混合流下非機動車道基本需求寬度的設計

朱順應,王 宇,吳景安,陳秋成,王 韡

(1. 武漢理工大學 交通與物流工程學院,湖北 武漢 430063; 2. 武漢市規劃研究院,湖北 武漢 430014)

0 引 言

在倡導綠色、低碳和健康出行的背景下,非機動車出行占比呈逐年上升,尤其是電動自行車因其省力、快速、綠色等優點,發展迅猛。目前我國人力自行車的社會保有量已近4億輛、電動自行車近3億輛[1]。隨著電動自行車數量快速增長,非機動車道上的交通流已由過去單一的人力自行車流演變為人力/電動自行車共存的混合流?！督煌üこ淌謨浴?以下簡稱《手冊》)[2]對單一人力自行車流的非機動車道寬度確定進行了說明:非機動車單車道寬度為1 m,若兩側有路緣石情況下,分別增加0.25 m,每增加1條車道,寬度增加1 m。CJJ37—2012《城市道路工程設計規范》(以下簡稱《規范》)[3]指出:非機動車道寬度是基于人力自行車和三輪車進行設計的,也缺少對電動自行車的考慮;非機動車道寬度與非機動車混合流需求是否匹配卻不得而知。故如何設置合適的混合流下非機動車道寬度,是當前亟須解決的問題。

目前,很多學者從供需關系角度對非機動車道寬度的設置進行了分析。王亞濤等[4]從車道的設計規范出發,通過統計分析得出了非機動車道寬度與車道數的計算方法。也有學者從車道寬度與混合流參數耦合模型出發,對非機動車道寬度的設置進行了分析。張衛華等[5]基于非機動車換算系數,構建了在一定混合比例內的車道寬度與飽和流量之間的關系模型;周暢等[6]構建了非機動車道寬度與混合流平均密度之間的關系模型;閆星臣等[7]通過分析混合流中的車型比例與飽和流量之間關系,確定了車型換算系數,最后根據傳統人力自行車飽和流計算公式反推了車道寬度。由此可知:以上研究本質上是將混合流換算成單一的人力自行車流,從需求量和單車道通行能力角度確定了非機動車道寬度,但沒有深究單車道寬度設置是否合理。

有的學者基于騎行者心理層面,對非機動車道寬度設置進行了分析。F．NAVIN[8]提出了環繞人力自行車的領屬空間概念,得出領屬空間與人力自行車速度有關的結論;倪穎等[9]提出了騎行者舒適空間的理論,得出了騎行者舒適空間受非機動車速度和車流密度影響的結論。結合騎行者的心理特征,R．A．CHANEY等[10]依據人力自行車的觀測數據建立了交通流3參數之間的關系,探究了影響人力自行車運行的主要因素。也有學者從車道利用率層面進行了研究,李巖等[11]針對標線隔離的非機動車道,通過生存模型來分析非機動車越線率與非機動車道寬度的關系;周釗[12]分析了非機動車道利用率與寬度的關系。車道是非機動車運行的載體,車道寬度設置首先要滿足非機動車的物理運動需求,因此從非機動車物理運動角度來分析車道寬度設置的影響因素具有根本意義。

非機動車物理運動主要包括并行和超車兩種類型。目前研究更多的是基于交通流非飽和條件下的非機動車超車行為。陶思然[13]建立了基于橫向超車間距的人力/電動自行車超越行為的理論模型;LI Yan等[14]建立了非機動車速度差與超車間距的關系模型。非機動車道寬度設計既要滿足行駛安全及舒適性,又要滿足流量需求,還應考慮道路設計的經濟性和道路空間的集約性。此外,非機動車具有自組織性,易產生集群運動,進而形成局部飽和狀態,飽和狀態下基本上是跟車運行,超車行為極少。故選取飽和混合流,對非機動車并行情況進行物理運動寬度的研究更具有現實意義。

非機動車道寬度設計合理性的驗證,需要對非機動車運行狀態進行分析。有學者從安全和效率角度對非機動車運行狀況進行了評價[15]。在安全方面,主要選取交通沖突指標進行評價;在效率方面,主要選取行程速度指標進行評價。目前非機動車沖突沒有明確的沖突閾值,故非機動車沖突數據獲取難免會存在一定的主觀性。隨著城市電動自行車數量增多,非機動車混合流運行狀態更加復雜,行程速度受到混合流中車輛比例的影響較大。相比于安全和效率,穩定性則是騎行者更關注的重點[16]。穩定性作為安全基礎,且能一定程度反映出非機動車流運行效率。因此,從非機動車流穩定性角度驗證非機動車道寬度也是一條可選途徑。

