论文部分内容阅读
[摘 要]随着城市化进程的加快,城镇人口不断增加,私家车的数量呈急速上升的趋势,城市交通压力不断增大。为进一步优化交通运输网络,科学规划城市红绿灯布局,统筹推进综合交通、绿色交通、平安交通、智慧交通和精细交通,提高公共交通满意度,故本文就红绿灯布局对出行心情的影响展开专项调研。
[关键词]红绿灯布局;出行心情;规划出行路径
中图分类号:TP273.5;U491.51 文献标识码:A 文章编号:1009-914X(2017)33-0016-01
一、红绿灯布局现状(以南京市栖霞区为例)
南京市栖霞区内国省干线公路和市政道路路口的红绿灯均根据《道路交通信号灯设置与安装规范》要求进行建设,布局较为完善,安装方式主要以悬臂式为主,少数以柱式、门式、附着式安装。现行红绿灯控制系统为固定模式,年时间分配以季节为主,分冬令时和夏令时,日时间分配较为固定。红绿灯等待时间设置具有较高的技术标准,主要根据交通流量的大小、各种车辆车道行车的比例、车行的路面状况等决定,不同路口,高峰、低谷时段的红绿灯时间不尽相同。南京市栖霞区红绿灯等候的时间比多为3:1,部分路段高达4:1,等待时间较长,且红绿灯设置较为密集,易影响出行心情。
二、红灯对人的心理影响
通过网络问卷调查司机、搜索相关和文献[1],获得了相关数据和信息,并且进行了结果分析,发现频繁地等待红灯对驾车出行存在一定的负面效应,即路遇红绿灯的确是破坏司机心情影响出行效率的重要原因。负面效应如下:
(一)频繁地等待红灯对驾车出行存在一定的负面效应,即路遇红灯的确是破坏司机心情影响出行效率的重要原因;
(二)高峰期红灯的可接受等待时间比低谷期红灯的可接受等待时间短,约77%的司机认为出行早高峰期等待红灯时间过长或等待红灯过多将影响一天的工作情绪;
(三)约36%的司机在正常情况下愿意选择红灯较少、路程较远行车路径;约54%的司机在高峰期愿意选择红灯较少、路程较远行车路径;
(四)约57%群众认为红绿灯的可接受等待时间为30-55秒;约30%群众认为红灯的可接受等待市场时间为57-78秒;约11%群众认为紅灯的可接受等待时间为78-102秒;约2%群众认为红灯的可接受等待时间为103-126秒。
(五)路遇红绿灯个数与人们心理感受的关系基本成反比,约31%的司机认为路遇5个以上的红灯对出行的便捷性产生严重影响,约3%的司机认为路遇5个以上的红灯表示路况很糟糕。
(六)约71%的司机认为每3公里遇红绿灯个数以2个为宜,每增加1个红灯,对出行的满意度就下降3%—5%。
基于以上6项调查结果,我组认为红绿灯的设置及等候时间已对行车司机的出行心情产生负面影响,根据红绿灯分布情况科学规划出行路径是新常态下综合交通体系便民化发展的方向,因此,本项目已具备实施的必要性和可行性。
三、项目实施方案
经过对多种数学建模的研究对比[2],并通过反复论证和在ArcGIS软件中进行实验,得出了如下的两个模型。
关于红灯的规避问题,整体上有两种解决方案:一为实时规划,从出发时每次只考虑下一个路口的选择,每次在可选的附近路口中选出一个等待红灯时长最优的路口,而不考虑其他路口的情况;二为预先规划,在出发前就将所有可行路径的情况进行分析,得出每条路径对应的红灯等待时长,从中选择最优的路径,但这种方法可能不能顾及突发状况。经过研究,可以采用先以第二种方式规划出整条路径,在实际进行导航的过程中,遇到其他因素干扰时,以不偏移太大为准则进行实时调整。
具体研究出的两套方案如下,供用户实际需求时使用:
【方案一(不怕绕远模式)】
①获取汽车的起点位置、汽车的终点位置以及路网的相关信息;
②根据现有的路径规划模型(以时间最优模型为例)在路网中生成一条最佳路径L,长度为l;
