（交通运输规划与管理专业论文）面向规划的城市交通信息系统研究.pdf

摘要 摘要 信息技术的发展，及其与交通技术的结合，将会引起交通规划流程和方法 的革新，本文提出交通规划流程再造的概念，将传统交通系统的开环干预方式， 调整为不断观察、不断学习、闭环反馈的调控过程，获得系统辨识、状态与演 变再现、趋势分析和预测的分析能力，创建一种全新概念的决策支持方式和手 段，将城市交通建设与管理水平提升到一个新的高度。 在对流程再造的概念和实现条件分析基础上，本文构建了面向规划的交通 信息系统体系，介绍了体系框架和核心技术，并重点研究了交通信息系统中的 几个关键技术：道路交通信息采集的布点方法，道路交通机动车o d 合成方法， 面向规划的道路交通运行状况关键指标。 在对信息采集方法分析的基础上，重点研究了o d 点布设方法和定点数据采 集布点方法。在调查点数量一定的约束条件下，通过评价路网上路段的重要性 来选择最重要的一部分路段布设o d 调查点，提出了基于路段重要性评价的布点 方法，从而在测点有限的前提下，获取最大信息量。对定点数据采集的布设方 法和评价方法进行了研究，并介绍了在上海的应用。 从几种基本的o d 矩阵的合成方法开始，着重对于在矩阵合成中存在的重复 信息以及不完整信息两个问题进行研究，提出去除重复以及补充缺失的具体算 法。并在此基础上提出o d 矩阵合成的基年修正方法。 建立了从宏观路网角度和微观路段、交叉口角度的道路交通运行状况综合 评价指标体系。并提出了表征道路交通运行状况的新指标：交通拥挤频率和可 靠度，以及表征交通供需的指数化指标：交通需求指数、交通供给指数、交通 运行指数，并给出了不同指标的计算公式 最后以深圳和上海两个城市为背景，介绍了信息技术在城市交通系统中的 应用情况。以深圳市城市交通仿真系统以及上海市公路网o d 管理信息系统以及 两个城市道路交通运行状况的评价系统为例，通过对两个系统的概况、主要功 能、技术特点等的介绍，以及对两个评价系统中指标的分析，来介绍前文所研 究的几项关键技术的应用实例。 关键字：规划交通信息系统信息采集o d 矩阵运行状况关键指标 a b s t r a c t a b s t r a c t t h ed e v e l o p m e n to ft h ei n f o r m a t i o nt e c h n o l o g ya n di t sc o m b i n a t i o nw i t ht r a n s p o r t t e c h n o l o g yw i l lb r i n gt h ei n n o v a t i o no ft h ep r o c e s sa n dm e t h o do ft r a n s p o r t a t i o np l a n n i n g t h i s p a p e rp u t sf o r w o r d st h ec o n c e p to fp r o c e s sr e b u i l d i n g , w h i c ha d j u s t st h et r a d i t i o n a lo p e n r i n g i n t e r r u p t i o nm o d et oam o d eo fa d j u s t m e n ta n dc o n t r o lt h a tb a s e do nc o n t i n u o u so b s e r v e ，l e a r n i n g a n dar i n gf e e d b a c k s ot h a ti tc a l l g e tt o t h es y s t e mi d e n t i f i c a t i o n ，s t a t ea n de v o l u t i o n r e a p p e a r a n c ea n dt r e n da n a l y s i sa n df o r c a s t i tt r e a t saw h o l l yn e wc o n c e p to fd e c i s i o n m a k e s u p p o r tw a ya n dm e a n s i ti m p r o v e st h eu r b a nt r a n s p o r tc o n s t r u c t i o na n dm a n a g e m e n tt oan e w l e v e l b a s e do nt h ea n a l y s i so ft h ec o n c e p ta n dt h er e a l i z a t i o nc o n d i t i o n so fp r o c e s sr e b u i l d i n g , t h i sp a p e rc o n s t r u c t st h e t r a n s p o r ti n f o r m a t i o ns y s t e mw h i c hi sf a c i n gt h el e v e lo fp l a n n i n g ， i n t r o d u c e st h ec o r