綜上,筆者以非機動車飽和混合流為研究對象,從非機動車物理運動寬度需求的角度出發,研究了混合流非機動車道基本的需求寬度;從非機動車流運行穩定性的角度出發,對基本需求寬度進行了驗證。

1 方 法

1.1 非機動車物理運動寬度的組成

不考慮超車、心理需求等因素,筆者對飽和條件下的非機動車混合流進行了研究。在非機動車運行中,其行駛類型主要分為單輛騎行和兩輛并排騎行,這種情況占總車群規模的95%以上[7]。故筆者只考慮單輛騎行和兩輛并排騎行這兩種情況的物理運動寬度。單輛騎行又可分為單輛人力自行車騎行和單輛電動自行車騎行;兩輛并排騎行可分為人力-人力自行車、人力-電動自行車、電動-電動自行車、電動-人力自行車。

筆者從物理和運行特性兩方面出發,對非機動車的物理運動寬度組成進行了分析。騎行中,非機動車自身存在一個固定寬度,這個寬度即為物理寬度;非機動車為非自平衡系統,需要通過蛇形運動才能保持動態平衡,蛇形運行與直線行駛的寬度差即為運行擺幅;為了保證騎行安全,非機動車需要與車道內外兩側的隔離保持一個安全距離,這個安全距離即為路側安全凈距。當兩輛非機動車并排騎行時,兩輛車的間距由其各自運行擺幅的一半構成。因此筆者研究的非機動車物理運動寬度由物理寬度、運行擺幅和路側安全凈距等3個部分組成,如式(1):

Wi=Wai+Wbi+Wci

(1)

式中:i=1或2,i=1時為單輛非機動車騎行,i=2時為兩輛非機動車并排騎行;Wi為非機動車物理運動寬度,m;Wai為非機動車物理寬度,m;Wbi為非機動車運行擺幅寬度,m;Wci為非機動車路側安全凈距,m。

1.1.1 非機動車物理寬度

Wai一般由車把寬度與所搭載貨物左右超出車把寬度組成,其計算如式(2):

Wai=αWd0+(1-α)Wd1+iWd2

(2)

式中:Wd0為單輛人力自行車的車把寬度,m;Wd1為單輛電動自行車的車把寬度,m;根據本次調查觀測數據,得到Wd0=0.50～0.62 m,Wd1=0.53～0.71 m,取85%寬度作為代表值,則Wd0=0.60 m,Wd1=0.68 m;Wd2為非機動車搭載貨物左右超出車把的寬度,根據《中華人民共和國道路交通安全法實施條例》[17]規定,取Wd2=0.30 m;α為單輛騎行或兩輛并排騎行時的人力自行車數量,α∈{0, 1, 2}且α≤i。

1.1.2 非機動車運行擺幅

非機動車運行擺幅分為:主觀蛇形擺幅和客觀蛇形擺幅[13]。主觀蛇形擺幅是指在騎行中,騎行者為躲避或繞行障礙物所產生的蛇形擺動,主觀蛇形擺幅遠大于客觀蛇形擺幅;客觀蛇形擺幅是指非機動車在正常行駛過程中所產生的蛇形擺動,客觀蛇形擺幅值通常小于0.4 m。綜合考慮城市道路資源,主觀蛇形擺幅并不適合用于研究,因此筆者選取客觀蛇形擺幅作為非機動車運行的擺幅。通過對每輛非機動車軌跡進行線性擬合,選取85%位殘差的2倍作為每輛非機動車的運行擺幅。

單輛騎行時,非機動車的運行擺幅為Wb1。兩輛并排騎行時,由于并排騎行的車輛內外兩側受到的影響存在差異,故并排騎行時的運行擺幅需要分為內外側兩種情況進行分析,靠近人行道一側為內側,靠近機動車道一側為外側。兩輛非機動車并排騎行時運行擺幅Wb2的計算如式(3):

(3)

