自行车對信号交叉口通行能力的影响
自行车對信号交叉口通行能力的影响[20200907163700]
摘要:虽然关于有很多信号交叉口运行的研究,但是很少甚至没有关于自行车对信号交叉口通行能力影响的研究.本文研究的目的是通过对几个有显著自行车交通的路口进行视频跟踪,来准确量化自行车对信号交叉口通行能力的影响.通过对加利福尼亚州的戴维斯和佛罗里达州的盖恩斯维尔的X字路口进行视频跟踪,来确定当自行车交通处于自行车和右转机动车之间的冲突地区时的非机动车流量和绿灯时间的关系.也可以通过考虑行人和自行车间的重叠效应来确定由自行车和行人产生的总净占用.使用这种由自行车和行人产生的总净占用,可以计算出I.个饱和流量调节因子(asaturationflowadjustmentfactor,fRpb),它反映了:当饱和流量减少以及自行车和行人都存在时,车道组中包含有准许右转的机动车时的最终容量.建议的方法会产生比目前的道路通行能力手册(HighwayCapacityManual,即HCM)更低的饱和流量和容量.换句话说,在经验数据的基础上,当行人的影响和自行车对含有右转车辆车道组的饱和流量的影响相结合时,这就可能比以前认为的更有害,并且在有显著自行车和行人交通的交叉口的通行能力可能在使用当前的HCM方法时被高估.
虽然关于信号交叉口运行的研究很多,但是关于自行车对信号交叉口通行能力影响的研究很少甚至没有,这可能是因为在过去,美国骑自行车还没有非常流行.近年来,骑自行车已经变得越来越流行.I.个在I.IXVIIIII-I.IXVIIIIII年期间的调查发现,IIVIII％的受访者表示,他们在过去III个月骑过自行车,但在I *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
.IXVI0年只有IX％的人这样回答.另有消息报道,在I.IXVIII.年和I.IXVIIIV年之间,每年的自行车销量超过了汽车.最近,据美国自行车协会在I.IXIXI.年估计,约IXVI万美国人至少骑过自行车I.次.
随着骑自行车日益流行,准确包含自行车交通在信号交叉口分析的影响也越来越重要.它必须有准确的信号交叉口的分析方法可用,以便于交通工程师可以保持交通畅通顺利以及在他们最需要的地方投资税钱.本文提出了I.种关于自行车交通对信号控制交叉口通行能力的影响的研究结果.
I.背景
公路通行能力手册(HCM)包含了大量关于信号交叉口的信息.HCM方法利用饱和流率来确定车道组的能力.在HCM中,I.个车道组的饱和流量的定义是假设车道组I.直绿灯时的每小时的车流量."要计算I.个特定的车道组的饱和流量,理想的饱和流率依据目前不理想状况来调整,包括饱和流量调节因子,如车道宽度,重型车辆,方法级,停车场,公交车堵,路口的位置,右转和左转.
行人和自行车都对信号交叉口的通行能力有影响,因为他们的I.些行为比机动车更具有优先权.特别是机动车辆必须等待行人和通过自行车进行之后,才可以在I.个允许的信号时间里进行转弯.HCM的尝试在计算右转调节因子(theright-turnadjustmentfactor,即fRT)时考虑行人对包含右转机动车的车道组上的影响.
如果在交叉路口没有指定自行车设施以及自行车共享I.个车辆车道宽度是小于IV.IIIm(即I.IV英尺),根据HCM的第I.IV章,自行车对右转机动车的影响可以根据使HCM中包含因素将所述自行车换算成小客车的量来解释.如果共享车辆车道是大于IV.IIIm或者如果有I.个指定的自行车道,第I.IV章指示用户去假设自行车与机动车辆是分开的并且在右转调整因子的公式中每个自行车是等同于I.个行人.等效值是对行人和自行车阻抗机动车的实证观察,不会出现仅为约数.
目前,在用HCM方法计算信号交叉口能力和服务水平时没有考虑行人和非机动车对左转机动车的影响.
