綜合交通信息融合與控制研究

孔林 蔡佳 羅靖迪

摘 要：為更好地緩解城市道路擁堵?tīng)顩r，文章將人、車、路綜合考慮，針對(duì)現(xiàn)有交通數(shù)據(jù)采集系統(tǒng)提出改進(jìn)方法，分析交通流數(shù)據(jù)融合、處理方法、交通狀況預(yù)測(cè)方法，并提出添加共享實(shí)時(shí)交通信息的模式，進(jìn)而誘導(dǎo)車輛使用者選擇最佳路線。

關(guān)鍵詞：數(shù)據(jù)采集；融合處理；信息共享；誘導(dǎo)路線

中圖分類號(hào)：U12 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：2095-2945（2018）11-0065-03

Abstract： In order to better alleviate the urban road congestion， this paper， in view of the existing traffic data acquisition system， puts forward the improved method for the existing traffic data collection system， analyzes the traffic flow data fusion， processing method， and traffic condition forecasting method， with people， cars and roads taken into consideration. The mode of sharing real-time traffic information is proposed to induce vehicle users to choose the best route.

Keywords： data acquisition； fusion processing； information sharing； induction route

引言

隨著社會(huì)的迅速發(fā)展與機(jī)動(dòng)車數(shù)量的急劇增加，城市交通擁堵現(xiàn)象越來(lái)越險(xiǎn)峻。本文通過(guò)前期的研究發(fā)現(xiàn)，在我國(guó)基礎(chǔ)建設(shè)已經(jīng)完善的現(xiàn)況下，智能交通系統(tǒng)的有效利用成為這一問(wèn)題解決的關(guān)鍵。我們可以通過(guò)誘導(dǎo)人與車的選擇行為，從而達(dá)到改善擁擠現(xiàn)象的目標(biāo)。本文將基于這一研究方向通過(guò)對(duì)數(shù)據(jù)采集、融合處理、信息共享、誘導(dǎo)路線這四個(gè)方面進(jìn)行拓展研究，從而形成一套新的綜合交通信息融合與控制研究理論來(lái)改善我國(guó)的堵車問(wèn)題。

1 實(shí)時(shí)交通數(shù)據(jù)采集改進(jìn)方法

隨著智能運(yùn)輸系統(tǒng)在國(guó)內(nèi)的迅速發(fā)展，城市交通系統(tǒng)的實(shí)時(shí)交通信息采集技術(shù)就顯得越來(lái)越重要了。目前較為成熟的信息采集技術(shù)主要分為固定型采集技術(shù)和移動(dòng)性采集技術(shù)[1]。固定型采集技術(shù)是指通過(guò)安裝在道路上的各類檢測(cè)器來(lái)收集信息[2]；移動(dòng)性采集技術(shù)主要指基于GPS的浮動(dòng)車采集技術(shù)。[3]本文主要基于固定型采集技術(shù)展開(kāi)研究[4]。

1.1 車輛檢測(cè)器的選擇

傳統(tǒng)的車輛檢測(cè)措施是使用主動(dòng)傳感器，如基于無(wú)線電、激光、聲學(xué)的傳感器。這些傳感器的工作原理是檢測(cè)車輛信號(hào)反射前后的時(shí)間進(jìn)而計(jì)算兩者間的距離。其最大的優(yōu)點(diǎn)就是可以直接得到實(shí)際數(shù)據(jù)。

基于無(wú)線電探測(cè)的系統(tǒng)即便在可見(jiàn)度較差的工作情況下仍舊可以精確測(cè)量較遠(yuǎn)間隔的物體。在實(shí)際應(yīng)用中，因?yàn)楦髦鲃?dòng)傳感器間安裝的距離不同，其系統(tǒng)信號(hào)之間會(huì)存在彼此影響，不利于數(shù)據(jù)采集。

視頻圖像檢測(cè)器等光學(xué)傳感器，是一種非主動(dòng)的傳感器，以非侵入的方式獲取數(shù)據(jù)的。其優(yōu)點(diǎn)有投入成本較低，使用壽命長(zhǎng)；可測(cè)多種車輛的行駛軌跡[5]；其缺點(diǎn)是檢測(cè)結(jié)果易受天氣、燈光反射，其他物體陰影的影響。

