數(shù)據(jù)驅(qū)動(dòng)下的交通治理核心技術(shù)

□ 文/李晨毓 龔越 劉燁 經(jīng)維維

作者單位：李晨毓、龔越、劉燁，杭州?？低晹?shù)字技術(shù)股份有限公司；經(jīng)維維，同濟(jì)大學(xué)交通運(yùn)輸工程學(xué)院

城市交通技術(shù)發(fā)展可追溯至上個(gè)世紀(jì)80年代，40年來，我國(guó)交通人孜孜不倦，從交通規(guī)劃到交通工程，從交通管理到交通控制，交通理論與技術(shù)皆取得重大突破。交通再思考希冀交通技術(shù)發(fā)展回望本源，審視交通技術(shù)發(fā)展的初心：交通之于民眾即為出行，交通可達(dá)性現(xiàn)階段已大為改善，交通擁堵與出行安全成為民眾關(guān)心的重要命題；交通之于政府即為服務(wù)，涉及到城市規(guī)劃、交通用地、工程建設(shè)、綜合管控、交通執(zhí)法等，如何統(tǒng)籌博弈至各方效益最優(yōu)是焦點(diǎn)所在。近年來，交通理論受大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)影響不斷深化演變，但如何運(yùn)用先進(jìn)技術(shù)刻畫交通內(nèi)涵、發(fā)現(xiàn)交通運(yùn)行肌理，未有突破進(jìn)展。

因此，交通治理理念開始嶄露頭角。交通治理是城市治理[1]的分支，它是一個(gè)持續(xù)的過程，應(yīng)由政府、企業(yè)、民眾、第三機(jī)構(gòu)廣泛參與。我國(guó)在交通治理方面的嘗試更多以交通建設(shè)付諸實(shí)施，源于早期我國(guó)交通基礎(chǔ)設(shè)施較發(fā)達(dá)國(guó)家遠(yuǎn)遠(yuǎn)落后，隨著交通建設(shè)的推進(jìn)，交通治理逐步走向突破階段，交通管理與運(yùn)維、先進(jìn)技術(shù)在交通領(lǐng)域的深度應(yīng)用、交通法制逐步健全、多部門協(xié)作治理等成為交通治理進(jìn)一步發(fā)展的風(fēng)向標(biāo)。

本文結(jié)合交通工程、數(shù)據(jù)應(yīng)用等闡述獲取海量交通數(shù)據(jù)背景下，交通治理與數(shù)據(jù)應(yīng)如何融合，從宏、中、微觀層面給出一些應(yīng)用思考及實(shí)踐，希冀可以通過實(shí)際的數(shù)據(jù)應(yīng)用解決一定的交通問題。

數(shù)據(jù)在宏觀交通治理上的應(yīng)用

宏觀交通治理是指在城市或片區(qū)級(jí)別范圍內(nèi)找尋交通整體運(yùn)行的潛在規(guī)律和邏輯，進(jìn)而通過宏觀數(shù)據(jù)分析挖掘給出解決方案。由于數(shù)據(jù)來源和屬性的限制，本節(jié)主要針對(duì)以下兩個(gè)方面給出研究方法與研究成果。

交通OD特征分析

交通流時(shí)空特征直觀了解城市交通的出行規(guī)律，掌握城市高峰、平峰及潮汐現(xiàn)象，交通OD特征可以了解交通產(chǎn)生與吸引特征，進(jìn)而發(fā)現(xiàn)過境與停車交通的發(fā)生規(guī)律。

1）數(shù)據(jù)來源與計(jì)算方法

通過城市道路部署的電子警察、卡口、視頻流量檢測(cè)設(shè)備，利用經(jīng)過某個(gè)設(shè)備點(diǎn)位的拍攝視頻結(jié)構(gòu)化處理后，得到途徑車輛的車牌、方向信息，在系統(tǒng)中將不同點(diǎn)位設(shè)備拍攝到的車輛車牌數(shù)據(jù)進(jìn)行關(guān)聯(lián)，算出車輛行駛軌跡，進(jìn)而匯聚某個(gè)時(shí)段在某個(gè)區(qū)域內(nèi)所有車輛的軌跡信息，對(duì)軌跡進(jìn)行疊加統(tǒng)計(jì)分析后，得到城市道路交通在該區(qū)域分方向交通流空間特征及分時(shí)段的交通流時(shí)間特征，同時(shí)得到交通發(fā)生、吸引、過境的交通流規(guī)律。

