基于智慧交通的高速公路擁堵緩解技術(shù)研究

曹志偉

（中咨泰克交通工程集團(tuán)有限公司）

1 引言

城市化進(jìn)程加快使得城市交通壓力日益增加，尤其是在節(jié)假日等特殊時(shí)期，高速公路的交通擁堵問(wèn)題越發(fā)突出，凸顯了城際之間通行需求和高速公路實(shí)際運(yùn)輸力供給情況之間的深刻矛盾，影響著居民的出行體驗(yàn)，嚴(yán)重制約了城際之間的人員流動(dòng)與貨物運(yùn)輸?shù)男?。在傳統(tǒng)的高速公路交通管理與規(guī)劃模式下，高速公路車(chē)流的監(jiān)測(cè)不夠?qū)崟r(shí)、分析不夠動(dòng)態(tài)，無(wú)法為高速公路擁堵緩解提供決策支持[1]。將智能交通平臺(tái)應(yīng)用到高速公路中，可以更好地發(fā)揮現(xiàn)行交通體系的運(yùn)輸效能，革新高速公路交通管理與規(guī)劃模式，切實(shí)提升高速公路的管理效率與管理水平，提高群眾出行的滿(mǎn)意度與舒適度，助力城際之間的經(jīng)濟(jì)交流與可持續(xù)發(fā)展。

2 高速公路傳統(tǒng)擁堵緩解管理方式

2.1 人工方式

高速公路早期管理方式多借助于高速公路不同路段設(shè)置的監(jiān)控設(shè)備如電子眼、攝像頭等，通過(guò)監(jiān)控設(shè)備組建監(jiān)控中心，并組織專(zhuān)業(yè)的高速公路管養(yǎng)機(jī)構(gòu)對(duì)監(jiān)控中心的監(jiān)控內(nèi)容進(jìn)行24小時(shí)不間斷監(jiān)督，及時(shí)發(fā)現(xiàn)高速公路中因突發(fā)狀況或特殊時(shí)期車(chē)流激增導(dǎo)致的擁堵現(xiàn)象，并通過(guò)電話(huà)等方式調(diào)度值班人員或執(zhí)法單位進(jìn)行異常狀況核實(shí)與突發(fā)事件處理，人工干預(yù)緩解高速公路擁堵問(wèn)題。在早期的高速公路擁堵緩解與管理模式下，突發(fā)事件處理與擁堵問(wèn)題緩解主要依賴(lài)于高速公路中全覆蓋的視頻監(jiān)控以及線下相對(duì)靈活的應(yīng)急處理機(jī)構(gòu)與執(zhí)法隊(duì)伍，技術(shù)手段專(zhuān)業(yè)性與自動(dòng)化水平不高。尤其在線網(wǎng)規(guī)模受限、隊(duì)伍建設(shè)不足等現(xiàn)實(shí)環(huán)境下，采用此類(lèi)人工方式對(duì)高速公路擁堵問(wèn)題進(jìn)行現(xiàn)場(chǎng)處置與緩解的方案效率不高、效能不高。

2.2 自動(dòng)化方式

自動(dòng)化方式是對(duì)傳統(tǒng)高速公路人工監(jiān)測(cè)與管理方式的一種革新，其依托高速公路的局域網(wǎng)絡(luò)環(huán)境架設(shè)獨(dú)立運(yùn)行的高速公路管理平臺(tái)。在高速公路管理平臺(tái)中高度集成了公路視頻監(jiān)控系統(tǒng)、路況分析與應(yīng)急處置系統(tǒng)等，在各類(lèi)信息共享機(jī)制以及各項(xiàng)復(fù)雜功能的支持下，高速公路管理平臺(tái)實(shí)現(xiàn)了高速公路的實(shí)時(shí)監(jiān)測(cè)、動(dòng)態(tài)分析與資源調(diào)度，為高速公路的全天候安全通行、車(chē)道與車(chē)流量管控等提供了良好的平臺(tái)支持。但是現(xiàn)階段的自動(dòng)化方式僅高度關(guān)聯(lián)高速公路的監(jiān)控體系與應(yīng)急處置體系，自動(dòng)化功能主要體現(xiàn)在高速公路交通流量實(shí)時(shí)監(jiān)測(cè)以及線上應(yīng)急救援資源調(diào)度方面，對(duì)于高速公路擁堵的智能化預(yù)測(cè)判斷、擁堵過(guò)程的精準(zhǔn)模擬與推演以及交通擁堵時(shí)各項(xiàng)資源的均衡調(diào)度與調(diào)控等仍存在諸多不足。

