交通路径诱导文献综述

许家雄

(江西经济管理干部学院 江西 南昌 330088)

交通路径诱导文献综述

许家雄

(江西经济管理干部学院 江西 南昌 330088)

伴随着我国社会经济飞速发展，城市交通拥堵、安全等问题日益突出。在此前提下，智能交通系统通过优化交通组织、交通管理与控制等的相关技术，达到提高道路通行能力的目的。交通路径诱导是智能交通系统的核心组成部分之一，其主要是为达到辅助驾驶员选择出最优路径的目的。本文从近年来国内外对于交通路径诱导技术的研究入手，分析并整理了相关的文献资料。

智能交通系统;交通诱导;文献综述

一、引言

随着全球信息化进程的不断推进，交通诱导系统逐渐在智能交通系统中起到关键的作用。交通路径诱导是利用交通流预测得出的规律，并结合交通分配的方法对交通网络中的交通流进行再分配，从而达到减少交通网络中时间损耗的目的。［1］交通路径诱导技术主要研究交通出行者与路网、车流共同组成的复杂系统，因而相应研究的领域涉及到以交通工程为基础并结合自动控制技术、计算机技术、人工智能等众多交叉领域。［2］本文首先总结了交通诱导系统的分类方式，其次通过分析国内外交通诱导的研究现状与未来的发展趋势。

二、交通诱导系统分类

交通路径诱导系统主要包括以下几种分类方式:

1.根据诱导信息发布的对象不同，交通路径诱导系统可以分为单车路径诱导系统和车流路径诱导系统两大类。

2.根据引导模块和路径优化设置位置不同，交通路径诱导系统可分为分散式诱导系统与中心式诱导系统两大类。分散式诱导系统以车载模块为基础，并通过现代通讯技术的方法实时接收路网信息，进一步完成最优路径的选择与诱导。中心式诱导系统是以红外信标等双向数据通信为基础，利用中心控制计算机系统对实时检测到的路网信息进一步分析处理并作出路径规划，计算出每个出行者需要的最优路径并通过通信网络的手段为提供路径诱导到信息。

三、交通诱导的研究现状及发展趋势

(一)国外研究现状

1.日本

1994年，日本通过警察厅、运输省、通产省、建设省、邮政省等五省厅与相关学术团体以及民间企业共同成立了车辆、道路、交通智能化促进协会 (Vehicle Road and Traffic Intelligence Society，简称 VERTIS)。该协会开发了全球定位系统 (GPS)与道路车辆信息通信系统(Vehicle Information＆Communication System，VICS)的导航系统便是其中之一。

VICS［3］是日本众多交通路径诱导系统是极其具有代表性的。它由设置在路段上的交通流检测装置检测得到交通流数据，结合汽车上的的发射天线装置将实时的动态路网信息传送到信息中心，通过信息中心对收集到的数据进行处理，利用FM多重放送等信息发布手段将交通路径诱导信息反馈到车辆上，并结合车载GPS的定位信息功能，进一步达到引导出行者更顺畅安全的完成出行目的。

2.德国、美国、加拿大

德国的Georg Jahn与Astrid Oehme等人［4］对于驾驶员在驾乘汽车时使用车载信息系统 (IVIS)的安全问题进行了研究，并提出使用“周边任务检测”(Periheral Detection Task)的方法评估了在信息环境条件下驾驶员的安全工作量;美国的 Jemey L.Adier与 Goutam Satapathy等人［5］提出一种通过分布式多智能体改善交通管理与路径诱导系统集成化的方法;加拿大的Liping Fu［6］提出了利用实时发布的道路信息的自适应最优路径算法，这种方法解决了优化交通路径诱导过程中现存的闭环自适应最优路径问题 (the closed－loop adaptive shortest path routing problem，CASPRP)。

(二)国内研究现状

苏永云等人［7］在研究交通诱导路径优化的过程是，发现路径权值在其中跨时段变化问题，并改进了矩阵算法与提出A*算法用以解决K路的最短问题。WEN Huimin等人［8］提出一种使用神经网络计算出的诱导模式，该诱导模式将交通流视为自然流体并利用遗传算法对流体的神经网络参数进行优化。上述交通诱导模式是出行者从出行起点出发，将以径流量最大的路线抵达目的地的路径作为交通路网中的的最短路径。经过计算表明该种诱导方法优于K路最短路径算法，且能够达到更高的成功率。

(三)发展趋势

伴随着车辆检测、分布式并行计算、数据融合与挖掘等众多关键技术的不断发展，车辆诱导信息中心的数据处理功能、路径优化功能等主要功能得到了强化。使得车辆诱导系统呈现了中心式与分布式并重、单车与群体诱导协调发展的趋势。

四、小结

本章总结了国内外交通路径诱导系统及技术的研究现状，并分析了交通路径诱导的发展趋势。

［1］杨兆升.城市交通流诱导系统理论与模型 ［M］.北京:人民交通出版社，2000.

［2］赵亦林，谭国真.车辆定位与导航系统［M］.北京:电子工业出版社，1999.

［3］唐克双，姚恩建.日本ITS开发和运用的实例－名古屋基于浮动车信息的P－DRGS简介 ［J］.城市交通，2006，4(3):74－76.

［4］ Georg Jahn，Astrid Oehme，Josef F.Krems，Christhard Gelau.Peripheral detection as a workload measure in driving:Effeets of traffic complexity and route guidance system use in a driving study［J］.Transportation Research Part F，8(2005):255－275.

［5］ Jeffrey L.Adler，Goutam Satapathy，Vikram Manikonda，Betty Bowles，Victor J.Blue.A multi－ agent approach to cooperative traffic management and route guidance［J］.Transportation Researeh Part B，39(2005):297－318.

［6］ Liping Fu.An adaptive routing algorithm for in－vehicle route guidance systems with real－time information ［J］.Transportation Research Part B，35(2001):749－765.

［7］苏永云，晏克非，杨晓光，等.VNS中动态行程时间与多端动态最短路算法 ［J］.中国公路学报，2001，14(1):97－103.

［8］ WEN Huimin，YANG Zhaosheng.Study on the shortest path algorithm based on fluid neural network of in vehicle traffic flow guidance system［A］.Proceedings of the IEEE International Conference on Vehicle Electronics［C］.Changchung:IEEE，1999，1;110－113.

许家雄，江西奉新人，硕士研究生，工程师，研究方向:交通运输规划与管理。