通过文献回顾没有发现关于自行车对信号交叉口通行能力影响的实证研究.文献IV-VI中表明已经出版了I.些关于交叉口转向的车辆和行人之间的相互作用的研究.如果大量人流量存在,自行车流可能会导致交叉口通行能力很少或没有额外减少,反之亦然.换句话说,行人和自行车在信号交叉口通行能力的影响是相互依存的.
加拿大信号交叉口通行能力指南(CapacityGuideforSignalizedIntersections,即CCG)报道了I.个重要发现,当与按调整饱和流率计算出的每小时的行人相比,绿灯时间每小时的行人是I.个更好的独立变量,因为它考虑到需要的信号时序.如果被分析的车道组的绿灯时间相对于周期比较长的很短,每小时行人的固定量将在通行能力上比具有很长的绿灯时间的车道组更有影响.这是真实的,因为时间的车辆数量是由行人延迟保持固定,但是当绿灯时间的长度增加时,行人花费延迟的绿灯的百分比下降.同样的说法也适用于自行车流.但是CCG不讨论自行车流量对交叉口通行能力的影响.
II数据收集
鉴于目前HCM的调整,由于自行车转弯运动饱和流率均为约数以及文献不提供任何帮助,研究小组开展了I.项实地研究来确定适当的调整.以下段落描述所进行的研究.
II.I.选址过程
研究小组为研究进行选址 *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
的标准包括:
I.)各式各样由轻到重的自行车流,
II)各种行人流,包括I.些小的行人流,
III)在信号灯时间充足时至少具有中度右转车流,
IV)主要类型的骑自行车者的范围包括大学生,上班族,和娱乐用户;以及
V)来自美国的不同地区地点.
第I.,第IV和第V选址标准将有助于任何方法从数据开发到得到更广泛的应用.第I.和第II标准的目的是要确保团队能够将自行车的影响从这些行人的分离.第III个标准对于生成自行车和机动车之间的冲突是X分必要的.该团队使用来自美国各地的其他类型的自行车相关的研究和专业联系来确定选址.
在考虑多种可能性后,该研究小组分别在佛罗里达州的盖恩斯维尔,俄勒冈州的尤金市和加利福尼亚州的戴维斯选择了两个地点.这些地点比其他潜在地点更好的满足上述各项的前III个标准.至少是因为有I.些地区差异,从而推出了这III个城市.不幸的是,没有用来研究的选址有足够的自行车和右转交通并且均位于大学校园??附近以外.这种限制在选址进行数据收集时I.般会引入I.些偏差,因为与美国其他地区相比,数据采集对象如骑自行车者更年轻而且驾驶员也更积极.
II.II数据采集过程
因为自行车交通在每个数据采集地点都是与大学相关的,所以在大学期间,数据不得不被收集.I.IXIXVI年IV月期间收集的戴维斯和尤金数据,I.IXIXVI年III月收集的是盖恩斯维尔的数据.
该研究小组使用I.台摄像机来记录右转车辆与自行车和行人在每个地点的互动,这样以便于能够观察到互动数次.在整个VII.II个自行车信号周期中,在戴维斯和盖恩斯维尔分别共对IIVIIV个和IIIIIIVII个自行车信号周期进行录像.在收集尤金的数据时遇到了I.些困难,这将在后面讨论.所有用来分析的信号周期都是在采光良好的天气和正常交通流状况下记录的.在文献VII和VIII中的其他地方也提供了数据收集过程的细节.
表I.显示了在戴维斯和盖恩斯维尔的数据收集点的重要特征.两个调查点有更宽的,双向,街道以外的路径与行人共用;I.个调查点有较窄的,街道以外的共享路径,第IV个调查点有I.个狭窄的,单向的,路边专门用于路径骑自行车.在这种单向站点自行车道在交叉口前被迫下降,但骑自行车者在交叉口仍享有优先右转车辆的权利.IV个调查点的右转车流量都比较低.