綜上所述，為確保交通檢測(cè)器能滿足應(yīng)用的需要，需綜合考慮數(shù)據(jù)所需類型、取值范圍及精度、交通檢測(cè)器的監(jiān)測(cè)區(qū)域、安裝調(diào)試要求、道路狀況、及環(huán)境對(duì)數(shù)據(jù)獲取和傳輸?shù)母蓴_[6]。

1.2 車輛檢測(cè)器的布控

在我國(guó)，各種交通流檢測(cè)器的數(shù)量限制，是造成城市交通網(wǎng)絡(luò)狀況信息不全、不準(zhǔn)確的原因之一。但要做到在所有節(jié)點(diǎn)處安裝交通檢測(cè)器顯然是不可能的。以往提出檢測(cè)點(diǎn)布設(shè)問(wèn)題時(shí)，常用OD矩陣作為數(shù)學(xué)模型解決該方法得出的唯一解卻并不一定是可行解和最優(yōu)解。具體研究方法是結(jié)合城市交通數(shù)據(jù)進(jìn)行OD矩陣分析，基于遺傳算法的數(shù)學(xué)模型提出布設(shè)方案若干組，分析比較該方案與預(yù)設(shè)方案的布設(shè)點(diǎn)數(shù)，若點(diǎn)數(shù)更多，則綜合推算路網(wǎng)的差異性，避免相似路網(wǎng)出現(xiàn)，進(jìn)行方案調(diào)整。若更小，則用當(dāng)前方案代替原有方案[7]。重復(fù)這一過(guò)程，直至得出點(diǎn)數(shù)最少的方案即最優(yōu)方案。

2 交通信息融合處理

交通信息獲取方式的多樣為我們提供了海量的交通信息，由此可以通過(guò)獲取的基本交通信息并對(duì)其綜合計(jì)算得到對(duì)交通狀態(tài)的預(yù)測(cè)。由于檢測(cè)方法、檢測(cè)器類型、檢測(cè)準(zhǔn)確度的不同導(dǎo)致所獲取的數(shù)據(jù)也不同，因此正確處理每一階段的交通流信息，同時(shí)對(duì)整個(gè)檢測(cè)收集點(diǎn)統(tǒng)一計(jì)算，防止個(gè)別檢測(cè)系統(tǒng)損壞造成的數(shù)據(jù)分析錯(cuò)誤，也就是進(jìn)行交通狀態(tài)基本參數(shù)的融合處理。

常用信息融合方法約有十一種，以加權(quán)平均法計(jì)算平均車流量為例，假設(shè)此區(qū)域內(nèi)具有ni條車道，信息采集設(shè)備將區(qū)域分成nj個(gè)部分，時(shí)間間隔為nk，設(shè)第i條車道第j區(qū)第k時(shí)段的通過(guò)的車輛數(shù)目為Qij（k）。其中，i=1，2，…，j=1，2，…k=1，2，…則該區(qū)域的信息綜合處理公式為：

3 交通預(yù)測(cè)處理方法

交通量預(yù)測(cè)指的是根據(jù)交通調(diào)查資料和發(fā)展規(guī)律，結(jié)合交通吸引、轉(zhuǎn)移的分析等，推算地區(qū)、路線或路段等未來(lái)交通量的工作。其中交通發(fā)生、交通分布、交通方式劃分和交通分配四個(gè)部分共同構(gòu)成交通預(yù)測(cè)[8]。交通預(yù)測(cè)的方法和模型很多，這里只介紹預(yù)測(cè)建模的基本原理和此最常用的方法或模型。

3.1 目前交通預(yù)測(cè)中存在的問(wèn)題

（1）在交通預(yù)測(cè)現(xiàn)使用的方法中，交通量的分配假設(shè)依附在車輛駕駛時(shí)間、車輛駕駛密度上，在此期間并未考慮在各區(qū)域上交通量是否過(guò)大或過(guò)小?，F(xiàn)實(shí)情況中交通工具的駕駛成本耗費(fèi)越高，交通量越會(huì)出現(xiàn)變化，區(qū)域內(nèi)的交通流將跟假設(shè)的條件出現(xiàn)較大的出入。