et e c h n o l o g y , a n dm a i n l ys t u d i e sa b o u ts o m ek e yt e c h n o l o g i e si nt h et r a n s p o r t i n f o r m a t i o n s y s t e m ：d i s t r i b u t i n gm e t h o do fr o a di n f o r m a t i o nc o l l e t i n gp o i n t s ，o dm a t r i x g e n e r a t i o nm e t h o d ，a n dk e yi n d i c a t o r so f t r a f f i co p e r a t i o nw h i c ha r ef a c i n gp l a n n i n gl e v e l b a s e do nt h ea n a l y s i so fi n f o r m a t i o nc o l l e c t i n gm e t h o d ，i tm a i n l ys t u d i e st h ed i s t r i b u t i n g m e t h o do fo ds u r v e yp o i n t sa n do ff i x e dc o l l e c t i n gp o i n t i nt h ec o n s t r a i nc o n d i t i o n st h a tt h e n u m b e ro fs u r v e yp o i n t si sc e r t a i n ，t h ed i s t r i b u t i o no fs u r v e yp o i n t ss h o u l db eb a s e do nt h e i m p o r t a n c eo ft h er o a dl i n k s ot h a tu n d e rt h ep r e m i s eo fl i m i t e dn u m b e ro fs u r v e yp o i n t s ， m a x i m u mi n f o r m a t i o nc a nb eg a t h e r e d t h ep a p e ra l s os t u d i e st h ed i s t r i b u t i n gm e t h o da n d e v a l u a t i n gm e t h o do ff i x e dp o i n td a t ac o l l e c t i n g ，a n di n t r o d u c e st h ea p p l i c a t i o ni ns h a n g h a i b e g i n n i n gw i t hs o m eb a s i cg e n e r a t i o nm e t h o d so fo dm a t r i x ，t h ep a p e rf o c u so nt w o q u e s t i o n si n t h e g e n e r a t i o n ：r e p e a t e di n f o r m a t i o n a n di n c o m p l e t ei n f o r m a t i o n a n di t p u t s f o r w a r d st h ea l g o r i t h mo fe l i m i n a t i n gt h er e p e a t e di n f o r m a t i o na n do fc o m p l e t i n gt h ei n c o m p l e t e i n f o r m a t i o n a f t e rt h i st h eb a s i cy e a rr e v i s i o nm e t h o do fo dm a t r i xg e n e r a t i o ni sp u tf o r w a r d s i nt h i sp a p e r , t h ei n d i c a t o r ss y s t e mo fs y n t h e s i se v a l u a t i o no ft r a f f i co p e r a t i o nc o n d i t i o ni s b u i l tu pf r o mt h ev i e wo fm a c r o s c o p i cn e t w o r k ，m i c r o s c o p i cr o a dl i n ka n di n t e r s e c t i o n s i tp u t s f o r w a r d ss o m en e wi n d i c a t o r sf o ra t t r i b u t i n gt h et r a f f i co p e r a t i o nc o n d i t i o n ：t r a f f i cj a