3 智能交通及其在高速公路擁堵緩解中的技術(shù)應(yīng)用

3.1 智能交通

智能交通是智能化技術(shù)在交通領(lǐng)域的深度融合應(yīng)用，其是將先進(jìn)的信息技術(shù)如物聯(lián)網(wǎng)技術(shù)、云計(jì)算技術(shù)、人工智能技術(shù)、自動(dòng)控制技術(shù)等引入到交通領(lǐng)域，對(duì)高速公路中的車(chē)輛、車(chē)道、車(chē)流、突發(fā)事件等數(shù)據(jù)進(jìn)行集成、共享與智能化分析，全方位支撐高速公路的高效管理。在智能交通平臺(tái)的支持下，高速公路的車(chē)輛行駛信息、駕駛?cè)藛T信息、運(yùn)輸貨物信息以及車(chē)流信息等均能夠?qū)崟r(shí)反映高速公路不同路段的現(xiàn)實(shí)通行情況。在信息實(shí)時(shí)收集匯聚與共享的基礎(chǔ)上，依托人工智能技術(shù)與自動(dòng)控制技術(shù)對(duì)高速公路的各類(lèi)數(shù)據(jù)進(jìn)行智能化分析與預(yù)測(cè)，并對(duì)高速公路的各類(lèi)資源如監(jiān)控設(shè)備、預(yù)警設(shè)備等交通基礎(chǔ)設(shè)施進(jìn)行高效調(diào)度，更好地發(fā)揮高速公路各類(lèi)資源的協(xié)同能力與工作效能。

3.2 主流智慧交通平臺(tái)在公路擁堵緩解中的應(yīng)用

當(dāng)前國(guó)內(nèi)主流的智慧交通平臺(tái)如高德智慧交通公共服務(wù)平臺(tái)、百度交通智慧交通平臺(tái)等均是依托于電子地圖以及實(shí)時(shí)監(jiān)測(cè)的高速公路車(chē)流量信息等，以可視化呈現(xiàn)方式在電子地圖上實(shí)時(shí)、動(dòng)態(tài)展示高速公路的擁堵情況，以便通行人員及時(shí)掌握行車(chē)的擁堵?tīng)顩r。主流智慧交通平臺(tái)在公路擁堵緩解中的應(yīng)用主要依據(jù)通行人員的GPS 數(shù)據(jù)、高速公路不同路段的車(chē)流監(jiān)控?cái)?shù)據(jù)以及高速公路應(yīng)急處置機(jī)構(gòu)或通行人員實(shí)時(shí)上傳的特定區(qū)域交通事故數(shù)據(jù)等。在各類(lèi)數(shù)據(jù)的綜合分析下，高速公路的實(shí)時(shí)交通運(yùn)行態(tài)勢(shì)可以得到較好的監(jiān)測(cè)與預(yù)演，為通行人員提供諸如實(shí)時(shí)擁堵指數(shù)、擁堵里程、預(yù)計(jì)通行時(shí)間等數(shù)據(jù)，出行人員可根據(jù)上述提示科學(xué)規(guī)劃出行方式與出行時(shí)間[2]。主流智慧交通平臺(tái)的研發(fā)為智能交通在高速公路擁堵緩解中的應(yīng)用指明了具體的方向，也為高速公路管理部門(mén)科學(xué)管控交通流量、優(yōu)化資源調(diào)度、精細(xì)化管理通行狀況等提供了應(yīng)用參考。

3.3 高速公路車(chē)流量實(shí)時(shí)監(jiān)測(cè)

高速公路車(chē)流量監(jiān)測(cè)是高速公路交通擁堵緩解的重要環(huán)節(jié)，也是高速公路交通擁堵智能化緩解與應(yīng)對(duì)的重要前提。對(duì)于高速公路而言，惡劣的天氣狀況、特殊的時(shí)間節(jié)點(diǎn)（早高峰或節(jié)假日等）均會(huì)導(dǎo)致高速公路出現(xiàn)擁堵現(xiàn)象。前述傳統(tǒng)高速公路車(chē)流監(jiān)測(cè)的傳統(tǒng)方式中，無(wú)論是人工方式還是自動(dòng)化方式，實(shí)時(shí)監(jiān)測(cè)的應(yīng)用深度均不足，尤其是人工方式下的車(chē)流量實(shí)時(shí)監(jiān)控多依賴(lài)于不同路段的視頻監(jiān)控設(shè)備以及組建的視頻監(jiān)控中心，并以人工目視的方式發(fā)現(xiàn)高速公路中的擁堵現(xiàn)象、擁堵部位等，在層層的審核后再開(kāi)展應(yīng)急調(diào)度，無(wú)法為高速公路中的通行人員提供實(shí)時(shí)的擁堵預(yù)警。智能交通平臺(tái)借助高速公路上架設(shè)的各類(lèi)監(jiān)控設(shè)備、傳感器設(shè)備以及通行人員移動(dòng)智能手機(jī)自帶的GPS定位功能等實(shí)時(shí)收集高速公路上通行車(chē)輛的流量情況，實(shí)現(xiàn)對(duì)高速公路車(chē)流量的實(shí)時(shí)、精準(zhǔn)監(jiān)測(cè)。