1.1.3 非機動車路側安全凈距

計算每輛非機動車軌跡與車道內外側隔離方式橫坐標差值的絕對值,并分別選取85%位橫坐標差值絕對值作為每輛非機動車內外側路側安全凈距。當兩輛車并排騎行時,外側車只考慮外側路側的安全凈距,內側車只考慮內側路側的安全凈距。

Wci包括外、內側的路側安全凈距。因此非機動車的路側安全凈距計算如式(4):

(4)

1.2 運行擺幅和路側安全凈距模型

筆者采用多重線性回歸模型對運行擺幅和路側安全凈距的影響因素進行分析。多重線性回歸模型的表達如式(5):

(5)

(6)

式中:e為截距;ap為第p個影響因素對應的偏回歸系數;xlp為第l個觀測對象的運行擺幅和路側安全凈距對應的第p個影響因素。

由于影響因素存在分類變量,因此需要分析分類自變量不同水平的組合類型,再對不同組合類型下的非機動車速度與運行擺幅及路側安全凈距進行線性擬合,建立起線性關系模型,并根據模型結果來確定最不利的組合。

1.3 影響因素

根據《手冊》可知:非機動車運行擺幅與車輛的類型、速度和騎行者的性別、年齡有關。筆者在現有基礎上,還考慮了隔離方式、密度、是否并行和內外側等因素。

路側安全凈距與運行擺幅受到的影響相似,因此可同時對路側安全凈距進行分析。應用單因素方差分析和相關性分析驗證了所選取各因素對非機動車運行擺幅和路側安全凈距具有顯著影響?？紤]在實際場景中非機動車道寬度應滿足高峰需求,因此在進行車道寬度分析時,非機動車流只考慮飽和混合流。納入模型的自變量如表1。

表1 自變量Table 1 Independent variables

表1中:速度為每輛非機動車的85%位運行擺幅和85%位路側安全凈距所對應的運營速度;筆者依據軌跡數據,通過分析同一幀下兩個ID縱坐標差值的絕對值是否小于等于0.5 m來判定是否存在并排騎行情況。

為分析不同類別的分類自變量對因變量影響,需要將分類自變量轉換為多個啞變量。以自變量第1項作為比較項,各啞變量定義如表2～表4。

表2 性別和年齡的啞變量Table 2 Dumb variables for gender and age

表3 車型和隔離方式的啞變量Table 3 Dumb variables for vehicle type and isolation methods

表4 是否并行和內外側的啞變量Table 4 Dumb variables for whether parallel and inner and outer sides

1.4 非機動車道寬度驗證

熵是表征系統混亂程度的度量函數。熵值越高,表明該系統混亂程度越高,越無序。為驗證所確定非機動車道寬度設計的合理性,根據調查數據,采用速度熵對各非機動車道進行交通流的穩定性分析。速度熵的計算如式(7):

(7)

式中:H為速度熵;Pfg為車型f中速度為Vg的支流交通量占總交通量比例,即速度分布概率;u為車型數量,文中車型包括人力/電動自行車;Z為速度類別數量;lnω為交通熵,ω為不同車型、速度車流的排列總數;N為總交通量,pcu。

2 數據采集與處理

2.1 數據采集

常見的非機動車單車道寬度一般為1～2 m。綠化帶建設成本高,常用于大流量、多車道的非機動車道,因此在分析單車道時不考慮綠化帶。本次數據采集選取場景為隔離欄和劃線的非機動車單車道各3條,綠化帶、隔離欄和劃線的非機動車兩車道各3條,路段參數如圖1(a)。調查地點遠離交叉口及公交站臺,采用虛擬線圈法獲取數據:選定拍攝地點后,在垂直于車輛行進方向劃定3條直線,依次間隔5 m,構建虛擬線圈,該區域即為數據檢測區域,采集現場如圖1(b)。選擇天氣良好的工作日進行觀測,觀測時間為早高峰(07:00—09:00)和晚高峰(17:30—19:30)。

圖1 調查路段道路與采集現場Fig. 1 Survey road sections and collection sites

2.2 數據處理

筆者運用特征點匹配理論[18]對視頻進行配準,采用YOLOv5[19]對配準視頻進行視頻識別,借助MATLAB對車輛圖像軌跡坐標進行校正處理。非機動車軌跡提取流程如圖2。根據軌跡數據獲取非機動車的運動參數、運行擺幅和路側安全凈距,結合人工識別技術對該騎行者個體特征因素進行匹配。經數據篩選和處理后,最終從飽和混合流中收集到2 000多個樣本量,大于20×自變量數量,滿足多重線性回歸建模所需最小樣本量需求。

