區域公路網運行狀態識別參數與數據源選擇

周星水

（江蘇天行科技咨詢有限公司，江蘇 南京 210000）

1 公路運行監測數據基本情況

為實時獲取公路交通運行相關數據，交通運行管理部門一般建有自動化交通量調查站點、交通量監測設施、監控視頻、不停車檢測設備和具備車輛定位功能、具備移動視頻功能的公路巡查車等。上述數據可通過公路交調流量監控系統、公路車輛監控系統和公路視頻監控系統實時上傳至數據中心。除了上述系統外，交通行業管理部門還可以獲得 “兩客一危”車輛位置與速度信息等。

1.1 交調點數據情況

符合交調傳輸協議的設備其所采集的數據主要有分車型交通量、分車型車速、時間占有率、車頭時距等指標。

圖1 數據采集與傳輸示意圖

1.2 不停車超限檢測系統數據情況

不停車超限檢測系統主要采集的數據包括交通量、車型、車速、車重、軸數、軸距等指標。

1.3 公路網監測設施情況

公路監測設施主要包括圖像采集設備、氣象監測系統、事件自動檢測系統及基于手機信令的實時運行監測技術等。

1.4 “兩客一危”GPS數據

通過道路車輛衛星定位動態系統，可實現對 “兩客一危”重點運輸車輛的監管，查看其實時位置及歷史軌跡。

2 公路運行狀態識別參數的選擇

2.1 常用交通流狀態識別參數

從宏觀上看，描述交通流的參數主要有行車延誤、服務水平和通行能力等。行車延誤是指車輛受交通控制設施和其他車輛的干擾，導致實際行駛時間高于理論值，這一損失稱為延誤。服務水平更多的是從駕駛員和乘客的角度，定性評價其感受的質量度。通行能力是指在理想的道路、交通、控制和環境條件下，單位車道或單位車道均勻路段上或某橫截面上，一小時所能通過標準車輛的最大值。

從微觀上看，描述交通流特性的常用參數有三個：交通量、車速和交通流密度。交通量反映了道路提供的通行服務數量，通常來說，車流量愈大道路也愈加擁堵，在車輛擁堵時交通量還能反映出道路的最大疏散能力——實際通行能力。但由于單純使用交通量判定道路運行狀況需要借助道路通行能力，單一使用交通量無法較為直觀地反映出道路的通行情況，無法明確判斷道路擁堵狀況。

交通流參數中的行車速度為平均地點車速。通常來說，道路斷面交通服務水平越高，對應的斷面車速就會越高，當路段發生嚴重擁堵車輛無法行駛時，車速下降為零。車速與道路運行狀態的對應關系較為直接和線性，通行狀況越好，車速也就越接近道路的限速或暢行速度。

車流密度對道路運行狀態的描述較為直觀，密度越大，單位里程車越多，道路也就越擁堵；反之，密度越小，單位里程車輛越少，道路也就越通暢。在常用固定檢測器所能提供交通參數中，通常以時間占有率代替交通流密度。

除上述常用參數外，描述交通流的參數還有車頭時距、排隊長度和占有率等。

2.2 交通流狀態識別參數選擇

目前交通運輸部在《公路網運行監測與服務暫行技術要求》中主要以平均速度作為判定路段擁擠程度的標準，可直接同時利用監測點監測出的平均車速信息和浮動車車速信息對路段擁擠程度直接進行判定。缺點是單純地使用速度一個指標不能完整和真實反映出路段的交通運行狀態，一旦因天氣、駕駛習慣和監測車型單一等原因造成了路段平均車速降低就會對路段的交通運行狀態產生誤判，如惡劣氣象條件下車輛較少但僅能低速前進（道路實際暢通不擁堵）等。因此，文章擬在上述速度指標判定相關規定的基礎上增設一個或兩個指標作為補充，對依速度進行的路網狀態識別進行校驗，以提高路網狀態識別精度。

2.3 狀態識別補充參數的選擇

在補充交通流狀態判定參數選擇過程中，應遵循直觀性、便利性、敏感性、經濟性、可靠性原則。路網運行狀態識別算法所需的交通參數針對的是微觀交通參數，根據以上交通參數選擇原則，從參數的可得性及代表性出發，確定路網運行狀態識別所需要的交通參數。

路網所能獲得的動態交通流信息與所安裝的安通檢測器類型有關，不同檢測器獲得的交通流參數不盡相同。目前，我國常用的檢測技術包括空氣管道檢測、磁感應檢測器、波頻車輛檢測器、視頻檢測器、雷達檢測等，其可提供的交通參數情況如表1所示：

表1 檢測器與檢測參數

從表中可以看出，常用的微波檢測器、視頻檢測器、線圈檢測器和磁阻檢測器都能提供交通流的流量、車速、占有率及車頭時距等參數，而對密度參數的觀測支持性較差。而一旦將多個檢測設備連續布設在封閉路段，即可通過前后設備檢測出的流量參數差值計算得到設備之間路段的交通流密度。

與剩余的交通量、占有率、車頭時距等多個參數相比，交通流密度參數伴隨交通流狀態的變化具有較好的單調變化性，在實際測量中不會出現隨著交通擁堵的逐漸加劇而其數值呈現反向變化的可能。斷面交通量數據隨著擁堵的加劇會逐漸下降，直至交通完全堵塞停滯后數值變為0；占有率參數和車頭時距參數也會隨著檢測斷面擁堵的逐漸加劇而出現不穩定變化；交通流密度參數則會隨著擁堵的加劇始終呈現上升趨勢。

