利用新兴技术优化城市拥堵的策略研究

吴新霖

摘 要：随着社会经济发展，城市化进程的深化，道路基础设施的供应和需求增长的不匹配，形成了城市交通拥堵的主要原因。本文通过交通拥堵潮汐周期形成分析为例，基于现有GIS和ITS技术和未来智能车联网技术发展相结合，进行定性预测分析。首先对交通拥堵形成的原因进行梳理分析，然后通过利用GIS技术和车联网对交通大数据的收集结合ITS系统基于人工智能建立整体的宏观引导分配机制，消除驾驶人员对道路状况信息盲区以及信息获取不对称，借助ITS系统AI优化驾驶人出行决策，或者通过个人对交通路况信息的充分掌握为其提供更优的出行决策依据，优化驾驶行为。从而达到分流形成交通拥堵的交通流。缓解主干道和固定路段交通拥堵的情况。

关键词：车联网;信息不对称;优化决策;缓解拥堵

中图分类号：U491 文献标识码：A

0 前言

随着社会经济发展，城市化进程的深化，道路基础设施的供应和需求增长的不匹配，形成了城市交通拥堵的主要原因。其中私家车拥有量的不断增长，多数城市老城区作为核心区域，承载着大量就业机会，形成交通流聚集的主要原因，同时核心区域道路难以拓宽改造等因素综合，加剧了交通拥堵情况。本文通过新兴技术的特点，分析现有拥堵因素提出优化交通拥堵策略方法的其他思路。

1 城市交通拥堵形成因素分析

1.1 道路交通承载力与汽车拥有量增长之间的矛盾

城市化进程的深化，使越来越多的人进入城市，经济增长带动了汽车消费的增长，个人汽车拥有量，从1991年的90.04万辆，到2011年的7 326.79万辆，[1]到2020年已达3.72亿辆。而公路里程增长量从2016年469.52万公里到2020年 519.81万公里，增长率远低于汽车保有量的增长率[2]。道路交通资源供给与行车需求的不匹配是导致城市交通拥堵的直接因素。

1.2 出行习惯与驾驶心理定势

城市交通拥堵表现主要为潮汐式拥堵;个别固定路段常态化拥堵。此类拥堵具有规律性、周期性和常态化。通常因为驾驶员出行习惯导致，走固定路线或熟悉路线，以符合心理上的最佳或者最短路线。导致大多数人会集中选择类似或相同路线造成交通拥堵。形成潮汐性或线路固定性的特点。此类交通拥堵主要集中在主干道，是出行人因生活和工作出行需要而形成的，具有典型性[3]。

同时通过GIS统计分析，部分支路或者小路在潮汐拥堵时段通行车辆较少。但驾驶人员难以获取相关交通状态信息。且基于试错成本较高的心理前提下，驾驶者难以决策尝试不熟悉的新OD路线。

1.3 就业区域集中

大多数城市核心区域商业比较发达，集中了大量就业机会，同时居住区域分散，导致城市核心区域每日出行需求集中，造成交通流潮汐式定向集中流动，形成拥堵。

1.4 出行交通工具选择因素

虽然城市公共交通系统不断完善，社会也鼓励低碳出行充分利用公共交通系统，但基于个体行为习惯、信息不对称、心理因素等多方面影响，对于拥有汽车的出行人，绝大多数情况下更愿意自己驾驶汽车并将其作为首选出行工具。这种情况，在出行人数相同的情况下，车流量的增加占用道路资源，远高于集中同乘时的情况，其集中选择结果超过道路服务水平后，出现严重的道路服务水平骤降情况，也就是表现为交通拥堵。形成社会整体不经济。

1.5 基础设施难以改造优化

大多数城市的核心区域由老城区发展而来，周边建筑早已建成，道路基础设施没有多余空间可以扩展优化，虽部分城市大力拓展地上或者地下空间，如部分城市新建高架桥，以及重庆渝中区地下环道。但这类改造受限于城市空间，其新建道路资源仍难以满足汽车保有量增加带来的对其需求增长。

以上形成交通拥堵的因素分析，其主要表现形式在于出行人对道路交通状态信息的掌握不及时、不对称，以及因为信息不对称导致对其他出行人行为难以判断预测，形成了对出行决策的一致性，造成的最终宏观总体效益的不经济。因此，消除信息不对称，建立宏观综合的交通引导分配体系，通过数据收集分析，结果结论预测，有助于个体在基于自身出行前提条件下，做出有利，效率更高的出行决策。提高社会整体效益。

2 优化交通拥堵的思路

2.1 利用GIS获取拥堵数据

交通部門可以通过GIS地理信息系统，对道路车流情况进行的数据统计分析，可以明确的统计出城市拥堵发生的潮汐时间段，路段起始点，以及OD路段间无拥堵的其他路线情况。

通过大数据模拟计算，可以分析出其他OD路线的交通承载能力，以及不同交通流下通行可能的速度、所需的时间，其分析结论可以作为引导车流的决策依据。通过现代通信手段，反馈给驾驶人，使其主动分流到利用率较低的道路上。但这种信息的收集，分析和反馈，需要建立一套完善的系统和运作机制。