圖2 非機動車軌跡提取流程Fig. 2 Extraction process of non-motorized vehicle trajectory

3 結果分析

3.1 非機動車運行擺幅分析

多重線性回歸分析是研究一個連續型因變量和多個自變量(可以是連續變量和分類變量)之間線性關系的統計分析方法。由于非機動車的運行擺幅為連續變量,且影響因素含有連續變量和分類變量,因此筆者采用多重線性回歸分析對其求解。利用SPSS24.0進行多重線性回歸分析,所有自變量均通過Wald檢驗,即Sig.<0.05,具有統計學意義。將納入最后方程中,且模型預測準確率為75.6%,預測效果較好。其計算如式(8):

y=0.160 + 0.013X1- 0.033X21+ 0.015X22-

0.008X31-0.007X41- 0.007X51- 0.025X52+ 0.004X61-

0.010X71

(8)

由式(8)可知:在騎行者特性方面,騎行者為女性時的運行擺幅略高于男性;騎行者為老人時的運行擺幅最高,青年人次之,中年人最小。在非機動車交通特性方面,非機動車速度與運行擺幅成負相關;人力自行車運行擺幅大于電動自行車。在非機動車道參數方面,綠化帶場景下的運行擺幅最大,隔離欄次之,劃線最小;單輛非機動車運行時的運行擺幅略大于兩輛并排騎行時的單輛非機動車;內側非機動車運行擺幅略大于外側。

為建立不同組合類型下非機動車速度與運行擺幅的線性關系模型,首先應確定所有組合類型,再對不同組合類型下的非機動車速度與運行擺幅進行線性擬合。依據騎行者為女性的運行擺幅大于男性,騎行者為中年人的擺幅最小以及老年人的擺幅最大的特性,筆者在騎行者性別和年齡不同水平組合中篩選出中年男性和老年女性,并以老年女性為上限,中年男性為下限。在此基礎上,對是否并行、內側外側、車型和隔離方式的不同水平進行組合篩選,所有組合類型如圖3。

圖3 組合類型Fig. 3 Combination types

對不同組合類型下的非機動車速度與運行擺幅進行線性擬合,其結果如圖4～圖7。

圖4 不同隔離方式下單輛非機動車運行時速度-運行擺幅線性擬合Fig. 4 Linear fitting of speed-operation swing of a single non-motorized vehicle with different isolation methods

圖5 綠化帶下并排騎行時內/外側非機動車速度-運行擺幅線性擬合Fig. 5 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under the green belt

圖6 隔離欄下并排騎行時內/外側非機動車速度-運行擺幅線性擬合Fig. 6 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under isolation fence

圖7 劃線下并排騎行時內/外側非機動車速度-運行擺幅線性擬合Fig. 7 Linear fitting of the speed-operation swing of non-motorized vehicles on inner/outer sides while cycling side by side under the marking line

由圖4～圖7可知:在不同組合類型下,非機動車速度與運行擺幅存在線性關系,運行擺幅范圍隨速度的增大而減小,非機動車速度與運行擺幅線性模型的預測準確率均高于60%。在隔離欄和劃線下,單輛非機動車運行時的運行擺幅范圍分別為[11, 37]、[7.0, 30.5]cm;在綠化帶、隔離欄和劃線下,兩輛非機動車并行時外側非機動車運行擺幅范圍分別為[9, 32]、[7.5, 30.5]、[5, 25]cm,內側分別為[14, 39]、[12, 37]、[9, 30]cm。

3.2 非機動車路側安全凈距分析

運用SPSS24.0進行多重線性回歸分析。所有自變量均通過Wald檢驗,即Sig.<0.05,具有統計學意義;將納入最后方程中,模型預測準確率達到65.5%,預測效果較好。其如式(9):

y=0.121+ 0.021X1- 0.042X21+ 0.011X22+

0.016X31- 0.012X41- 0.031X51- 0.073X52+

0.009X61+ 0.006X71

(9)

