城市道路擁擠狀態判別文獻研究

劉榴

（公安部道路交通安全研究中心，北京100062，中國）

城市道路擁擠狀態判別文獻研究

劉榴

（公安部道路交通安全研究中心，北京100062，中國）

隨著城市道路的快速發展和交通需求的不斷增長，城市道路上的交通事件頻繁發生，交通擁擠越來越嚴重。文章通過回顧城市道路交通狀態判別在國內外的發展歷史與研究現狀，從城市道路交通流運行狀態判別基礎和擁擠狀態識別方法兩個方面總結文獻研究已取得的經驗和成就。

城市道路交通流；道路擁擠狀態；狀態識別

1 介紹

隨著城市的高速發展，城市交通擁堵、交通效率不高導致的能源浪費成為各個城市發展面臨的共同問題，很多城市都大力發展智能交通系統（Intelligent Transportation System,ITS）作為解決城市車路矛盾的重要途徑之一。

隨著國民經濟的高速發展和城市化進程的加快，我國機動車擁有量及道路交通量急劇增加。一方面，由于國民經濟的快速發展，民眾的汽車擁有量進一步提升，現實條件促使人們由公共交通向個體交通特別是非大容量交通方式轉換；另一方面，農村人口繼續向城市流動，更多的道路將被更多的人所占有，交通量會出現前所未有的膨脹。尤其是在大城市，交通擁擠堵塞以及由此導致的交通能耗、環境污染的加劇，是我國城市面臨的極其嚴重的“城市病”之一，已經成為國民經濟進一步發展的瓶頸問題[1]。德克薩斯州交通運輸研究中心（TexasTransportation Institute）的研究報告表明，在 1982年到2002年間，全美每年每個出行者高峰時段的平均出行延誤由16小時增加到46小時，總延誤時間由7億小時增加到35億小時，擁擠造成的經濟損失由142億美元增加到6萬億美元[1]。加拿大交通部在2005年發布的一份城市交通報告表明，加拿大每年因交通擁擠造成的經濟損失達60億加元[2]。歐洲每年因交通擁擠所造成的經濟損失為5000億歐元，日本東京每年因交通擁擠造成交通參與者的經濟損失相當于123000億日元[3]。我國百萬人口以上的大城市，每年由于交通擁堵造成的直接和間接經濟損失約計1600億元，相當于國內生產總值的3.2%，至于擁擠給社會帶來的其他負面影響，更是難以估量。

交通擁擠是由于道路系統的某個局部由于通行能力的不足或突發事件而導致車流速度下降或停止運動，此時車流密度明顯增加而產生長時間大范圍的車輛排隊現象，由于道路上車流的快速運動，致使交通擁擠迅速延伸、擴散，最終導致全路網癱瘓[4]。因此，對實時道路交通流數據信息的獲取、準確的鑒別路網中已經發生或即將發生的交通擁擠對制定合理有效的交通擁擠疏導策略，避免因局部交通擁擠而引起全路網的交通癱瘓具有重要的現實意義。

近年來，有大量文獻基于交通狀態識別的相關技術進行研究，形成了較為系統的城市道路交通擁擠狀態識別體系。

2 城市道路交通流運行狀態判別基礎

城市不同道路的交通流特性存在著較大差別，行駛在城市不同道路上的車輛，由于出行目的、車輛類型、行駛路線、道路條件和交通環境特點各異，其運行狀態有不同變化。對城市道路進行交通狀態判別時，根據不同等級城市道路的交通流特性，確定城市道路交通流運行狀態判別標準是十分必要的。

2.1 城市道路分類

城市道路分類的方法有很多，劃分的基本依據有：交通性質、交通量和行車速度。由于城市交通結構錯綜復雜，難以用單一的指標來分類。要綜合考慮分類的基本因素，還應結合城市性質、規模及其現狀來合理劃分。按照我國城市規劃中普遍采用的劃分方法以及中華人民共和國行業標準《城市道路設計規范》（CJJ 37—90）對于城市道路的級別區分與構造有詳細的規定。該規范中，按照城市道路在道路網中的地位、交通功能以及對沿線建筑物的服務功能等，將城市道路分為四類：快速路、主干路、次干路和支路。并且規定，除快速路外，每類道路按照所占城市的規模、設計交通量、地形等分為 I、II、III 級。大城市應采用各類道路中的 I 級標準；中等城市應采用II 級標準；小城市應采用 III 級標準。有特殊情況需要變更級別時，應作技術經濟論證，報規劃審批部門批準。