mf r e q u e n c y a n dr e l i a b i l i t y , a n dt h ei n d i c a t o r sf o ra t t r i b u t i n gt h er e l a t i o nb e t w e e nt h et r a f f i cs u p p l ya n d d e m a n d ：i n d e xo ft r a f f i cd e m a n d ，i n d e xo ft r a f f i cs u p p l y ，i n d e xo ft r a f f i co p e r a t i o n ，w i t ht h e i r f o r m u l a f i n a l l yt a k i n gt h ec i t y o fs h e n z h e na n ds h a n g h a ia sb a c k g r o u n d ，t h e a p p l i c a t i o no f i n f o r m a t i o nt e c h n o l o g yi nu r b a nt r a n s p o r ts y s t e mi si n t r o d u c e d t a k i n gt h es h e n z h e nu r b a n t r a n s p o r ts i m u l a t i o ns y s t e m ，s h a n g h a ir o a dn e t w o r ko dm a n a g e m e n ti n f o r m a t i o ns y s t e ma n d e v a l u a t i o ns y s t e mo ft r a f f i co p e r m i o nc o n d i t i o ni nt h e s et w oc i t i e sa st h e e x a m p l e s ，t h e a p p l i c a t i o no ft h ek e yt e c h n o l o g i e ss t u d i e di nt h i sp a p e ri si n t r o d u c e dt h r o u g ht h ei n t r o d u c t i o no f t h e s et w os y s t e m s ，t h e i rm a i nf u n c t i o n sa n dt h et e c h n o l o g i c a lc h a r a c t e r s k e yw o r d s ：p l a n n i n gt r a n s p o r ti n f o r m a t i o ns y s t e m i n f o r m a t i o nc o l l e c t i n go dm a t r i x t r a f f i co p e r a t i o n k e yi n d i c a t o r s h 学位论文版权使用授权书 本人完全了解同济大学关于收集、保存、使用学位论文的规定，同意如下 各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学 位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存 论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务； 学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在 不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术 活动。 学位论作者签名：_ 炒 b 。f 年弓月f 日 经指导教师同意，本学位论文属于保密，在年解密后适用 本授权书。 指导教师签名：学位论文作者签名： 年月日年月日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行 研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文 的研究成果不包含任何他人创作的、己公开发表或者没有公开发表的 作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集 体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任 由本人承担。 签名：前舻 k 司年3 月 日 第一章绪论 第一章绪论 1 1 问题的提出 1 1 1i t s 的基本作用 交通行为的实质是以尽可能少的时间( 费用) 方便、安全地实现人与物有 目的的有向移动。i t s ( 智能交通系统) 对于这种本质的交通行为的影响是过去 各种交通手段、规划方法所难以企及的。i t s 依靠计算机强大的信息采集、处理 能力和网络信息传输的实现，把握当前交通运行状况和预测未来的交通状况， 期望引导交通，使其趋向有序，更好地服务于交通系统的管理者和交通参与者。 