基于动态信息的驾驶员路径选择行为研究

原方方　孔芹　崔琬茹

摘 要 动态路径诱导系统（Dynamic Route Guidance System）通过对一部分公共交通及个人交通进行诱导来达到改善路网交通状况的目的。研究动态信息条件下驾驶员的路径选择行为，对驾驶员和路网系统管理者的路径偏好进行效用分析，得到影响选择行为的各因素权重，能够为制定缓解交通拥堵措施提供参考依据。

关键词 动态路径诱导系统（DRGS） Agent理论 效用理论

在经济高速发展的当今社会，人们的生活水平也在快速地改善，出行方式也发生了巨大的变化，全国的汽车保有量以较快的速度增长。以北京为例，2014年北京市的机动车车保有量达到559.1万辆，创历史新高，造成了严重的交通拥堵。交通拥堵引起的连锁反应严重影响了城市的正常运转，如能源的消耗、环境的污染、时间成本的提高、事故率增加等等。

修建道路是解决交通问题的一个最直接途径，但是现有的城市可用空间越来越少，新建道路对一些大城市，特别对北京、上海、广州这样的特大城市，不具有可操作性，于是人们把目光转向了高效的路网交通管理系统，通过引进新的诱导方法，提高路网的整体性能。

自20世纪80年代开始研究动态路径诱导系统起，到目前已经有30多年的历史，我国目前还在起步阶段。本文采用Agent系统理论和Netlogo仿真手段，将路网系统管理者、驾驶员、车辆导航仪联系起来，通过信息提供，得到不同情境下的最佳导航装配率。

一、Agent技术与多Agent系统

Agent和多Agent系统的概念起源于分布式人工智能领域，本文采用智能体这一定义，文中仍然沿用英文表达法“Agent”。一般来说，Agent应该具有以下基本特性：自治能力、社交能力、反应能力、主动性。

多Agent系统（Multi-Agent System简称MAS）是指由两个或两个以上Agent组成，在资源有限的情况下，Agent之间、Agent与环境之间通过相互交互、协商、合作来共同完成单个Agent无法完成的既定任务的系统。[1]

相对于传统的建模方法，复杂系统多Agent建模方法能够更好地表征交通系统的复杂性、适应性；采用自下而上的模拟方法，注重对系统中驾驶员个体行为的模拟，更接近现实；可以考察不确定条件下的驾驶员决策特征。[2]

二、交通信息的效用分类

驾驶员从出发点到目的地，往往有不止一条可选路径，每条路径的道路属性、服务属性等都不相同，也就是说每条路径的效用值是不相同的，驾驶员在出行时获得这些交通信息，就会选择效用最大的路径来满足自己的出行，以最大化地满足自己的需求。效用最大的路径也就是通常所说的最优路径，能够最大程度地满足驾驶员出行愿望的线路就是出行效用最大的线路，也就是最优路径，要选择整体服务效用最大的路径需要综合考虑多种因素的影响。[3]

依据效用理论，假设驾驶员从A地出发前往B地，两地之间存在多条路径供驾驶员选择，每条路径的道路属性以及所提供的服务的属性均不同，驾驶员按照效用最大化原则选择效用值相对最大的路径进行出行。为了更好地理解效用函数，我们从信息的效用属性来进行分类，总体来讲主要包括以下几个方面：经济因素、时间因素、安全因素、距离因素、舒适度因素等。

（1）时间因素。驾车出行部分原因也是为了可以更快地到达目的地，出行时间是驾驶员最为关心和在意的。行程时间是指驾驶员从发生点到吸引点整个出行过程的时间，包括正常的行驶时间和因排队和拥堵等原因造成的延误时间等。

（2）距离因素。给定一对OD点后，驾驶员从出发地到目的地，出行距离往往也在一定程度上影响着驾驶员对路径选择的影响，尤其在交通状况良好的条件下，出行距离的长短往往意味着出行时间的长短、出行费用的多少，并在某种程度上影响驾驶员的舒适度等。

