交通誘導在公路管理中的研究與運用

當前，解決交通擁堵問題，宏觀層面上需要城市交通供給與交通需求平衡；中觀層面上可以從交通出行結構和路網流量均衡上入手；微觀層面上可以加快交通設施建設，提高供給效率。從供給側結構性改革的發展方向來看，開展交通誘導改變交通出行時空分布，均衡路網交通流量，提早解決交通擁堵發生，更是治理交通擁堵的治本之策，成為智能交通建設的重要內容。

當前交通誘導的主要問題

目前，全國一線城市大部分已經實現了道路的實時交通誘導，主要采用群體車輛誘導系統。在這種誘導系統中，交通誘導系統在車流檢測器、信息中心和外場信息顯示設備（交通信息板、交通誘導屏等）之間傳輸，在車流群中作用較大，但也存在一些問題。

缺乏相關協作機制

目前的交通誘導只能發布簡單、初級的誘導信息，交通誘導牌（屏）之間不存在協作機制，每個誘導牌（屏）都只是針對所在路段（區域）的交通運行情況作出誘導決策，不能根據全路網交通運行狀況，從全局進行決策來實施有效路徑指引。

難以實現動態誘導

當前交通誘導只是基于所在路段（區域）的交通運行狀況而作出的決策。由于無法獲取當前路段車輛的行駛目的地，故目前的交通誘導只是對道路設施的誘導，不是對單個車輛的誘導，屬靜態誘導，而不是動態誘導。靜態誘導無法根據誘導對象的出行需求進行路徑規劃，導致無法進行動態決策，誘導效果大大降低。

控制系統顧此失彼

交通誘導系統作出誘導決策后，由于路口交通系統無法及時調整，故交通誘導將減少路口某一轉向交流流量，使其他轉向交通壓力增大，排隊車輛增多，降低路口的通行效率，進而形成新的擁堵點。

信息發布時間滯后

交通誘導無法提前預測交通運行狀況，只能在擁堵后才能發布交通誘導信息，這對于還未上路或者距離擁堵點較遠的車輛有一定作用，可以提前變更出行路線。但對于即將進入擁堵路段的車輛，選擇的余地已經不多，當大量車輛轉向周邊道路時，可能形成新的擁堵路段。

交通誘導的研究運用

針對這些問題，重慶市公路局通過在重慶武隆仙女山、奉節旅游環線、巫山雙神線等地開展交通誘導的實踐與研究中得出，交通誘導的實現首先要依據路段的交通運行水平，判定當前路網中交通擁堵路段，確定周邊道路是否具備誘導分流條件。在此基礎上，從時間、距離以及駕駛員心理三個層面綜合分析，確定交通誘導路徑，最終給出路徑誘導方案（如圖1所示）。

為了提高交通誘導決策的準確度與科學性，改善當地的路面交通系統，減少車輛在路面逗留時間，實現交通流在公路路網中合理分配，從而形成高品質的出行服務，主要開展五個方面的研究運用：

公路交通狀態研究判斷

圖1 路徑誘導技術路線

圖2 視頻檢測器交通信息采集的虛擬線圈

圖3 無線地磁檢測器原理

交通誘導系統對實時道路交通狀況的掌握，其核心技術在于自動、準確、高效的判斷道路交通狀態（如暢通、擁擠、堵塞）。道路交通狀態的實時獲取，必須首先解決公路網交通狀態判斷問題，掌握公路網交通運行的整體水平，才能提供實時有效的管理決策和誘導服務。針對交通狀態判別方法，國內外均有大量研究和成果。迄今為止，針對交通狀態判別國內外主要從經典算法、數理統計、突變理論、模糊數學、人工智能三個角度進行過研究。

一是通過對路段評判指標和交叉口評判指標進行深入分析，建立一種基于FAHP和模糊綜合評判的交通狀態判別模型，并利用VISSIM的仿真實驗證實判別模型的可行性。二是模糊綜合評判的城際道路擁堵狀態判別模型，針對不同種類浮動車的速度特征信息，構建了綜合評判中的權重和隸屬函數，形成了基于模糊綜合評判方法的城際道路擁堵狀態判別算法。三是采用數據融合技術對數據進行處理，再通過模糊推理法對交通擁堵狀態進行評判，最后利用可變情報板、網絡等形式發布道路交通狀態。綜合分析，全市公路區域路網的交通狀態可以引用模糊理論中算法比較成熟、原理簡單、參數標定容易、模式類別劃分較好的模糊C-均值算法（FCM算法）模型作為區域路網交通狀態判別的基礎模型。在此基礎上，對模型改進優化，以滿足公路交通狀態良好判別的需求。

公路交通數據前期采集

交通數據采集與處理是公路交通狀態判別的前期準備工作，通過分析采集到的交通數據來挖掘公路交通流蘊含的信息，為交通狀態判別研究提供更多參考信息。數據的質量對算法交通狀態判別參數的選取以及聚類精度影響都很大，公路交通流受到干擾的因素多，數據噪音大，通過數據簡單處理來剔除某些錯誤數據，并對缺失數據進行合理補充，進而提高了樣本數據集所反映的交通特征真實度和算法判別精度，同時也保障了研究所需的樣本量。

