合非机动车流特性模拟研究[J].公路交通科技,2014,31(1):104-109.

NAN Tian-wei,MAO Bao-hua,CHEN Zhi-jie,et al.Urban Mixed Non-motor Vehicle Flow Character Simulation Based on Cellular Automata[J].Journal of Highway and Transportation Research and Development,2014,31(1):104-109.

[6]庞明宝，杨敏，张莎莎.高速公路协调控制信号施加策略研究[J].公路交通科技,2014,31(1):131-138.

PANG Ming-bao,YANG Min,ZHANG Sha-sha.Strategies of Inputting Coordinated Control Signal for Freeway[J].Journal of Highway and Transportation Research and Development,2014,31(1):131-138.

[7]刘应东,牛惠民,王建强.短连线信号交叉口的元胞自动机模型[J].公路交通科技,2015,32(2):140-146,153.

LIU Ying-dong,NIU Hui-min,WANG Jian-qiang.Cellular Automata Model of Short-link Grouped Intersections[J].Journal of Highway and Transportation Research and Development,2015,32(2):140-146,153.

[8]陈军华,张星臣,赵凛,等.基于元胞自动机的交叉口仿真平台研究[J].交通运输系统工程与信息,2009,9(1):68-73.

CHEN Jun-hua,ZHANG Xing-chen,ZHAO Lin,et al.Simulation Platform for Non-signalized Intersection Based on Cellular Automaton[J].Journal of Transportation Systems Engineering and Information Technology,2009,9(1):68-73.

[9]CHAI C,YONG Y D.Micro-simulation of Vehicle Conflicts Involving Right-turn Vehicles at Signalized Intersections Based on Cellular Automata[J].Accident Analysis &Prevention,2014,63(1):94-103.

[10]DEO P,RUSKIN H J.Urban Signalised Intersections:Impact of Vehicle Heterogeneity and Driver Type on Cross-traffic Manoeuvres[J].Physica A:Statistical Mechanics and Its Applications,2014,405:140-150.

[11]YAN C W,JIANG H,XIE S Y.Capacity Optimization of an Isolated Intersection under the Phase Swap Sorting Strategy[J].Transportation Research Part B:Methodological,2014,60(1):85-106.

[12]LI Z F,ELEFTERIADOU L,RANKA S.Signal Control Optimization for Automated Vehicles at Isolated Signalized Intersections[J].Transportation Research Part C:Emerging Technologies,2014,49(49):1-18.

[13]卢凯.不同交通流状况下的交叉口信号控制策略[J].公路交通科技,2006,23(4):128-131,142.

LU Kai.Signal Control Strategies for Intersection under Different Traffic Flow[J].Journal of Highway and Transportation Research and Development,2006,23(4):128-131,142.

[14]何兆成,招玉华,赵建明,等.基于状态判别的单点交叉口信号配时优化方法[J].公路交通科技,2010,27(7):100-104.

HE Zhao-cheng,ZHAO Yu-hua,ZHAO Jian-ming,et al.A Signal Timing Optimization Method for Isolated Intersection Based on Traffic Status Identification[J].Journal of Highway and Transportation Research and Development,2010,27(7):100-104.

Optimization of Design Parameters for Intersection of Port Road Based on CAM

PANG Ming-bao,WU Shu-xiang,CAI Zhang-hui

(School of Civil Engineering,Hebei University of Technology,Tianjin 300401,China)

The optimization of design parameters for mainly large truck oriented intersection of road traffic system in port based on CAM is studied.Based on symmetric two-lane Nagel-Schreckenberg (STNS) model,a cellular automaton model of intersection for large trucks with mixed traffic flow in port district is established,where large truck is divided into 2 parts for evolution respectively when it changes lane and turns.From the aspects of traffic organization and channelization,the possible design schemes are conceived.The nonlinear behavior of traffic flow in peak period of port cargo’s collecting and distributing is analyzed and the indices are computed via the simulation experiment,and the optimized values of design parameters are obtained.The result shows that whether to broaden the entrance lane or not,the reasonable length,and the turning radius,can be determined by establishing the proposed CAM according to the actual traffic demand for mainly large truck oriented intersection,thus the traffic jam phenomena can be suppressed and the goal of improving road capacity can be realized.

traffic engineering;intersection;cellular automaton model (CAM);optimization of design parameter;large truck;road traffic system in port

2015-03-07

天津市科技支撑计划重点项目(12ZCZDSF0 0300)；河北省自然科学基金项目(E2015202266)

庞明宝(1966-),男,河南西峡人,博士,教授.(pmbpgy@sina.com)

10.3969/j.issn.1002-0268.2016.01.016

U491.2+33

A

1002-0268(2016)01-0103-09