交通流信息采集与发布技术讲谈

0引言 交通流信息是建设智能交通系统的前提,全天候、全功能、全自动采集与发布道路交通流信息是智能交通系统的使命,可是这成了世界智能交通业界数十年不解的难题,一场交通流信息采集与发布技术推陈出新的浪潮席卷全球经久不衰。     

环形快速路交通流的改进元胞传输模型建立与仿真

交通流模型一直是交通系统中最基本的研究内容.适当的交通流模型可用于路网交通流预测和信号控制.以北京环形快速路为背景,采用改进的元胞传输模型(modified cell transmission model,MCTM)进行建模.在MCTM模型中,放宽了原始CTM模型均等划分元胞的限制,并采用密度代替车辆数表示元胞状态,对不同元胞连接方式(简单连接、融合、分离)建立了元胞交通流传输关系.与广泛应用的微观仿真软件Paramics进行了仿真对比分析.结果表明,与原始CTM相比MCTM虽然大大减少了计算复杂性,但仍然可以准确地描述环形快速路交通流动态特性,从而为进一步的交通流预测和匝道控制提供模型基础.     

融合路段传输模型和深度学习的城市路网短时交通流状态预测

城市路网短时交通流预测是实现智慧城市的关键技术，随着人工智能的发展，越来越多的深度学习算法被应用于城市道路交通状态估计和预测研究。但是深度学习因缺少对交通流演化机理的刻画导致其可解释性不强，而交通流解析模型常因预测精度问题导致其应用效果受到限制。为了取长补短，首先对路段传输模型（Link Transmission Model，LTM）进行改进，提出了可以利用真实数据实时校准仿真网络从而提高预测精度的数据驱动型路段传输模型（Data-driven Link Transmission Model，D²LTM），并在此基础上引入时空深度张量神经网络模型（Spatial-temporal Deep Tensor Neural Networks，ST-DTNN）来捕获网络交通流数据中的时间维、空间维和深度维特征信息，形成融合路段传输模型和深度学习的城市路网短时交通流预测模型D²LTM-STDTNN。该混合模型一方面通过D²LTM机理模型来揭示交通流演化的基本规律，发挥其对城市路网交通流状态时空演化过程的精细刻画能力，增强混合模型机理的可解释性；另一方面利用ST-DTNN模型强大的高维数据挖掘能力和动态特征学习能力，提高城市级路网交通流的短时预测精度。该模型还考虑了交叉口不同转向的短时预测问题，具有更细的空间粒度和时间粒度，因此也具有更大的预测难度。实测结果表明：D²LTM-STDTNN混合模型相对于基准模型预测精度更高，且具备模拟演化机理方面的优势，提升了城市路网短时交通流状态预测能力，揭示了路段间的交通流动态演化规律，可为网络交通流模拟推演和主动管控提供了技术支撑。     

基于改进型CTM模型的城市快速路交通事件仿真

交通事件是城市快速路拥堵的重要原因,有必要对交通事件发生后的交通流特性进行分析。为更好地适用于城市快速路交通流仿真,引入元胞密度和元胞长度2个参数,改进了传统元胞传输模型(CTM)。在Matlab上建立改进的快速路元胞传输模型,考虑不同交通密度条件下拥堵形成过程和消散机理,选取了交通事件后的交通流特征指标并定量计算。结果表明,改进的CTM模型能较好地对城市快速路交通事件仿真,不同交通密度下的交通事件引起的交通流特征有很大差异。     

北京市交通信息对外发布平台系统分析

交通流信息对外发布系统的建立，有利于交通静态及动态信息在最大范围内、最大限度地被出行者、驾驶员、交通管理者所共享和利用，从而实现整个交通系统的动态优化运行。本文从系统实现角度论述了北京市对外信息发布平台的总体设计。对外信息发布涉及信息的组织的，对外信息发布平台信息来源于交通流实时动态信息采集系统。为了技术上的简单化及网络上的安全性，对外信息发布平台系统应有自己的数据存储、处理中心。     

北京市交通流数据采集、处理/分析和信息发布系统设计

交通流数据采集、处理／分析和信息发布系统是北京市智能交通管理系统的一个重要组成部分。本文介绍北京市交通流数据采集、处理／分析和信息发布系统设计。该系统集成来自交通管理部门、出租车指挥调度部门、公安指挥调度部门、公交指挥调度部门和医疗急救调度部门的交通信息，通过多种方式提供一般和个性化的交通信息服务。     

浦东新区道路网交通诱导方案研究

以浦东新区2010年形成的道路网为基础,针对交通地位重要的浦东新区快速路网以及跨越黄浦江的越江桥隧及其相关地面主干道路,从路网的角度研究采用路侧可变信息标志对交通流进行诱导的方案。通过分析浦东新区快速路网和越江桥隧的地理及交通特征,针对快速路上交通流、主干道上拟使用快速路的交通流及越江交通流分别进行交通诱导需求分析,提出采用可变信息标志进行交通流诱导的策略以及可变信息标志的布设原则和发布内容。     

交通流实时动态信息采集、处理／分析、发布系统在北京的研究与实施

随着汽车保有量的增加，交通基础设施的建设已经满足不了交通发展的需要，采用智能交通系统改善道路状况已是必然的选择。而真正的智能交通系统就是能向交通参与者提供全方位的、实时的和可靠的交通信息以及与交通有关的其它信息。本文在研究了国外交通流实时动态采集、处理／分析、发布系统现状的基础上，提出了交通流实时动态采集、处理／分析、发布集成系统的规划方案及在北京的具体实施方案。     

基于GA模糊聚类的城市快速路交通流状态划分

采用基于遗传算法的模糊聚类划分城市快速路交通流状态,借助模糊相关度函数分析聚类结果的有效性,以寻找交通流状态的最佳分类数。遗传算法的引入,有效改善了传统模糊聚类对初始化敏感以及容易陷入局部最优解的问题。经上海市城市快速路实测数据验证,此算法对交通流状态的划分具有可行性,且聚类有效性分析能够合理确定交通流状态最佳分类数。上述研究成果可用于城市快速路交通信息发布、服务水平评价以及交通设施的控制与管理。     

恶劣天气条件下城市快速路通行能力研究

通行能力是道路交通工程的重要参数。特别是在恶劣天气条件下,交通组织管理需要准确的通行能力数据支撑。基于上海市快速路监控中心采集存储的海量交通数据,结合气象局发布的天气状况信息,提取出恶劣天气条件下快速路的交通流参数。根据气象数据对交通流参数关系的影响程度,对气象条件进行了分级。提出了基于交通流模型拟合的通行能力计算模型,计算并标定了不同气象等级下通行能力的折减系数。