（3）经济因素。出行费用主要包括道路收费和运营费用，本文所研究的城市道路基本都是免收通行费的，因此主要研究运营费用，包括燃油费、轮胎磨损费、机件磨损费以及阻塞成本等。由于车辆运营费用受道路的自然条件和交通状况的影响，因此在相同的车况条件下，道路条件越好，交通状况越好，车辆运营成本水平就越低，对于驾驶员来说就越具有吸引力。

（4）舒适度因素。出行的舒适程度也越来越影响驾驶员对路径的选择。道路的通行能力、交通流量、平均车速、行车视距等主要还是受当时路段交通量的影响，可用负荷度、路网的平均速度来进行衡量。另外，道路两旁的景观、绿化、指示标志等多种因素都对舒适程度产生影响。

三、实例分析

该文中将仿真情景分为三类：无导航仪、无协商导航仪、有协商的导航仪。通过对不同仿真情景的仿真，验证有协商的导航仪对路网整体性能以及驾驶员出行性能的影响。

（1）试验设计。文中选取实际路网中的某一区域作为仿真参考区域，在仿真路网的搭建过程中，考虑到编程的简便性和易实现性，将路网简化，只保留路网中对车辆运行有明显影响的因素。

（2）数据分析。通过仿真结果可以看出，在交通量较小的情况下，各种情景下的路网状况差别不大，这个时候整体路网状况较好；在交通量适中的情况下，无协商的导航仪和有协商的导航仪均能改善路网状况，有协商的导航仪相比无协商的导航仪，平均行程车速较高，平均行程时间较低，整体来讲，路网性能更优；在较高的交通量情况下，有协商的导航仪对路网性能的改善更为明显。

所有的驾驶员都得到信息并不是最好的情况，当所有的驾驶员都得到相同的信息后，会向相同的路径行驶，原本通畅的道路也会变得拥堵，从而失去了提供信息的意义。具体给多少驾驶员提供信息，才能达到整体性能的最优，也是所有的交通参与者共同关心的话题。所以，本研究在交通量适中的情况下，对不同的无协商的导航装配率和有协商的导航装配率进行仿真研究，以分析协商对改善路网性能的作用以及最佳的导航装配率。

从仿真结果可以看出，无协商导航仪的最佳装配率是45%，在装配率为45%时，平均行程车速达到最大值，平均行程时间最短，整体来看，路网性能最优；有协商导航仪的最佳装配率是65%，在装配率为65%时，平均行程车速达到最大值，平均行程时间最短，也就是说，路网性能达到最优，此时的路网最为畅通，交通流分布均衡。

在路网性能达到最优的时候，路网的平均出行距离并不是最短，也就是说，为了整体路网的性能，有时会建议车辆绕行，以保证大多数驾驶员的利益。

有协商导航仪的最佳装配率比无协商导航仪的最佳装配率要高，也就是说，当驾驶员和路网系统管理者进行协商后，可以更加有效地改善路网的性能。

四、结语

本文通过研究得到不同情况下的最佳导航装配率，为交通管理者制定诱导措施提供理论参考。本文从智能交通的角度，对驾驶员的路径选择行为进行了相对充分的研究和验证。但为了研究的方便，进行了很多简化。例如，驾驶员路径的选择是多种因素共同影响的，但为了研究量化方便，只是选取了几个比较具有代表性、易于量化的指标等。本文的研究仍然存在很多不足之处和需要进一步研究的问题。

（作者单位为郑州铁路职业技术学院）

[作者简介：原方方（1987—），郑州铁路职业技术学院运输管理系交通运输规划与管理专业。]

参考文献

[1] 李英.多Agent系统及其在预测与智能交通系统中的应用[M].华东理工大学出版社，2004.

[2] Holland J H.隐秩序：适应性造就复杂性[M].周晓牧，韩晖，译.

[3] 金宝辉.交通出行行为分析[D].西南交通大学硕士学位论文，2004：37-43.