基于multi～agent的交通拥堵自主疏导系统设计

文/王 冰 周庆忠 林世岗 李必鑫

引言

随着经济的快速发展，汽车数量逐年猛增，交通拥堵问题也与日俱增，最新数据显示，我国部分特大型、大型城市拥堵延时指数均在2以上，因为交通拥堵，公众出行需花费非拥堵状态下2倍以上的时间到达目的地[1]。交通拥堵问题已经开始制约城市经济的可持续发展。

交通拥堵的产生主要有六个根本原因：道路通行能力的局限性、交通信号灯配时设计不合理、交通事件、道路施工、恶劣天气、特殊事件。其中前两个原因将导致常发性交通拥堵，其余的原因将导致偶发性交通拥堵。偶发性交通拥堵发生在时间和空间上的不可预知性也极大增加了拥堵预防和疏导的难度[2]。如果疏导不及时就会很快由点拥堵扩散为线拥堵，甚至蔓延成面拥堵。

对偶发性交通拥堵进行疏导，传统方法是人工处置法，即现场执勤警察临时控制拥堵上下游路口的交通，然后现场寻找关键冲突点，进而疏导拥堵[2]。这种采用交警现场执勤疏导拥堵的方法，权威性高，效果显著。但也存在不足之处：

（1）交警接到疏导指令后，需要进行现场信息收集，人工收集信息的效率较低，远不及卫星、GPS、传感器等信息收集范围广，速度快。

（2）交警对拥堵的疏导主要依靠指挥指令的发布，采用手势发布指令影响范围小，控制车辆有限，对拥堵疏导的掌控全局性不高。

（3）对于较大规模的拥堵，往往需要多个交警同时疏导，交警之间的协调和信息共享程度较低。

（4）交警信息收集范围有限，很难根据新的情况及时调整疏导策略，灵活性不高。

总之，传统应对偶发性交通拥堵采用人工疏导方法存在成本高、效率低，不能适应目前城市交通拥堵频繁发生，影响范围巨大的现实状况。

借助计算机技术、传感器技术、GPS技术以及通信技术的力量，人类正在致力于解决交通拥堵问题。智能交通运输系统是目前世界交通运输领域的前沿领域，已成为世界各国极力投注资源推动的重点之一。车路协同系统作为智能交通运输系统的重要子系统，它基于无线通信、传感探测等技术获取车辆和道路信息，通过车车、车路通信进行交互和共享，实现车辆和基础设施之间智能协同与配合，达到缓解交通拥堵的目标，也备受国内外科研人员关注，是世界交通发达国家的研究、发展与应用热点[3]。就目前而言多数的车路协同系统聚焦于交通安全[4]、快捷支付[5]、车辆引导等宏观层面的研究，而对于拥堵状态下车车如何协调移动，自主地疏导拥堵这种微观层面的研究较少。

1.问题建模

对于常发性拥堵，属于交通资源不能满足交通需求，这样的拥堵问题需要通过顶层设计，拓展交通容量、抑制交通需求来进行解决，属于宏观层面问题，这里不作探讨。本课题主要针对因不可预料原因造成的偶发性交通拥堵进行研究。

但是，每次拥堵时，车辆、道路、交规等条件都有所不同，因此不能统一建模求解。且偶发性拥堵具有很大的不确定性，拥堵状况随着车辆的增加和移动随时都在发生变化。因此迫切需要一种能够实时感知问题空间变化并快速做出反应的技术和方法来解决这一问题。多智能体系统（m u lti～agent）在解决拥堵疏导问题中具有得天独厚的优势。多智能体系统是多个智能体组成的集合、它的目的是将大而复杂的系统建设成小的、彼此相互通信和协调的，易于管理的系统。它通过Agen t的合作来完成任务的求解。

2.车辆自主疏导agent模型结构设计

车辆自助疏导系统agent模型由五个层次构成，如图1所示。

第一层是数据网络基础层，包括通信模块、数据库模块、信息采集模块和信息输入模块。

通信模块由GSM通信系统、ad～hoc自组织网络模块等构成，负责为在堵车辆之间提供通信服务，当车辆距离满足自组织网络的距离要求，即可自行组成一个多agent网络。

