城市交通大數(shù)據(jù)融合分析在交通控制系統(tǒng)中的應用

侯佳 過利超 于泳波 施敏

摘 要：論文討論了面向公交優(yōu)先的交通控制系統(tǒng)所需要的城市交通大數(shù)據(jù)融合分析，從應用角度梳理了交通大數(shù)據(jù)體系，提出了交通控制建模中數(shù)據(jù)分析方法的研究目標，給出了核心的研究方法。論文對交通大數(shù)據(jù)分析在交通控制平臺的應用和發(fā)展進行了展望，明確了大數(shù)據(jù)分析的研究與應用價值。

關鍵詞：城市交通大數(shù)據(jù);融合分析;交通控制系統(tǒng)

中圖分類號：U491.54 文獻標識碼：A

0 引言

隨著人工智能科技和數(shù)據(jù)渠道的拓寬、數(shù)據(jù)體量的巨大增長，智能交通管理平臺中越來越多的應用到大數(shù)據(jù)融合分析技術[1]。一方面，城市交通控制系統(tǒng)平臺需要通過對城市交通體系的動態(tài)感知和精準調控來實現(xiàn)道路時空資源的最優(yōu)分配，另一方面，平臺的控制目標對于城市交通長期運行有價值導向的影響作用，如果無差別的保障機動車高效通行，長期而言，可能會帶來城市機動交通的無序增長。當前構建城市交通控制系統(tǒng)，應以公交優(yōu)先為核心價值導向，在系統(tǒng)設計中優(yōu)先為公共交通系統(tǒng)分配時空路權，控制平臺價值導向與城市交通政策相一致、相協(xié)調，交通管理信息中心與公交系統(tǒng)運營管理平臺進行信息交互，設計頂層管控系統(tǒng)，統(tǒng)籌協(xié)調、綜合優(yōu)化公交管理系統(tǒng)和車流管理系統(tǒng)。作為支撐交通控制系統(tǒng)的底層數(shù)據(jù)分析引擎，既需要實現(xiàn)一定精度實時分析的效能，也需要有完備的數(shù)據(jù)體系和分析洞察能力，能夠從交通需求發(fā)展態(tài)勢和出行行為選擇機理層面對城市交通運行進行剖析和監(jiān)測，服務于系統(tǒng)優(yōu)化目標，形成監(jiān)測、預測、預警以及決策支撐的閉環(huán)，保障城市交通的綠色健康發(fā)展。需要達成上述目標，應當構建合理的城市交通大數(shù)據(jù)體系，應用融合分析方法，提取多尺度、多來源的數(shù)據(jù)的有效信息，在數(shù)據(jù)層面保障系統(tǒng)深入的洞察力和綜合分析能力。

1 城市交通大數(shù)據(jù)體系

數(shù)據(jù)融合分析的前提是厘清數(shù)據(jù)體系，甄別哪些類型的數(shù)據(jù)符合交通控制平臺的應用需求，在平臺建設之初，就對數(shù)據(jù)進行采集和預處理，為平臺需要的動態(tài)流數(shù)據(jù)預備接口。城市交通大數(shù)據(jù)按照數(shù)據(jù)來源、動靜態(tài)、數(shù)據(jù)形式等有多種分類方法，且交通數(shù)據(jù)體系隨著互聯(lián)網(wǎng)和車聯(lián)網(wǎng)技術的發(fā)展，仍在不斷擴充過程中。論文面向交通控制系統(tǒng)平臺建設中對數(shù)據(jù)的應用梳理了大數(shù)據(jù)體系，將數(shù)據(jù)主要分為四類：個體軌跡數(shù)據(jù)、車流運行數(shù)據(jù)、公交系統(tǒng)運行數(shù)據(jù)和調查數(shù)據(jù)。

1.1 個體軌跡數(shù)據(jù)

個體軌跡數(shù)據(jù)是探求城市交通運行機理、辨識個體出行行為特征的基礎數(shù)據(jù)。典型的個體軌跡數(shù)據(jù)包括手機信令數(shù)據(jù)和手機應用軟件的GPS數(shù)據(jù)。這兩類數(shù)據(jù)的時空顆粒度存在一定差別，GPS數(shù)據(jù)的軌跡精度更高，但采樣率少，且不易獲取。手機信令數(shù)據(jù)已成為城市居民交通數(shù)據(jù)的常用數(shù)據(jù)。個體軌跡表征了個體出行鏈的所有環(huán)節(jié)，可以完整具體地體現(xiàn)出個體出行的路徑選擇、方式選擇、出行時空分布等特征。是交通大數(shù)據(jù)技術發(fā)展中非常重要的一類數(shù)據(jù)源，可以極大程度解決傳統(tǒng)居民出行取樣率低、對通勤之外的交通出行統(tǒng)計不足等問題[2]。個體軌跡數(shù)據(jù)的主要缺點在于，出于隱私保護，無法獲取用戶任何個人屬性信息，無法直接用來建立個體屬性和出行選擇的聯(lián)系，需要和居民出行調查數(shù)據(jù)互為補充。

