基于OpenStreetMap的城市公交专用道设置优化

刘月, 薛运强, 孙立山

(1.北京工业大学城市建设学部, 北京 100024; 2.华东交通大学交通运输工程学院, 南昌 330013:3.东南大学交通学院, 南京 210096; 4.江西省高铁区域发展研究中心, 南昌 330013)

为缓解公共交通拥堵,国家大力提倡发展“公交优先”。其中,公交专用道作为公交优先发展的有效策略,对保证公交运行速度、提高公共交通吸引力具有重要作用。公交专用道设置优化的关键是在公交路权得不到保障的路段,合理设置优化公交专用道,以提高公交的运行效率与可靠性。因此,在设置公交专用道的过程中,有必要对城市交通进行实时态势分析,精确识别须设公交专用道路段,并采用合理的公交专用道设置优化方式,达到改善公共交通拥堵、提高公交出行效率的目的。

在公交专用道设置方面,国内外学者已经做了大量研究。陈明[1]在传统车辆速度模型的基础上进行改进,考虑不同公交比例对车辆运行产生的不同时间效益,分别构建公交和社会车的车速模型。Zhu[2]在提出交通均衡模型的基础上,进一步分析公交优先措施,建立公交车道的双车道模型,论证设置间歇式公交车道对社会车流的影响不大。史远等[3]通过建立车辆行驶时间—路段饱和度之间的关系模型,考虑公交与社会车辆运行情况的不同,对路段设置公交专用道前后分别进行定量分析,在此基础上定性评价公交专用道的设置对车速的影响。关于OSM(OpenStreetMap)的相关研究,宋青等[4]在深入分析自行车骑行者的路径选择行为的基础上,基于OSM数据构建了自行车路径优化模型,提出了一种最优多判路径规划方法,并通过实验仿真表明方法的可靠性。Hacar等[5]提出了一种新的道路匹配方法,针对3种不同模式的同一区域网络,分别从距离、方向、弯曲度等方面来确定相似性评分,验证该方法在不同道路模式下都能得到满意的结果。

目前,针对道路拥堵情况的研究主要依托于人工调查、感应线圈等方式获取交通数据[6-7],缺乏从交通大数据中提取路网与交通流信息的研究,大大降低了路网交通状态识别的效率和范围。因此,现基于OSM提取出可设公交专用道路网,采用Stroke道路表示法对OSM路网与百度路网进行融合,并选取道路几何特征对两种路网进行相似度计算及匹配,从而提高两种路网间的匹配度。其次,将百度地图实时交通数据在OSM可设公交专用道路网上实现交通态势可视化,从而精准识别出公交专用道设置对象。最后,通过构建公交路阻函数模型,计算设置前后的时间效益差,以进一步优化公交专用道设置方案。

1 基于OSM路网确定公交专用道选址

OSM作为众源地理信息数据的典型代表,是近年来国际地理信息学科研究的新热点。OSM凭借其信息丰富、开源共享等优势,得到了广泛应用。此外,OSM是一个免费的开源地图,其中包含来自世界各地的地理数据和信息,用户可以随意获取丰富的路网数据,降低了数据采集的难度。

OSM数据中包含众多图层,主要有高速公路、铁路、水系、水域和建筑等。同时,OSM中有着分类详细的交通要素,如residential、pedestrian、trunk、cycleway等。OSM中分类详尽的图层与要素有利于根据用户的不同需求构建出相应的路网集合,为进一步的研究分析提供路网支撑。OSM中现有路网为整个交通路网以及已存在公交专用道的路网。为更加准确地分析公交专用道的设置环境、快速确定公交专用道选址范围,通过对OSM数据的特征属性进行相关分析,构建OSM数据中可设公交专用道路段的集合要素,从而提取出可设公交专用道的路网,为路网数据融合做准备。

1.1 可设公交专用道路段的特征提取

OSM地理信息数据采用xml结构进行存储,并通过包含拓扑性质的数据结构进行描述。OSM数据模型是由节点(Node)、道路(Way)、关系(Relation)3种基本矢量数据构成的,在这3种矢量数据中,道路数据虽然冗余但比较完整。因此,筛选OSM中的道路数据作为可设公交专用道路网的初始数据。由于OSM中的道路矢量数据的特征属性全部通过标签值进行记录,因此,考虑结合可设公交专用道的道路特性,构建出可设公交专用道路网集合,并将道路特征属性与标签值进行关联,从而得到可设公交专用道路网。

《公交专用车道设置》[8]是公交专用道设置的主要依据。根据该标准总结设置公交专用道的道路条件如下:①单向机动车道数不小于3;②禁止公交通行路段不可设置;③步行道路、行人通道、非机动车道等路段不可设置;④路段饱和度位于0.5～0.8。

根据《公交专用车道设置》中的内容,提出构建可设公交专用道路网集合主要有:可设公交专用道、不可设公交专用道两大类。

由于城市道路中单向车道数大于等于3的道路满足设置公交专用道的道路条件[9],因此,假设在OSM道路数据中bus、primary、secondary、motorway及其连接部分中车道数大于等于3的路段可作为数据源。一些路段由于不区分公交道、不满足道路数要求、不允许公交通行等原因,故不可作为设置公交专用道路段,包括居住区、公园、郊区、步行道路、行人通道、非机动车道等,如表1所示。