2）數(shù)據(jù)診斷及實(shí)施方案

在J市部署交通溯源分析系統(tǒng)，從典型區(qū)域入手，利用高清卡口攝像機(jī)實(shí)現(xiàn)對(duì)區(qū)域內(nèi)每一個(gè)卡口過車點(diǎn)的車牌采集，提取車輛出行鏈，保留路徑數(shù)據(jù)，清洗冗余信息，分別配對(duì)起、終點(diǎn)，統(tǒng)計(jì)和可視化展示后如圖2-1～圖2-2，其中車輛發(fā)生點(diǎn)、吸引點(diǎn)識(shí)別由自研聚類算法計(jì)算，圖中圓圈代表一個(gè)卡口，圓圈大小表示由該卡口產(chǎn)生或吸引的車輛數(shù)量多少。

▲圖2-1早高峰交通源數(shù)據(jù)統(tǒng)計(jì)

▲圖2-2 早高峰交通期望線

對(duì)該區(qū)域的車流OD進(jìn)行特征提取后發(fā)現(xiàn)，早高峰東西向是車輛主流向，遠(yuǎn)高于南北車流量；東西流量大且不均衡，方向不均衡系數(shù)高；該區(qū)域吸引力不足，過境車流占據(jù)支配地位，見圖2-3～圖2-4。

▲圖2-3(a) 早高峰區(qū)域內(nèi)交通發(fā)生源

▲圖2-3(b) 早高峰區(qū)域內(nèi)交通吸引源

▲圖2-4(a) 早高峰駛?cè)脒^境流量

▲圖2-4(b) 早高峰駛出過境流量

提出該區(qū)域治理對(duì)策，東西向道路紅線已有但未建設(shè)到位，打通東西向斷頭路，同時(shí)主要東西向道路設(shè)置分隔設(shè)施；早高峰骨干道路設(shè)置潮汐車道，有條件實(shí)行東西單行道管制；進(jìn)入?yún)^(qū)域前設(shè)置誘導(dǎo)屏引導(dǎo)繞行；區(qū)域信號(hào)控制策略快進(jìn)快出，東西向道路有條件實(shí)行雙向綠波控制。

城市交叉口群劃分與仿真方案

數(shù)據(jù)來源與計(jì)算方法

交叉口群劃分最重要的指標(biāo)是關(guān)聯(lián)度，它是衡量道路網(wǎng)絡(luò)中交叉口之間的相互關(guān)系強(qiáng)弱性的指標(biāo)，關(guān)聯(lián)度與交叉口信號(hào)相位、路徑流量的不均勻性、交叉口間距、交叉口排隊(duì)長(zhǎng)度等因素有關(guān)。通過信號(hào)機(jī)提供信號(hào)相位信息，視頻檢測(cè)器提供排隊(duì)長(zhǎng)度、車流量、平均車速等指標(biāo)，交叉口間隔由開源的電子地圖或自制電子地圖得到，參考美國(guó)《交通控制手冊(cè)》及國(guó)內(nèi)專家的研究結(jié)論[2]，自研交叉口關(guān)聯(lián)度算法，對(duì)鄰接交叉口關(guān)聯(lián)度進(jìn)行計(jì)算，形成關(guān)聯(lián)度矩陣，識(shí)別關(guān)聯(lián)交叉口，發(fā)現(xiàn)關(guān)鍵路徑，同時(shí)對(duì)交叉口群進(jìn)行劃分。

數(shù)據(jù)診斷及仿真方案

建立B市路網(wǎng)的抽象仿真模型，省去道路相關(guān)要素，僅保留路段長(zhǎng)度與雙向交通流量，見圖2-5；通過視頻檢測(cè)器采集的交通流量及排隊(duì)長(zhǎng)度，在自研的交通一體化引擎中進(jìn)行計(jì)算，生成交叉口關(guān)聯(lián)度矩陣見圖2-6。