3.4 高速公路擁堵預(yù)測(cè)預(yù)判

3.4.1 高速公路交通運(yùn)行特征挖掘

在高速公路車(chē)流量實(shí)時(shí)監(jiān)測(cè)的基礎(chǔ)上，智能交通平臺(tái)依托數(shù)據(jù)挖掘技術(shù)、深度學(xué)習(xí)技術(shù)等對(duì)高速公路的交通運(yùn)行特征進(jìn)行快速、智能地挖掘，分析得出高速公路交通運(yùn)行的一般性規(guī)律，為高速公路交通擁堵過(guò)程模擬等奠定基礎(chǔ)。利用數(shù)據(jù)挖掘算法提取高速公路交通運(yùn)行特征，可根據(jù)不同時(shí)間段、不同路段以及高速公路不同等級(jí)，依托聚類(lèi)分析法等數(shù)據(jù)挖掘算法挖掘出上述時(shí)間與空間重疊下的交通運(yùn)行特征，從而將高速公路擁堵情況按照時(shí)間與空間分類(lèi)為不同的交通運(yùn)行場(chǎng)景，進(jìn)而為高速公路不同路段打造出兼具一般規(guī)律與個(gè)性特征的交通運(yùn)行模式庫(kù)[3]。在具體應(yīng)用時(shí)，利用物聯(lián)網(wǎng)以及GPS定位系統(tǒng)動(dòng)態(tài)監(jiān)測(cè)高速公路的車(chē)流量，結(jié)合不同時(shí)間段以及不同空間路段的高速公路交通運(yùn)行模式庫(kù)，分析當(dāng)前高速公路交通運(yùn)行狀況下的個(gè)性特征，以便基于此個(gè)性特征進(jìn)行高速公路擁堵過(guò)程的精準(zhǔn)模擬與推演。

3.4.2 基于復(fù)雜網(wǎng)絡(luò)的交通擁堵過(guò)程模擬與推演

將高速公路網(wǎng)絡(luò)映射到邏輯層面，構(gòu)建出復(fù)雜的高速公路有向網(wǎng)絡(luò)。在有向網(wǎng)絡(luò)的基礎(chǔ)上，利用強(qiáng)化學(xué)習(xí)算法對(duì)高速公路交通運(yùn)行的各類(lèi)歷史數(shù)據(jù)進(jìn)行遷移學(xué)習(xí)與推演分析，模擬在不同場(chǎng)景下的交通擁堵過(guò)程以及演變情況，從不同維度與不同層次剖析高速公路的擁堵進(jìn)程，為高速公路擁堵調(diào)控與緩解提供相對(duì)精準(zhǔn)的預(yù)測(cè)結(jié)果參考[4]。將強(qiáng)化學(xué)習(xí)算法、人工智能技術(shù)等應(yīng)用到高速公路復(fù)雜網(wǎng)絡(luò)的交通擁堵過(guò)程模擬與推演中，可針對(duì)特定的空間或網(wǎng)絡(luò)節(jié)點(diǎn)分析網(wǎng)絡(luò)的擁堵屬性，包括高速公路復(fù)雜網(wǎng)絡(luò)的擁堵線路、途經(jīng)節(jié)點(diǎn)空間坐標(biāo)、預(yù)計(jì)擁堵時(shí)間以及交通擁堵過(guò)程的傳播機(jī)制等。通過(guò)對(duì)高速公路交通擁堵過(guò)程的精準(zhǔn)、動(dòng)態(tài)模擬與推演，高速公路管理平臺(tái)可以對(duì)不同道路層級(jí)如路網(wǎng)、路段、交叉口等的車(chē)流量疏散、資源均衡調(diào)度與調(diào)控等提供更加精準(zhǔn)、實(shí)時(shí)、可靠的方案，助力高速公路擁堵調(diào)控與緩解[5]。