（2）交通量預(yù)測(cè)中另一個(gè)常用統(tǒng)計(jì)方法為“OD”調(diào)查[9]。但是因?yàn)槠湔{(diào)查過(guò)程中需要大數(shù)據(jù)的支持，工作耗時(shí)較久，很多調(diào)查人員在工作過(guò)程中采取了抽樣調(diào)查的辦法。但OD矩陣法本來(lái)就存在部分隨機(jī)性，需要足夠好的樣本，需要具有代表性和隨即性，同時(shí)具有不穩(wěn)定性，有所偏差的特點(diǎn)，而如果在其基礎(chǔ)之上再次進(jìn)行隨機(jī)調(diào)查，勢(shì)必會(huì)造成數(shù)據(jù)的真實(shí)性與有效性降低，無(wú)法對(duì)其數(shù)據(jù)進(jìn)行交通預(yù)測(cè)分析。

（3）在一般交通預(yù)測(cè)工程項(xiàng)目中，交通預(yù)測(cè)計(jì)算成果與項(xiàng)目結(jié)項(xiàng)存在時(shí)間差，時(shí)代的快速發(fā)展，交通設(shè)備的實(shí)時(shí)更新與原計(jì)劃留有出入時(shí)，其預(yù)測(cè)結(jié)果就會(huì)不準(zhǔn)確。

3.2 交通量生成預(yù)測(cè)的基本方法

交通生成預(yù)測(cè)，也稱為交通的發(fā)生與吸引預(yù)測(cè)[10]。在交通生成預(yù)測(cè)階段，必須求出規(guī)劃區(qū)域內(nèi)發(fā)生的總出行量及各個(gè)交通小區(qū)的交通的發(fā)生與吸引量[11]。

交通生成預(yù)測(cè)是為了構(gòu)建區(qū)域目前的交通量與經(jīng)濟(jì)特性、路網(wǎng)使用率等項(xiàng)目彼此間相關(guān)聯(lián)系，進(jìn)而規(guī)劃各區(qū)域的交通量分布。想要分析各分區(qū)的交通發(fā)生量，我們要統(tǒng)計(jì)起點(diǎn)與終點(diǎn)的兩方面數(shù)據(jù)。目前專業(yè)上經(jīng)常使用的方法為強(qiáng)度指標(biāo)法、增長(zhǎng)率法、相關(guān)分析法等。

綜上所述，我們擬采取指數(shù)平滑法計(jì)算交通發(fā)生量。指數(shù)平滑法會(huì)根據(jù)時(shí)間的不同對(duì)經(jīng)濟(jì)效益分配不同的比重。以此來(lái)彌補(bǔ)傳統(tǒng)交通生成預(yù)測(cè)方法的不足，對(duì)試驗(yàn)數(shù)據(jù)處理更精確，符合實(shí)際要求。

3.3 交通量分布預(yù)測(cè)分析

交通量分布預(yù)測(cè)是四階段交通量預(yù)測(cè)中最具現(xiàn)實(shí)意義的一部分，它的作用是通過(guò)算法把各個(gè)交通小區(qū)的交通的發(fā)生與吸引量轉(zhuǎn)變?yōu)閰^(qū)域彼此間的交換出行量。目前的OD矩陣法能清楚的表現(xiàn)出各區(qū)域間的交通量分布。其另一個(gè)作用是根據(jù)目前的統(tǒng)計(jì)結(jié)果及隨各區(qū)域GDP發(fā)展、人民出行方式的轉(zhuǎn)變而出現(xiàn)的交通出行量擴(kuò)大，進(jìn)而合理的規(guī)劃不同地區(qū)所需的交通量。目前經(jīng)常使用的交通量分布預(yù)測(cè)方法可以劃分為兩部分：其一是增長(zhǎng)率法，擬通過(guò)目前的OD矩陣來(lái)預(yù)測(cè)以后該地區(qū)的交通量，包括均衡增長(zhǎng)率法、佛萊特法等；其二是重力模型法，這里不再進(jìn)行贅述。

3.4 交通方式劃分預(yù)測(cè)