它借助有力的信息交流手段，在很短时间内使用户们成为交通信息的拥有者， 这也使得交通网络均衡的用户最优的前提条件成为可能【l 】。 可见i t s 最初的作用，或者说最基本的作用主要体现在以下三个方面：首 先，为交通出行者提供便利，减少出行时耗、缩短不必要的行程，从而省时、 省油，并提高行车安全。其次，为交通管理者提供有力的支持，i t s 的实时信息 采集与处理能力使管理者能够全面地了解交通运行状况，以处理各种道路异常 情况，i t s 的发布信息能力又使管理者及时将决策信息传达给交通行为者，从而 实现高效、安全的目标。此外，还能产生一定的社会效益，如使道路资源得到 充分利用，使路网符合均匀化，使交通流运行平稳，提高交通安全，减少交通 事故等。 1 1 2 交通规划发展的要求 交通规划，在2 0 世纪5 0 年代以前，还没有出现，人们理解所谓“交通规 划 实际上就是道路网规划。而这种状况在中国一直延续到7 0 年代末期。1 9 7 9 年，随着美籍华人交通专家来访，我国对美国城市交通规划的方法和步骤有了 初步了解和认识。“做城市交通规划的核心是进行交通调查与需求预测成了大 部分人的共识 2 1 。 1 9 8 2 年，徐州和上海首次应用自编的计算机程序代替手工进行交通调查的 数据整理。1 9 8 5 年深圳特区率先编制的城市交通规划标志着我国从对有关模型 的模仿到开发自己的预测与评价综合模型，并在1 9 8 6 年与美国专家合作，应用 e m m e 2 软件，开发了交通预测四步骤模型。近2 0 年来，交通学术界从来都没 第一章绪论 有停止对上述方法的研究与完善，并且取得了较大的成绩。 然而传统的四步骤模型，不仅要耗费大量的人力、物力、财力和时间来进 行数据采集和处理，并且采集的交通数据在时间和空间上具有较大的局限性。 在模型的建立上，学术界不断进行模型的优化或创新，先后有土地使用直接预 测、组合模型预测、o d 分布反推预测、非集结模型以及模糊原理的应用等。但 一方面由于需求预测模型的假设条件与现实往往存在差距，甚至很大的差距； 另一方面交通需求与交通供给之间存在相互影响相互制约的循环的关系，所以 一次性的相对静态的交通预测往往也存在一定的局限性，影响了交通规划的效 果。因此，交通规划的发展对新的技术的应用提出了要求，不仅从模型本身来 改善交通需求预测的效果，还需要形成一个动态的可以不断更新和反馈的交通 需求与交通供给之间关系的预测方法。 1 1 3 面向规划的交通信息系统 信息是i t s 的核心，它在面向运行、面向管理等层面的应用已经得到公认。 面对交通规划发展提出的更高需求，交通信息系统也将发挥其作用，并将逐步 在面向规划等的决策层面得以应用。 信息系统的作用在交通规划层面的作用首先体现在交通特征提取方面。由 于i t s 中通过先进的采集和通信技术，可以实时获取交通信息，既节省了大量 的人力和时间，又是为把握交通需求的特征及其变化提供了基础。由于存在数 据的不间断采集、处理以及反馈，使得交通规划决策与交通信息之间形成一个 环路，从而为交通规划提供科学的决策支持，在传统的交通规划流程方面加以 创新，实现流程再造。可以说信息在交通规划层面的应用是信息技术与交通技 术结合最好的体现，同时也是i t s 又一全新更高层次的作用。 因此，如何在面向规划的层面，将先进的信息技术融入交通系统，而更好 地发挥交通信息系统的作用，是值得研究的课题。在这个课题中，必须要解决 交通信息系统中包括信息采集、信息处理以及信息发布各环节的一些关键问题。 本文在这三个环节中分别提出一个关键技术来进行研究：信息采集方面，道路 交通信息采集点的布设；信息处理方面，道路交通机动车o d 矩阵的合成方法； 信息发布，面向专业用户的几种重要的表征交通运行状况新的关键指标。 2 第一章绪论 专题 应用 公众信息发布交通管理决策 交通拥堵信息 公交到站信息 最短路径查询 1 卞舁 支撑 海量数据融合与数据 仿真计算模型 体系 挖掘一特征提取 资源 信息 平台 支撑 共用信息平台 数据仓库 基出 信息 交通基础信息 交通管理信息 采集 3 s 信息其他专题信息 图1 1 城市交通信息系统框架 1 2 国内外研究综述 以交通技术为核心，充分利用先进的信息技术，实现的交通信息系统在国 内外已经取得了一定理论和实践上的成果。 1 2 1 交通数据采集 城市交通问题的研究和探索已经走过了漫长的过程。从最初人们单纯仅研 究道路系统的合理性，到建立综合交通体系的概念：从单纯提高交通基础设施 的能力，到研究交通系统控制与管理、交通需求管理和高新技术应用，虽然取 得了丰富的研究成果和工程经验，但都未能显示有效解决城市交通问题的前景。 在综合交通运输管理系统中，交通特征的提取是最为核心的内容。交通特 征提取的基础是交通信息的采集，它是利用各种技术手段对整个交通运输领域 中所要求的动态和静态交通数据进行获取和处理的过程，包括了交通数据采集 羔石篙磊薰竺竺媳 第一章绪论 技术和交通数据处理技术。动态交通数据包括道路的阻塞或通畅情况，交通工 具的动态位置及行驶路线、行程时间，突发事故和交通控制信号等。静态交通 信息包括公交站点的分布、换乘点、停车场、加油站和维修点的分布、交通限 制、收费站及收费价格、道路路况以及施工情况等。 