表1 可设公交专用道路网集合Table 1 Bus lane network can be set up

将所构建的可设公交专用道路网集合内容与标签值在ArcGIS中进行字段关联。通过在ArcGIS属性表中输入地图信息元素与标签值[10],即对OSM路网数据进行筛选处理,提取出OSM可设公交专用道路网。

由于OSM路网仅提供道路矢量数据,为确定可设公交专用道路网中满足路段饱和度要求的路段,考虑将OSM路网与百度路网数据进行融合匹配,实现百度路网数据在OSM可设公交专用道路网上的可视化。

1.2 OSM与百度路网数据融合匹配

由于OSM路网数据和百度路网道路数据分别采用两种不同的坐标系,所以需要将两者的坐标系进行转换。此外,两者数据量较大,其中OSM道路数据中的道路完整性更好;而百度路网将许多道路进行过分段处理,导致道路要素被分割多条,破坏了道路整体的完整性。因此,在道路匹配的过程中,需进行道路拼接以得到完整道路,提高道路匹配正确率。

采用Stroke道路表示法进行路网融合[11],拼接分段道路使之成为一条完整道路,从而简化道路匹配流程。道路网Stroke的判断原则是依靠两条道路之间的偏向角判断是否连接,如图1所示。由于路段A与路段C的偏角较小,将路段A与路段C连接为一条路。同理,路段B与路段C连接,路段E找不到相连接的路段,不做处理。

图1 道路Stroke示意Fig.1 Road Stroke schematic

在路网匹配方面,由于道路网数据较为复杂,仅以位置信息来判断不同数据源的两条道路是否匹配是不可靠的。因此还需要对道路的其他信息加以充分利用,以此提高匹配结果的可靠性。

对于待匹配的道路段相似度计算,综合考虑两方面:路段长度之间、路段方向之间的相似度。定义每条道路中的子弧[12]为

Arck,k+1={vertexk,vertexk+1}

(1)

式(1)中:Arck,k+1为道路中的第k个子弧;vertexk为第k个顶点;vertexk+1为第k+1个顶点。

(2)

路段整体相似度为

(3)

图2 不同方向路段Fig.2 Section in different directions

根据上述定义计算两条道路的相似度。选择的相似度阈值是0.65[13],若相似度超过0.65,则断定两条路基本匹配;若有多个匹配路段,则取匹配度最高的路段作为最终匹配路段;否则视为不匹配。

经过融合匹配处理好的路网系统具有相对稳定性,不仅可以使路网空间数据与交通实况数据较高程度地匹配,还能使交通态势分析更加精准。

1.3 交通态势分析

交通态势分析是公交专用道优化设置的重要前提。应用实时的交通数据可以快速识别道路交通状态,从而筛选饱和度满足公交专用道设置要求的路段。交通态势分析中的实时交通数据来自百度地图开放平台中的应用程序编程接口(application programming interface,API),其中包含道路名称信息、路况、速度信息、经纬度信息等。交通态势分析的主要步骤是在路网融合匹配的基础上,确定分析尺度、建立坐标集并与交通实况流量进行比对,从而获取交通饱和状态可视化[14],如图3所示。

图3 交通态势分析流程Fig.3 Situation analysis process

为有效分析路网交通态势,应进行多日多次采集交通实时信息数据,并取其平均值。同时,应保证获取路网数据与交通态势数据的时间应基本一致,确保路网信息具有相近的时效性,数据之间有较强的时间维度联系。

将数据导入ArcGIS中,即可实现交通饱和状态数据的可视化,如图4所示。

图4 路网拥堵情况Fig.4 Network congestion

黄色路段表示该路段既满足设置公交专用道的道路条件要求又满足饱和度条件要求。针对调查时段内多次满足设置要求的路段进行路阻分析,确定公交专用道的设置方案。

2 公交路阻函数模型

2.1 模型假设

基于以下假设,建立公交路阻函数模型。

假设1公交专用道设置前后客流量和车流量不变。

假设2公交发车频率、乘客等待时间不变。

假设3乘客上、下车服务时间与专用道设置与否无关。

2.2 模型构建

结合公交在道路上的运行状态,将行驶过程分为三部分:纯运行路段、交叉口路段、站台路段,划分情况如图5所示。

图5 运行路段划分Fig.5 Division of operating sections

路阻函数模型[15]表示为

(4)

2.3 纯路段延误

2.3.1 设置公交专用道前

当交通流量较大时,建立路阻函数模型为

(5)

式(5)中:α、β为模型参数;v0为当路段流量为0时路段速度;k为路段交通流密度;kmax为路段极限密度;z=(2n±1)/n,n为大于0的奇数。

2.3.2 设置公交专用道后

设置公交专用道后,考虑公交车辆和社会车辆交通流密度的不同,模型为

(6)

