交通运输学院
交通调查实验报告
指导教师：
组长：
第一章交通调查实验
目录
1 西门调查 (1)
1.1 交通调查简介 (1)
1.2 调查目的 (1)
1.3 调查内容 (1)
1.4 调查地点及时间 (1)
1.5 RTMS简介 (1)
1.6 调查方案 (2)
1.6.1 交通量调查 (2)
1.6.2 交通延误调查 (2)
1.7 调查数据处理及与RTMS的对比分析 (2)
1.7.1 调查数据 (2)
1.7.2 误差分析 (3)
1.8 交通流三要素关系分析 (4)
1.8.1 相关概念 (4)
1.8.2 数据分析 (4)
2 交通延误调查分析 (11)
3 香山停车场调查 (13)
3.1 停车场利用调查 (13)
3.1.1 人工计数法 (13)
3.1.2下面就我组这一组调查数据及统计结果做几点分析说明 (14)
3.2 停车场针对司机的问卷调查 (15)
3.2.1 统计结果 (15)
3.2.2 分析与说明 (18)
3.3 总结 (20)
1 西门调查
1.1 交通调查简介
交通调查是一种用客观的手段，测定道路交通流以及与其有关现象的数据，并进行分析，从而了解与掌握交通流的规律，其目的是为了向交通城建规划与环保以及公安交通管理等部门提供改善、优化道路交通的实际参考资料和数据。交通调查的对象主要是交通流现象，而与交通流有关的诸如国民经济发展、经济结构、运输状况、城乡规划、道路等交通设施、交通环境、汽车的行驶特性、地形、气候、气象及其他安全设施和措施等等均可作专项调查。此次我们组将主要针对交通流特性的三要素——交通量、速度、密度做相关的小规模调查及数据分析。
1.2 调查目的
本次交通调查任务，具体调查目的可分为以下几点：
1)了解我校西门外高梁桥斜街的交通情况；
2)高峰期西门外路段交通流三要素，即交通量、速度、密度的相关数据采集；
3)将人工观测得到的数据与RTMS采集的数据做误差对比分析；
4)对数据调查数据进行理论分析，绘制关系曲线；
5)对西门外信号交叉口各路口的流量、流向和停车延误调查分析。
1.3 调查内容
1)交大周边路段小时交通量调查
2)西门外信号交叉口各路口延误调查
1.4 调查地点及时间
地点：北京交通大学西门（如下图所示）
调查时间：2013年5月5日
1.5 RTMS简介
RTMS(Remote Traffic Microwave Sensor)是国外近几年开发出的具有智能、大范围的存在型检测器。它可通过遥感，同时检测八车道的流量、占有率和车速等信息，其输出的数据不仅与现有的控制器兼容，而且可通过串行接口，与其它设备相连。它不仅可在绝大多数场合下取代传统的环形线圈检测器，而且又以其特有的智能性、适用于将来智能交通系统应用的需要。因此，RTMS也是极具推广价值和应用前景的检测器。RTMS检测器的原理很简单。
论其工作原理，它实际是一个在微波范围内工作的雷达，通过发射和接收反射雷达波即可检测车辆。其工作效率很高，一般为10Hz左右，所以它适用于动、静车辆的实时检测。
1.6 调查方案
此次调查选取的时间为2013年5月5日，调查的重点为目标区域的交通量、交通延误等数据。
1.6.1 交通量调查
交通量是指在指定时间段内，通过道路某一地点，某一段或某一车道交通体的数量，是描述交通流特性的最重要
的参数之一，也是交通工程学中最基本的资料。我们组此次调查的重点就是高峰小时交通量调查。
调查方案:
人工观测法：结合实际情况，我们组选用人工观测法进行交通量调查。由组长组织调查组员在交大西门调查路段及交叉口引道处进行交通量观测和记录，使用的工具包括计时器、手动（机械或电子）计数器和其他记录用的记录板、纸和笔。并调查得到分车型交通量数据、某一车道或某方向上的交通量、交叉口流量和流向数据、非机动车和行人交通量等数据。
1.6.2 交通延误调查
交通延误：由于道路和环境条件、交通干扰以及交通管理与控制等驾驶员无法控制的因素所引起的行程时间损失。
可分为：
（1）固定延误，由于交通控制装置引起的延误，于交通量大小及交通干扰无关，主要发生在交叉口处。
（2）运行延误，由于各种交通组成部分之间相互干扰而引起的延误。
（3）停车延误，车辆由于某种原因而处于静止状态产生的延误。
（4）行程时间延误，实际行驶的总时间-完全排除干扰后以畅行速度通过调查路段的行驶时间。
（5）排队延误，车辆排队通过路段的时间-车辆按自由行驶车速通过的时间。
（6）引道延误，引道实际耗时-引道自由行驶时间之差。
众所周知，交叉口是道路或路网的控制点，在总行车延误中，交叉口延误占有较高的比例。因此我们组关于延误的调查主要集中在交大西门附近的十字路口。
具体调查方法:
交叉口入口处设置4名组员和1块秒表，。1人负责报时，2人负责观察，另外1人负责记录数据, 观测时间间隔取20s。
1.7 调查数据处理及与RTMS的对比分析
1.7.1 调查数据
时间段流量（辆/2分钟）速度（km/小时）实测流量
17:30 56 67.339 53.4
17:32 66 66.424 52.6