由式(9)可知:在騎行者特性方面,騎行者為女性時,路側安全凈距略高于男性;騎行者為老人時,路側安全凈距最高,青年人次之,中年人最小。在非機動車交通特性方面,非機動車速度與路側安全凈距成正相關;電動自行車路側安全凈距略小于人力自行車。在非機動車道參數方面,綠化帶方式下的路側安全凈距最大,隔離欄次之,劃線最小;單輛非機動車的路側安全凈距略大于兩輛非機動車并排騎行時;外側非機動車路側安全凈距略大于內側非機動車。

路側安全凈距的組合類型與運行擺幅相同,針對不同組合類型下的非機動車速度與路側安全凈距進行線性擬合,結果如圖8～圖12。

圖8 隔離欄下單輛非機動車運行時速度-內外側路側安全凈距線性擬合Fig. 8 Linear fitting of speed and safe clearance distance of the inner and outer roadsides for a single non-motorized vehicle operating under isolation fence

圖9 劃線下單輛非機動車運行時速度-內外側路側安全凈距線性擬合Fig. 9 Linear fitting of speed and safe clearance distance of the inner and outer roadsides for a single non-motorized vehicle operating under the marking line

圖10 綠化帶下并排騎行時速度-內外側路側安全凈距線性擬合Fig. 10 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under green belt

圖11 隔離欄下并排騎行時速度-內外側路側安全凈距線性擬合Fig. 11 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under the isolation fence

圖12 劃線下并排騎行時速度-內外側路側安全凈距線性擬合Fig. 12 Linear fitting of speed and safety clearance distance on both inner and outer roadsides when cycling side by side under the marking line

由圖8～圖12可知:在不同的組合類型下,非機動車速度與路側安全凈距存在線性關系,路側安全凈距范圍隨速度增加而增大,非機動車速度與路側安全凈距的線性模型預測準確率均高于60%,具有較好的解釋性。在存在隔離欄和劃線下,單輛非機動車運行時的外側路側安全凈距范圍分別為[7.5, 29.0]、[6.0, 22.5]cm,內側路側安全凈距范圍分別為[6.5, 27.0]、[5.5, 20.0]cm;在存在綠化帶、隔離欄和劃線下,兩輛非機動車并排時的外側路側安全凈距范圍分別為[6.5, 30.0]、[6.0, 26.5]、[5, 21]cm,內側路側安全凈距范圍分別為[6.0, 27.5]、[5, 24]、[3.0, 16.5]cm。

4 非機動車道需求寬度計算與驗證

4.1 基本需求寬度計算

《規范》規定:城市路段非機動車道一般設計速度為10～15 km/h;GB 17761—2018《電動自行車安全技術規范》[20]規定:電動自行車設計速度不高于25 km/h,人力自行車設計速度一般不高于20 km/h?？紤]到車輛速度及道路經濟性,并參考累計85%位速度這一經典指標作為路段限速值,筆者選取人力/電動自行車的85%位速度進行非機動車道基本需求寬度計算。統計所有路段的人力/電動自行車速度,人力自行車85%位速度為15 km/h,電動自行車85%位速度為18 km/h。

在飽和混合流下,非機動車之間既有抑制也有牽引作用,騎行者會下意識通過改變速度來削減與交通流速度之間離差。故飽和混合流下的人力自行車速度會存在偏高情況,而電動車速度會存在偏低情況。由于《規范》缺少對電動自行車考慮,導致非機動車道的設計速度小于運營速度,因此應采用非機動車道運營速度進行計算更為合理。將人力自行車速度(15 km/h)和電動自行車速度(18 km/h)代入不同組合類型(圖4～圖12)下的非機動車速度與運行擺幅、路側安全凈距線性關系式中,結合非機動車物理寬度,確定不同組合類型下非機動車的物理運動寬度,其結果如表5。

表5 單輛非機動車運行時和并排騎行時的物理運動寬度Table 5 Physical motion width when a single non-motorized vehicle is running and riding side by side m