式(6)中:v′0为设置公交专用道后路段流量为0时路段速度;kb为公交专用道交通流密度;kb,max为公交专用道极限密度;kc为非公交专用道交通流密度;kc,max为非公交专用道极限密度;α1、β1、α2、β2为待定系数。

2.4 交叉口延误

根据信号交叉口的有效红灯时长和车辆到达情况,求得每辆车的延误。公式为

(7)

式(7)中:bm为每辆车的均匀延误;r为有效红灯时间;S为车辆离开交叉口的平均饱和流率;λ为公交车到达交叉口的平均到达率。

交叉口延误时间模型为

(8)

式(8)中:t3为交叉口均匀延误时间;C为j时刻、i路段上交叉口交通信号周期。

2.5 停靠站延误

(9)

2.5.1 站点损失时间[16]

建立站点损失时间模型为

(10)

式(10)中:venter为公交进站速度;aenter为公交进站加速度;P0为站点没有车辆停靠的概率;vouter为公交出站速度;aouter为公交出站加速度;tstart为公交启动时间,取值2 s;x为0-1变量,设置公交专用道,取0;未设置公交专用道,取1;τ为驶入相邻车道所需的时间间隔。

2.5.2 乘客上下车时间

根据研究路段的调查数据,确定乘客上下车时间关系为

(11)

式(11)中:tclose为公交关门时刻;topen为公交开门时刻;nijk为在j时刻、i路段、k站点的上下车乘客数。

3 案例分析

3.1 确定研究对象

以南昌市部分路网为例,依据构建的路网集合提取可设公交专用道路网,并将OSM路网与百度路网进行融合匹配,如图6所示。

图6 公交专用道路网Fig.6 Bus lane network

提取百度路网中2021年4月5日——2021年4月11日早晚高峰共14个时段的交通状态数据。单次高峰时间需提取255个数据,早晚高峰共510个数据信息。将提取的数据导入ArcGIS中与OSM进行连接,实现交通状态数据的可视化,如图7所示。

图7 常发拥堵路段可视化Fig.7 Frequently congested road visualization

通过交通态势分析后发现,早晚高峰的拥堵情况相差不大,早晚高峰时轻微拥堵状态的路段占据多数。将14个时段内饱和度满足设置要求超过6次的区域ID进行标记,并将这些道路判定为待设公交专用道路段。

待设公交专用道中问题最为突出的路段为:青山南路、阳明路、八一大道、阳明东路,一周内满足设置要求达到8次。其中,青山南路、阳明东路未设置公交专用道。为进一步确定优化方案,根据调查的数据分别对阳明东路、青山南路进行模型求解。

3.2 模型求解

3.2.1 参数确定[17]

阳明东路公交比例约为0.3,公交专用道设置前后的纯路段延误模型为

(12)

(13)

青山南路公交比例约为0.35,公交专用道设置前后的纯路段延误模型为

(14)

(15)

3.2.2 时间效益确定

按照早晚高峰划分不同时间段,青山南路公交车在设置公交专用道前后的纯路段延误、交叉口延误、站点延误如表2～表4所示。阳明东路总时间效益差为3.76 s;青山南路总时间效益差为29.64 s。

表2 纯路段延误表Table 2 Pure road delay

表3 交叉口延误表Table 3 Intersection delay

表4 停靠站延误Table 4 Stop delay

综合,阳明东路设置公交专用道对缓解交通压力的效果并不明显,青山南路设置公交专用道可以有效地减少延误损失。结合青山南路现状的公交运行情况,考虑在青山南路上设置公交专用道。

3.3 SUMO仿真评估

通过模型已求解出青山南路设置公交专用道所带来的时间效益,但车辆的实际运行情况并不清楚。为进一步明确设置公交专用道所带来的改善效果,利用SUMO软件,将青山南路设置公交专用道前后的各运行指标进行对比,如图8所示。

图8 设置公交专用道前后对比Fig.8 Comparison before and after setting the bus lane

通过SUMO仿真结果表明:青山南路设置公交专用道对于缓解交通压力、改善交通环境效果十分显著。其中,公交车车辆延误降低18.2%,社会车辆延误降低10.8%。

4 总结

(1)基于OSM提取南昌市部分可设公交专用道路网,采用Stroke道路表示法将OSM路网与百度路网进行融合,并通过路段相似度计算实现了两种路网间的高度匹配。

(2)将OSM路网与百度地图数据进行关联,实现可设公交专用道路网的交通态势可视化。确定将满足设置公交专用道次数最多的青山南路、阳明东路作为研究对象。

(3)分析公交在道路上的运行状态,分别求解出阳明东路、青山南路设置公交专用道前后在站点的时间效益差为2.23、3.62 s;在交叉口的时间效益差为0.8、4.2 s;在纯路段的时间效益差为0.73、21.82 s,考虑为青山南路设置公交专用道。

(4)通过SUMO仿真分析青山南路设置公交专用道前后的车辆实际运行状况。结果表明,青山南路设置公交专用道后在车辆平均速度、平均延误情况等方面均为明显改善。本文提出的方法有助于优化公交专用道的设置,提高交通运输效率、改善公交运行环境。