交通擁堵指數(shù)體系下高校校園智慧交通管理系統(tǒng)構建

姚 濤

（321000 浙江師范大學 浙江 金華）

交通擁堵指數(shù)體系下高校校園智慧交通管理系統(tǒng)構建

姚 濤

（321000 浙江師范大學 浙江 金華）

高校校園內(nèi)人員密集、非機動車（自行車、電動車）保有量大、校園內(nèi)機動車數(shù)量多、道路寬度不足等因素導致校園內(nèi)極易發(fā)生交通擁堵。本文在交通擁堵指數(shù)體系下，從交通擁堵預警、擁堵處置預案等兩個方面來搭建高校校園智慧交通管理系統(tǒng)，以期在交通擁堵即將發(fā)生或正在發(fā)生時能夠及時預警，并給出合適的處置方案。

高校；智慧交通管理

一、交通擁堵指數(shù)體系概念和界定

交通擁堵指數(shù)又稱交通運行指數(shù)（Traffic Performance Index-（TPI），是北京市首創(chuàng)的綜合反映道路網(wǎng)暢通或擁堵的概念性數(shù)值，簡稱交通指數(shù)。交通指數(shù)取值范圍為0至10，每2個數(shù)一等級，分別對應“暢通”、“基本暢通”、“輕度擁堵”、“中度擁堵”、“嚴重擁堵”五個級別，數(shù)值越高，表明交通擁堵狀況越嚴重。

其計算方法如下：

（1）以15分鐘為統(tǒng)計間隔，得到道路網(wǎng)中各路段的平均行程速度；

（2）根據(jù)路段平均行程速度等級劃分，判斷各路段所處運行等級；

（3）統(tǒng)計各等級道路中處于第5級運行水平的路段里程比例；

（4）利用車公里數(shù)（VKT）加權，計算區(qū)域（總體）路網(wǎng)擁堵里程比例；

（5）基于15分鐘交通擁堵指數(shù)與擁堵里程比例的線性轉(zhuǎn)換關系，得到15分鐘交通擁堵指數(shù)；

（6）將早晚高峰時段內(nèi)15分鐘交通擁堵指數(shù)取算數(shù)平均值，得到工作日交通擁堵指數(shù)，將6：00am-22：00pm時段內(nèi)15分鐘交通擁堵指數(shù)取算數(shù)平均值，得到節(jié)假日交通擁堵指數(shù)。

北京市出臺的交通擁堵指數(shù)在一定程度上將道路交通的擁堵情況以量化的形式呈現(xiàn)出來，給我們一個很重要的啟示，也為交通擁堵的預警提供了極大的支持和啟發(fā)。

二、智慧交通管理系統(tǒng)的構建

借鑒交通擁堵指數(shù)體系的構建過程，結合高校校園交通的特殊性，高校校園智慧交通管理系統(tǒng)的構建過程如下：

智慧交通管理系統(tǒng)包含交通擁堵的預警、交通數(shù)據(jù)的實時聯(lián)動、擁堵應急處置預案的設立等三個方面。

（一）交通擁堵的預警

高校內(nèi)交通因為車輛類型少、交通參與因素相對固定等原因，交通相對簡單。交通擁堵的預警模式借鑒北京市質(zhì)量技術監(jiān)督局發(fā)布的《城市道路交通擁堵評價指標體系》，對交通擁堵進行量化，設置交通擁堵閾值，超過閾值，即認為產(chǎn)生交通擁堵的可能性大或者已經(jīng)產(chǎn)生交通擁堵。

1.對校園各類型路段的劃分

對校園各類型路段劃分的主要目的是根據(jù)不同類型路段的確定不同的通行平均速度，而通行的平均速度是是判斷該路段是否發(fā)生擁堵以及發(fā)生擁堵水平的重要依據(jù)。

對于路段類型的劃分，社會道路通常具有相應的政策性標準，而對于高校而言，校園內(nèi)道路的建設并未嚴格參照社會道路標準，只是依賴于校園的總體規(guī)劃，因此參照社會道路的劃分標準是不合適的。高校校園道路在做劃分的時候可以采取有效道路寬度（車道寬度減去已劃定的停車位寬度）和車輛通行流量來確定。

在進行詳細的道路寬度測量和車流量測量后，將校園內(nèi)道路劃分為：主干道、次干道和支路三個類型。

2.各類型路段的車輛平均速度的確定

在確定各類型路段車輛平均速度時，因校園內(nèi)工作日和非工作人車流相差較大，要在區(qū)分工作日和非工作日的基礎上，區(qū)分不同時段、不同天氣等因素的影響。此外還要考慮的是車流量差別，車流量的多少直接影響車輛的平均通行速度。因此，在做相關數(shù)據(jù)統(tǒng)計的時候，必須按照車流量大和車流量小兩種情況來分別統(tǒng)計。車流量大和車流量小的區(qū)分標準可以設定為：一個時間段內(nèi)每天車流量的加權平均數(shù)。當單位時間內(nèi)進入路段的車輛數(shù)超過加權平均數(shù)時，即可認為是車流量大；反之就是車流量小。

高校校園交通特性明顯，車流量大的時段相對集中。在車流量較小的時段內(nèi)，隨機選取多個車輛，記錄其進入路段和駛出路段的時間節(jié)點，計算車輛在該路段的平均速度；再將每個車輛在該路段的平均速度加權處理，得出平均速度。再綜合考慮天氣、節(jié)假日、時段、行人流量、非機動車流量等不同因素單獨干擾和混合干擾的下的平均車速，并記錄相關數(shù)據(jù)。