同一非機動車道含有不同性別、年齡的騎行者和車型,而非機動車道寬度需要滿足不同騎行者和非機動車的運行需求,因此首先確定不同隔離方式和非機動車的物理運動寬度范圍,再選取物理運動寬度最大值作為車道的基本需求寬度。其中,在是否并行下的不同隔離方式和非機動車的物理運動寬度最大值所對應的影響因素組合為最不利組合。根據表5可得:性別為女性、年齡為老年和車型為電動自行車為最不利組合;在隔離欄和劃線下,單輛非機動車運行時的物理運動寬度范圍分別為[1.30,1.63]、[1.23,1.50]m;在綠化帶、隔離欄和劃線下,兩輛非機動車并排騎行時的物理運動寬度范圍分別為[2.38, 2.86]、[2.30, 2.77]、[2.18,2.63]m。綜上,在隔離欄和劃線下,非機動車單車道基本需求寬度分別為1.65、 1.50 m;在綠化帶、隔離欄和劃線下,非機動車兩車道基本需求寬度分別為2.90、2.80、2.65 m。當城市道路資源不足時,非機動車道寬度可適當減少,在隔離欄和劃線下,非機動車單車道最小寬度分別為1.30、1.25 m;在綠化帶、隔離欄和劃線下,非機動車兩車道最小寬度分別為2.4、 2.3、 2.2 m。

4.2 基本需求寬度驗證

為進一步驗證文中確定的非機動車道基本需求寬度合理性。筆者從所調查路段中選取隔離方式為隔離欄和劃線的非機動車單車道各3條,綠化帶、隔離欄和劃線的非機動車兩車道各3條進行寬度驗證。選取高峰下飽和混合流數據,數據采集和處理方法與文中數據采集與處理部分相同。根據各條非機動車道飽和混合流數據,選用速度熵指標對非機動車道進行交通流穩定性分析。

實際非機動車道的寬度一般按0.25 m的區間進行增減。因此筆者選擇最接近非機動車道基本需求的寬度進行代替。每種組合類型下的3條非機動車道寬度依次為實際寬度、基本需求寬度和最小寬度,非機動車道交通流穩定性分析結果如表6。

表6 非機動車道的交通流速度熵Table 6 Traffic flow speed entropy of non-motorized vehicle lane

由表6可知:在同一車道數和隔離方式下,車道寬度越寬,交通流的速度熵越高,穩定性越差;以非機動車道基本需求寬度為基準,相較于小于基本需求寬度,大于基本需求寬度的非機動車道交通流速度熵變化幅度更大。這主要是因為當小于非機動車道基本需求寬度時,隨著寬度增加,雖然非機動車騎行受限減少,但只能保證非機動車基本運行需求,因此非機動車的運行差異較小;當大于非機動車道基本需求寬度時,隨著寬度增加,非機動車在滿足基本運行需求基礎上還有多余的運行寬度,這導致了不同非機動車的運行差異增大。因此文中所確定的非機動車道基本需求寬度相對合理。

5 結 論

1)筆者對由人力/電力自行車構成飽和混合流下的非機動車道基本需求寬度進行了研究。運用多重線性回歸得出了運行擺幅和路側安全凈距的影響因素分別為:騎行者性別年齡、非機動車類型、非機動車速度、非機動車道隔離方式、非機動車道內外側及非機動車是否并行。

2)建立了不同組合類型下的非機動車速度與運行擺幅和路側安全凈距的線性關系,得到了不同隔離方式下的非機動車道基本需求寬度。按85%位運營速度的人力自行車速度為15 km/h、電動自行車速度為18 km/h進行計算,在隔離欄和劃線下,非機動車單車道基本需求寬度分別為1.65、1.50 m,最小寬度分別為1.30、1.25 m;在綠化帶、隔離欄和劃線下,非機動車兩車道基本需求寬度分別為2.90、2.80、 2.65 m,最小寬度分別為2.4、 2.3、 2.2 m。

3)筆者提出的非機動車道基本需求寬度確定方法,是對《規范》和《手冊》的完善和補充,能為非機動車道設計提供參考。選取多條實際非機動車道路段,運用速度熵驗證了非機動車道基本需求寬度的合理性,結果表明:在同一車道數和隔離方式下,車道寬度越寬,交通流速度熵越高;以非機動車道的基本需求寬度為基準,相較于小于該寬度時,大于該寬度的非機動車道交通流速度熵變化幅度更大,穩定性更差。

4)筆者分析了在物理運動寬度影響下的非機動車道基本的需求寬度;但在實際場景中,應綜合非機動車物理運動寬度、駕駛者心理需求和非機動車道服務水平等因素,對非機動車道基本需求寬度進一步分析。在非機動車道寬度驗證時,筆者所確定的部分基本需求寬度缺少對應的實際道路寬度,采用少量相鄰寬度來替代,基本寬度的確定還存在精度問題,應在后續研究中采用基本需求寬度對應的實際道路寬度進行交通流穩定性分析。