交通数据的获取需要数据采集技术的支持，数据采集技术的优劣，直接决 定了获取的交通信息的全面、准确和实时程度，从而影响了交通规划、管理的 方式和效果。其中动态交通信息更为重要且更难获取，因而一直以来，动态交 通信息采集技术都是研究的重点。 l 、动态交通信息采集技术的发展 动态交通信息采集技术分为人工采集和自动采集，其中自动采集又分为固 定点采集和移动采集技术。早期交通数据的获得，都是采用人工采集的方法。 如调查问卷、路边交通量观测等。但不足之处是工作量大、且得到的只能是调 查日或者以前的数据。由于调查时间的限制，使得调查得到的数据的代表性和 准确性不足；而数据采集的方法使得其数据更新频率很低，而且得到的数据是 静态的，不能随实际情况而变化，随着时间的推移，其适用性会下降，以此为 基础进行的交通预测也无法准确反应未来的实际交通状况。 自动采集传统上主要通过地埋式环形线圈车辆检测器、气压检测器获得交 通流信息，随着电子技术、传感器技术、图像处理技术和计算机技术的发展， 出现了红外车辆检测、微波车辆检测、超声波车辆检测、激光车辆检测、视频 交通检测、基于卫星定位系统、基于r f i d 电子标签等现代的采集手段。根据采 集点的位置不同分为固定采集和移动采集。 固定采集技术 固定型采集技术是指运用安装在固定地点的交通检测设备对移动的车辆进 行监视，从而实现采集交通参数数据的方法，目前主要包括磁频，波频和视频 三类。随着智能交通系统中先进的出行者信息系统( a d v a n c e dt r a v e l e r i n f o r m a t i o ns y s t e m s ，a t i s ) 对交通系统中实时动态交通信息需求的不断提高，传 统的固定式交通信息采集方式就出现了不足，主要表现在： 固定式交通信息采集方式在路网上的覆盖率比较低，采集的交通信息不 能全面反映路网交通状态； 固定式交通信息采集方式由于受本身技术特点限制，不同的采集方式具 有不同的采集特点和环境适应性，信息源的可靠性不高： 4 第一章绪论 固定式交通信息采集方式在安装和维护过程中需要破坏路面或影响正 常交通流，每年固定交通信息采集方式的维护和保养需要花费大量人力 和物力； 基于定点观测而获取的出行信息并不完备，不能完全获得出行路径和起 迄点信息。也不能获取一次出行花费的时间、行驶速度与里程等数据。 总之，固定交通信息采集方式已经不能完全满足智能交通系统全面、实时的 信息采集需求，因此世界各国交通管理部门和科研人员都在进行交通移动采集 技术的选择和实验，希望借助移动采集技术的特点弥补固定采集技术的缺点， 完善整个交通信息采集系统。 移动采集技术 移动型采集技术口1 是指运用安装特定设备的移动车辆( f l o a t i n gc a r ) 检测道 路上的交通参数数据的方法的总称。目前主要有基于g p s 的动态交通数据采集技 术、基于汽车牌照自动识别的动态交通数据采集技术和基于电子标签的动态交 通数据采集技术。 f c d ( f l o a t i n gc a rd a t a ) 数据采集h 1 ，以车载g p s 、g p r s 等单元作为路网 机动车行程车速的数据采集源。与固定检测设备相比，f c d 数据采集技术具有如 下优点：无需通讯成本和基础设施建设成本；大量的数据采集车辆；更重要的 是这种采集技术，对路网的变化，f c d 能很快适应，并能体现。我国基础设施建 设还在进行的过程中，路网变化比较大，因此动态更新的数据会更有意义。 f c d 数据采集技术由于以上优点和作用而迅速发展，在欧洲和日本都进行了 应用。2 0 0 4 年，宁波市实施了基于德国宇航中心f c d 数据采集技术的实时交通 信息发布系统。2 0 0 6 年，在深圳市城市交通仿真系统( s u t s s ) 项目中，自主 开发了基于f c d 数据采集和固定采集相结合的深圳市城市交通信息综合采集与 处理平台，成为城市“交通仿真与公用信息平台一体化结构的重要组成部分。 移动采集技术除了可以得到车辆位置、速度、路径选择信息外，还能得到车 辆出行的o d 和路径。但是，它无法直接得到流量和密度信息，也无法全部检测 到道路上的拥挤点。因此需要与其他数据采集技术结合使用。另外，数据处理 中所用的数字电子地图需要经常更新以反应路网的变化。 其他采集技术 其它采集技术主要包括：公交i c 卡信息采集技术、停车场信息采集技术和 手机定位信息采集技术。 第章绪论 公交i c 卡数据 根据i c 卡信息可以跟踪了解乘客乘车线路等丰富的信息，且可采集信息量 较大。随着城市交通的发展及公交i c 卡信息应用的推广，公交i c 卡记录乘客 上下站点，从而得到公交方式的出行o d 将成为趋势，但由于一般实行仅在上车 刷卡，所以下车人数、起讫点分布等信息当前需要通过对居民出行行为的研究， 根据i c 卡信息分析所获取的乘客出行信息进行推测。这种公交客流调查方法的 突出特点是技术简单可靠，成本较低。 停车场数据 停车信息采集主要通过停车场的数据采集装置收集停车场车位的信息。为了 实时获取停车位的信息，需要在停车场安装数据采集装置。根据停车场的具体 情况，可以选择安装独立的装置或者与停车场原有系统连接两种方案。停车场 的数据也可以作为o d 数据的一部分，其局限性是，通过停车场数据，只能获得 o d 出行中部分d 点的数据。要想得到完整的o d 数据，还需要停车场数据采集 技术的进一步发展和与其他数据采集方式和信息的数据融合。 