3.5 高速公路擁堵調(diào)控與緩解

3.5.1 交通時(shí)空資源失衡問(wèn)題診斷

高速公路擁堵調(diào)控與緩解有賴(lài)于對(duì)高速公路的交通時(shí)空資源進(jìn)行有效調(diào)度，使得各交通時(shí)空資源能夠在相對(duì)均衡的狀態(tài)下得以高效利用。將深度學(xué)習(xí)、人工智能等新興技術(shù)引入到智能交通平臺(tái)中，針對(duì)前期基于復(fù)雜網(wǎng)絡(luò)的交通擁堵過(guò)程模擬與推演情況，利用上述技術(shù)對(duì)高速公路的交通時(shí)空資源進(jìn)行分析，挖掘模擬與推演的交通擁堵過(guò)程和交通時(shí)空資源二者之間的關(guān)聯(lián)關(guān)系以及在時(shí)間、空間上的重合度與匹配度，以便利用閑置的交通時(shí)空資源對(duì)即將出現(xiàn)的交通擁堵過(guò)程進(jìn)行干預(yù)與紓解。同時(shí)，高速公路擁堵調(diào)控與緩解要著眼于精準(zhǔn)診斷交通時(shí)空資源的失衡問(wèn)題，哪些時(shí)空資源利用率超出標(biāo)準(zhǔn)閾值，哪些時(shí)空資源利用率偏低且可以用于均衡性輔助與置換，這些均是人工智能算法應(yīng)用在高速公路交通時(shí)空資源失衡問(wèn)題診斷時(shí)需要考量的要素[6]。在綜合考慮資源均衡性、匹配度以及實(shí)時(shí)動(dòng)態(tài)的交通運(yùn)行供需情況的基礎(chǔ)上，構(gòu)建高速公路時(shí)空資源失衡評(píng)價(jià)指標(biāo)體系，科學(xué)評(píng)判不同場(chǎng)景下的交通時(shí)空資源失衡情況，以便智能交通平臺(tái)合理調(diào)度時(shí)空資源、緩解交通擁堵[7]。

3.5.2 交通網(wǎng)絡(luò)擁堵智能主動(dòng)均衡調(diào)控

針對(duì)擁堵熱點(diǎn)、線、面，揭示交通管控、道路條件、交通流特征等組合因素對(duì)路網(wǎng)容量的作用機(jī)理，構(gòu)建路網(wǎng)容量關(guān)鍵影響因素辨識(shí)方法，建立路網(wǎng)容量約束下分層級(jí)聯(lián)主動(dòng)均衡調(diào)控技術(shù)[8]。例如，基于大數(shù)據(jù)、邊緣計(jì)算、5G、物聯(lián)網(wǎng)等技術(shù)研發(fā)智能交通信號(hào)控制系統(tǒng)，以AI雷達(dá)和AI攝像頭等感知設(shè)備為基礎(chǔ)，對(duì)高速公路上的車(chē)流量、路況等進(jìn)行智能識(shí)別研判，根據(jù)現(xiàn)場(chǎng)實(shí)時(shí)情況遠(yuǎn)程控制、動(dòng)態(tài)調(diào)整紅綠燈時(shí)間，實(shí)現(xiàn)交通動(dòng)態(tài)管控，緩解擁堵、加速特種車(chē)輛通行等功能。

4 結(jié)語(yǔ)

智能交通平臺(tái)依托移動(dòng)通信技術(shù)、無(wú)線傳感網(wǎng)絡(luò)、云計(jì)算信息處理技術(shù)、Hadoop 信息處理技術(shù)等全面采集與融合交通管理數(shù)據(jù)、交通綜合檢測(cè)數(shù)據(jù)、互聯(lián)網(wǎng)路況數(shù)據(jù)等，借助大數(shù)據(jù)平臺(tái)健全交通管理。同時(shí)，與電信運(yùn)營(yíng)商、技術(shù)行業(yè)優(yōu)勢(shì)企業(yè)、互聯(lián)網(wǎng)地圖服務(wù)商等合作，融合電子地圖、車(chē)輛GPS實(shí)時(shí)數(shù)據(jù)等，對(duì)高速公路的各類(lèi)數(shù)據(jù)進(jìn)行智能化分析與預(yù)測(cè)，并對(duì)高速公路的各類(lèi)資源如監(jiān)控設(shè)備、預(yù)警設(shè)備等交通基礎(chǔ)設(shè)施進(jìn)行高效調(diào)度與擁堵預(yù)警，為市民提供全面優(yōu)質(zhì)的出行服務(wù)。