数据库模块记载车辆疏导的必须数据，如车辆属性（长度、车型等信息）。

信息采集模块由多种传感器构成，用来采集在堵车辆自身，及周边的环境信息，如速度、车辆周边物体距离、道路宽度、温度等信息。

图1 在堵车辆自主疏导agent模型

导航模块有GIS、GPS、GSM系统构成用来提供车辆位移、位置信息。

第二层是信息共享与融合层，包括信息共享模块和信息融合模块。

单一在堵车辆依靠传感器、导航系统提供的环境信息虽然真实，但一叶障目不见泰山，对于整个拥堵局面的描述，单一在堵车辆无能为力。数据共享模块能够把每一在堵车辆所获得的局部信息进行共享，使得在堵车辆都有机会获得拥堵全局信息。数据的简单共享和堆砌并不能直观、明确地描述整个拥堵状况，数据融合模块将每一在堵车辆提供的信息进行融合，从而获得全局性拥堵信息。

第三层是拥堵建模与求解层。包括拥堵建模模块和拥堵求解模块。

获得全局性拥堵信息后，拥堵建模模块针对这些信息进行抽象，建立拥堵魔方模型。模型求解模块对该模型进行求解，并将该抽象解还原回拥堵实际情况，给出拥堵疏导方案。

第四层是拥堵方案显示层，拥堵方案通过车内显示屏显示出每一步的车辆移动距离和等待顺序。

第五层是车辆操控层，即驾驶员，通过前面四层的服务，相当于为一辆在堵车辆配备了一名交通拥堵疏导警察，而且警察之间通过agent通信和协商系统保持目标、步调高度一致。避免了在堵车辆移动的盲目性，保障了最短时间疏通拥堵。

3.自主疏导过程设计

（1）搜集全局性拥堵信息。在拥堵状态下，在堵车辆的移动（转向、掉头、变道等）策略通常都是随意和盲目的，其原因在于在堵车辆不能获得全局性的拥堵信息，于是往往仅有的疏通路径也被在堵车辆见缝扎针般地堵上，造成死锁，加大了拥堵疏导时间。因此自主疏导系统需要为每一辆车提供全局性的拥堵信息。

自主疏导系统中，全局性的拥堵信息来自两个阶段：第一阶段，每一辆在堵车辆通过车载传感系统，搜集本车周边的道路和车辆信息，然后通过共享网络广播给所有在堵车辆；第二阶段，每一辆在堵车辆都接受其他在堵车辆广播的拥堵信息，然后结合自身搜集的拥堵信息，建立整个拥堵路段的全局性拥堵信息。

（2）根据全局拥堵。信息，明确每一辆车的初始位置和目标位置，然后建立当前拥堵问题的魔方问题模型。

（3）因为魔方问题求解并不复杂，不需要多agent分布式求解，因此随机指定其中某一在堵车辆agent对其求解，并将模型解结合全局拥堵模型，确定在堵车辆的移动策略和移动顺序。

（4）发布在堵车辆移动策略和移动顺序，每辆在堵车辆接到移动策略和移动顺序后将该信息逐步提供给驾驶员，并监督其执行情况。

（5）执行移动策略，并检测策略执行情况和执行步骤，一旦拥堵状态和环境发生变化，则重新循环执行过程[1]。

4.总结

交通拥堵问题，车辆、道路等问题都会随着车辆移动的盲目性变得瞬息万变，且逐步趋于复杂，多agent系统在应对此类问题能够利用远超人类的计算速度做到应对拥堵问题随机应变，与驾驶员配合在一起，相当于为每一辆车配备了目标一致、配合默契交通警察，为大幅度提高交通指挥和拥堵疏导效率提供了一个有效途径。

[1]华龙网.全国最堵10座城市排名，重庆拥堵延时排第四[EB/OL].2014[2014～8～23].news.cbg.cn/2014/0821/462115_2.shtm l.

[2]金治富.道路交通秩序管理务实指南[M].第一版.北京：中国人民公安大学出版社，2013：288～294.

[3]陈超，吕植勇等.国内外车路协同系统发展现状综述[J].交通信息与安全，2011，第29卷(1)：102～103.

[4]吴涛.车路协同智能路侧系统关键技术研究[D].山东：山东理工大学，2012.

[5]李睿.基于车路协同的城市交叉口交通安全与警模型的研究[D].兰州：兰州交通大学，2013.

[6]起点下载.魔方求解软件V 2.2.7.6中文绿色版[EB/OL].2014[2014～8～23].www.cncrk.com/downinfo/56509.htm l.