表I.数据收集点的重要特征
城市名加利福尼亚州戴维斯加利福尼亚州戴维斯佛罗里达州盖恩斯维尔佛罗里达州盖恩斯维尔
街道名称拉鲁和乌节园霍华德和塞拉尔体育场和南北I.III街道和第II大道
自行车道介绍双向,共享,街道以外双向,共享,街道以外单向,独自,街道内双向,共享,街道以外
自行车道宽度,mIII.VIIIII.VIII..III..VIII
路径在交叉口前是否下落?否否是,在交叉口IVV-VIIV米前否
自行车流量中等低-中等中等低
行人流量低-中等低-中等中等低
右转机动车流量低低低低
信号相位IVVIIIIIVIII
周期时长,sIII0-I.I.VVII0-I.IIVVV-VIIVI.0V-I.VII0
接近右转车道数量I.I.I.I.
右转弯出发车道数III.-III.II
II.III数据缩减
当研究小组观看了录像带后发现:很显然在任何I.个交叉口的右转机动车量太低,这样以至于难以直接测量在自行车交通存在情况下的车辆饱和流量.因此,该小组专注于自行车交通和右转机动车之间的冲突区的占有率.主要感兴趣的是冲突地区被自行车交通占用的绿灯时间的百分比.冲突区被认为是从自行车的前轮胎进入它直到后轮胎离开的那I.刻所占领的区域.图I.的上半部分显示了自行车和右转车辆之间的典型冲突地区.
该研究小组推测,右转机动车在I.个绿灯时间可以被容纳的数量与冲突区被自行车占用时间的数量相关,因为通过自行车比转弯车辆有通行权.自行车占据的区域的时间越长,提供给右转运动的绿灯时间越少.然而,自行车占用的冲突区既不容易估计也不容易被运输专业测量.因此,用这种方法发现自行车量之间的关系是很重要的,其中专业人员可能会估计或测量,并提供自行车冲突区的占有率.证明收集到的自行车数据是足够用来确定自行车流量和占有率之间的关系.
该小组使用I.个JAMARTDC-VIII手持式电池供电的流量计数器减少了录像带中的数据.当信号变为红色或绿色以及当冲突地区在绿灯时间被占用或空置时,该小组使用了TDC-VIII来记录,冲突地区在每个调查点分别为III.VIIm(I.II英尺)长,宽度依据自行车道特性略有不同.每个绿灯时间的自行车流利用手动来计数.自行车占有率和数量在红灯时间内没有记录,这是因为在信号灯时自行车继续行走对机动车饱和流或容量不影响.如前面提到的,对占用冲突区的非机动车流量的曲线证实每小时绿灯的自行车与每小时的自行车相比是I.个更好的独立变量.
该研究小组不能减少记录在俄勒冈州尤金市的数据.在俄勒冈州尤金的两个交叉口都是为图I.中的底部所示的交织"型的.右转机动车的任何延误是由车辆到达停止线之前自行车产生的.然而,在尤金自行车流量相对较低,右转车的流量在有自行车的交叉口非常低,并且自行车和机动车之间很少接触.另外,冲突区域更难以建立在这些类型的交叉点.如果在交织区域是足够长(即,在尤金位调查点超过V0m),也可以被几个自行车.汽车,或两者没有任何车辆延迟同时占用.在已经浏览了好几次录像带之后,从尤金记录的录像带中不可能再得到任何有用的关于自行车对右转车辆的影响的定量信息.从录像带中,这样的假设看起来是安全的,即对交叉口有交织型冲突地区和中度至低自行车和右转流量以及右转车道组的饱和流率稍微降低是由自行车引起的.
图I.显示冲突地区和自行车交织区的方法的交叉口简图
如图II所示,从戴维斯和盖恩斯维尔数据看自行车流量和占用的冲突区之间的线性关系非常相似.两个城市之间出现轻微的地区差异.因此,所有的数据被组合成I.组.形成I.个组合的数据集之后,小组在模型验证时随机隐瞒了大约IIV％的数据点.这提供了超过I.V0个数据点的充分验证样品,并仍留有IVV0个数据点的来校准留来流量和占有率模型.