1.2 車流運行數(shù)據(jù)

交通控制系統(tǒng)的主要控制對象是道路網(wǎng)絡上的機動車流，因此對車流數(shù)據(jù)須實現(xiàn)實時動態(tài)分析。車流數(shù)據(jù)的采集手段是多樣化的，包括視頻卡口采集、RFID牌照數(shù)據(jù)采集、線圈流量采集、浮動車GPS數(shù)據(jù)采集等。傳統(tǒng)的交通流預測技術和控制優(yōu)化建模通常采用流量數(shù)據(jù)作為輸入數(shù)據(jù)，而現(xiàn)在的車聯(lián)網(wǎng)監(jiān)測、視頻識別技術能夠分析得到具體的車輛軌跡，可以獲取車型、OD、車速、轉向特征等具體信息，為駕駛行為分析提供了便利條件。對于車流運行數(shù)據(jù)，需要先期分析車流、OD分布和路段交通流的歷史特征，標定預測和決策模型。特征的提取和模型的標定是優(yōu)化建模的核心環(huán)節(jié)，主要依托的就是車流運行數(shù)據(jù)。

1.3 公交系統(tǒng)運行數(shù)據(jù)

對于公交系統(tǒng)運行數(shù)據(jù)的研究目的有兩個，一是在出行客流層面，評估城市公交體系的運行服務水平，監(jiān)測公共交通對客流的吸引力;二是在公交車輛運行層面，交通控制策略中實現(xiàn)為公交車輛優(yōu)先配置通行權，具體的信號配時方案需要與車輛的運行乃至具體的調度方案相一致、相協(xié)調。

1.4 調查數(shù)據(jù)和調研信息

上述數(shù)據(jù)多產(chǎn)生于城市交通監(jiān)測系統(tǒng)、互聯(lián)網(wǎng)或通信系統(tǒng)，可以實時地反映系統(tǒng)運行狀態(tài)，時空顆粒度較為精細，但往往數(shù)據(jù)僅能表征運行狀態(tài)，不能挖掘與個體屬性相關的、能夠與人群、社會、經(jīng)濟等建立聯(lián)系的信息。而且，把握城市交通的運行與發(fā)展特征，對于經(jīng)濟與產(chǎn)業(yè)發(fā)展、社會生活變遷趨勢也是必須進行聯(lián)系分析的。所以在多源數(shù)據(jù)分析中，不可或缺的是以居民出行調查為代表的交通類調查數(shù)據(jù)和作為建模重要信息補充的社會經(jīng)濟調研。

2 數(shù)據(jù)分析方法

根據(jù)交通控制系統(tǒng)開發(fā)、建模和動態(tài)監(jiān)測的需求，對于交通大數(shù)據(jù)融合分析方法的研究目標主要包括以下幾點：

2.1 分析方法的研究目標

2.1.1 多來源、多尺度數(shù)據(jù)的有效融合

城市交通不同來源數(shù)據(jù)的數(shù)據(jù)制式、時空顆粒度、統(tǒng)計維度都有較大差異，且沒有任何一種數(shù)據(jù)形式可以完全的表征城市多系統(tǒng)的交通運行和居民出行數(shù)據(jù)，通過多源數(shù)據(jù)的互相補充、互相印證，可以提高對系統(tǒng)運行數(shù)據(jù)挖掘分析的精度，完善數(shù)據(jù)的校核方法。

2.1.2 支撐出行行為機理剖析

對城市交通多源大數(shù)據(jù)的挖掘分析應該以對城市居民出行行為機理剖析為核心目標，僅以某一個系統(tǒng)運行指標是無法洞悉城市交通運行的本質規(guī)律，也不能在宏觀系統(tǒng)層面做出長期有效、引導健康發(fā)展的決策。出行行為機理的分析一方面依靠個體出行軌跡數(shù)據(jù)進行初步建模和標定，另一方面借助系統(tǒng)運行數(shù)據(jù)對個體軌跡的匹配情況進行校核，保證不同尺度的數(shù)據(jù)能夠互相支撐。