2.2 发展车联网技术建立个体运算节点

将车辆建立一个统一标准的实时通讯系统，可以将车辆之间建立成为网络，有助于车载人工智能的交流，实时获取周边车辆运行情况，如数量、速度、方向、距离等。这也是目前智能无人驾驶技术的发展方向之一。同时结合车载人工智能终端，不仅可以实时同步其他车辆所探测数据，综合判断或者预估道路交通状态，提醒驾驶人改变驾驶行为决策，而且可以将车联网种所有在线车辆节点数据上传到交通部门建立的统一数据中心，结合道路基础设施监控系统，以及GIS系统所搜集的交通数据，建立更高层次的综合宏观数据库，为优化交通管理引导分配机制提供准确高效的统计数据依据。

2.3 结合利用ITS技术（智能交通信息系统）

ITS将信息技术、计算机技术、数据通信技术、传感器技术、电子控制技术、自动控制理论、运筹学、人工智能等，综合运用，将是结合GIS数据分析基础建立优化交通引导机制的最佳方案。未来将通过车联网技术，将每辆车连接成为一个网络节点，通过车载人工智能系统和探测装置所获取的交通信息实时上传到交通部门的ITS中心，结合GIS系统搜集的统计数据，完善交通数据库，通过ITS建立的管理中心，分析所获取数据，并将结果，由ITS系统的AI根据出行者的OD路线，驾驶习惯，通行时间段和基于大数据的结论，智能反馈分配驾驶人的出行路线选择，优化引导驾驶者，避开拥堵路线，将利用率较低的道路，综合时间和通行能力的条件，告知提示驾驶人。此外，利用ITS技术建立车联网综合系统，将每个车辆作为网络节点，还可将周边路况信息实时动态的同步反馈给驾驶人和车辆，消除信息盲区，避免信息不对称的情况下根据主观意识相近，造成集体集中选择，重新形成拥堵。

此外，交通信息壁垒的消除，还需要同等的实时反馈，避免大家做出类似的一致决策，同样形成新的拥堵。

因此，建立ITS控制中心和车联网节点实现通讯同步，并借助AI分析决策，有助于消除出行人信息不对称，但同时还需根据模糊灵敏度、跟车时变滞后与交通拥堵的关系，建立设计合理的反馈控制器，将道路交通实时变化的信息，通过ITS反馈给出行者智能分配建议，帮助其做出更合理的出行决策，实现主动分流[4]。

目前结合ITS和车联网的交通系统，还未完全普及，但随着科技的应用发展，尤其是自动驾驶技术和辅助驾驶技术研究深入，必将在不久的未来成为车辆标配。这种将整个交通系统联网的辅助技术，不仅有助于改善优化城市交通拥堵状况，而且也能为出行者提供更佳的出行体验。

2.4 借鉴国外建立多乘员快速通道

除将交通系统网络化，还可借鉴国外经验，基于现有快速路网设立HOV车道（High-Occupancy Vehicle Lane），該车道仅允许两人或以上同乘车辆通行，鼓励减少独自开车出行，间接减少出行高峰期交通流量。对于单人驾驶无其他乘员车辆进入进行罚款或其他处罚，确保快速通道的通行效率和服务水平[5]。

结合限行限号控流政策，鼓励出行人主动节约道路设施资源，不仅如此，还能间接减少能源消耗，降低社会总体出行成本。也符合社会可持续发展理念。

3 总结

现目前，城市交通拥堵的主要表现为主干道潮汐交通流过大，和固定路线交通流超载，抛开车辆增长和道路供给不匹配的供求关系大因素，其他微观因素表现主要集中在出行人对道路状况信息实时掌握的不对称。造成驾驶人难以进行最优的出行决策，而根据习惯集中选择熟悉的或者认为最短的路线。同时城市中存在的很多支路却会在这种情况下面临使用率低的情况。

因此，通过交通部门GIS地理信息系统和统一的车载通信协议形成的车联网，建立实时的交通数据搜集前端，结合ITS技术将人工智能大数据分析建立整体的交通信息反馈系统，有助于消除驾驶人和车载AI对道路状态实时信息掌握的不对称盲区，优化驾驶人出行选择决策，分流拥堵路段交通流。缓解城市交通拥堵。同时也为未来自动驾驶路径选择提供数据支撑。

此外，现目前可通过设立HOV车道提供有条件的高服务水平道路，鼓励多个出行人同乘同一车辆，间接减少出行车流量，补充限号限行政策对车流量控制的局限性。提高资源利用率的同时，降低社会总体成本，有利于可持续经济体系的完善。

参考文献：

[1]国家统计局.中国统计年鉴1995[J].1995：1-20.

[2]中华人民共和国中央人民政府.2020年交通运输行业发展统计公报[EB].http：//www.gov.cn/xinwen/2021-05/19/content_5608523.htm，2021-05-19.

[3]赵鹏军，万海荣.我国大城市交通拥堵特征与国际治理经验借鉴探讨[J].世界地理研究，2016（5）：48-57.

[4]翟聪.车联网环境下基于驾驶行为特征的交通流建模和拥堵问题控制研究[D].广州：华南理工大学，2017.

[5]搜狐汽车.对于HOV车道你了解多少呢[EB/OL].https：//www.sohu.com/a/308843908_120125716.2019-04-18.