图II加利福尼亚州戴维斯和佛罗里达州盖恩斯维尔的数据
摘要:虽然关于有很多信号交叉口运行的研究,但是很少甚至没有关于自行车对信号交叉口通行能力影响的研究.本文研究的目的是通过对几个有显著自行车交通的路口进行视频跟踪,来准确量化自行车对信号交叉口通行能力的影响.通过对加利福尼亚州的戴维斯和佛罗里达州的盖恩斯维尔的X字路口进行视频跟踪,来确定当自行车交通处于自行车和右转机动车之间的冲突地区时的非机动车流量和绿灯时间的关系.也可以通过考虑行人和自行车间的重叠效应来确定由自行车和行人产生的总净占用.使用这种由自行车和行人产生的总净占用,可以计算出I.个饱和流量调节因子(asaturationflowadjustmentfactor,fRpb),它反映了:当饱和流量减少以及自行车和行人都存在时,车道组中包含有准许右转的机动车时的最终容量.建议的方法会产生比目前的道路通行能力手册(HighwayCapacityManual,即HCM)更低的饱和流量和容量.换句话说,在经验数据的基础上,当行人的影响和自行车对含有右转车辆车道组的饱和流量的影响相结合时,这就可能比以前认为的更有害,并且在有显著自行车和行人交通的交叉口的通行能力可能在使用当前的HCM方法时被高估.
虽然关于信号交叉口运行的研究很多,但是关于自行车对信号交叉口通行能力影响的研究很少甚至没有,这可能是因为在过去,美国骑自行车还没有非常流行.近年来,骑自行车已经变得越来越流行.I.个在I.IXVIIIII-I.IXVIIIIII年期间的调查发现,IIVIII％的受访者表示,他们在过去III个月骑过自行车,但在I *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
.IXVI0年只有IX％的人这样回答.另有消息报道,在I.IXVIII.年和I.IXVIIIV年之间,每年的自行车销量超过了汽车.最近,据美国自行车协会在I.IXIXI.年估计,约IXVI万美国人至少骑过自行车I.次.
随着骑自行车日益流行,准确包含自行车交通在信号交叉口分析的影响也越来越重要.它必须有准确的信号交叉口的分析方法可用,以便于交通工程师可以保持交通畅通顺利以及在他们最需要的地方投资税钱.本文提出了I.种关于自行车交通对信号控制交叉口通行能力的影响的研究结果.
I.背景
公路通行能力手册(HCM)包含了大量关于信号交叉口的信息.HCM方法利用饱和流率来确定车道组的能力.在HCM中,I.个车道组的饱和流量的定义是假设车道组I.直绿灯时的每小时的车流量."要计算I.个特定的车道组的饱和流量,理想的饱和流率依据目前不理想状况来调整,包括饱和流量调节因子,如车道宽度,重型车辆,方法级,停车场,公交车堵,路口的位置,右转和左转.
行人和自行车都对信号交叉口的通行能力有影响,因为他们的I.些行为比机动车更具有优先权.特别是机动车辆必须等待行人和通过自行车进行之后,才可以在I.个允许的信号时间里进行转弯.HCM的尝试在计算右转调节因子(theright-turnadjustmentfactor,即fRT)时考虑行人对包含右转机动车的车道组上的影响.
如果在交叉路口没有指定自行车设施以及自行车共享I.个车辆车道宽度是小于IV.IIIm(即I.IV英尺),根据HCM的第I.IV章,自行车对右转机动车的影响可以根据使HCM中包含因素将所述自行车换算成小客车的量来解释.如果共享车辆车道是大于IV.IIIm或者如果有I.个指定的自行车道,第I.IV章指示用户去假设自行车与机动车辆是分开的并且在右转调整因子的公式中每个自行车是等同于I.个行人.等效值是对行人和自行车阻抗机动车的实证观察,不会出现仅为约数.
目前,在用HCM方法计算信号交叉口能力和服务水平时没有考虑行人和非机动车对左转机动车的影响.