再選取車流量大的時段做上述統(tǒng)計記錄，綜合考慮天氣、節(jié)假日、時段、行人流量、非機動車流量等因素。在不同因素的單獨影響和混合影響下做統(tǒng)計。

不同類型路段發(fā)生交通擁堵的閾值可以參照綜合考慮車流量、時段、天氣、節(jié)假日、非機動車流量等因素后所得綜合數(shù)據(jù)的加權平均數(shù)。閾值可以作為發(fā)生交通擁堵的判斷依據(jù)，但可以不作為發(fā)生交通擁堵的唯一依據(jù)，當路段內(nèi)車輛平均速度超出閾值的時候，輔以其他因素，可以人為綜合判斷交通擁堵是否發(fā)生。

（二）智慧交通系統(tǒng)內(nèi)數(shù)據(jù)的實時聯(lián)動

交通數(shù)據(jù)的實時聯(lián)動包含支撐校園交通智慧化建設的各種設備之間的聯(lián)動。這種聯(lián)動是按照一定的邏輯結構進行、以各類型設備所采集和分析研判的數(shù)據(jù)互助性流動為主要形式的聯(lián)動。

1.智慧交通管理系統(tǒng)聯(lián)動的邏輯結構

在闡述邏輯結構之前，必須要先明確智慧化交通管理系統(tǒng)應該具備基本功能：出入口進出機動車的數(shù)據(jù)統(tǒng)計、各主要路段兩端機動車進入的數(shù)量統(tǒng)計、非機動車數(shù)量和行人數(shù)量統(tǒng)計等功能。

以特定的一個路段為例：路段首端的監(jiān)控攝像頭可以記錄一定時間段內(nèi)進入該路段的機動車數(shù)量、車牌號并記錄其進入時間，同時記錄進入該路段內(nèi)非機動車和行人數(shù)量，設置在路段出口的攝像頭根據(jù)車牌號實時記錄不同機動車駛出該路段的時間點和進入路段的非機動車和行人數(shù)量。智能分析服務器在獲取這些數(shù)據(jù)后分析不同車輛在該路段內(nèi)的平均速度，按照既有的算法進行加權處理，處理后與事先設定的閾值進行比對，如果超過閾值，智能分析服務器向智慧交通管理系統(tǒng)綜合平臺發(fā)送預警信息，綜合平臺調(diào)取智能分析服務器讀取的一定時間段內(nèi)從進入和出口進入路段的行人和非機動車數(shù)量，供交通管理人員參考決策。

如路段內(nèi)確定發(fā)生擁堵，交通管理人員可以立即出警，疏通擁堵的交通。如果區(qū)域內(nèi)發(fā)生多路段的擁堵預警，綜合平臺向管理人員推送發(fā)生擁堵預警的區(qū)域，管理人員可以根據(jù)實際情況決定是否暫時關閉與該區(qū)域相連的出入口，引導車輛去往其他出入口。或者封閉個別路口，引導車輛駛向其他區(qū)域，避免交通擁堵進一步加劇。

智能分析服務器可以按照需要定時讀取前端設備特定時間段內(nèi)采集和記錄的數(shù)據(jù)，數(shù)據(jù)從前端設備傳送到服務器，服務器進行分析之后向智慧交通管理平臺發(fā)送預警信息，平臺再根據(jù)實際情況向其他設備操控人員發(fā)送相關指令。

數(shù)據(jù)在前端設備、智能分析服務器和綜合平臺之間傳遞。

（三）發(fā)生交通擁堵的應急處置預案

交通擁堵發(fā)生時往往伴隨著其他交通意外情況的發(fā)生，如路段內(nèi)車輛刮擦和其他意外情況。所以應急處置預案主要包含兩個方面：事故現(xiàn)場的記錄保護和交通的疏導。

應急處置預案的制定原則：

1.及時疏通

發(fā)生交通擁堵時，交通管理人員及時向現(xiàn)場處置人員傳送現(xiàn)場周邊路段的交通情況，現(xiàn)場處置人員可以根據(jù)周邊路段的實際情況向選擇合適、有效的疏散路徑，以最快的速度將交通恢復正常。

2.事故現(xiàn)場保護

如擁堵現(xiàn)場發(fā)生其他交通意外事故，要按照道路交通事故的處置流程及時處置，如遇大量人員聚集，現(xiàn)場處置人員要保護好現(xiàn)場，維持現(xiàn)場秩序，及時保留事故的相關視頻和其他圖片證據(jù)。

三、小結

本文在從交通擁堵的預警、智慧交通管理系統(tǒng)內(nèi)數(shù)據(jù)的實時聯(lián)動、交通擁堵應急處置預案等方面闡述了高校校園智慧交通管理系統(tǒng)的構建和功能。其中交通擁堵預警的構建參考了北京市出臺的交通擁堵指數(shù)體系。當然，這些功能只是智慧交通管理系統(tǒng)的一部分，更多、更智能化、人性化的功能仍有待開發(fā)。

［1］管滿泉.從道路因素分析交通擁堵的成因和對策［J］.中國人民公安大學學報，2005，5（3）：4-8.

［2］孫莉芬.城市交通擁擠疏導決策支持系統(tǒng)的研究［D］.武漢：華中科技大學，2005.

［3］北京交通擁堵指數(shù)將實時發(fā)布市民可推算出行時間.鳳凰網(wǎng).2011-04-18

［4］曹東源，高愛坤，田小平.智能交通與城市交通緩堵［J］.河北建筑科技學院學報，2006，4（23）：22-24