区域实时交通拥堵度评价指数与指标体系研究

文图｜周祺 许阳 刘小武

道路交通拥堵科学治理是一项复杂的系统工程，既关乎安全出行、绿色环保、节能减排，又涉及地区营商环境创建和政府社会治理能力提升。只有从硬件、软件、环境等交通全要素入手并持续发力、闭环优化，才能为交通参与者提供一个良好的出行环境。因此，针对当前我国城市交通拥堵治理还存在的道路交通规划与建设滞后、通行交通流量优化不足、交通文明素养不到位、交通信号控制不当等问题，本文从区域实时交通拥堵度评价出发，研究提出一套区域实时道路交通拥堵度评价指数指标，用于实现不同区域相同时间和同一区域不同时间交通拥堵度的客观精准评价，供业内讨论参考。

一、道路交通拥堵度评价现状

目前，我国道路交通拥堵度评价主要是基于《城市交通运行状况评价规范》（GB/T 33171—2016）和《道路交通拥堵度评价方法》（GA/T 115—2020）两个标准。这两个标准是以点、线、面的方式建立对交叉口、区间道路、道路网的拥堵度评价指数和指标体系，主要有“最大车均延误”“最大排队时间指数”“平均行程速度”“严重拥堵里程比例”“城市交通运行指数”等指标，可以以红、橙、绿等较直观的形式评价特定交叉口、区间路段和道路网某一时刻的拥堵度。按照上述标准，开展道路交通拥堵度评价时，数据可采用人工方法采集，或利用固定式交通检测设备、移动式车载设备等进行采集，但由于道路交通拥堵度实时自动检测还未普及，数据采集不系统、不全面等原因，所产生的道路交通拥堵度指数和指标实时性不足，无法支撑区域实时道路交通拥堵度评价，只能对局部交叉口和区间路段拥堵度进行定性评价，更不能支撑交通信号全面优化控制与经济效益分析。因此，现有技术条件下，对道路交通拥堵度进行连续动态实时评价不具有操作性。

二、区域实时交通拥堵度评价指数指标

（一）区域实时交通评价需求

为了能对区域实时道路交通拥堵度进行评价并支撑交通信号优化控制与经济效益分析等场景，区域实时交通拥堵度评价指数指标应具有客观性、可比性、全面性、实时精准等特性。一是反映车辆在区域的拥堵时间。交通拥堵主要反映在拥堵时间和拥堵里程上，拥堵时间是车辆驾乘人员对拥堵最直接、最客观、最精确的感受。二是反映交叉口实时车道的排队时间。交叉口是交通信息控制的主要场地，也是交通拥堵的客观必然场地。交叉口排队时间即车辆在交叉口的拥堵时间。为支撑交通信号优化控制，还需要将交叉口排队时间细化到交叉口车道排队时间。三是反映区域实时道路交通拥堵度。反映区域内全部交叉口、全部车道、所有车辆的排队时间，才能真实反映区域实时道路交通的拥堵度。

（二）区域实时交通评价指标设计

《道路交通拥堵度评价方法》（GA/T 115—2020）中的“排队长度”定义为车辆排队队列从交叉口停止线或排队起点至队列末尾之间的长度；“交叉口排队时间”定义为交叉口排队车辆从首次停车开始直至通过进口道停止线所花费的时间。为了区域实时交通拥堵度评价，需要对这两个指标进一步细化，从而形成新的交通拥堵度评价指数指标。

一是车道实时累计排队时间（HSQT）。以交叉口进口的某一车道H（直行、左转、右转）为监测车道，实时记录*年*月*日该车道自当天0 时起至24时止车辆累计排队时间，即HSQT(t)=ΣHTi(t)，其中HTi 为H 车道上第i 辆车的实时交叉口排队时间，车辆从排队起始时间开始计时，出进口道停止线后终止计时。该曲线为连续上升曲线，HSQT 的单位为秒(s)。如图1 为车道实时累计排队时间，其中横轴为时刻、纵轴为时间。

图1 车道实时累计排队时间

二是车道时间拥堵时长（HTST）。以交叉口进口的某一车道H（直行、左转、右转）为监测车道，实时记录*年*月*日该车道自当天0 时起至24 时止在设定时间间隔（如5 分钟）内全部车辆车道累计排队时间。该值可以通过车道实时累计排队时间HSQT 在设定时间间隔的差值计算得出，即HTST(t)=HSQT(t)-HSQT(t-Δt)，其中Δt 为设定的时间间隔，取值一般大于等于一个信号控制周期。如图2 为车道时间拥堵时长，其中横轴为时刻、纵轴为时间。