▲圖2-5 路網(wǎng)建模與交通流量加載

▲圖2-6 交叉口關(guān)聯(lián)度矩陣計(jì)算

▲圖2-7 關(guān)鍵路段識(shí)別

▲圖2-8 區(qū)域治理方案

根據(jù)關(guān)聯(lián)度矩陣，結(jié)合路網(wǎng)各個(gè)路段間的流量，進(jìn)一步挖掘出可關(guān)聯(lián)的路段（圖2-7），執(zhí)行不同的干線協(xié)調(diào)控制策略，同時(shí)在高負(fù)荷路段且關(guān)鍵路段上游設(shè)置誘導(dǎo)屏，將車流引導(dǎo)至低流量路段使得路網(wǎng)均衡（圖2-8），對(duì)非關(guān)聯(lián)交叉口且飽和度較高的交叉口實(shí)施工程設(shè)計(jì)優(yōu)化與改造。關(guān)聯(lián)度矩陣與流量融合后，也可以算出關(guān)鍵路徑，進(jìn)而依據(jù)道路方向不均衡系統(tǒng)對(duì)關(guān)鍵路徑的車道進(jìn)行重新分配，比如設(shè)置可變車道等。

數(shù)據(jù)在中觀交通治理上的應(yīng)用

中觀交通治理是指在城市單條道路組成的城市街區(qū)或若干條道路組成的小范圍路網(wǎng)內(nèi)發(fā)現(xiàn)交通問題，進(jìn)而通過中觀數(shù)據(jù)分析挖掘給出解決方案。本節(jié)主要針對(duì)以下兩個(gè)方面給出研究方法與研究成果。

交通擁堵路段識(shí)別與路段平順度分析

1）數(shù)據(jù)來源與計(jì)算方法

交通擁堵路段多采用飽和度指標(biāo)（V/C）或行駛車速（V）指標(biāo)判斷，通過對(duì)擁堵路段識(shí)別，排查擁堵成因，找出交通癥結(jié)，采取治理對(duì)策。以上指標(biāo)涉及小時(shí)交通流量（Vol/h）、平均行駛車速（）、瞬時(shí)行駛車速（V）。視頻檢測(cè)器和雷達(dá)可實(shí)時(shí)采集排隊(duì)長(zhǎng)度、車流量、平均行駛車速、瞬時(shí)行駛車速等數(shù)據(jù)，很容易計(jì)算路段飽和度指標(biāo)。

路段平順度指兩個(gè)相鄰交叉口之間的路段內(nèi)，車輛保持某一穩(wěn)定狀態(tài)行駛的連續(xù)性，路段平順度不僅能夠?qū)Φ缆愤\(yùn)行環(huán)境（空間環(huán)境、交通流環(huán)境、交通管理環(huán)境、交通視覺環(huán)境等）進(jìn)行評(píng)價(jià)，同時(shí)可以優(yōu)化不同模型下的出入口交通組織。平順度指標(biāo)與車輛行駛軌跡（動(dòng)態(tài)坐標(biāo)、偏離主方向夾角）和瞬時(shí)車速（V）相關(guān)[3][4]。通過視頻檢測(cè)器與雷達(dá)可以獲取瞬時(shí)車速并校核車輛軌跡數(shù)據(jù)，也可以從第三方平臺(tái)獲取浮動(dòng)車數(shù)據(jù)。

2）數(shù)據(jù)診斷及實(shí)施方案

S市主干路路段，3塊板，雙向4快2慢，南側(cè)④⑤⑥⑦機(jī)非分隔帶開口，用地性質(zhì)辦公；北側(cè)⑧⑨⑩機(jī)非分隔帶開口，用地性質(zhì)居住，見圖3-1。折減后計(jì)算得到路段北側(cè)通行能力1456pcu/h，路段南側(cè)1238pcu/h；視頻檢測(cè)器采集到周一早高峰路段北段小時(shí)流量1159pcu/h，南側(cè)686pcu/h，算出路段北側(cè)服務(wù)水平D，南側(cè)服務(wù)水平B，指標(biāo)顯示尚可，但車均延誤時(shí)間仍較長(zhǎng)。