通过文献回顾没有发现关于自行车对信号交叉口通行能力影响的实证研究.文献IV-VI中表明已经出版了I.些关于交叉口转向的车辆和行人之间的相互作用的研究.如果大量人流量存在,自行车流可能会导致交叉口通行能力很少或没有额外减少,反之亦然.换句话说,行人和自行车在信号交叉口通行能力的影响是相互依存的.
加拿大信号交叉口通行能力指南(CapacityGuideforSignalizedIntersections,即CCG)报道了I.个重要发现,当与按调整饱和流率计算出的每小时的行人相比,绿灯时间每小时的行人是I.个更好的独立变量,因为它考虑到需要的信号时序.如果被分析的车道组的绿灯时间相对于周期比较长的很短,每小时行人的固定量将在通行能力上比具有很长的绿灯时间的车道组更有影响.这是真实的,因为时间的车辆数量是由行人延迟保持固定,但是当绿灯时间的长度增加时,行人花费延迟的绿灯的百分比下降.同样的说法也适用于自行车流.但是CCG不讨论自行车流量对交叉口通行能力的影响.
II数据收集
鉴于目前HCM的调整,由于自行车转弯运动饱和流率均为约数以及文献不提供任何帮助,研究小组开展了I.项实地研究来确定适当的调整.以下段落描述所进行的研究.
II.I.选址过程
研究小组为研究进行选址 *好棒文|www.hbsrm.com +Q: ^3^5^1^9^1^6^0^7^2^*
的标准包括:
I.)各式各样由轻到重的自行车流,
II)各种行人流,包括I.些小的行人流,
III)在信号灯时间充足时至少具有中度右转车流,
IV)主要类型的骑自行车者的范围包括大学生,上班族,和娱乐用户;以及
V)来自美国的不同地区地点.
第I.,第IV和第V选址标准将有助于任何方法从数据开发到得到更广泛的应用.第I.和第II标准的目的是要确保团队能够将自行车的影响从这些行人的分离.第III个标准对于生成自行车和机动车之间的冲突是X分必要的.该团队使用来自美国各地的其他类型的自行车相关的研究和专业联系来确定选址.
在考虑多种可能性后,该研究小组分别在佛罗里达州的盖恩斯维尔,俄勒冈州的尤金市和加利福尼亚州的戴维斯选择了两个地点.这些地点比其他潜在地点更好的满足上述各项的前III个标准.至少是因为有I.些地区差异,从而推出了这III个城市.不幸的是,没有用来研究的选址有足够的自行车和右转交通并且均位于大学校园??附近以外.这种限制在选址进行数据收集时I.般会引入I.些偏差,因为与美国其他地区相比,数据采集对象如骑自行车者更年轻而且驾驶员也更积极.
II.II数据采集过程
因为自行车交通在每个数据采集地点都是与大学相关的,所以在大学期间,数据不得不被收集.I.IXIXVI年IV月期间收集的戴维斯和尤金数据,I.IXIXVI年III月收集的是盖恩斯维尔的数据.
该研究小组使用I.台摄像机来记录右转车辆与自行车和行人在每个地点的互动,这样以便于能够观察到互动数次.在整个VII.II个自行车信号周期中,在戴维斯和盖恩斯维尔分别共对IIVIIV个和IIIIIIVII个自行车信号周期进行录像.在收集尤金的数据时遇到了I.些困难,这将在后面讨论.所有用来分析的信号周期都是在采光良好的天气和正常交通流状况下记录的.在文献VII和VIII中的其他地方也提供了数据收集过程的细节.
表I.显示了在戴维斯和盖恩斯维尔的数据收集点的重要特征.两个调查点有更宽的,双向,街道以外的路径与行人共用;I.个调查点有较窄的,街道以外的共享路径,第IV个调查点有I.个狭窄的,单向的,路边专门用于路径骑自行车.在这种单向站点自行车道在交叉口前被迫下降,但骑自行车者在交叉口仍享有优先右转车辆的权利.IV个调查点的右转车流量都比较低.