2.2 城市道路交通流運行特性分析

基于文獻研究，分析城市道路交通流運行特性，大抵從時間和空間兩個方面。

（1）時間范疇

在城市快速路段車輛的行駛速度一般較高，交通流較平穩，這是因為快速路實行出入口控制，設置有中央分隔帶，屬于汽車專用道路，不與非機動車產生干擾，故交通環境較好。當與其他道路交叉時，交叉口多為立體交叉，不受信號控制，車輛可以連續的行駛，如圖1所示。城市主干路、次干路與其它道路的交叉點大多為信號交叉口，車輛進入城市主干路、次干路后，由于受到信號交叉口的影響，使到達交叉口的車輛在時間上進行了分離，車輛行駛時斷時續，不能連續的行駛。通過大量觀測分析可以看出，在主干路、次干路路上行駛的交通流周期性的停止，然后在信號允許的情況下，以某種方式進行疏散。支路與其他道路相交時，一般不設信號交叉口。車輛進入支路段后，由于沒有信號交叉口的干擾，車輛可以連續的行駛。

從上面的分析可以看出，對于存在信號交叉口的城市主干路、次干路路段，交通流的速度是以信號周期發生周期性變化。如果交通狀態判別的時間間隔小于信號周期，則采集到的交通數據具有較強的隨機性，難以準確體現交通狀態變化的規律性。對于城市快速路以及沒有信號交叉口的城市支路，由于沒有信號交叉口的管制，交通流平穩，分析時間間隔可以較短。

（2）空間范疇

對城市道路進行交通狀態判別時，要盡力保證一個路段或一個分析單元內交通流是一個穩定的運行狀態。對于有信號交叉口的路段，主要是指有信號交叉口的城市主干路和城市次干路。主干路、次干路上存在著大量的交叉口，這些交叉口多為信號控制交叉口，由于交叉口的信號控制，當車輛行駛方向遇到紅燈時，即使路段不擁擠，車輛也必須停車等待，出現排隊現象，當紅燈轉綠時，這些排隊的車輛以飽和流率連續的通過交叉口，以車隊的形式前進。這樣，主干路、次干路車輛運行帶有脈沖的性質。而且主干路、次干路的交叉口之間的距離比較短，在北京的城市道路中，主要交叉口之間平均距離約為 1km 左右[4]，加減速頻繁，表現出明顯的間斷流特征。因此，有必要對有信號交叉口的路段進行劃分，把交叉口前的一段道路單獨劃分出來。對于城市快速路而言，為了保證快速路的通行功能，需要嚴格限制非機動車和行人的進入。快速路多以高架道路的形式建設，當快速路采用路面形式時，則需要在與其他道路相交的路口采用立體交叉形式，而且不受信號控制，以保證快速路上車輛可以連續、高速的行駛。因此，快速路上路段的劃分相對簡單，采用均分法即可。對于沒有信號交叉口的支路也可以采用與快速路相似的劃分方法。

2.3 城市道路運行狀態判別

通常，城市道路交通流狀態可劃分為三種狀態：暢通狀態、穩定流狀態、擁擠狀態[5]。

暢通狀態是指在車輛較少，車流密度較小時，駕駛員能根據自己的駕駛特性（個人駕駛技巧、駕駛傾向性、身體狀況、情緒、出行的緊迫性等）和車輛條件、道路條件及環境條件進行駕駛，基本上不受或少受道路上的其他車輛的影響，通常可以保持較高的車速。

穩定流狀態是指車輛行駛不能像暢行狀態下自由的任意行駛，車輛速度受到前車的制約，但車輛行駛狀態比較穩定，出現意外的干擾并不會使車流紊亂，車流本身具有一定的抗干擾能力，在該狀態下交通流量可以達到通行能力時的流量值，在最大流量處，交通流處于穩定的極限，出現干擾就會使車流產生大的波動，車流抗干擾能力明顯下降。

擁堵狀態是指車流對干擾非常敏感，顯示出較大的波動性。駕駛員在該狀態下行車，交通密度較大，行駛自由度小，速度受前車制約性強，變化很大，車速忽高忽低，穩定性較差。此不穩定狀態的極限形式就是車輛走走停停，駕駛員以及乘客的感覺極差。這種狀態正是交通工程人員致力研究，力圖避免的。