17:34 39 69.949 65.8
17:36 84 67.524 43.2
17:38 63 69.936 37.6
17:40 72 76.431 52.8
17:42 80 51.737 45.2
17:44 56 52.428 37.6
17:46 49 66.224 43.2
17:48 63 70.794 54
17:50 55 65.109 55.6
17:52 52 59.519 60
17:54 50 71.580 51.2
17:56 60 63.100 45.8
17:58 62 60.726 55
18:00 63 63.476 57
18:02 33 64.303 37
18:04 63 68.000 54
18:06 55 66.655 50
18:08 51 63.902 53
18:10 65 68.277 60
18:12 53 70.547 51.2
18:14 65 58.800 58.8
18:16 65 70.615 69
18:18 56 57.196 60
18:20 45 78.877 45.8
18:22 58 69.603 56
18:24 36 67.416 45
18:26 56 68.196 53
18:28 82 71.793 67
1.7.2 误差分析
本组将人工调查交通量数据同 RTMS 所得数据进行对比，得出下面图表。
交通调查实践报告
从图中我们可以看出，RTMS 实测数据的趋势同人工调查的结果基本一致，个别时间段的结果差别较大。经过讨论，本组认为出现这些现象的原因可能为以下几点：
1）时间的差异。人工调查计时与 RTMS 机器时间的不统一，原本时间的不吻合将放大误差。
2）地域的复杂性。本组所测路段距实际路段较远，且断面车道数也已发生了变化。虽然本组采取延时对比的方式，但两断面之间的变道情况严重，对于分析基本参数不利。
3）人类的心理趋向。由于检测器距高粱桥斜街——大柳树路交叉口较近，人类在交叉口处表现出的超车现象较为严重，这样会更加加重地理位置的差异带来的误差，给路段实况分析带来难度。
4）检测器设置不当。检测器距交叉口过近，当交叉红灯且车辆较多时，车辆占道不动，这与普通路段的实际情况不符，对于表征普通路段交通参数的测量必然产生影响。
5）RTMS 检测器“溢出”现象的发生。“溢出”是指一辆车出现，两相邻探测区域内均有感应的现象。不仅会引起流量的多计数，还会对占有率测定带来干扰。
6）调查方法的缺陷。与 RTMS 实测数据进行对比的前提是，采用相近的方法，使用动态跟踪的方式调查研究相同断面的基本参数。虽然我们的方案考虑到了调查简便性，但也使误差不可避免。
1.8 交通流三要素关系分析
1.8.1 相关概念
（一）流量：
流量是指在单位时间内，通过道路某一点、某一断面或某一条车道的交通实体数（对于机动车流而言就是车辆数）。流量可通过定点调查直接获得，也可直接从 RTMS 数据库中提取。
（二）速度
平均速度：
（1）时间平均速度，就是观测时间内通过道路某断面所有车辆地点速度的算术平均值。
（2）区间平均速度，有两种定义：
①车辆行驶一定距离与该距离对应的平均行驶时间的商。
②某一时刻路段上所有车辆地点速度（也称即时速度、瞬时速度）的平均值。
其值可通过沿路段长度调查法得到：以很短时间间隔t Δ对路段进行两次（或多次）航空摄像，据此得到所有车辆的地点速度（近似值）和区间平均速度。
RTMS 显示的速度 Speed 是在某个信息周期内通过探测区的平均车辆数的平均速度，不包括对长车速度的测量，它是时间平均速度。
（三）密集度
包括占有率和密度两种含义。
（1）占有率
占有率o 即车辆的时间密集度，就是在一定的观测时间T 内，车辆通过检测器所占用的时间与观测总时间的比值。对于单个车辆来说，在检测器上花费的时间是由单个车辆的速度，车长和检测器本身的长度d 决定的。
（2）交通密度k 代表车辆的空间密集度，就是某一瞬间单位道路长度上存在的车辆数。
1.8.2 数据分析
我校西门旁高粱桥路有 5 个车道，3 个车道的车流向北，2 车道车道向南，为主干道，承载着北京市海淀区交通大学周边的交通量，能大致体现出交大周边的道路交通状况水平。另一方面，北京市已在交大西门高粱桥路建成了RTMS、检测环和视频等数据采集系统，为定量分析和研究北京市海淀区交大周边高粱桥路的道路交通状况创造了条件。经过调查得知，RTMS 检测器位于交大西门体育馆二层，检测范围是经过进口拓宽后的道路断面（此断面共有 5 个车道，车流方向均向北）。本报告就是基于对北京市海淀区交大西门高粱桥路交通状况的宏观分析考虑，对提取的数据进行合理分析。从而得出流量、流速和占有率三者之间的关系。
（一）二维关系分析
分析方法：我们根据天气、交通出行状况，从 RTMS 数据库选择了2013年 5 月 5 日全天交通流参数全部检测数据，即流量、速度和占有率数据。由于设备故障或各种软硬件原因，固定监测器 RTMS 数据可能存在局部缺失，所检测的数据不符合实际情况，数据延迟等问题。因此，在应用数据前，首先对数据进行一致性检验和修正等处理，剃去坏值，确保数据的准确和完整性。
