解析｜現(xiàn)代化智能交通系統(tǒng)發(fā)展現(xiàn)狀

           當(dāng)今城市中的交通系統(tǒng)在數(shù)十年的發(fā)展過程中，首先將重點(diǎn)放在私人交通上，其次是公共交通，最后才是適當(dāng)?shù)乜紤]自行車和行人。

　　優(yōu)先性的轉(zhuǎn)變通常會(huì)導(dǎo)致道路路網(wǎng)和交通控制系統(tǒng)無法同時(shí)滿足所有的道路使用者：私人交通所希望的綠波會(huì)收到公交優(yōu)先的影響，有軌電車和公交車受制于交通擁堵而無法在專用的綠燈時(shí)間內(nèi)通過，自行車擁有自己的非機(jī)動(dòng)車車道但仍需要在交叉口前停車，行人需要等待漫長的紅燈時(shí)間并且過街所需的步行距離太長。

　　但與此同時(shí)，城市污染和總體出行需求又在集聚上升，為每一種交通系統(tǒng)增加了更多的壓力，也暴露出了它們的缺陷。

　　當(dāng)然，在無法同時(shí)滿足所有交通方式的前提下，人們所期望的未來的智能交通系統(tǒng)需要達(dá)到以下三大要點(diǎn)：

　　性能：智能交通系統(tǒng)的主要作用是幫助所有的道路使用者，包括各種交通出行方式，以最小的延誤達(dá)到他們的目的地。因此，系統(tǒng)需要了解當(dāng)前并預(yù)計(jì)未來的交通狀況，滿足多模式出行方式，并更有效地進(jìn)行交通管理。

　　便于實(shí)施：由于設(shè)備維護(hù)也是一大關(guān)鍵問題，這就使得系統(tǒng)需要根據(jù)交通結(jié)構(gòu)的變換隨之調(diào)整，另一方面，還需要使系統(tǒng)運(yùn)營者能夠快速的對(duì)系統(tǒng)進(jìn)行調(diào)整，仿真并測試相關(guān)的控制參數(shù)。尤其是要盡可能的避免重復(fù)工作。

　　開放性：為了有效的利用和計(jì)劃預(yù)算，系統(tǒng)必須兼容已有的信號(hào)控制機(jī)/檢測器設(shè)備，并支持盡可能多的開放標(biāo)準(zhǔn)。用戶并不希望為了實(shí)現(xiàn)優(yōu)化控制而去修改每一個(gè)信號(hào)控制機(jī)和信號(hào)燈頭。

　　現(xiàn)代交通系統(tǒng)應(yīng)擁有一個(gè)基礎(chǔ)交通模型作為支撐

　　離線建模：用于確保所有常用的管理方法，情景方案和條件都得到正確的分析測試，并且交通信號(hào)系統(tǒng)總體運(yùn)行良好。

　　基于模型的實(shí)時(shí)決策系統(tǒng)：用于幫助系統(tǒng)運(yùn)營者使用合理的工具得出一系列可行的解決方案。實(shí)時(shí)交通決策還包括預(yù)測工具，對(duì)可能發(fā)生的交通問題進(jìn)行預(yù)警。

　　自適應(yīng)交通信號(hào)系統(tǒng)的校驗(yàn)和日常運(yùn)行：該模型可以幫助交通系統(tǒng)更加連貫的執(zhí)行已經(jīng)指定的計(jì)劃。將同一個(gè)模型運(yùn)用到離線和在線運(yùn)營中可以更節(jié)省時(shí)間和費(fèi)用。

　    因此，以下技術(shù)需求可以用于支撐上述的三大要點(diǎn)

　　1. 自適應(yīng)交通信號(hào)系統(tǒng)

　　系統(tǒng)需要自動(dòng)適應(yīng)交通結(jié)構(gòu)的變化，將維護(hù)和調(diào)整的工作量最小化。自適應(yīng)信號(hào)控制系統(tǒng)需要快速并且在線地調(diào)整不同交通出行模式之間的優(yōu)先性。已發(fā)生延誤的PuT車輛需要獲得更多的優(yōu)先權(quán)，因此可以增進(jìn)信號(hào)協(xié)調(diào)和/或單個(gè)車輛或行人的綠燈時(shí)間，以減少排放和延誤。

　　根據(jù)運(yùn)營商的需要，可以有條件或無條件的實(shí)施公交優(yōu)先，但是需要同時(shí)考慮到其他道路使用者的情況，使得公交優(yōu)先對(duì)其他車輛的影響性最小。

　    需要提供基于軟件的決策系統(tǒng)。該系統(tǒng)可以提供減少擁堵和延誤的計(jì)算方法，基于交通信號(hào)控制，VMS標(biāo)識(shí)，導(dǎo)航規(guī)劃和網(wǎng)絡(luò)推送信息。

　　行人的延誤需要考慮等待的行人總數(shù)，因此要考慮所有道路使用者的最優(yōu)化。系統(tǒng)需要至少每五分鐘計(jì)算道路路網(wǎng)的綠波，再將信號(hào)協(xié)調(diào)運(yùn)用到系統(tǒng)中。系統(tǒng)可以計(jì)算并顯示當(dāng)前路網(wǎng)的運(yùn)行狀態(tài)，此外還可以預(yù)測未來小時(shí)內(nèi)交通情況，這樣一來出行者可以選擇合適的出行時(shí)間和出行方式。市民可以根據(jù)APP或網(wǎng)頁上提供的出行方案決定自己的出行。

