智能交通诱导系统概述

智能交通诱导系统概述一、概念智能交通系统（IntelligentTransportSystem或者IntelligentTransportionSystem，简称ITS）是将先进的信息技术、通讯技术、传感技术、控制技术以及计算机技术等有效地集成运用于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统。二、国内外交通诱导系统研发现状交通诱导系统能有效地解决，城市交通拥挤、减少交通事故、降低空气污染、提高运输效率，发达国家非常重视车裁定位导航系统的开发和应用，现已形成了日、美、欧三足鼎立的局面。(1)日本的典型车辆导航系统日本的导航系统以丰田公司与日本警察省、邮政省、建设省共同开发的基于全球定位系统(GPS)和道路车辆信息通信系统(VICS)的导航系统为代表。VICS是日本东京一家具有半官半民性质的交通信息处理、发布中心，它将警察部门和高速公路管理部门提供的交通堵塞、驾驶所需时间、交通事故、道路施工、车速及路线限制，以及停车场空位等信息编辑处理后及时传输给交通参与者，特别是在汽车导航车载机上以文字、图形显示。目前日本已有多家大公司研制出车载装置，如松下公司生产的KX-GA3L已在日本多种类型的车辆上得到了应用。(2)美国的典型车辆导航系统TRAVTEK是美国有代表性的城市交通诱导系统。它以实时路线引导和服务信息系统实用化为目的，由交通管理中心、信息与服务中心、装有导航装置的车辆组成。交通管理中心进行道路交通信息的收集、管理与提供，同时还提供系统运行所必需的信息；信息服务中心收集观光设施、旅馆、饭店等为对象的各种服务信息；车载导航装置由车辆定位模块、路线选择模块及接口模块构成，可显示交通堵塞地段、事故及施工等信息的地图，以及按驾驶员需要进行的路线引导及提供服务的文字信息等。(3)欧洲的典型车辆导航系统Ali-Scout系统是欧洲最有代表性的车载导航系统，由西门子公司和Bosch／Blaupunkt公司联合开发。系统包括车内设备和车外设备两部分。车内有定位、导航设备、磁场传感器、车轮转数计、带键盘和方向指示器的操作面板，行驶时间测量仪、红外发射器、红外接收器和目标存储器等；车外设备有信标红外发射器、信标红外接收器、信标控制器和交通诱导计算机。车辆通过信标以红外通信方式与中心交换信息。信标安装在路口两旁，典型的是与交通信号灯安装在一起。交通诱导计算机负责完成最优路径的计算、路段阻抗预测和数据库管理等任务。(4)国内交通诱导系统的研发现状及趋势国内车辆导航系统的研究起步较晚，主要由一些科研院所、学校及少数公司进行探索性研究实验，目前还未取得实质性成果。吉林大学在交通诱导系统方面做了一些研究，尤其在交通预测、交通分配等方面开展了大量研究，取得了一些成果；北京工业大学交通研究中心在车辆定位、临控与导航关键技术方面开展了多项研究，重点包括：城市交通网络及其拓扑关系的表达，GPS／DR组合定位数据融合，基于GSM进行数据通信等；四维公司、大通公司和鞍山科信、南大善邻、西安东强、上海卫导与三吉等公司通过与国外合作或引进或独立研制，做了大量的工作，取得了一定进展，但均未达到实现产业化的阶段。当前，我国的交通、通信等基础设施已有了重大改观，研究开发我国具有自主知识产权的交通诱导系统的主，客观条件已基本具备。三、智能交通系统路径诱导算法研究方向路径诱导算法的实时性、动态路径诱导算法以及路径诱导与交通信号控制的集成是目前路径诱导算法研究的三个主要方向。然而，作为智能交通系统的一个重要子系统，路径诱导系统除了必须具有良好的实时性、动态性和集成性之外，还必须对其它与其实时运营密切相关的众多问题从系统工程的层面加以协调考虑。结合中国城市道路交通的实际和路径诱导算法研究进展的现状，交通诱导要从理论走向实用，下面几个问题需要进一步深入研究。1路段交通流量的实时准确预测国内对短时交通流预测算法的研究中，一般将预测算法分为参数模型预测法和非参数模型预测法。参数模型主要有历史平均模型（HA）、ARMA系列模型、Kalman滤波模型、指数平滑模型及与神经网络相关的模型等；非参数模型中包括非参数回归、KARIMA算法、谱分析法、状态空间重构模型、小波网络、基于多维分形的方法和多种复合预测模型、移动平均法、指数平滑法和基于AR模型的时间序列法等。路段交通流量的实时准确预测是动态路径诱导算法的实现依据。目前的预测手段一般只能预测短时交通状况[1]，而交通诱导行为往往发生在比较大的空间范围上，这样就可能跨越多个预测区段。研究表明，交通流呈现复杂的混沌特性，如何实现交通流量的一个较长时间区域的实时准确预测将是具有挑战性的研究课题。此外，基于实时交通状况的切换式路径诱导系统必须具备区别正常和异常交通波动的能力。参考文献：[1]张玉梅，白树林，基于乘积耦合Volterra模型的短时交通流预测[J].计算机应用，2012,32(3)：843-846.[2]王元彪,智能交通系统中Dijkstra算法的高效实现[J].计算机工程与应用，2007,33(6).[3]孙霞，黄席樾，杨祖元，向长城基于改进遗传算法的城市交通动态最优路径求解[J].计算机工程与应用，2007,43(30).[4]李冉冉,基于蚁群算法的交通流诱导设计与实现[J].计算机与现代化，2011(11):28-31.[5]刘海燕,智能交通系统的车辆行驶最佳路径算法