將某區(qū)域內(nèi)所有的交通量合理分配給不同交通方式的過(guò)程是交通方式劃分預(yù)測(cè)。我們將交通出行特征、交通出行方式、交通參與者的行為之間的內(nèi)在聯(lián)系作為制作交通方式劃分預(yù)測(cè)的基礎(chǔ)。在已有的道路基礎(chǔ)建設(shè)條件下，有許多原因影響交通參與者對(duì)出行方式進(jìn)行選擇。筆者通過(guò)對(duì)各式各樣的方面來(lái)綜合推算居民對(duì)出行交通工具優(yōu)先情況，構(gòu)建了不同出行方式的交通方式劃分預(yù)測(cè)模型。

其多元線性回歸方程：

3.5 交通量分配預(yù)測(cè)分析

交通量分配是交通規(guī)劃預(yù)測(cè)四階段中最后一個(gè)環(huán)節(jié)，它的作用是將采集到的區(qū)域居民出行交通量根據(jù)目前現(xiàn)存的道路基礎(chǔ)建設(shè)劃分給具體路段，以此推算各路網(wǎng)的交通量。其宗旨是推算現(xiàn)存道路基礎(chǔ)建設(shè)的遠(yuǎn)景交通出行量，在推算得到將來(lái)某特征年的OD矩陣表之后，利用相關(guān)公式將交通統(tǒng)計(jì)量劃分到該區(qū)域規(guī)劃路網(wǎng)中，由此獲得此階段交通量分配預(yù)測(cè)數(shù)據(jù)。

4 交通信息的及時(shí)共享與路線誘導(dǎo)的結(jié)合

隨著社會(huì)的發(fā)展，我國(guó)現(xiàn)階段的交通信息共享技術(shù)已經(jīng)越發(fā)不能滿足人們的出行需求，筆者團(tuán)隊(duì)針對(duì)這一點(diǎn)進(jìn)行了深入的探討，希望能夠?qū)⒁环N新的交通信息共享技術(shù)與人們路線選擇有機(jī)地結(jié)合起來(lái)，從而更方便地解決人們的出行需求。

4.1 現(xiàn)行的交通共享技術(shù)研究

在現(xiàn)階段，交通路況的實(shí)時(shí)信息主要通過(guò)車載廣播、車載導(dǎo)航、電子地圖等進(jìn)行傳播[12]。車載廣播往往能夠主動(dòng)給車主提供某路段的交通擁堵情況，但是車載廣播給我們提供的信息往往沒(méi)有針對(duì)性，信息的準(zhǔn)確性也因?yàn)樘幚淼牟坏轿灰彩谴蟠蛘劭鄣?。電子?dǎo)航則依靠它的便捷與及時(shí)性成為了當(dāng)今社會(huì)車主們的寵兒，但是現(xiàn)階段的電子導(dǎo)航系統(tǒng)往往只有在車主主動(dòng)使用導(dǎo)航系統(tǒng)時(shí)才能將交通信息共享給車主，車主要獲得實(shí)時(shí)交通情況只能通過(guò)主動(dòng)打開(kāi)導(dǎo)航系統(tǒng)。此外，現(xiàn)階段的導(dǎo)航系統(tǒng)規(guī)劃的路線經(jīng)常出現(xiàn)與車主自行規(guī)劃路線不符的情況，導(dǎo)航系統(tǒng)往往通過(guò)路線規(guī)劃的模式引導(dǎo)車主規(guī)避擁堵以及圖畫的形式共享出一些實(shí)時(shí)的交通信息，而不能實(shí)時(shí)播報(bào)出交通信息情況，這些因素都會(huì)給車主們帶來(lái)了一定的不便。

4.2 新的交通信息共享模式

基于現(xiàn)階段交通信息共享技術(shù)出現(xiàn)的問(wèn)題，筆者團(tuán)隊(duì)提出了一種新的交通信息共享模式，旨在解決這一問(wèn)題。筆者團(tuán)隊(duì)希望能夠通過(guò)相關(guān)部門與導(dǎo)航系統(tǒng)得到的大數(shù)據(jù)，在經(jīng)過(guò)后臺(tái)的分析處理后，能夠及時(shí)的將交通信息主動(dòng)的共享給車主，從而誘導(dǎo)車主主動(dòng)去選擇合適的路線去規(guī)避擁堵。要實(shí)現(xiàn)這一功能，則需要相關(guān)部門與導(dǎo)航系統(tǒng)公司的默契配合。要求相關(guān)部門與導(dǎo)航系統(tǒng)得到的大數(shù)據(jù)能夠相互流通與共享，在導(dǎo)航系統(tǒng)公司的后臺(tái)及時(shí)整合與處理后，將交通信息及時(shí)的共享出來(lái)，并且通過(guò)多渠道進(jìn)行發(fā)布。例如，導(dǎo)航系統(tǒng)可增加能夠?qū)崿F(xiàn)主動(dòng)進(jìn)行語(yǔ)音播報(bào)提示、信息文字顯示的功能，從而使得車主在行車時(shí)獲取信息能夠更加便捷、安全。