　　信號(hào)控制的主要手段還是通過信號(hào)燈，但是可以使用信息板，網(wǎng)絡(luò)，app，廣播或其他通訊方式發(fā)布交通信息。

　　系統(tǒng)可以支持使用一個(gè)離線的微觀交通仿真程序進(jìn)行區(qū)域范圍內(nèi)的交通控制，并且在仿真和實(shí)際系統(tǒng)中使用相同的交通供給。

　   2. 基于模型的實(shí)時(shí)決策支持

　　決策支持工具應(yīng)提供定制化的關(guān)鍵評(píng)估指標(biāo)，使得系統(tǒng)管理者可以快速的評(píng)估城市的交通運(yùn)行質(zhì)量?？梢蕴峁┙煌顩r的計(jì)算結(jié)果用于自適應(yīng)交通控制系統(tǒng)，以提高檢測器數(shù)據(jù)丟失或損壞導(dǎo)致的影響。

　　為了提高穩(wěn)定性，有必要使得所有的交通控制、交通建模和交通工程相關(guān)的軟件使用同一個(gè)路網(wǎng)模型，這樣任何路網(wǎng)中的修改只需要操作一次。如果不同的軟件程序使用不同的供給模型的話，后期維護(hù)的成本和系統(tǒng)的穩(wěn)定性都將受到影響。因此關(guān)鍵是所有定義的供給模型都只需被定義一次即可同時(shí)用于多個(gè)軟件平臺(tái)中。

　　用于決策支持的基于模型的預(yù)測工具需要至少每5分鐘更新一次，才能幫助系統(tǒng)管理者更好的得出問題的決策。預(yù)測結(jié)果需要至少覆蓋未來30分鐘內(nèi)的交通演變，才能有助于分析交通問題的傳播情況。

　　預(yù)測本身需要考慮到已知的道路施工情況和交通事故。這意味著實(shí)時(shí)的宏觀模型需要在空間和時(shí)間上連續(xù)性的傳播由于事故或其他事件導(dǎo)致的交通瓶頸。

　　如果需要做某些交叉口或細(xì)部的模型，可以將宏觀模型導(dǎo)入到微觀仿真中做指定區(qū)域的仿真，這種情況通常適用于分析特殊事件對(duì)指定區(qū)域的影響(例如交通事故導(dǎo)致的堵塞)。

　　基于模型的預(yù)測需要來源于一個(gè)主路網(wǎng)，該路網(wǎng)必須包含采集的歷史數(shù)據(jù)，對(duì)于一個(gè)幾百萬人口的城市來說，可以每5分鐘預(yù)測至少300個(gè)交叉口和3000公里道路路網(wǎng)。

　　為了保證此類規(guī)模的路網(wǎng)可以進(jìn)行快速的預(yù)測計(jì)算，實(shí)時(shí)模型必須為宏觀模型。當(dāng)公交與私人小汽車共享路徑時(shí)，那么預(yù)測需要包含公交車輛的預(yù)計(jì)到達(dá)時(shí)間。

　　交通預(yù)測必須考慮到現(xiàn)有的檢測器數(shù)據(jù)。這意味著預(yù)測方法可以將現(xiàn)有模型擴(kuò)展到預(yù)測層面，并且當(dāng)前檢測的交通流量必須準(zhǔn)確輸入到模型中。因此，不能簡單地將前一分鐘采集到數(shù)據(jù)與歷史趨勢數(shù)據(jù)進(jìn)行對(duì)比，然后加載類似情況下的OD矩陣(從最接近的離線模型)，最后使用當(dāng)前交通的通行狀態(tài)運(yùn)行路網(wǎng)仿真。這樣創(chuàng)建的模型往往不能真實(shí)反映實(shí)際情況。系統(tǒng)應(yīng)該盡可能使用公開的標(biāo)準(zhǔn)和協(xié)議，這使得系統(tǒng)具有更好的擴(kuò)展性和兼容性。

　　3. 檢測器/數(shù)據(jù)獲取模塊

　　交通信號(hào)系統(tǒng)需要能夠從不同類型的檢測器中獲取/處理數(shù)據(jù)，以此避免供應(yīng)商鎖定數(shù)據(jù)，并且為未來新增檢測器提供開放性。

　　推薦使用智能攝像頭，因?yàn)橄啾扔诰€圈，攝像頭的維護(hù)成本相對(duì)低并且能夠提供更精細(xì)的輸入數(shù)據(jù)(例如根據(jù)車輛類型進(jìn)行車流統(tǒng)計(jì))，此外攝像頭還有更多附加功能(例如安保，安全分析，天氣預(yù)警，強(qiáng)制執(zhí)行能)。

　　系統(tǒng)應(yīng)當(dāng)能夠追蹤GPS點(diǎn)(從城市app中)的軌跡數(shù)據(jù)從而得到車速信息，修復(fù)OD矩陣用于校驗(yàn)/校準(zhǔn)/更新系統(tǒng)背后的交通模型。

　　如果同一條道路路段上存在兩種或更多種類的檢測器，系統(tǒng)應(yīng)當(dāng)可以融合數(shù)據(jù)，并且針對(duì)可靠性更高的檢測器給予更大的權(quán)重。