表I.数据收集点的重要特征
城市名加利福尼亚州戴维斯加利福尼亚州戴维斯佛罗里达州盖恩斯维尔佛罗里达州盖恩斯维尔
街道名称拉鲁和乌节园霍华德和塞拉尔体育场和南北I.III街道和第II大道
自行车道介绍双向,共享,街道以外双向,共享,街道以外单向,独自,街道内双向,共享,街道以外
自行车道宽度,mIII.VIIIII.VIII..III..VIII
路径在交叉口前是否下落?否否是,在交叉口IVV-VIIV米前否
自行车流量中等低-中等中等低
行人流量低-中等低-中等中等低
右转机动车流量低低低低
信号相位IVVIIIIIVIII
周期时长,sIII0-I.I.VVII0-I.IIVVV-VIIVI.0V-I.VII0
接近右转车道数量I.I.I.I.
右转弯出发车道数III.-III.II
II.III数据缩减
当研究小组观看了录像带后发现:很显然在任何I.个交叉口的右转机动车量太低,这样以至于难以直接测量在自行车交通存在情况下的车辆饱和流量.因此,该小组专注于自行车交通和右转机动车之间的冲突区的占有率.主要感兴趣的是冲突地区被自行车交通占用的绿灯时间的百分比.冲突区被认为是从自行车的前轮胎进入它直到后轮胎离开的那I.刻所占领的区域.图I.的上半部分显示了自行车和右转车辆之间的典型冲突地区.
该研究小组推测,右转机动车在I.个绿灯时间可以被容纳的数量与冲突区被自行车占用时间的数量相关,因为通过自行车比转弯车辆有通行权.自行车占据的区域的时间越长,提供给右转运动的绿灯时间越少.然而,自行车占用的冲突区既不容易估计也不容易被运输专业测量.因此,用这种方法发现自行车量之间的关系是很重要的,其中专业人员可能会估计或测量,并提供自行车冲突区的占有率.证明收集到的自行车数据是足够用来确定自行车流量和占有率之间的关系.
该小组使用I.个JAMARTDC-VIII手持式电池供电的流量计数器减少了录像带中的数据.当信号变为红色或绿色以及当冲突地区在绿灯时间被占用或空置时,该小组使用了TDC-VIII来记录,冲突地区在每个调查点分别为III.VIIm(I.II英尺)长,宽度依据自行车道特性略有不同.每个绿灯时间的自行车流利用手动来计数.自行车占有率和数量在红灯时间内没有记录,这是因为在信号灯时自行车继续行走对机动车饱和流或容量不影响.如前面提到的,对占用冲突区的非机动车流量的曲线证实每小时绿灯的自行车与每小时的自行车相比是I.个更好的独立变量.
该研究小组不能减少记录在俄勒冈州尤金市的数据.在俄勒冈州尤金的两个交叉口都是为图I.中的底部所示的交织"型的.右转机动车的任何延误是由车辆到达停止线之前自行车产生的.然而,在尤金自行车流量相对较低,右转车的流量在有自行车的交叉口非常低,并且自行车和机动车之间很少接触.另外,冲突区域更难以建立在这些类型的交叉点.如果在交织区域是足够长(即,在尤金位调查点超过V0m),也可以被几个自行车.汽车,或两者没有任何车辆延迟同时占用.在已经浏览了好几次录像带之后,从尤金记录的录像带中不可能再得到任何有用的关于自行车对右转车辆的影响的定量信息.从录像带中,这样的假设看起来是安全的,即对交叉口有交织型冲突地区和中度至低自行车和右转流量以及右转车道组的饱和流率稍微降低是由自行车引起的.
图I.显示冲突地区和自行车交织区的方法的交叉口简图
如图II所示,从戴维斯和盖恩斯维尔数据看自行车流量和占用的冲突区之间的线性关系非常相似.两个城市之间出现轻微的地区差异.因此,所有的数据被组合成I.组.形成I.个组合的数据集之后,小组在模型验证时随机隐瞒了大约IIV％的数据点.这提供了超过I.V0个数据点的充分验证样品,并仍留有IVV0个数据点的来校准留来流量和占有率模型.
图II加利福尼亚州戴维斯和佛罗里达州盖恩斯维尔的数据
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/lwqt/wxzs/47.html