③获取在此路径上的红绿灯的周期模型(工作周期中红灯的运行时间为,绿灯的运行时间为,在前期的调研中,大部分红绿灯存在)的关系。L中各段(每段长度为l)的权值赋为;
④以在L上的红绿灯为中心点,制作半径为a的圆形缓冲区,用此缓冲区切割路网,圆形区域外的路径的权值不变。当经过某个红绿灯时,若为绿灯,则圆形区域内的路径的权值不变,否则设置为等候红灯的时间。若L上的前两盏红绿灯为红灯的情况,所切割形成的路网,权重设置为等候红灯时间的n倍(关于此步权值设置的部分,会有详细的讨论。);
⑤以此已经被切割的路网和汽车的瞬时速度(若为0则设置为60km/h)重新执行①②③④⑤形成L,当L中的红绿灯都已经切割过路网,则寻找到的L就是最佳的路径。
在汽车行驶的过程中,由于速度可能会发生变化,所以需要以所在位置為起点不断重新执行上述步骤。
【方案二(绕远模式)】
①获取汽车的起点位置、汽车的终点位置以及路网的相关信息
②根据现有的路径规划模型(以时间最优模型为例)在路网中生成一条最佳路径L,长度为l。
③以此路径l为中心,规定只在此路径的S km(前期调研发现以4km为最佳,但是仍需要因地制宜)内进行红绿灯时间模型的优化。
④获取在缓冲区范围内的所有的红绿灯的周期模型。以在此范围内的红绿灯为中心点,制作半径为a的圆形缓冲区,用此缓冲区切割路网,圆形区域外的路径的权值不变。当经过某个红绿灯时,若为绿灯,则圆形区域内的路径的权值不变,否则设置为等候红灯的时间。若路网上的前两盏红绿灯为红灯的情况,所切割形成的路网,权重设置为等候红灯时间的n倍。(关于此步权值设置的部分,会有详细的讨论)
在汽车行驶的过程中,由于速度可能会发生变化,所以需要以所在位置为起点不断重新执行上述步骤。 三、软件开发
通过系统的需求分析、概要设计、详细设计、界面设计等阶段,最终实现并开发了一款以屏蔽红灯为主要目的的APP进行实地测试。在实地的测试环节,证明我们的算法整体运行良好。系统的主要功能包括行驶路线的起点终点设置、实时路况查看、导航路径展示和模式选择四个部分。
四、创新点
路径分析是基于位置服务与导航应用的重要内容之一。精细化导航服务需要考虑更优化、更全面的路径分析功能。红绿灯已成为城市车辆运行重要的影响因素,现有的导航路径分析最多考虑了红绿灯的数量,但是红绿灯的合理设置对于交通是起到积极的辅助作用的,并非一味的成为阻碍因素,其关键原因是缺乏对红绿灯时间的考虑。本文从红绿灯时间考虑路径分析算法,并采用优化的Dijkstra算法和A*算法进行最佳路径的筛选[3],是从动态发展的思维解决出行路徑问题,具有突出的方法与应用研究价值。顾及红绿灯时间同时涉及到交通路网、道路的车道部署、路口的复杂转向描述等等诸多要素,存在很大的研究难度。
五、不完善之处
为进一步丰富项目内容,保障项目的可行性,我组已做了大量的前期准备工作,并开展了详实的数据测算,但仍然存在不尽完善之处。
1.目前资料都以迪杰斯特拉算法和A*算法,时间最短模型算法尚未确定,并查找相關资料进一步论证。
2.红灯区权值设置n尚未确定;
3.算法二的路径缓冲区距离S尚未确定;
4.需要重复步骤的具体时间尚未精准测算;
5.各个路口的红绿灯分配时间不尽相同,全部路口红绿灯的分配时间有待进一步调研,尚未根据其运行周期细分出不同的道路等级。
6.项目现有方案在高德地图和Supermap中实验良好,精准数据有待下步精细化测算。
7.智能交通系统尚未建设,待全部数据完成精准测算后将开发可根据红绿灯分布和时间分配情况,实时规划科学行车路径的智能交通系统。
参考文献
[1] 田诚文. 浅谈交通出行中的“自律”与“他律”[J].山东农机化,2006(7):22-22.
[2] 李志林,欧宜贵.数学建模及典型案例分析[M].北京.化学工业出版社.2007.42~43.
