交通诱导在公路管理中的研究与运用

当前，解决交通拥堵问题，宏观层面上需要城市交通供给与交通需求平衡；中观层面上可以从交通出行结构和路网流量均衡上入手；微观层面上可以加快交通设施建设，提高供给效率。从供给侧结构性改革的发展方向来看，开展交通诱导改变交通出行时空分布，均衡路网交通流量，提早解决交通拥堵发生，更是治理交通拥堵的治本之策，成为智能交通建设的重要内容。

当前交通诱导的主要问题

目前，全国一线城市大部分已经实现了道路的实时交通诱导，主要采用群体车辆诱导系统。在这种诱导系统中，交通诱导系统在车流检测器、信息中心和外场信息显示设备（交通信息板、交通诱导屏等）之间传输，在车流群中作用较大，但也存在一些问题。

缺乏相关协作机制

目前的交通诱导只能发布简单、初级的诱导信息，交通诱导牌（屏）之间不存在协作机制，每个诱导牌（屏）都只是针对所在路段（区域）的交通运行情况作出诱导决策，不能根据全路网交通运行状况，从全局进行决策来实施有效路径指引。

难以实现动态诱导

当前交通诱导只是基于所在路段（区域）的交通运行状况而作出的决策。由于无法获取当前路段车辆的行驶目的地，故目前的交通诱导只是对道路设施的诱导，不是对单个车辆的诱导，属静态诱导，而不是动态诱导。静态诱导无法根据诱导对象的出行需求进行路径规划，导致无法进行动态决策，诱导效果大大降低。

控制系统顾此失彼

交通诱导系统作出诱导决策后，由于路口交通系统无法及时调整，故交通诱导将减少路口某一转向交流流量，使其他转向交通压力增大，排队车辆增多，降低路口的通行效率，进而形成新的拥堵点。

信息发布时间滞后

交通诱导无法提前预测交通运行状况，只能在拥堵后才能发布交通诱导信息，这对于还未上路或者距离拥堵点较远的车辆有一定作用，可以提前变更出行路线。但对于即将进入拥堵路段的车辆，选择的余地已经不多，当大量车辆转向周边道路时，可能形成新的拥堵路段。

交通诱导的研究运用

针对这些问题，重庆市公路局通过在重庆武隆仙女山、奉节旅游环线、巫山双神线等地开展交通诱导的实践与研究中得出，交通诱导的实现首先要依据路段的交通运行水平，判定当前路网中交通拥堵路段，确定周边道路是否具备诱导分流条件。在此基础上，从时间、距离以及驾驶员心理三个层面综合分析，确定交通诱导路径，最终给出路径诱导方案（如图1所示）。

为了提高交通诱导决策的准确度与科学性，改善当地的路面交通系统，减少车辆在路面逗留时间，实现交通流在公路路网中合理分配，从而形成高品质的出行服务，主要开展五个方面的研究运用：

公路交通状态研究判断

图1 路径诱导技术路线

图2 视频检测器交通信息采集的虚拟线圈

图3 无线地磁检测器原理

交通诱导系统对实时道路交通状况的掌握，其核心技术在于自动、准确、高效的判断道路交通状态（如畅通、拥挤、堵塞）。道路交通状态的实时获取，必须首先解决公路网交通状态判断问题，掌握公路网交通运行的整体水平，才能提供实时有效的管理决策和诱导服务。针对交通状态判别方法，国内外均有大量研究和成果。迄今为止，针对交通状态判别国内外主要从经典算法、数理统计、突变理论、模糊数学、人工智能三个角度进行过研究。

一是通过对路段评判指标和交叉口评判指标进行深入分析，建立一种基于FAHP和模糊综合评判的交通状态判别模型，并利用VISSIM的仿真实验证实判别模型的可行性。二是模糊综合评判的城际道路拥堵状态判别模型，针对不同种类浮动车的速度特征信息，构建了综合评判中的权重和隶属函数，形成了基于模糊综合评判方法的城际道路拥堵状态判别算法。三是采用数据融合技术对数据进行处理，再通过模糊推理法对交通拥堵状态进行评判，最后利用可变情报板、网络等形式发布道路交通状态。综合分析，全市公路区域路网的交通状态可以引用模糊理论中算法比较成熟、原理简单、参数标定容易、模式类别划分较好的模糊C-均值算法（FCM算法）模型作为区域路网交通状态判别的基础模型。在此基础上，对模型改进优化，以满足公路交通状态良好判别的需求。

公路交通数据前期采集

交通数据采集与处理是公路交通状态判别的前期准备工作，通过分析采集到的交通数据来挖掘公路交通流蕴含的信息，为交通状态判别研究提供更多参考信息。数据的质量对算法交通状态判别参数的选取以及聚类精度影响都很大，公路交通流受到干扰的因素多，数据噪音大，通过数据简单处理来剔除某些错误数据，并对缺失数据进行合理补充，进而提高了样本数据集所反映的交通特征真实度和算法判别精度，同时也保障了研究所需的样本量。