5 路線的誘導(dǎo)選擇

上述我們提到了新的信息共享模式，而我們新的信息共享模式最終要達(dá)到的目的是誘導(dǎo)我們的車主對(duì)路線進(jìn)行選擇，從而優(yōu)化車主當(dāng)前的行車路線。誘導(dǎo)的過(guò)程主要在于讓車主更加了解當(dāng)前所在行進(jìn)道路的路況以及通過(guò)我們上述所提到的共享系統(tǒng)處理后即將要行駛路線的路況預(yù)測(cè)，并通過(guò)語(yǔ)音播報(bào)的行駛誘導(dǎo)車主去選擇更加合理的路線。

6 結(jié)束語(yǔ)

通過(guò)誘導(dǎo)信息改善出行行為，可以使得道路網(wǎng)中交通流的分配更加合理。本文針對(duì)誘導(dǎo)信息生成過(guò)程中如何提高交通信息采集精度的問(wèn)題，提出合理選擇固定檢測(cè)器類型，和優(yōu)化檢測(cè)器布局兩個(gè)建議。概述了交通信息融合、交通預(yù)測(cè)的必要性及常用方法[13]。最后提出新增車載導(dǎo)航路況智能語(yǔ)音播報(bào)的功能，來(lái)彌補(bǔ)圖像顯示不夠直觀和方便的問(wèn)題。

參考文獻(xiàn)：

[1]程杰.交通擁擠動(dòng)態(tài)監(jiān)測(cè)技術(shù)研究[D].東南大學(xué)，2007.

[2]王夷.城市路網(wǎng)實(shí)時(shí)狀態(tài)研究[D].上海交通大學(xué)，2007.

[3]馬占剛.基于手機(jī)的交通信息采集及處理技術(shù)[D].重慶交通大學(xué)，2009.

[4]程杰.交通擁擠動(dòng)態(tài)監(jiān)測(cè)技術(shù)研究[D].東南大學(xué)，2007.

[5]李愛(ài)娟.智能車輛運(yùn)動(dòng)軌跡規(guī)劃方法的研究[D].南京航空航天大學(xué)，2013.

[6]阿地里江·阿不力米提.智能交通系統(tǒng)傳感器技術(shù)的研究[D].大連理工大學(xué)，2009.

[7]趙禹喬.城市道路交通數(shù)據(jù)檢測(cè)器優(yōu)化綜合布設(shè)方法研究[D].長(zhǎng)安大學(xué)，2011.

[8]李春艷，李先，彭宏勤，等.基于交通影響評(píng)價(jià)的交通需求預(yù)測(cè)共享平臺(tái)框架分析[J].交通運(yùn)輸系統(tǒng)工程與信息，2009，9（6）：108-113.

[9]杜智民.西部地區(qū)公路交通量預(yù)測(cè)方法研究[D].長(zhǎng)安大學(xué)，2005.

[10]郝鑫.城市化進(jìn)程中的交通生成與分布預(yù)測(cè)模型及實(shí)證研究[D].首都經(jīng)濟(jì)貿(mào)易大學(xué)，2013.

[11]吳家偉.基于可達(dá)性概念的誘增交通量計(jì)算方法研究[D].大連理工大學(xué)，2013.

[12]王維莉.實(shí)時(shí)交通信息在車載導(dǎo)航中的應(yīng)用及優(yōu)化方法[J].中國(guó)交通信息化，2012（12）：134-135.

[13]趙亮.基于數(shù)據(jù)融合與GIS技術(shù)的動(dòng)態(tài)交通信息誘導(dǎo)系統(tǒng)研究與設(shè)計(jì)[D].山東大學(xué)，2010.