手机定位数据 移动通讯技术应用在交通数据采集中逐渐显示出它的优越性。首先，如今手 机相当普及，因此数据采集的覆盖范围广，原则上只要是手机信号覆盖的区域 都能实现交通数据采集；其次，相对于其他的采集技术投资较小；同时，这种 采集方式采集到的数据能够很好地支持个人出行行为的研究，也可以采集路段 行程时间。 手机定位技术主要分为到达时间差、基站切换、辅助卫星定位三种类型。应 用于交通数据采集仍然是一个较新的研究领域，国外相关机构对于其是否能较 好地采集交通数据、反映实际交通状态还不是很明晰，因此近年美国、法国、 英国、荷兰、加拿大、日本都开展了大量的理论研究和实验测试深入研究手机 定位技术用于交通数据采集的技术可行性和技术特征。其中日本特别针对如何 应用手机定位技术进行交通行为调查作了较多研究，包括出行方式、o d 等。我 国也尝试使用手机定位技术进行交通调查。 2 、国内外典型的的动态交通信息采集系统陆1 上海市中心区道路交通信息采集系统工程 2 0 0 4 年开始组建，年底开通的上海市中心区道路交通信息采集系统，是上 海市智能交通建设的基础项目，系统一期工程范围主要包括申字型高架及与上 6 第一章绪论 下匝道相关的地面道路和7 9 条主干道。二期将扩展至中环线以内，三期扩展至 外环线以内。 该系统形成以市交通控制中心，快速路交通监控中心为道路交通信息源头， 共享与存储平台为交通信息共享，交换枢纽是中心区道路交通信息采集系统基 本框架，是国内率先建成并投入使用的综合城市智能交通信息平台。中心区道 路交通信息采集系统的功能主要体现在五个方面：数据的采集，数据的处理， 信息的发布，信息的显示和信息的共享。其中数据的采集通过多种采集手段进 行，为交通监控管理人员提供各路段区域的交通道路状况。其中包括传感线圈 检测，视频检测s c a r t s 系统数据分析检测，车牌检测与识别。数据处理通过 自动交通状况检测的模型算法，能够准确、快速地检测拥挤类型，提高了系统 的自动化程度。信息的显示通过分析丰富详细的g i s 信息展示形成，结合表格 和菜单使用的人机界面，提供交通管理人员从系统获取的交通事故信息和向系 统输入交通信息和控制指令，并自动显示各类交通信息。 美国亚利桑那州风凰城交通管理中心 凤凰城的交通管理中心早在1 9 9 5 年9 月开始运行，监控范围为6 7 公里的 高速公路和主干道。该系统的数据采集设备主要分为两类，环形感应线圈和闭 路电视( c c t v ) 。 其中环形感应线圈沿道路纵向布设间距约为o 5 4 公里，横向断面每车道均 有设置。采集的数据为车流量、车辆有效长度、地点车速和车道占有率。这些 数据每隔2 0 秒就向交通运行中心( t o c ) 上传一次。然后t o c 将这些数据集成 为5 分钟时问间隔的数据，进而由网络对公众发布当前5 分钟的车速分布图。 c c t v 通过视频数据得到1 5 分钟集成度的交通流量数据。但是这些图像由 于涉及隐私问题，所以没有保存。 目前，用户可以从数据库中得到一年的5 分钟集成度的环形感应线圈的流 量数据。对于凤凰城的交通管理中心，虽然当初设计数据采集时间间隔2 0 秒有 利于交通应用和研究，但是日积月累的海量数据的存储成为该中心一个严重的 问题。 美国加利福尼亚州洛杉矶交通管理中心 洛杉矶交通管理中心( t m c ) 监控覆盖区域达1 0 2 4 公里( 有向公路长度) ， 该交通中心主要功能为监控和检测事件的发生。环形感应线圈和c c t v 是该系 统两大类的监控设备。工作人员利用c c t v 监控事件，但是由于涉及到出行者 7 第一章绪论 的隐私问题并不保存历史图像信息。 该系统拥有的环形感应线圈数量超过1 0 0 0 个，检测站的布设间距平均为0 8 公里。由于每车道设置为单线圈而非双线圈，所以直接采集到的交通流数据为 车道的流量和占有率。地点平均车速是通过以上两个参数数据估算得到。 洛杉矶交通管理中心暂时存储3 天内集成度为3 0 秒的交通流数据，4 天内 集成度为5 分钟的交通流数据。从交通管理中心开始使用至今，3 0 秒间隔的数 据被永久保存在磁带上。新系统将提供1 3 个月内的数据的在线服务。1 3 个月之 后，数据将存储到磁带上。将来，中心会将数据存储在c d 上，不仅仅储存3 0 秒间隔的数据，而且还要存储集成度为5 分钟、1 小时，1 天、1 月时间间隔的 数据存储在c d 上。 美国的p e m s p e m s ( p e r f o r m a n c em e a s u r e m e n ts y s t e m ) 系统由加利福尼亚州交通运输部 门和加利福尼亚大学伯克里分校共同开发的。在p e m s 系统中，交通管理中心 ( t m c ) 每3 0 秒的时间间隔接收高速公路环形感应线圈所采集的实时交通流数 据。包括流量和车道占有率，然后将这些数据形成文件并存入t m c 的数据库中。 通过广域网络t m c 的数据传至p e m s 系统的数据仓库。 p e m s 系统将这些按车道采集的流量和车道占有率3 0 秒的数据集成为5 分 钟的数据，然后计算每个检测器的g 因子得到每车道的车速。再将一个测站上 所有车道的数据集合起来计算一个有方向路段的总流量、平均地点车速和平均 占有率数据。