交通從細節做起

文樊天翔

?

交通從細節做起

趕上畢業前的最后一次參加TRB會議機會的，著實幸運，甚是激動。碩士研究生三年不再留有遺憾。第一次出國參加國際學術會議，無論是單純的生活體驗，還是專業的學術交流，都是滿滿的收獲。

體驗篇

從大學本科至碩士研究生，在交通工程領域熏陶了將近七年，盡管未來在這個行業的學習之路還任重道遠，但也難免有了些許“職業”思維，情不自禁地想從人、車、路及環境四個方面淺談對華盛頓的第一印象。

初到華盛頓，當天還飄著小雨，站在空曠的街頭，顯得略微冷清。起初以為是周末，人們都“逃離”擁堵的中心城區而前往郊區休閑，所以見不著人影。后來發現即使是工作日，街頭也很少出現人頭攢動的情景，早晚高峰的地鐵更是無需“搶座”，當然這也與美國小汽車主導型的出行結構有關。在國內一線城市待久了，難得享受這一份清靜。

在華盛頓的這些天，碰到的當地人都很熱情。既有杜勒斯機場滿頭白發卻精神矍鑠的老奶奶為我們詳細講解如何乘坐地鐵，又有街道上、樓道里、電梯里各種場合擦肩而過的陌生人面帶微笑地問好，還有TRB會場志愿者主動且不厭其煩地提供幫助等等，這一切都很自然，沒有刻意的痕跡，令初來乍到的我，倍感親切。

小汽車上的國家。美國的居民出行依賴小汽車，公交系統的規模比不上國內。雖然之前聽說華盛頓的公交系統已屬完善，不過切身體會之后，感覺其便捷程度不如國內的一線城市。例如，地鐵和常規公交指示標志不夠清晰、地鐵站候車環境一般。不過有些細節值得關注：華盛頓的巴士不一定每站都停車，若站臺沒有人候車，就可能越站行駛，所以車上配備了下車提醒按鈕。這些按鈕不僅安裝在下車區域的兩根立柱上，而且通過與拉繩聯動，使車內任何位置的乘客都可以及時告知司機下車需求。

華盛頓中心區人行道寬敞，步行空間良好。平常步行至會場的路上，大部分道路限速在25mph（40km/ h）左右，營造了較為安全的通行環境。駕駛員文明程度很高，這一點令人印象深刻。無論是直行、右轉還是左轉車輛，只要在路口遇到行人，基本都會減速或停車避讓。

交通管理做得非常精細化。學校附近會有標志提醒駕駛員注意進入學校所在路段，國內也有類似做法，但是鮮見設立標志提醒學校路段在何處結束。道路施工管理措施十分細致，不僅有各種警示標志提醒前方道路施工、車道變窄，而且若影響到行人通行，還有標志提醒人行道關閉，同時配有指示標志指引行人繞行；在施工地點前方和后方分別設置有施工起點和終點標志。

空氣清新、環境宜人。近年來國內霧霾肆虐，甚至有加劇的趨勢。在華盛頓的日子，幾乎天天都是藍天白云，可以自由、舒暢地呼吸。走在路上，時有小松鼠蹦到身旁，時有鳥兒飛過頭頂，想起國內的自然環境，心中略有傷感。環境也是交通的重要組成部分，各類污染治理需要各行各業的努力衷心希望在不遠的將來國內的交通環境得以改善。

學術交流篇

TRB會議規模之大，如不是親眼所見，難以想象。短短幾天之內，有上百場會議，包括學術研討（workshop）、講座（lectern）、海報（poster）等。為了更高效的參加會議，每天晚上都需要從主題內容、學者等方面挑選第二天感興趣的內容。在此，主要挑選了與自己研究有關的內容簡單介紹。

浮動車與速度

車載全球定位系統（Global Positioning System，GPS）應用愈發普遍。出租車、公交車、貨車裝載了GPS設備，可以實時連續地記錄車輛行駛的位置和時間信息，利用這些浮動車數據可以進一步推算車輛行駛軌跡、速度，應用于交通規劃、交通安全分析等領域。影響浮動車數據精度的因素主要有：樣本大小、樣本率、采樣間隔。一般認為采樣間隔越小越好，論文《基于浮動車數據估計路段車速分布》（Li， Z.， Cai，C.， Menon， A.， Xu， Y.， Chen， F. Estimate link speed distribution from probe vehicle data）提出現有的GPS路徑匹配算法主要針對采樣頻率較低的狀態，當采樣頻率提高后，如何將大規模且高頻率的GPS數據有效快速匹配到路網上會面臨新的挑戰。他們提出的新算法可以從三個方面提高效率：1、減少備選路線；2、改善GPS曲線軌跡與轉彎路段的匹配方式；3、增加新的篩選機制剔除掉頭現象。

路段車速估計可以利用定點測速裝置（如線圈、視頻等），也可以利用浮動車。浮動車的優勢是在樣本充足的情況下可以反映整個路段的運行狀態。Luo等學者在《基于大規模高頻率GPS數據的地圖匹配方法研究》（Luo， Q.， Auld， J. A.， Sokolov， V. Addressing some issues of map-matching for largescale， high-frequency GPS data sets）中提出浮動車數據存在離散和高噪聲等特點，他們提出了一種貝葉斯方法利用線圈測得的速度均值作為先驗信息，利用浮動車估計的車速作為觀測值，建立了高斯混合模型（Guassian mixture models），所得的后驗均值作為路段車速估計值。

違法與事故

國外交警注重數據驅動式執法（data driven enforcement），論文《事故黑點區域范圍內外交通執法的對比研究》（Maistros， A.， Schneider， W. H. A comparison of overtime patrol stops made inside and out of cluster identified hot spots）提出交警在執法時常常更依賴于個人經驗，而非數據推斷，并論證了向事故多發區域增派警力的合理性。目前國內交警部門也在尋求科技手段提高執法水平，廣州市交警通過融合違法數據和事故數據，分析現場執法與事故、違法和事故的相關關系，進而在事故多發區域增派警力，進而在事故多發區域增派警力。

結束也是開始

此次TRB之行非常短暫，時差還沒有完全適應就準備啟程回國了，但是收獲了很多新的見識，是非常寶貴的財富。體會最深的是：交通領域的問題是解決不完的，為了研究而研究，缺少了實踐，最終是得不償失的。