我國《城市道路交通管理評價指標體系》（2007版）設置了與路段交通狀態有關的基本指標，指建成區早、晚交通流高峰時主干道上機動車的平均行程車速，即車輛通過某段道路的長度與通過該條道路所需的總時間之比（包括中間停車時間和延誤時間），平均行程車速是所測車輛樣本行程速度的算術平均值。這項指標評價標準如表 1 所示。

表1 高峰時段建成區主干道平均車速分級表

這指標體系已經在城市道路交通管理評價中得到了廣泛應用，通常將第一、第二級速度對應的交通狀態定義為穩定流狀態，將第三、第四、第五級速度對應的交通狀態定義為擁擠[6]。

由于城市交通狀況很復雜，不同路段、區域的情況有所不同，同一路段、區域在不同時段下，情況也不盡相同，所以還可以分不同的時段，來應用不同的判別規則，使系統具有更好的適應能力。

3 城市道路擁擠狀態識別

3.1 交通檢測器布置

動態交通信息的自動采集技術可根據交通檢測器工作地點的不同劃分為固定型交通檢測器和移動型交通檢測器兩大類。目前在應用固定型交通檢測器采集交通信息方面的研究，主要是對檢測器空間布置位置及布置密度進行的研究。研究思路主要有以下兩種:第一種是通過理論分析確定固定型檢測器的最佳布置地點。常用的理論分析方法包括聚類分析、主成分分析和線性規劃等。此類方法主要是通過對路網中各路段交通流量參數之間的相似性分析，得出各路段交通流量之間的對應關系，然后確定布置固定型檢測器的關鍵路段。第二種是通過仿真分析來確定檢測器的布置方案。研究思想是首先提出多種檢測器的布置方案，然后通過大量的仿真模擬試驗，得到不同檢測器布置方案下交通參數估計及預測的精度或其他交通模型的效果，最后根據交通系統的應用需求來確定檢測器的布置方案。移動型交通檢測器是近期新興的交通信息采集技術，發達國家在20世紀80年代就開始了相關研究，主要可以歸納為浮動車樣本量及覆蓋率問題。近期，國內許多學者也在移動型交通檢測器上進行了大量研究和探索，但是目前我國對于移動型交通檢測器的研究尚處于起步階段。其中，雖然對固定型檢測器空間布置位置及布置密度進行了研究，但是都是將這兩個方面分開進行研究的，因此，需要同時考慮位置與密度的關系，建立一種固定型檢測器配置優化的多目標規劃模型。

3.2 交通流參數短時預測

在過去的幾十年里，國內外對于短時交通預測的研究一直很活躍，交通工程方面的研究者在這一研究領域內做了大量的工作。短時交通預測的步長通常小于Tmin，其效果對交通控制、交通誘導、交通事件檢測等功能的正常發揮具有重要意義。目前，短時交通預測技術可以分成兩大類:即以數理統計和微積分等傳統數學和物理方法為基礎的預測模型和以現代信息處理技術為基礎的預測模型。第一類模型主要包括回歸模型、自回歸模型、移動平均模型、極大似然估計模型、Markov模型以及卡爾曼濾波模型等，這類預測模型具有充分的傳統理論基礎，容易理解。但是由于其理論基礎大多數是線性估計模型，當預測間隔小于Tn時，由于交通流變化隨機性和非線性特性的加強，必然導致模型的預測性能下降。因此，這一類模型適用于交通流比較平穩或呈線性變化條件下的預測。第二類模型不追求嚴格意義上的數學推導和明確的物理意義，而更重視對真實交通流現象的擬合效果，具有較強的非線性預測能力。比較成熟的模型有非參數回歸、神經網絡、小波分析等，另外，渾沌分析、分形學、相空間重構、支持向量機等方法的應用也引起了關注。此外，由于上述模型都具有特定的適用條件，道路交通參數具有的時變性與不確定性使得單獨使用任何模型都難以給出理想的預測結果，因此，多模型的融合預測方法成為短時交通預測的研究重點。在這里，多模型的權重是動態的，其確定方法有反比例法和等步長最小二乘法，其中，反比例法在每一時段都需要對權重調整，工作量比較大，且不能保證最終的預測模型是最優預測模型；等步長最小二乘法雖然實現了工作量比較小，但是會受到非正常數據的影響，導致擬合度差。因此，需要提出或引入一種新的權重計算方法，以實現多模型融合預測模型的工作量小、且保證最終的預測值是最優的。