視頻交通檢測。視頻檢測系統主要構成包括攝像機、數據傳輸設備、視頻圖像處理器。外場攝像機的功能主要是把光信號轉換成電信號，將道路上某個斷面的交通圖像拍攝下來，經過數據傳輸設備傳給視頻處理器。通過視頻交通檢測技術可以獲取大量的道路交通信息。外場攝像機可以獲取的信息有道路交通圖像、時間、交通運行狀態等，一定范圍內的路段交通狀況可以通過觀察視頻錄像直接獲取，具有直觀、真實、可靠的特點。

現有的視頻采集技術能夠獲得交通參數有流量、速度、占有率、車型、車頭時距等，視頻檢測已被廣泛用于交通信息采集、城市交通違章抓拍和安防等領域。

地磁交通檢測。無線地磁檢測技術主要是通過檢測由于金屬物體的存在造成的地磁場變化的原理來檢測車輛。通常由無線地磁檢測器和接收主機兩部分組成。地磁檢測器能夠全天候持續正常工作設置方便、靈活，系統采用模塊化、結構化設計，可擴展性好、系統運行效率高，實時對多路口、多車道的車流量信息進行采集和統計。

無線地磁檢測器主要檢測車流量、占有率、車型、車頭時距以及速度數據。目前，在仙女山旅游公路主機設備同時具備市電220伏供電和太陽能供電功能，太陽能供電不會引起環境污染，產品安裝方便靈活，運行維護成本低。

浮動車數據采集。GPS浮動車技術作為新型的交通信息檢測技術具有覆蓋范圍廣、不受天氣影響、投資少、精度高等特點，同時可以獲得路段行程時間和行程速度數據，這些參數可以最直觀地描述交通流的運行狀態。

結合武隆仙女山等地情況，利用旅游大巴作為浮動車，在信息采集技術中首先確定浮動車采樣時間間隔和浮動車樣本量，之后數據會進行預處理，如判斷車輛行駛狀態等，再與電子地圖匹配，利用算法進行路徑選擇，形成浮動車運動軌跡，再根據瞬間速度的判斷算法，計算出道路的擁擠度，通過城市誘導系統展示。

公路交通數據的融合處理

數據融合處理是通過將數據組合并且推解出更多的價值信息，數據融合處理主要有3級劃分，即像素級、特征級和決策級。像素級處理是基于原始數據層面進行的處理，屬于最低層的處理；特征級處理屬于層面之間，通過對原始采集信息特征提取并對這些信息綜合分析和處理；決策級處理屬于高層融合，其結果為管控決策提供最直接的指令。實踐中，主要采取五種處理方式：

聚類融合處理。聚類融合處理是通過模糊聚類的方法將樣本數據集在數據特征層面進行劃分歸類，這個過程可以理解為對不同樣本數據集潛在的特征信息及其不確定性進行了綜合分析和處理，屬于特征級融合。基于聚類融合的算法有很多，使用最多的還是基于模糊C均值聚類的方法，它既可以融合單一傳感器的數據，又可以對源傳感器的信息進行融合。

加權融合處理。加權融合實際上是基于加權平均的一種融合方法，該方法是通過對檢測器所提供的冗余信息賦予不同的權值，利用加權算術平均的運算來獲取其融合值，其融合值綜合性地表達了包括冗余信息在內的全部檢測數據信息特征，其加權權重的取值對較好的表達融合后的信息或者特征至關重要。

圖4 基于 FCM 流量、速度聚類效果圖

貝葉斯估計。此方法是數據融合的一種手段，是融合靜態環境下傳感器獲得的高層面信息的常用方法。貝葉斯估計融合方法的核心在于其概率融合規則，其傳感器信息融合是通過概率原則進行組合，對于不確定的信息采用條件概率來表示。多貝葉斯估計是將不同傳感器依次給予貝葉斯估計，將各個單獨物體的關聯概率分布聯合建立成基于后驗概率的分布函數，使用該函數似然函數最小規則，提供多傳感器信息的最終融合。

D-S證據推理。D-S證據推理是一種自上而下的融合方法，主要分為三級。第一級為目標的合成，就是將多源信息整合為一個整的輸出結果的過程；第二級是邏輯推斷，其目的是在獲取的合成結果之上進行邏輯推斷；第三級是數據的更新，各種傳感器獲得的感測數據都會存在或多或少的隨機誤差，因此需要在推斷和目標合成之前更新傳感器的觀測數據。

人工神經網絡。神經網絡本身是具有強大的容錯性、自組織能力，能夠處理較為復雜的非線性問題，這些特性和非線性處理能力，符合多源數據融合技術處理的要求。多源傳感器造成觀測信息的不確定，神經網絡能夠通過當前樣本的相似性自動去建立分類標準，通過分類標準和自身的推理能力完成多源數據的融合。