行程时间是根据测站之间的间距和该路段的平均车速计算得到。 有了流量、速度、占有率和行程时间，p e m s 系统从这些基本的数据开始计算交 通运行状态的指标，来反映实际的交通状况。并存储在数据仓库中，有专门的 数据查询引擎提供用户需要的各种交通信息。 p e m s 系统的有效数据模块不同其他i t s 系统，数据质量控制是该系统一个 重要组成部分，p e m s 系统开发了实时复杂的丢失和异常数据的补齐模型，实时 的故障环形感应线圈检测模型，以保障数据的健壮性，在数据库中用户所使用 的数据均为处理之后数据而非原始数据。 美国的t r a n s c o m t r a n s c o m ( t r a n s p o r t a t i o no p e r a t i o n sc o o r d i n a t i n gc o m m i t t e e ) 成立于19 8 6 年，是美国纽约、新泽西和康涅克州共同协作的交通管理中心。该中心使用a v i ( a u t o m a t i cv e h i c l ei d e n t i f i c a t i o n ) 技术采集实时交通流信息。利用安装在车辆 8 第一章绍论 上的自动车辆识别装置与每个路段特定位置设置的“t h ee zp a s s ”标签交换 信息。系统就会采集到路段的行程速度和行程时间，最终用来检测交通事件。 该系统还使用c c t v 监控a v i 系统运行和交通事件，但是历史的录像不作 保存。标签的信息将实时传至交通中心，并且将这些交通流数据集成为1 5 分钟 的数据并保存下来，但由于隐私问题不会保存每辆车的信息。 加拿大多伦多c o m p a s s 系统 c o m p a s s 主要是监控加拿大多伦多市一个绕城高速公路，因为它承担着市 区和过境交通的双重压力。该系统包括覆盖长度为4 5 公里的5 6 处c c t v ，3 5 公里的1 7 0 0 多组环线感应线圈。这些线圈组成了约为4 0 0 个检测站。这些测站 采集的数据主要为各车道的流量、速度和占有率。这些数据将以2 0 秒的时间间 隔传至交通中心，然后被集成为5 分钟、1 5 分钟、l 小时、l 天、1 月的时间间 隔数据。 数据库中存储2 0 秒和5 分钟集成度的数据。对于1 5 分钟或更高集成度的 数据，只存储流量数据。他们将数据存储在c d 上。除此之外，c o m p a s s 系统 还保存2 天内集成度为2 0 秒的数据，3 0 天内集成度为5 分钟和1 5 分钟数据， 2 0 0 天内集成度为1 小时的数据。 美国德克萨斯州休斯顿交通管理中心的t r a n s t a r 系统 休斯顿交通管理中心监控2 5 7 公里的高速公路，其中设置有环形感应线圈 路段的长度为4 8 公里，这些线圈布设的纵向间距约为0 8 公里，采集到的交通 流信息为每车道的车流量、占有率和地点平均车速，这些数据将以每2 0 秒的时 间间隔上传到中心，并且只用于实时监控而不保存。c c t v 仅仅是用来监控交通 运行状况，最后也不保存任何图像。 该交通管理中心也拥有a v i 系统，该城市市区约有1 7 5 0 0 0 个电子标签。当 路标读取到这些电子标签的信息实时将这些信息传至交通中心，最后被集成为 1 5 分钟的时间间隔数据。目前，t r a n s t a r 系统利用这些i t s 数据进行交通管理和 监控，并实时发布网络上的速度分布图数据。 1 2 2 交通特征提取 1 、交通特征提取技术 交通特征的提取是交通领域的另一个研究热点。1 9 8 8 年，m o o r t h y 和r a t c l i f f e 提出了基于时序统计模型的交通分析和预测方法哺1 。1 9 9 9 年，l e e 年l f a m b r o 采用 9 第一章绪论 时序统计模型，提出了子集自回归综合运动平均的算法，对高速公路上的交通 状态进行了短周期预测n 1 ，o k u t a n i 和s t e p h a n e d e s 采用卡尔曼滤波器理论对交 通流量进行了动态分析与预测聃1 。神经元方法在交通分析与预测中，也得到了 广泛关注。此外，非参数预测方法、仿真算法和局部回归模型也常应用于交通 流的分析与预测。一般来说，短时距预测( 5 1 5 r a i n ) 基本能满足精度和实时 性要求，而对长距离出行( 超越3 0 4 0 m i n ) 自然要求长时距预测，这时即有必 要在预测精度和实时性之间取得平衡。此外，还要进行出行途中的路径动态规 划，因此出行路径规划必定是一个时间分段滚动更新的过程。不过，这些研究 的对象基本限于某一个道路断面，比较微观。 信息技术的应用使得交通领域的研究体现了新的特点，使学科在更大范围内 交叉。智能交通经过九十年代初期的概念体系框架形成，九十年代中期的大规 模、全方位概念普及研究开发，九十年代后期进入全面示范实验和快速推进及 市场化的四个阶段，i t s 的理念、方法、技术以及所形成的浪潮，不但已经改变 和正在改变交通运输的各个领域，而且渗透和影响到世界各国政府的重大相关 政策决策。 交通的智能体现为大量交通信息的应用。大量交通信息之间存在交叉、冗余 甚至矛盾。只有将所获得的各种交通信息、多种交通状态信息、交通突发事件 信息等进行融合处理，才能综合发挥城市道路网的整体效能。 