考慮到后期車檢設備的逐漸加密，利用前后相鄰設備配合檢測路段交通流密度將逐漸得以實現，為保證檢測參數的延續性和與今后檢測方法的銜接，建議增加交通流密度作為路網運行狀態識別的補充交通參數。

3 公路運行狀態數據來源與選擇

3.1 交通運行狀態數據來源

目前可用于路網狀態識別分析的數據來源主要為道路固定式觀測點/檢測器、浮動車定位數據和手機信令數據三個。其中：固定式交通觀測設備是使用微波、超聲波、線圈和圖像識別等多種手段在固定地點對道路斷面交通運行進行觀測。可觀測的交通運行數據相對全面，包括單位時間內車道車頭時距、平均車速、時間占有率、分車型斷面交通量等多個方面。浮動車GPS數據是利用“兩客一危”車載GPS數據記錄或計算得到的車輛行駛速度和地點對車輛所在路段交通運行狀態進行判定。數據相對單一，僅包含單位時間內各浮動車車速和位置信息兩個方面數據。手機信令數據是依靠收集連接到公路沿線基站手機的定位移動信息，通過相關技術手段排除與道路無關信息后將結果運用于道路交通運行狀態識別分析。數據量較大，但數據相對單一，僅包含手機移動速度和定位兩個方面信息。

3.2 數據源數據使用可行性

固定式交通觀測點具有數據傳輸穩定、數據精度高、交通流檢測數據全面等諸多優點，國外普遍使用密集的固定式檢測設備對道路交通事件進行判定，理應作為路網交通運行狀態識別數據源首選。但由于檢測點位固定，目前大部分地區普通干線公路固定式觀測設備設置密度較低，間隔較大，還無法形成完善的觀測覆蓋網絡，需要借助其他數據進行必要的補充。

浮動車數據覆蓋面較廣，但現有的“兩客一危”車輛數據多集中于城市內部和高速路網，對于普通干線公路網而言，上傳數據覆蓋性較差，且數據零散而不連續，且只能提供少數車型單個車輛行駛方向和速度數據，缺乏反映交通流整體狀況的數據，一旦單一路段浮動車數目較少就會造成狀態識別的不準確，這也是目前國內外對浮動車數據的處理和研究主要集中于城市交通層面的主要原因。由于目前大部分地區車輛檢測器還未能形成完整的檢測網絡，設備之間或線路首末端依然存在不少監測空白路段，為進一步擴大監測數據覆蓋路網范圍，可以借助浮動車數據對路網狀態識別監測進行輔助并對檢測設備檢測精度進行驗證。

手機信令數據用于路網狀態識別與分析具有建設成本低、覆蓋面廣等一系列優勢，也曾廣泛用于城市快速路網和高速路網狀態識別與分析，但由于我國普通公路網交通組成相對復雜，路面各交通組成單位速度差異性和層次性不強，使用手機信令數據識別的路網運行狀態可能存在手機定位誤差過大、數據干擾較大、速度判定值較低等一系列精度問題，因此目前手機信令數據在普通干線公路上的應用還不成熟，還需另行深入研究并利用部分道路開展試點再對其可行性重新進行論證，本次研究暫不考慮使用手機信令數據對路網狀態進行識別。

3.3 多源數據的選擇與融合

由上述分析可知，目前可以使用的數據來源主要為固定式車輛檢測器和浮動車上傳數據，手機信令數據在普通公路網中的使用尚不成熟，暫不考慮使用。固定式車檢設備檢測得到的車輛運行數據相對浮動車數據穩定、完整、多樣，獲取的平均車速數據精度較浮動車數據高，并且還能夠提供交通量等交通運行數據，應作為目前交通運行狀態識別數據的主要來源。但由于現有路網中的固定車檢設備數目還不多，密度不高，還不具備獨立進行全網運行狀態監測的能力，還存在不少的監測盲點。所以在以現有固定式車檢設備為主的前提下還需要借助浮動車數據對監測進行必要的補充和完善，盡量減少監測盲點對路網狀態識別帶來的影響。

隨著交通管理與服務對交通運行狀態識別的要求不斷提高，數據準確性和廣泛覆蓋性的要求也越來越高。針對不同檢測設備檢測到的數據，一些數據融合模型得到了有效應用。其中，較為常見的數據融合方法有卡爾曼濾波法、表決法、神經網絡、貝葉斯匯集技術、D-S理論等，不同融合方法的適用對象范圍也各不相同。文章主要從各種方法的運行環境、信息表示和融合技術三個方面進行比較說明，詳見表2。

表2 不同數據融合方法主要特性對比分析

可以看出，卡爾曼濾波和神經網絡均可用于動態環境和靜態環境的運行，其余的僅在靜態環境中運行。

4 結束語

公路網運行狀態識別是在GIS平臺上實現整個路網宏觀和微觀運行狀態的圖形化展現最重要支撐條件之一，是實現全省公路網交通運行狀態可視性的必要前提。提升了交通行業管理部門對道路網運行狀態的感知和識別水平，提高了對公路網運行中的道路中斷、擁堵等的反映和響應速度，有力增強了對全路網的調度指揮力量。同時也對優化路網監測點布局規劃，擴大全路網有效監測范圍；支撐路網狀態信息發布，提高公路網出行服務水平等方面具有重要意義。