3.3 交通擁擠識別算法

早期的道路交通管理部門主要依靠人工方式發現道路上存在的交通擁擠和交通事故，其目的是盡快疏散由擁擠和事故引起的交通阻滯[7]。但是隨著路網規模的擴大、交通需求與供給矛盾的激化、常發性交通擁擠的增加[8]，發達國家開始研究運用先進技術對道路交通運行狀態進行監控的方法，出現了以電子設備為手段的交通監控系統。這時的交通事件自動檢測對促進道路交通管理水平的提高發揮了重要作用[9-11]。國外最早開發并投入使用的交通狀態識別算法是以判別突發性交通事件為主要功能的加利福尼亞算法。其開發于1965～1970年之間，通過比較鄰近檢測站之間的交通參數數據，主要是比較環型線圈檢測器獲得的占有率數據，判別可能存在的突發性交通事件。德克薩斯州交通協會在1970～1975年期間開發了以判別突發交通事件為主要功能的標準偏差算法，用于休斯頓海灣公路的交通監視和控制中心。標準偏差值SND可通過當前交通參數值減去平均值，再除以標準偏差得到。Dudek等人認為倘若在連續的兩個采樣周期內的SND值都大于預定的閾值，則認為有突發交通事件發生[12]。

Cook于1974年開發了一種雙指數平滑法，用于對突發交通事件的判別。這種算法以交通參數數據的雙指數平滑值作為預測值，通過比較交通參數數據的預測值和實測值來構造一個跟蹤信號，如果該跟蹤信號超過預定的閉值時，就認為發生了突發交通事件[13]。

Persaudetal根據突變理論于1990年開發了McMaster算法，第一次將過大交通需求引起的常發性擁擠作為分析判斷的對象。使用大量的擁擠和非擁擠交通狀態下的流量一占有率歷史數據開發二者分布關系模板，通過將觀測數據之間的關系與模板進行兩次比較，第一次比較判斷是否發生了交通擁擠，第二次比較判斷發生的是偶發性擁擠還是常發性擁擠[14]。

莫尼卡算法(Monica)開發于 1991年，以連續車輛之間車頭時距的測量值和方差、連續車輛之間的速度差為基礎，當這些參數超過預定的閾值時，則觸發交通事件警報[15]。

國內方面，莊斌、楊曉光等通過對中國城市道路路段上環形線圈采集到的流量和占有率數據進行對比分析和統計推導，從理論上論證了交通擁擠產生的原因；提出了交通擁擠出現與消散過程的相對增量判別準則，并利用給出的判別準則構造出相應的擁擠檢測指標，給出了城市道路路段上交通擁擠的平均占有率自動檢測算法[16]。

楊兆升、楊慶芳等在對傳統不確定性推理融合算法比較的基礎上，提出應用模糊綜合決策模型來進行多目標多傳感器的信息融合，來解決在交通事件中的多事件多傳感器的事件識別問題，該模型的主要特點是信息損失少、計算量小，其實用性比較強[17]。

姜紫峰、劉曉坤等提出從多層前向人工神經網絡角度建立模型，并運用一個4層的BP網絡予以實現。網絡中每一層神經元只接受前一層神經元的輸入，并在節點上進行復合(線性疊加)和畸變(非線性映射)。通過復合反映不同神經元之間的禍合程度，通過畸變改變輸入信息的結構和性態。該方法在識別率、誤識率和平均識別時間方面均比較理想[18]。

在檢測技術的發展方面，隨著科技水平的提高，技術應用的不斷增強，移動檢測技術已經成為新的發展方向，如浮動車技術作為新興的有效的技術手段，它以其靈活性、經濟性以及廣泛適應性，被越來越多的國家運用并取得了良好的效果。常見的關于移動交通檢測器的判別算法是基于行程時間的判別算法和基于瞬時速度的判別算法。綜上所述，早期的道路交通狀態判別算法主要以突發交通事件為研究對象，大部分都以感應線圈采集的交通流量、占有率和地點速度等交通數據為基礎，所采用的數據技術主要包括統計分析、平滑濾波等常規方法。近幾年來，道路交通判別的研究內容和研究手段都有了很大的變化。一方面，交通需求和交通供給之間的矛盾不斷變化，常發性交通擁擠已經成為交通管理的重點之一；另一方面，信息采集和處理技術的進步，為道路交通狀態判別研究提供了更有力的技術保障。除了常規交通檢測器能夠提供的交通量、地點速度和占有率外，間接算法設計的信息基礎還包括車頭時距、車輛的瞬時速度與行程時間、交通流的平均行程時間和平均行程速度等。