视频交通检测。视频检测系统主要构成包括摄像机、数据传输设备、视频图像处理器。外场摄像机的功能主要是把光信号转换成电信号，将道路上某个断面的交通图像拍摄下来，经过数据传输设备传给视频处理器。通过视频交通检测技术可以获取大量的道路交通信息。外场摄像机可以获取的信息有道路交通图像、时间、交通运行状态等，一定范围内的路段交通状况可以通过观察视频录像直接获取，具有直观、真实、可靠的特点。

现有的视频采集技术能够获得交通参数有流量、速度、占有率、车型、车头时距等，视频检测已被广泛用于交通信息采集、城市交通违章抓拍和安防等领域。

地磁交通检测。无线地磁检测技术主要是通过检测由于金属物体的存在造成的地磁场变化的原理来检测车辆。通常由无线地磁检测器和接收主机两部分组成。地磁检测器能够全天候持续正常工作设置方便、灵活，系统采用模块化、结构化设计，可扩展性好、系统运行效率高，实时对多路口、多车道的车流量信息进行采集和统计。

无线地磁检测器主要检测车流量、占有率、车型、车头时距以及速度数据。目前，在仙女山旅游公路主机设备同时具备市电220伏供电和太阳能供电功能，太阳能供电不会引起环境污染，产品安装方便灵活，运行维护成本低。

浮动车数据采集。GPS浮动车技术作为新型的交通信息检测技术具有覆盖范围广、不受天气影响、投资少、精度高等特点，同时可以获得路段行程时间和行程速度数据，这些参数可以最直观地描述交通流的运行状态。

结合武隆仙女山等地情况，利用旅游大巴作为浮动车，在信息采集技术中首先确定浮动车采样时间间隔和浮动车样本量，之后数据会进行预处理，如判断车辆行驶状态等，再与电子地图匹配，利用算法进行路径选择，形成浮动车运动轨迹，再根据瞬间速度的判断算法，计算出道路的拥挤度，通过城市诱导系统展示。

公路交通数据的融合处理

数据融合处理是通过将数据组合并且推解出更多的价值信息，数据融合处理主要有3级划分，即像素级、特征级和决策级。像素级处理是基于原始数据层面进行的处理，属于最低层的处理；特征级处理属于层面之间，通过对原始采集信息特征提取并对这些信息综合分析和处理；决策级处理属于高层融合，其结果为管控决策提供最直接的指令。实践中，主要采取五种处理方式：

聚类融合处理。聚类融合处理是通过模糊聚类的方法将样本数据集在数据特征层面进行划分归类，这个过程可以理解为对不同样本数据集潜在的特征信息及其不确定性进行了综合分析和处理，属于特征级融合。基于聚类融合的算法有很多，使用最多的还是基于模糊C均值聚类的方法，它既可以融合单一传感器的数据，又可以对源传感器的信息进行融合。

加权融合处理。加权融合实际上是基于加权平均的一种融合方法，该方法是通过对检测器所提供的冗余信息赋予不同的权值，利用加权算术平均的运算来获取其融合值，其融合值综合性地表达了包括冗余信息在内的全部检测数据信息特征，其加权权重的取值对较好的表达融合后的信息或者特征至关重要。

图4 基于 FCM 流量、速度聚类效果图

贝叶斯估计。此方法是数据融合的一种手段，是融合静态环境下传感器获得的高层面信息的常用方法。贝叶斯估计融合方法的核心在于其概率融合规则，其传感器信息融合是通过概率原则进行组合，对于不确定的信息采用条件概率来表示。多贝叶斯估计是将不同传感器依次给予贝叶斯估计，将各个单独物体的关联概率分布联合建立成基于后验概率的分布函数，使用该函数似然函数最小规则，提供多传感器信息的最终融合。

D-S证据推理。D-S证据推理是一种自上而下的融合方法，主要分为三级。第一级为目标的合成，就是将多源信息整合为一个整的输出结果的过程；第二级是逻辑推断，其目的是在获取的合成结果之上进行逻辑推断；第三级是数据的更新，各种传感器获得的感测数据都会存在或多或少的随机误差，因此需要在推断和目标合成之前更新传感器的观测数据。

人工神经网络。神经网络本身是具有强大的容错性、自组织能力，能够处理较为复杂的非线性问题，这些特性和非线性处理能力，符合多源数据融合技术处理的要求。多源传感器造成观测信息的不确定，神经网络能够通过当前样本的相似性自动去建立分类标准，通过分类标准和自身的推理能力完成多源数据的融合。