图2 车道时间拥堵时长

三是交叉口实时累计排队时间（XSQT）。以交叉口X 为评价对象，实时记录*年*月*日交叉口X自当天0 时起至24 时止车辆累计排队时间。该值可以通过交叉口X 各车道实时累计排队时间HSQT 相加计算得出，即XSQT(t)=ΣHSQTi(t)。

四是区域实时累计排队时间（DSQT）。以区域D（道路网）为评价对象，实时记录*年*月*日该区域自当天0 时起至24 时止车辆累计排队时间。该值可以通过区域内各交叉口实时累计排队时间XSQT 相加计算得出，即DSQT(t)=ΣXSQTi(t)。如图3 为区域实时累计排队时间，表征某日区域实时累计排队时间，该曲线为连续上升曲线。

图3 区域实时累计排队时间

五是区域时间拥堵时长（DTST）。以区域D（道路网）为评价对象，实时记录*年*月*日该区域自当天0 时起至24 时止在设定时间间隔（如30 分钟）内全部车辆排队时间。该值可以通过区域实时累计排队时间DSQT 在设定时间间隔的差值计算得出，即DTST(t)=DSQT(t)-DSQT(t-Δt)，其中Δt 为设定的时间间隔，取值一般大于等于15 分钟。如图4 为区域时间拥堵时长，其中横轴为时刻、纵轴为时间，用于表征某日区域各时段的拥堵程度。

图4 区域时间拥堵时长

六是区域时间拥堵时长面积指数（DTSTI）。以区域D（道路网）为评价对象，实时记录*年*月*日该区域自当天0 时起至24 时止在设定时间间隔（如30 分钟）内全部车辆排队时间，并除以区域总面积。该值可以通过区域时间拥堵时长DTST 计算得出，即DTSTI(t)=DTST(t)/DS,其中DS 为区域总面积。如图5 为区域时间拥堵时长面积指数，用于表征某区域某日各时段的拥堵程度。

图5 区域时间拥堵时长面积指数

（三）评价指数指标的数据采集

区域道路交通拥堵评价指数指标数据的获取，需要实时监测各车辆的交叉口排队时间，并按进口道归集，产生车道实时累计排队时间（HSQT）。目前最可行的数据采集办法是利用现有的交叉口摄像机，经AI（人工智能）图像数据分析处理，获得各车辆车道排队起始时间、排队终止时间、排队起始位置、实时排队数量，并计算出车道实时累计排队时间（HSQT）。其中，AI 图像处理具体步骤为:先获取交叉口固定监控视频的RTSP（实时流传输协议）图像数据，如图6 所示，在图像中对进口车道和停止线进行标定，经过训练的交叉口车辆AI 检测模块可以识别车辆和车道，对探测到的车辆进行识别标定、跟踪，如图7 所示，获取车辆排队起始时间和排队终止时间，各车辆排队时间按车道归集，计算出车道实时累计排队时间（HSQT）。其他区域道路交通拥堵指数指标可以通过HSQT 值和交叉口AI检测模块采集的原始数据计算得到。

图6 交叉口监控视频RTSP图像

图7 交叉口车道标定和AI检测

（四）评价指数指标应用

为了精准计算区域实时交通拥堵度指数指标，所记录的原始数据应包括排队车辆、交叉口车道、排队起始时间、排队终止时间、排队起始位置、实时排队数量，其他拥堵指数指标参数可根据以上采集的原始数据进行计算。其中，根据“车道时间拥堵时长HTST”可以支持交通信号优化控制，并根据“交叉口实时累计排队时间XSQT”“区域实时累计排队时间DSQT”“区域时间拥堵时长DTST”可以评价交通信号优化控制的效果；“区域时间拥堵时长面积指数DTSTI”可以用于区域道路交通拥堵度评价，既可以对同一区域不同时期（年、月、日、时）进行道路交通拥堵度评价对比，也可以对不同区域同一时段进行拥堵度评价对比；“区域实时累计排队时间DSQT”还可以用于经济效益分析和节能减排分析等应用场景。

三、结语

针对不同区域相同时间和同一区域不同时间交通拥堵度的客观精准评价场景，本文提出新增“车道实时累计排队时间”“车道时间拥堵时长”“交叉口实时累计排队时间”“区域实时累计排队时间”“区域时间拥堵时长”“区域时间拥堵时长面积指数”等交通拥堵度评价指数指标，既能够科学评价区域实时交通拥堵度及提高交通拥堵度精细化评价水平，又能够为制定交通缓堵措施和区域交通管理水平考核提供参考依据。