1、速度-流量关系
在进行交通量统计时，以每小时车辆的总数为一组，利用“速度流量”即加权平均计算方法求出每一组的平均速度，最终得出24组数据记录，做出图如下：
时段流量速度占有率
0：00-1:00 350
1:00-2:00 214
2:00-3:00 145
3:00-4:00 123
4:00-5:00 106
5:00-6:00 229
6:00-7:00 508
7:00-8:00 1015 82.327 21.842 8:00-9:00 1629 71.046 30.841 9:00-10:00 1769 69.75 34.944 10:00-11:00 1709 71.995 34.12 11:00-12:00 1795 70.28 33.139 12:00-13:00 1688 33.352 13:00-14:00 1777 68.111 35.429 14:00-15:00 1607 69.547 38.342 15:00-16:00 1765 67.082 41.377 16:00-17:00 1711 66.817 40.056 17:00-18:00 1822 66.649 39.589 18:00-19：00 1656 66.795 36.18 19:00-20:00 1634 75.561 32.216 20:00-21:00 1580 70.332 33.538 21:00-22:00 1309 77.039 26.827 22:00-23:00 815 75.426 19.811 23:00-0:00 469 76.288 15.097
把散点图采用二次曲线拟合如下：
从图中可以看出，散点集中在速度为65-80km/h范围内，这是因为高粱桥路交大西外路段基本没有拥堵的情况。交通流量最大为1822量/小时,发生在17：00到18：00，对应的速度为66.65km/h，此时为晚高峰时期。按照趋势线规律，如果此时交通流量还继续增大，则会达到最佳流速，最佳流速大约为69km/h随着流量的不断增大，交通开始出现拥堵，流速逐渐下降。因此，抛物线的左侧部分为拥挤情况，右侧为不拥挤情况。总体看来，此道路交通服务水平良好。
2、速度-占有率关系
采用与流量‐速度抛物线模型相同的数据，把 RTMS 中提取的以1小时为周期的每条车道的占有率转换为五条车道的整体占有率，把每车道1小时为周期的平均速度用“速度流量法”转换为此时间内的平均速度，用这种方法处理得出24个占有率的值。
把散点图采用直线拟合如下：
图中可以看出，速度随着占有率的增大呈下降趋势，符合一般规律。但由于此路段通常为畅通状态，占有率很小，而速度也相对较快，所以，范围比较局限。
3、流量-占有率关系
按以上的处理方式，把数据作散点图如下：
根据实际情况加入两组数据（0 ，0）和（0 ，100 ），这是因为，当流量为 0 时有两种情况：没有车辆占用道路；道路非常拥挤，车辆不得不停下来等待。当加上这两组数据后，把散点用抛物线拟合如下图：
（二）三维关系分析
对上述方法处理后的数据，可用Matlab作出流量、速度、占有率三者的关系图。
相关数据及关系图如下：
x=[350 214 145 123 106 229 508 1015 1629 1769 1709 1795 1688 1777 1607 1765 1711 1822 1656 1634 1580 1309 815 69];
y=[71.089 75.397 77.98 79.813 62.216 79.148 78.616 82.327 71.046 69.75 71.995 70.28 68.82 68.111 69.547 67.082 66.817 66.649 66.795 75.561 70.332 77.039 75.426 76.288];
z=[13.75 12.632 13.2 13.2 15.529 12.8 18.366 21.842 30.841 34.944 34.12 33.139 33.352 35.429 38.342 41.377 40.056 39.589 36.18 32.216 33.538 26.827 19.811 15.097];
scatter3(x,y,z);
xlabel(' 流量 ')
ylabel('速度')
zlabel('占有率')
结论：
从Matlab 作出的三维投影图上可以看出：流量随着占有率增加而增大，增幅先快后慢，是基本模型的左半部分，为非拥挤情况；速度随占有率的增大而减小，大致呈线性关系，与基本模型无异；流量随速度的减小而增加，对应着基本模型的上半部分，即非拥挤时期。
2交通延误调查分析
调查交叉口：学院南路与皂君庙路交叉口调查进口道：_西调查时间： 2013/5/5 天气：
交叉口延误调查现场记录表
交叉口：学院南路与皂君庙路交叉口调查日期:2013/7/6 天气：晴
观测员：本组成员