公路交通数据接入共享

实践中，充分利用各地已建成的交通综合信息平台，将交通诱导系统接入现有平台，实现管理软件一体化和资源共享，并在山区公路多个路段进行了应用，同期同路段相比，交通事故率下降了40%左右，交通拥堵率下降70%以上，全面保障广大群众安全畅通出行。

GIS地理信息接入。交通诱导系统的设备接入、数据存储、软件开发，均在当地交通综合信息平台的GIS地理信息管理系统平台上进行扩充和完善，主要包括：采集层，车辆检测设备位置信息、运行状态、统计信息以及获取的交通信息数据等；应用层，诱导屏位置信息、显示内容、运行状态等。

其他独立系统衔接。交通诱导系统应充分利用各地现有信息化系统平台，获取区域交通信息。例如，通过重庆交通运行管理平台获得连接各地各条高速公路运行情况；加强与各地应急指挥系统、交警交通管理系统对接获取外场丰富的视频监控资源、交通流数据；与旅游（集团）有限公司游客管理系统、铁路旅客信息系统等系统对接获取游客人次数据，以此增加交通数据多样性，更加全面地获取区域路网交通数据。

交通数据应用发布。交通诱导系统充分利用现有硬件设施资源，如服务器、大屏幕显示系统、存储设备、安全与通信设备等实现数据共享。例如平台的交调点、重要路段的视频监控、地质观测点等数据可供交通诱导系统处理分析使用，系统交通实时监控数据可供平台交通监控调度使用，并通过通过公众信息网、交通诱导屏、手机应用、专业网站等发布路网交通运行状态。

公路交通数据技术保障

智能诱导软件。在诱导软件设计中，选择C语言作为编程语言。集成开发环境选择ARM公司的KeilμVision4。库函数选择ST官方stm32f10x标准外设函数库v3.5。在运行方式选择上，于较大型程序设计需要考虑高效、全局、资源利用、低功耗等因素。由于诱导系统采用GSM作为远程通信，涉及到错误排查以及超时等待、自动连接检查，而操作系统有利于管理系统资源，切换、唤醒任务，对于复杂系统设计更加稳定可靠，选用RTX实时操作系统，系统每个函数运行的周期都严格可控，运行时间可预测。

智能诱导无线通信。当下常用无线通信技术有 2G、3G、LTE、WLAN、RFID、Bluetooth、UWB和 ZigBee等，其工作频段、调制方式、辐射距离、数据率各不相同，因此在不同领域下有各自的应用。在双车道公路诱导系统的研究设计中，上位机与路侧诱导单元、上位机和能见度仪间相距较远，其指令和图片等信息的传递需借助无线通信。考虑到成本、应用环境和资源等因素，本系统的远程控制是借助GPRS通用分组无线服务技术实现的。GPRS属于第二代移动通信数据传输技术，利用GSM网络中未使用的TDMA信道，提供10倍于GSM的传输速度，兼具永远在线、按流量计费、全国省、市覆盖区域广等突出优势。

图5 交通诱导系统架构图

路侧单元单片机。单片机利用VLSI技术在硅片上集成CPU、RAM、ROM、多种I/O口、中断系统、定时器/计数器等功能电路。在系统实现设计中，需结合具体应用，在成本、性能、可扩展性、开发周期等各因素权衡应用需求，选择适合的微处理单元作为系统核心的主控器件，再进行系统外围电路的设计和搭建。根据前面功能需求分析，实现目标可以初步得出：随机存取存储器RAM不小于20k，通用异步收发传输器UART多余3个并且波特率可到11.52kbps，主频大于8MHz。

公路交通诱导的前景方向

交通诱导系统的建立完善是实现智慧交通的重要标志，并将成为当前和未来运输管理体系的模式和发展方向，随着人工智能、大数据时代的来临，交通诱导应用前景将更加广阔。

利用“交通测序”开展交通诱导。“交通测序”系统的技术实现和业务逻辑基于每辆车精准的运动坐标提取，对应现实情况实现了虚拟坐标呈现，从而为实时交通参数、完整空间轨迹回放、全程GIS事件预警等提供数据支持，这些断面流量、交通参数等让公路交通管理更加有的放矢，实现“所见即所现”。

利用大数据技术开展交通诱导。大数据技术能够提供比以往更快、更精确的交通状况分析及预测，对影响交通关键因素进行全面洞察，分析城市交通拥堵成因，并基于分析结果进行宏观调控，实现公路交通从“治”理到“智”理的转变，有效提高城公路管理科学化、现代化水平。

利用仿真模型开展交通诱导。仿真模型将所有交通资源集约在一张实景地图上，通过全息感知、精确分析、实景作战、高效调度，分析交通系统在各种设定条件下的可能行为，并通过仿真试验寻求现实交通问题的最优解和交通设计方案的评价，为公路交通规划和整改提供决策辅助。