▲圖3-1 城市主干路CAD模型繪制

獲取第三方平臺(tái)浮動(dòng)車速度數(shù)據(jù)發(fā)現(xiàn)，道路北側(cè)車輛瞬時(shí)速度最小值接近于0，最大值超過50km/h，車速波動(dòng)較大，見圖3-2；根據(jù)浮動(dòng)車GPS動(dòng)態(tài)坐標(biāo)，繪制車輛每3s的軌跡，同時(shí)提取車輛行駛的縱向瞬時(shí)速度，橫向瞬時(shí)速度，偏離角度和角速度，計(jì)算車輛在路段北側(cè)、南側(cè)行駛的平順度指標(biāo)見表3-1。

▲圖3-2 道路北側(cè)小時(shí)瞬時(shí)車速分布圖

表 3-1 路段平順性指標(biāo)

指標(biāo)發(fā)現(xiàn)路段北側(cè)指標(biāo)均較高，表示車輛行駛過程中受出入口車輛干擾較為嚴(yán)重，主要集中在⑨開口處，提出以下路段優(yōu)化方案（圖3-3）：由于⑤⑩開口在路段中游且互為對(duì)稱，結(jié)合行人過街，允許車輛左轉(zhuǎn)；開口⑥左轉(zhuǎn)車流對(duì)于主路干擾不大，允許左轉(zhuǎn)；開口④⑦⑧左轉(zhuǎn)車流對(duì)于主路干擾較大，右進(jìn)右出；開口⑨與⑧合并；同時(shí)完善公交標(biāo)線，增設(shè)違停抓拍。

▲圖3-3 路段改善方案

動(dòng)態(tài)干線協(xié)調(diào)控制技術(shù)與治理實(shí)踐

1）數(shù)據(jù)來源與計(jì)算方法

靜態(tài)綠波技術(shù)在現(xiàn)有干線協(xié)調(diào)中運(yùn)用較多，其顯著特點(diǎn)是根據(jù)歷史交通流及排隊(duì)長(zhǎng)度等統(tǒng)計(jì)數(shù)據(jù)，預(yù)先制定固定配時(shí)方案，分時(shí)段進(jìn)行控制。而動(dòng)態(tài)綠波技術(shù)根據(jù)采集的實(shí)時(shí)數(shù)據(jù)自動(dòng)優(yōu)化綠波方案，相比靜態(tài)綠波技術(shù)，動(dòng)態(tài)綠波可以更好地適應(yīng)不斷變化的路面交通狀態(tài)，其核心理念是通過對(duì)速度和距離等價(jià)變換來確定公共信號(hào)周期范圍，進(jìn)而尋找最接近實(shí)際交叉口的理想間距，以偏移綠信比篩選最佳相位設(shè)置，最后計(jì)算信號(hào)配時(shí)。動(dòng)態(tài)綠波需要采集的數(shù)據(jù)包含靜態(tài)數(shù)據(jù)與動(dòng)態(tài)數(shù)據(jù)，靜態(tài)數(shù)據(jù)包括交叉口渠化，交通路網(wǎng)與交叉口間距等，采集方式簡(jiǎn)單；動(dòng)態(tài)數(shù)據(jù)包括分車道分方向交通流量（Vol/l/5min）、車輛平均速度()與瞬時(shí)速度(V)、分車道排隊(duì)長(zhǎng)度(L/l)，由于動(dòng)態(tài)綠波技術(shù)對(duì)采集數(shù)據(jù)質(zhì)量要求很高，建議多源數(shù)據(jù)融合，比如雷達(dá)數(shù)據(jù)與視頻數(shù)據(jù)相互校準(zhǔn)，以保證數(shù)據(jù)質(zhì)量。

2）數(shù)據(jù)診斷及實(shí)施方案

Q市主干路雙向六車道，沿線分別與主、次干路相接，有信號(hào)控制的交叉口進(jìn)口道均有渠化展寬，交叉口均部署有雷達(dá)檢測(cè)設(shè)備與反向卡口設(shè)備，抽象后的路網(wǎng)示意圖見圖3-4。