4 總結

為解決城市交通的擁擠問題，需要從供求兩個方面來采取措施，但是，二者同時都需要對城市道路交通運行狀態進行檢測和評價。利用采集到的數據信息對某一時間段的道路網交通狀態做出較客觀的評估，得出易于被使用者接受、利用的直觀信息，從而有利于交通管理部門針對已經出現或即將出現的擁擠情況進行交通分配、誘導和控制，避免和疏導交通擁擠;同時也可以為出行者提供有意義的參考，協助道路使用者在合適的時間選擇最佳路徑，最快地到達目的地，避免出行時間的浪費，提高道路網利用率。

城市道路交通擁擠狀態識別技術主要包括以下內容：交通信息采集技術、交通數據預處理技術、交通數據預測技術、交通擁擠狀態判別算法、以及先進的交通管理系統(ATMS)決策技術等。識別城市道路交通擁擠狀態的一般過程如圖2所示。首先，根據交通管理決策的信息需求，進行交通檢測器的選擇與布置;其次，通過使用優化布置的交通檢測器采集道路上的交通參數數據；然后，在對這些數據進行預處理的基礎上，運用短時間交通參數預測技術，對這些數據進行預測；隨后，將預測的數據輸入到道路交通擁擠自動識別算法，得到一個交通狀態判別結果；最后，交通管理系統根據識別結果做出最后決策，從而避免或減輕交通擁擠的發生。

城市道路交通擁擠狀態識別是一個復雜的系統過程，包含了很多內容和技術，但是目前文獻研究主要對城市道路交通狀態識別的以下三個方面進行了研究：檢測器的優化配置、交通數據預測、交通擁擠狀態識別算法，它們都是交通擁擠狀態識別不可或缺的關鍵技術。

1. 劉恩全.基于服務車輛GPS數據的城市道路交通狀態判別方法研究[D].吉林大學.2007;

2. 交通擁擠使加拿大每年損失60億元.http:// www.mkgi.com/incomer/cxtx/.htm;

3. 美國智能交通信息發展及現狀[R].北京交管局赴美智能交通培訓組報告，2002;

4. 孫莉芬.城市交通擁擠疏導決策支持系統的研究[D].華中科技大學，2005;

5. C.L. Dudek, C.J. Messer, and N.B. Nuckles. Incident Detection on UrbanFreeways [C]//TRB. Transportation Research Record. Washington D C: TRB,1974: 12-24;

6. Kim Thomas and Hussein Dia.A neural network model for arterialincident detection using probe vehicle and fixed detector data[J].CAITA 2000;

7. 代磊磊.城市主干路交通擁擠擴散規律及其模型研究[D].長春：吉林大學,2006;

8. Wirashinghe S C. Determination of traffic delays from shockwave analysis[J]. Transportation Research ,1978 (12) :343～348;

9. 章威,徐建閩,王海峰等.基于浮動車技術的城市路況計算方法[J], 交通運輸系統工程與信息.2007,01;

10. 陸化普.解析城市交通[M].中國水利水電出版社，2001;

11. LeeSimmons.Developing freewayand incident management systems using the national ITS architecture. Report No.FHWA-JOP-98-032,1998;

12. Brain Wolshon. Analysis of intersection delay under real-time adaptive signal control[J].Transportation Research Part C,1999;

13. 高晗，裴玉龍.基于小波包變換的道路交通擁擠事件檢測方法.中南大學學報(自然科學版).第38卷增刊1，2007;

14. 姚深.基于路段覆蓋率的浮動車樣本數量研究陰.山東理工大學學報.2006，20(3):96-98;

15. 董敬欣，吳建平，郭繼孚.基于GPS/Gls數據的路網層次劃分研究—北京的實踐[J].城市規劃.2005，29(10):70-74;

16. 王江鋒.高速公路交通擁擠狀態自動識別方法研究[D].吉林大學，2004;

17. 姜桂艷.道路交通狀態判別技術與應用[M].北京:人民交通出版社，2004;

18. 文國瑋.城市交通與道路系統規劃[M].北京:清華大學出版社2001:43-47.

Literature research of urban road congestion state discrimination

LIU Liu
(Roda Traffic Safety Research Center of the Ministry of Public Security, Beijing 100062, China)

With the rapid development of urban roads and traffic demand, traffic accidents occur frequently, and the traffic congestion is becoming more and more serious. By reviewingthe development history and current research situation of urban road traffic state identification at home and abroad, this article summarizes the experience and achievements in the literature research has been made with the urban road traffic state identification basis and crowded state recognition method.

Urban road traffic flow; road congestion state; state discrimination