[3] 严寒冰,刘迎春, YANHan-Bing,等.基于GIS的城市道路网最短路径算法探讨[J].计算机学报, 2000, 23(2):210-215.
[关键词]红绿灯布局;出行心情;规划出行路径
中图分类号:TP273.5;U491.51 文献标识码:A 文章编号:1009-914X(2017)33-0016-01
一、红绿灯布局现状(以南京市栖霞区为例)
南京市栖霞区内国省干线公路和市政道路路口的红绿灯均根据《道路交通信号灯设置与安装规范》要求进行建设,布局较为完善,安装方式主要以悬臂式为主,少数以柱式、门式、附着式安装。现行红绿灯控制系统为固定模式,年时间分配以季节为主,分冬令时和夏令时,日时间分配较为固定。红绿灯等待时间设置具有较高的技术标准,主要根据交通流量的大小、各种车辆车道行车的比例、车行的路面状况等决定,不同路口,高峰、低谷时段的红绿灯时间不尽相同。南京市栖霞区红绿灯等候的时间比多为3:1,部分路段高达4:1,等待时间较长,且红绿灯设置较为密集,易影响出行心情。
二、红灯对人的心理影响
通过网络问卷调查司机、搜索相关和文献[1],获得了相关数据和信息,并且进行了结果分析,发现频繁地等待红灯对驾车出行存在一定的负面效应,即路遇红绿灯的确是破坏司机心情影响出行效率的重要原因。负面效应如下:
(一)频繁地等待红灯对驾车出行存在一定的负面效应,即路遇红灯的确是破坏司机心情影响出行效率的重要原因;
(二)高峰期红灯的可接受等待时间比低谷期红灯的可接受等待时间短,约77%的司机认为出行早高峰期等待红灯时间过长或等待红灯过多将影响一天的工作情绪;
(三)约36%的司机在正常情况下愿意选择红灯较少、路程较远行车路径;约54%的司机在高峰期愿意选择红灯较少、路程较远行车路径;
(四)约57%群众认为红绿灯的可接受等待时间为30-55秒;约30%群众认为红灯的可接受等待市场时间为57-78秒;约11%群众认为紅灯的可接受等待时间为78-102秒;约2%群众认为红灯的可接受等待时间为103-126秒。
(五)路遇红绿灯个数与人们心理感受的关系基本成反比,约31%的司机认为路遇5个以上的红灯对出行的便捷性产生严重影响,约3%的司机认为路遇5个以上的红灯表示路况很糟糕。
(六)约71%的司机认为每3公里遇红绿灯个数以2个为宜,每增加1个红灯,对出行的满意度就下降3%—5%。
基于以上6项调查结果,我组认为红绿灯的设置及等候时间已对行车司机的出行心情产生负面影响,根据红绿灯分布情况科学规划出行路径是新常态下综合交通体系便民化发展的方向,因此,本项目已具备实施的必要性和可行性。
三、项目实施方案
经过对多种数学建模的研究对比[2],并通过反复论证和在ArcGIS软件中进行实验,得出了如下的两个模型。
关于红灯的规避问题,整体上有两种解决方案:一为实时规划,从出发时每次只考虑下一个路口的选择,每次在可选的附近路口中选出一个等待红灯时长最优的路口,而不考虑其他路口的情况;二为预先规划,在出发前就将所有可行路径的情况进行分析,得出每条路径对应的红灯等待时长,从中选择最优的路径,但这种方法可能不能顾及突发状况。经过研究,可以采用先以第二种方式规划出整条路径,在实际进行导航的过程中,遇到其他因素干扰时,以不偏移太大为准则进行实时调整。
具体研究出的两套方案如下,供用户实际需求时使用:
【方案一(不怕绕远模式)】
①获取汽车的起点位置、汽车的终点位置以及路网的相关信息;
②根据现有的路径规划模型(以时间最优模型为例)在路网中生成一条最佳路径L,长度为l;
③获取在此路径上的红绿灯的周期模型(工作周期中红灯的运行时间为,绿灯的运行时间为,在前期的调研中,大部分红绿灯存在)的关系。L中各段(每段长度为l)的权值赋为;