▲圖3-4 動(dòng)態(tài)綠波道路渠化示意圖

以西港路-秦皇大街為例，通過雷達(dá)與視頻結(jié)合采集交通流量，早高峰西向東流量4300pcu/h，東向西流量3000puc/h，對(duì)卡口數(shù)據(jù)、雷達(dá)數(shù)據(jù)進(jìn)行校核后，數(shù)據(jù)融合完整度提升4%，彌補(bǔ)數(shù)據(jù)丟包等造成的系統(tǒng)不穩(wěn)定，見圖3-5。通過分析雷達(dá)流量與卡口流量的一致性，見圖3-6，及時(shí)發(fā)現(xiàn)數(shù)據(jù)異常，避免數(shù)據(jù)問題導(dǎo)致方案失效，提高動(dòng)態(tài)綠波系統(tǒng)的穩(wěn)定性。

▲圖3-5 卡口與雷達(dá)數(shù)據(jù)校核

▲圖3-6 卡口與雷達(dá)數(shù)據(jù)異常檢測(cè)

多源數(shù)據(jù)融合技術(shù)在動(dòng)態(tài)綠波方案中得到了充分的體現(xiàn)和應(yīng)用，設(shè)置綠波帶速（建議行駛車速）為40km/h，采取動(dòng)態(tài)綠波算法進(jìn)行信號(hào)配時(shí)后，以視頻數(shù)據(jù)和跟車數(shù)據(jù)實(shí)測(cè)發(fā)現(xiàn)：實(shí)施雙向動(dòng)態(tài)綠波方案后，該主干路路段平均車速提升到約23km/h，比之前提升了23%，停車次數(shù)減少了24%，路口平均延誤降低了12%，排隊(duì)長(zhǎng)度下降了7%。

數(shù)據(jù)在微觀交通治理上的應(yīng)用

微觀交通治理是指在城市單個(gè)交叉口范圍內(nèi)發(fā)現(xiàn)交通問題，進(jìn)而通過微觀數(shù)據(jù)分析挖掘給出解決方案。本節(jié)主要針對(duì)交叉口評(píng)價(jià)與沖突現(xiàn)狀，給出研究方法與研究成果。

1）數(shù)據(jù)來源與計(jì)算方法

交叉口服務(wù)水平可采用車均延誤（s）、控制延誤（s/veh）、飽和度（V/C）、排隊(duì)長(zhǎng)度（m）等指標(biāo)判斷，以上指標(biāo)涉及信號(hào)相位相序與配時(shí)、車頭時(shí)距、排隊(duì)長(zhǎng)度、小時(shí)交通流量（Vol/h）。視頻檢測(cè)器可提供排隊(duì)長(zhǎng)度、車流量、平均車速等指標(biāo)，信號(hào)機(jī)提供信號(hào)相位、相序與配時(shí)信息，很容易計(jì)算交叉口服務(wù)水平。

交叉口沖突技術(shù)[4]用于定量研究各種道路交通安全問題及其對(duì)策的非事故統(tǒng)計(jì)評(píng)價(jià)方法，其核心指標(biāo)為綜合交通沖突率（R），與交叉口小時(shí)沖突數(shù)（T/h）、小時(shí)交通流量（Vol/h）直接相關(guān)。交叉口監(jiān)控視頻在后端進(jìn)行結(jié)構(gòu)化處理后可以得到機(jī)動(dòng)車-機(jī)動(dòng)車（簡(jiǎn)稱機(jī)-機(jī)）、機(jī)動(dòng)車-非機(jī)動(dòng)車（簡(jiǎn)稱機(jī)-非）、機(jī)動(dòng)車-行人（簡(jiǎn)稱機(jī)-人）的小時(shí)沖突數(shù)，同時(shí)能對(duì)違章事件進(jìn)行統(tǒng)計(jì)；分類型的視頻檢測(cè)器可采集機(jī)動(dòng)車、非機(jī)動(dòng)車與行人的小時(shí)交通流量。

2）數(shù)據(jù)診斷及實(shí)施方案

S市主干路-主干路相交大型平面交叉口，東西向道路西進(jìn)口道五進(jìn)四出，東進(jìn)口道六進(jìn)四出，南北道路南北進(jìn)口道均為三進(jìn)兩出，現(xiàn)場(chǎng)拍攝照片見圖4-1，抽象為模型后見圖4-2。視頻監(jiān)控拍攝，后端結(jié)構(gòu)化處理得到某早高峰機(jī)動(dòng)車、非機(jī)動(dòng)車、行人流量如圖4-3。