公路交通數據接入共享

實踐中，充分利用各地已建成的交通綜合信息平臺，將交通誘導系統接入現有平臺，實現管理軟件一體化和資源共享，并在山區公路多個路段進行了應用，同期同路段相比，交通事故率下降了40%左右，交通擁堵率下降70%以上，全面保障廣大群眾安全暢通出行。

GIS地理信息接入。交通誘導系統的設備接入、數據存儲、軟件開發，均在當地交通綜合信息平臺的GIS地理信息管理系統平臺上進行擴充和完善，主要包括：采集層，車輛檢測設備位置信息、運行狀態、統計信息以及獲取的交通信息數據等；應用層，誘導屏位置信息、顯示內容、運行狀態等。

其他獨立系統銜接。交通誘導系統應充分利用各地現有信息化系統平臺，獲取區域交通信息。例如，通過重慶交通運行管理平臺獲得連接各地各條高速公路運行情況；加強與各地應急指揮系統、交警交通管理系統對接獲取外場豐富的視頻監控資源、交通流數據；與旅游（集團）有限公司游客管理系統、鐵路旅客信息系統等系統對接獲取游客人次數據，以此增加交通數據多樣性，更加全面地獲取區域路網交通數據。

交通數據應用發布。交通誘導系統充分利用現有硬件設施資源，如服務器、大屏幕顯示系統、存儲設備、安全與通信設備等實現數據共享。例如平臺的交調點、重要路段的視頻監控、地質觀測點等數據可供交通誘導系統處理分析使用，系統交通實時監控數據可供平臺交通監控調度使用，并通過通過公眾信息網、交通誘導屏、手機應用、專業網站等發布路網交通運行狀態。

公路交通數據技術保障

智能誘導軟件。在誘導軟件設計中，選擇C語言作為編程語言。集成開發環境選擇ARM公司的KeilμVision4。庫函數選擇ST官方stm32f10x標準外設函數庫v3.5。在運行方式選擇上，于較大型程序設計需要考慮高效、全局、資源利用、低功耗等因素。由于誘導系統采用GSM作為遠程通信，涉及到錯誤排查以及超時等待、自動連接檢查，而操作系統有利于管理系統資源，切換、喚醒任務，對于復雜系統設計更加穩定可靠，選用RTX實時操作系統，系統每個函數運行的周期都嚴格可控，運行時間可預測。

智能誘導無線通信。當下常用無線通信技術有 2G、3G、LTE、WLAN、RFID、Bluetooth、UWB和 ZigBee等，其工作頻段、調制方式、輻射距離、數據率各不相同，因此在不同領域下有各自的應用。在雙車道公路誘導系統的研究設計中，上位機與路側誘導單元、上位機和能見度儀間相距較遠，其指令和圖片等信息的傳遞需借助無線通信。考慮到成本、應用環境和資源等因素，本系統的遠程控制是借助GPRS通用分組無線服務技術實現的。GPRS屬于第二代移動通信數據傳輸技術，利用GSM網絡中未使用的TDMA信道，提供10倍于GSM的傳輸速度，兼具永遠在線、按流量計費、全國省、市覆蓋區域廣等突出優勢。

圖5 交通誘導系統架構圖

路側單元單片機。單片機利用VLSI技術在硅片上集成CPU、RAM、ROM、多種I/O口、中斷系統、定時器/計數器等功能電路。在系統實現設計中，需結合具體應用，在成本、性能、可擴展性、開發周期等各因素權衡應用需求，選擇適合的微處理單元作為系統核心的主控器件，再進行系統外圍電路的設計和搭建。根據前面功能需求分析，實現目標可以初步得出：隨機存取存儲器RAM不小于20k，通用異步收發傳輸器UART多余3個并且波特率可到11.52kbps，主頻大于8MHz。

公路交通誘導的前景方向

交通誘導系統的建立完善是實現智慧交通的重要標志，并將成為當前和未來運輸管理體系的模式和發展方向，隨著人工智能、大數據時代的來臨，交通誘導應用前景將更加廣闊。

利用“交通測序”開展交通誘導。“交通測序”系統的技術實現和業務邏輯基于每輛車精準的運動坐標提取，對應現實情況實現了虛擬坐標呈現，從而為實時交通參數、完整空間軌跡回放、全程GIS事件預警等提供數據支持，這些斷面流量、交通參數等讓公路交通管理更加有的放矢，實現“所見即所現”。

利用大數據技術開展交通誘導。大數據技術能夠提供比以往更快、更精確的交通狀況分析及預測，對影響交通關鍵因素進行全面洞察，分析城市交通擁堵成因，并基于分析結果進行宏觀調控，實現公路交通從“治”理到“智”理的轉變，有效提高城公路管理科學化、現代化水平。

利用仿真模型開展交通誘導。仿真模型將所有交通資源集約在一張實景地圖上，通過全息感知、精確分析、實景作戰、高效調度，分析交通系統在各種設定條件下的可能行為，并通過仿真試驗尋求現實交通問題的最優解和交通設計方案的評價，為公路交通規劃和整改提供決策輔助。