2.1.3 實現(xiàn)個體行為和系統(tǒng)運行的閉環(huán)分析

通常的大數(shù)據(jù)分析中，由于數(shù)據(jù)來源和數(shù)據(jù)質量的局限性，只能從實時狀態(tài)數(shù)據(jù)解析運行指標，而無論個體出行還是交通系統(tǒng)運行都是一個緊密聯(lián)系的整體，在時空和不同系統(tǒng)的割離分析很可能造成系統(tǒng)整體無法閉環(huán)，例如城市內部人口分布、出入境流量之間的數(shù)據(jù)有大量缺口，職住分布與通勤出行不相符合，走廊流量與客流腹地不相匹配等。因此，分析方法需要保證系統(tǒng)閉環(huán)，分析所得成果對于城市交通管理才有支撐作用。

2.2 分析方法體系架構

2.2.1 數(shù)據(jù)清洗

有效的數(shù)據(jù)清洗在交通大數(shù)據(jù)實際應用中發(fā)揮了重要的作用，是后續(xù)分析的基礎。采集方式的不同所造成誤差的形式、范圍不同，清洗的方法也需要面向建模的目標，基于用戶出行行為機制的分析，從行為邏輯層面剔除不合理的數(shù)據(jù)，應用時空匹配方法，應用交通出行的設施空間特點、系統(tǒng)運行時間特點，提高數(shù)據(jù)預處理的精度。

2.2.2 行為分析方法

需要建模分析交通管理、交通控制的策略措施以及路段交通狀態(tài)變化等對駕駛員的路徑選擇行為以及路網(wǎng)整體的運行影響，與管理控制方案形成反饋機制，構成交通控制優(yōu)化模型的核心決策模塊。行為分析模塊需要海量歷史數(shù)據(jù)長期分析作為建?；A和校核基礎。出行行為本身也是交通科學研究的理論核心。在交通控制系統(tǒng)中，是管理控制平臺與大量個體用戶之間的博弈，實現(xiàn)了對系統(tǒng)的調控。而博弈行為的機制、個體選擇是如何被影響的，都需要模型來表征，從而指導控制優(yōu)化模型的建模和標定。

2.2.3 優(yōu)化與決策支撐方法

交通控制系統(tǒng)的決策支撐模塊是系統(tǒng)中對功能要求最高的模塊，是實現(xiàn)有效控制的核心模塊。模塊中需要實現(xiàn)控制-仿真-反饋的流程機制，應用優(yōu)化模型為系統(tǒng)配置動態(tài)交通控制的初始方案，模擬測試方案實行的效果，根據(jù)效果，在可選擇方案集里面進一步選擇優(yōu)化方案，不斷迭代優(yōu)化，在可接受時間里配置最優(yōu)的交通控制方案[3]。這其中，數(shù)據(jù)分析的核心，一是要實現(xiàn)公交優(yōu)先控制，能夠實時的將路網(wǎng)數(shù)據(jù)和公交運行數(shù)據(jù)結合分析，二是能夠及時地反饋路網(wǎng)狀態(tài)，對路網(wǎng)的需求變化、下一時段的流量狀態(tài)進行敏銳的監(jiān)測，能夠根據(jù)方案和需求預判交通運行狀態(tài)。

3 應用前景與發(fā)展展望

未來交通系統(tǒng)的優(yōu)化和公交服務水平的提升，都需要借助智能交通體系的大力建設。交通控制平臺的計算能力、功能水平和建設規(guī)模將在人工智能時代實現(xiàn)騰飛。目前，通過城市交通大數(shù)據(jù)分析方法的研究深化和體系化，為交通控制平臺的開發(fā)奠定基礎。數(shù)據(jù)分析應當面向綜合交通體系，而不僅僅是機動車的運行，交通控制平臺建設也應立足長遠，實現(xiàn)數(shù)據(jù)融合、平臺整合、信息共享、服務提升。

參考文獻：

[1]李瑞敏，史其信.基于多智能體系統(tǒng)的城市交通控制與誘導集成化研究[J].公路交通科技，2004，21（05）：109-112.

[2]于泳波，侯佳，程曉明.地鐵客流來源分布特征研究——以南京地鐵為例[C].2019年中國城市交通規(guī)劃年會.

[3]馬壽峰，李艷君，賀國光.城市交通控制與誘導協(xié)調模式的系統(tǒng)分析[J].管理科學學報，2003，12（03）：71-78.