▲圖4-1 交叉口現(xiàn)場(chǎng)拍攝圖片

▲圖4-2 交叉口CAD模型繪制

▲圖4-3(a) 機(jī)動(dòng)車流量

▲圖4-3(b) 非機(jī)動(dòng)車流量

▲圖4-3(c) 行人流量

▲圖4-4(a) 交叉口沖突時(shí)間頻數(shù)累積百分比

▲圖4-4(b) 交叉口沖突距離頻數(shù)累積百分比

結(jié)合信號(hào)配時(shí)數(shù)據(jù)，以車均延誤指標(biāo)作為評(píng)價(jià)交叉口服務(wù)水平指標(biāo)，通過sychro計(jì)算得到東進(jìn)口方向延誤為56.1s，西進(jìn)口72.1s，南進(jìn)口79.8s，北進(jìn)口57.7s，平均延誤63.9s，服務(wù)水平均為E。

同時(shí)，以視頻結(jié)構(gòu)化數(shù)據(jù)后得到該早高峰2h內(nèi)交叉口的沖突數(shù)共計(jì)119個(gè)，其中機(jī)-機(jī)沖突25個(gè)，占比19%；機(jī)非沖突98個(gè)，占比76%；機(jī)人沖突7個(gè)，占比5%，繪制不同沖突時(shí)間的頻數(shù)百分比及不同沖突距離的頻數(shù)百分比見圖4-4，繪制沖突位置統(tǒng)計(jì)圖見圖4-5，其中沖突時(shí)間小于1s認(rèn)為是嚴(yán)重沖突，沖突距離小于3m認(rèn)為是嚴(yán)重沖突，易發(fā)生交通事故。

▲圖4-5 交叉口沖突位置統(tǒng)計(jì)圖

▲圖4-6 交叉口改善方案

可以發(fā)現(xiàn)，沖突時(shí)間來看，接近20%的機(jī)-機(jī)沖突和接近20%的機(jī)-非沖突屬于嚴(yán)重沖突；沖突距離來看，超過20%的機(jī)-人沖突、接近20%的機(jī)-非沖突、略低于20%的機(jī)-機(jī)沖突屬于嚴(yán)重沖突，交通沖突大部分集中于交叉口東北角，主要交通溯源地附近沖突匯聚。經(jīng)計(jì)算得到該交叉口的綜合沖突率，是不安全的交叉口，亟待改善。同時(shí)視頻結(jié)構(gòu)化后也可以統(tǒng)計(jì)得到早高峰期間，該交叉口非機(jī)動(dòng)車逆行違法事件每信號(hào)周期均存在至少1起，加油站機(jī)動(dòng)車逆行早高峰發(fā)生8起，非機(jī)動(dòng)車闖紅燈平均每2個(gè)信號(hào)周期就有1起，行人闖紅燈與不走斑馬線同樣每信號(hào)周期至少1起。

提出以下交叉口改善方案：擴(kuò)寬東進(jìn)口的非機(jī)動(dòng)車道；樹立慢行優(yōu)先標(biāo)志牌，輔助電子警察抓拍；調(diào)整交叉口信號(hào)配時(shí)；增設(shè)非機(jī)動(dòng)車違法抓拍設(shè)備；早高峰期間酒店、加油站出入口右進(jìn)右出；見圖4-6。

結(jié)束語

本文對(duì)于交通技術(shù)的發(fā)展進(jìn)行了簡(jiǎn)單回顧與思考，通過獲取到的交通數(shù)據(jù)，從宏、中、微觀層面提出了一些應(yīng)用技術(shù)與實(shí)踐，希望在城市的交通治理過程當(dāng)中發(fā)揮一定效果。數(shù)據(jù)在交通領(lǐng)域的應(yīng)用應(yīng)回歸交通科學(xué)，同時(shí)著眼于業(yè)務(wù)，使交通技術(shù)的發(fā)展研究由以往的經(jīng)驗(yàn)和定性化道路，借助不斷豐富的精細(xì)化交通數(shù)據(jù)，走上科學(xué)與定量化道路，真正發(fā)揮數(shù)據(jù)在交通治理中的核心價(jià)值。