对于交通信息处理，人们开始探索和应用数据融合和挖掘技术，并尝试将 这些技术应用到交通信息处理领域。数据融合的概念始于7 0 年代，但直接促其 迅速发展的是进入9 0 年代以后，最初以军事应用为目的，现今已经应用于各个 领域阳1 。对i t s 中的多源信息融合的研究始于8 0 年代末。著名的i t s 数据融合项 目包括美国i l l i n o i s 州的a d v a n c e( a d v a n c e dd r i v e ra n dv e h i c l ea d v i s o r y n a v i g a t i o nc o n c e p t ) ，p r i n c e t o n 大学的i g h l c ( i n t e l l i g e n tg u i d a n c ef o rh e a d w a y a n dl a n ec o n t r 0 1 ) ， c a l i f o r n i a 的p a t h f i n d e r ，f l o r i d a 州的t r a v t e k ( t r a v e l t e e h n o l o g y ) ，英国的a g v s( a u t o n o m o u sg u i d e dv e h i c l e s ) ，法国的p r o d y n ( d y n a m i cp r o g r a m m i n g ) 等。这些项目采用了不同的数据融合技术，譬如神经 网络、卡尔曼滤波技术、专家系统、模糊逻辑、贝叶斯判断准则。美国联邦公 路管理局从感应线圈获取交通数据，采用基于统计的算法把获取的流量和占空 比的信息转换为对车速的估计，并把该信息实时地反馈给用户作为参考。 信息融合技术研究如何加工、联合来自众多信息源的信息，并使不同形式 l o 第一章绪论 的信息相互补充，为各种模型方法和各领域的专家服务，使其信息量得到最大 限度地发挥。按信息抽象程度不同，融合可分为三个层次：原始数据融合、目 标级融合和决策级融合。 原始数据融合是在采集到的原始信息层次上进行融合，在各种信息源的原 始数据未经预处理之前，就进行信息的综合和分析。它的优点是保持了尽可能 多的信息，缺点是处理的信息量大，所需的处理时间长，实时性差。 目标级融合属于中间层次，利用从信息源的原始信息中提取的特征信息进 行综合分析和处理。一般说来，提取的特征信息应是原始信息的充分表示量或 充分统计量，然后按特征信息对多信息源数据进行分类、聚集和综合。其优点 在于：实现了可观的信息压缩，有利于实时处理，并且由于所提取的特征直接 与决策分析相关，因此融合结果最大限度地给出了决策分析所需的特征信息。 决策级信息融合是在高层次进行的，融合的结果为指挥控制决策提供了依 据。因此，决策级融合必须从具体决策问题的需求出发，充分利用目标级融合 所提取的各类特征信息，采用适宜的融合技术来实现。决策级融合是三级融合 的最终结果，直接面对决策目标，融合结果直接影响决策水平。此外，决策级 融合能在一个或几个信息源失效的情况下继续工作，所以具有容错性。在个 系统中，常常是各级融合综合使用。 表1 1 各种常用的数据融合方法及其特点比较 运行适用 融合方法信息类型信息表示不确定性融合技术 环境范围 加权平均动态冗余原始读数值加权平均 低层 数 系统模型滤 据融 卡尔曼滤波动态冗余概率分布高斯噪声 波 厶 口 贝叶斯估计静态冗余概率分布高斯噪声贝叶斯估计 统计决策理 静态冗余概率分布累加噪声极值决策 高层 论 数据 融合 证据推理静态冗余互补命题逻辑推理 模糊推理静态冗余互补命题隶属度逻辑推理 动、静 低高 神经元网络冗余互补神经元输入。学习误差神经元网络层数据 态 融合 高层数 产生式j | ! i ! 则静态冗余互补命题置信因子逻辑推理 据融合 从信息融合的范围来看，主要分为两类，第一类是局部或自备式，它收集 第一章绪论 来自单个平台上多个传感器的数据，这种类型的融合系统可形成有关如单一车 辆以及出行者属性特征的数据显示。第二类称为全局或区域融合，它组合来自 相关空间和时间上各不相同的多平台多个传感器的数据。如在智能交通运输系 统发展的过程中，不同子系统将获取不同的信息，将交通管理子系统不同检测 器检测得出的交通状态信息与公交i c 卡子系统采集到的交通o d 数据进行融 合，并将预测结果用于车辆诱导，在此基础上通过增加信息获取的频率并提高 信息准确程度和信息量来实现车辆的实时导航。 我国对于城市道路交通多源信息的融合的研究才刚刚起步。近年来，智能 交通系统的研究较多的集中在交通信息的采集与发布，对更为核心的交通信息 的融合处理研究较少，一般着重在多源交通统计信息的融合方面。交通突发事 件信息( 如交通事故人工报告) 和交通统计信息融合的研究，更是涉及甚少， 多源数据的处理和融合研究的开展也迫在眉睫。 2 、交通状态获取技术存在的问题和研究趋势 全球定位系统和地理信息系统的出现，大范围、海量、实时、动态的信息 采集技术成为主流，并将对交通规划、管理、控制各个层面产生深远的影响。 传统数据采集技术需要改进提高自身的功能和进一步的数据挖掘技术；而 新兴数据采集技术是当前的研究重点，随着交通移动采集方式的兴起，如何发 挥这种采集方式的特点，建立适合中国城市交通特点的交通移动采集系统也是 一个急需