④以在L上的红绿灯为中心点,制作半径为a的圆形缓冲区,用此缓冲区切割路网,圆形区域外的路径的权值不变。当经过某个红绿灯时,若为绿灯,则圆形区域内的路径的权值不变,否则设置为等候红灯的时间。若L上的前两盏红绿灯为红灯的情况,所切割形成的路网,权重设置为等候红灯时间的n倍(关于此步权值设置的部分,会有详细的讨论。);
⑤以此已经被切割的路网和汽车的瞬时速度(若为0则设置为60km/h)重新执行①②③④⑤形成L,当L中的红绿灯都已经切割过路网,则寻找到的L就是最佳的路径。
在汽车行驶的过程中,由于速度可能会发生变化,所以需要以所在位置為起点不断重新执行上述步骤。
【方案二(绕远模式)】
①获取汽车的起点位置、汽车的终点位置以及路网的相关信息
②根据现有的路径规划模型(以时间最优模型为例)在路网中生成一条最佳路径L,长度为l。
③以此路径l为中心,规定只在此路径的S km(前期调研发现以4km为最佳,但是仍需要因地制宜)内进行红绿灯时间模型的优化。
④获取在缓冲区范围内的所有的红绿灯的周期模型。以在此范围内的红绿灯为中心点,制作半径为a的圆形缓冲区,用此缓冲区切割路网,圆形区域外的路径的权值不变。当经过某个红绿灯时,若为绿灯,则圆形区域内的路径的权值不变,否则设置为等候红灯的时间。若路网上的前两盏红绿灯为红灯的情况,所切割形成的路网,权重设置为等候红灯时间的n倍。(关于此步权值设置的部分,会有详细的讨论)
在汽车行驶的过程中,由于速度可能会发生变化,所以需要以所在位置为起点不断重新执行上述步骤。 三、软件开发
通过系统的需求分析、概要设计、详细设计、界面设计等阶段,最终实现并开发了一款以屏蔽红灯为主要目的的APP进行实地测试。在实地的测试环节,证明我们的算法整体运行良好。系统的主要功能包括行驶路线的起点终点设置、实时路况查看、导航路径展示和模式选择四个部分。
四、创新点
路径分析是基于位置服务与导航应用的重要内容之一。精细化导航服务需要考虑更优化、更全面的路径分析功能。红绿灯已成为城市车辆运行重要的影响因素,现有的导航路径分析最多考虑了红绿灯的数量,但是红绿灯的合理设置对于交通是起到积极的辅助作用的,并非一味的成为阻碍因素,其关键原因是缺乏对红绿灯时间的考虑。本文从红绿灯时间考虑路径分析算法,并采用优化的Dijkstra算法和A*算法进行最佳路径的筛选[3],是从动态发展的思维解决出行路徑问题,具有突出的方法与应用研究价值。顾及红绿灯时间同时涉及到交通路网、道路的车道部署、路口的复杂转向描述等等诸多要素,存在很大的研究难度。
五、不完善之处
为进一步丰富项目内容,保障项目的可行性,我组已做了大量的前期准备工作,并开展了详实的数据测算,但仍然存在不尽完善之处。
1.目前资料都以迪杰斯特拉算法和A*算法,时间最短模型算法尚未确定,并查找相關资料进一步论证。
2.红灯区权值设置n尚未确定;
3.算法二的路径缓冲区距离S尚未确定;
4.需要重复步骤的具体时间尚未精准测算;
5.各个路口的红绿灯分配时间不尽相同,全部路口红绿灯的分配时间有待进一步调研,尚未根据其运行周期细分出不同的道路等级。
6.项目现有方案在高德地图和Supermap中实验良好,精准数据有待下步精细化测算。
7.智能交通系统尚未建设,待全部数据完成精准测算后将开发可根据红绿灯分布和时间分配情况,实时规划科学行车路径的智能交通系统。
参考文献
[1] 田诚文. 浅谈交通出行中的“自律”与“他律”[J].山东农机化,2006(7):22-22.
[2] 李志林,欧宜贵.数学建模及典型案例分析[M].北京.化学工业出版社.2007.42~43.
[3] 严寒冰,刘迎春, YANHan-Bing,等.基于GIS的城市道路网最短路径算法探讨[J].计算机学报, 2000, 23(2):210-215.