交通信息融合與控制，構(gòu)建智能交通出行

文/陳琛 楊陽

隨著現(xiàn)代化發(fā)展環(huán)境下很多行業(yè)都不斷擴大規(guī)模，人們的生活品質(zhì)也在逐漸提高，這使得交通運輸車輛及私家車持有量不斷增多，一定程度上增加了交通擁堵的概率，給人們的日常出行帶來不良影響。為了改善交通擁堵情況，需增強區(qū)域交通信息融合與控制意識，并通過統(tǒng)計分析區(qū)域內(nèi)的交通量來了解車輛出行規(guī)律，同時利用智能交通系統(tǒng)為車主推薦最佳出行路線，這樣可以強化日常出行的便利性?？梢姡M行交通信息融合與控制體現(xiàn)出很強的必要性，需立足于長遠發(fā)展的角度，充分利用先進科學(xué)技術(shù)構(gòu)建智能化交通信息共享與分析系統(tǒng)，讓人們擁有便利的出行條件。

一、交通信息融合與控制中交通數(shù)據(jù)采集改進的方法

現(xiàn)代化發(fā)展環(huán)境下，人們逐漸提高了對智能運輸系統(tǒng)的重視，且交通信息采集技術(shù)在很多城市交通系統(tǒng)中得到廣泛應(yīng)用，體現(xiàn)出很強的重要性。相對來說，移動性采集技術(shù)及固定型采集技術(shù)為應(yīng)用較為成熟的技術(shù)，其中移動性采集技術(shù)依托于GPS的浮動車采集技術(shù)實現(xiàn)各項功能；而固定型采集技術(shù)則在道路上安裝不同類型的檢測器實現(xiàn)數(shù)據(jù)信息的收集，本文以后者為例進行綜合分析。

1.車輛檢測器的合理選擇方法

在傳統(tǒng)的車輛檢測工作中通常會對主動傳感器進行利用，如聲學(xué)傳感器、激光傳感器以及無線電傳感器等，此類傳感器的工作原理是通過對車輛信號反射前后時間的檢測，能夠為兩者之間距離的計算提供可靠依據(jù)。此種檢測方式具備一定的應(yīng)用優(yōu)勢，即可以簡化數(shù)據(jù)信息獲取流程，及時在能見度較差的交通環(huán)境中，也能實現(xiàn)對距離較遠物體的測量，且可保證測量結(jié)果的精準(zhǔn)性。立足于實際應(yīng)用的角度進行分析，由于不同主動傳感器的安裝距離存在差異，所以，會在一定程度上影響彼此間的信號，增加了數(shù)據(jù)采集的難度。而視頻圖像檢測器等光學(xué)傳感器，是非主動傳感器類型，對于數(shù)據(jù)的獲取而言，通常以非侵入方式為主，此種方式的優(yōu)勢為檢測器使用壽命長，且僅需投入較低的成本即可實現(xiàn)準(zhǔn)確測量，能夠針對多種車輛的行駛軌跡進行測量，但容易受到燈光反射及天氣變化的影響。由此可見，為了強化車輛檢測的可靠性，需要合理選擇車輛檢測器，將取值范圍、道路狀況、數(shù)據(jù)類型以及環(huán)境因素等作為基礎(chǔ)依據(jù)，可以強化車輛檢測器選擇的可靠性。

2.車輛檢測器的科學(xué)布控方法

國內(nèi)交通檢測器的使用過程中，通常會受到數(shù)量方面的限制，這給城市交通網(wǎng)絡(luò)狀況信息的獲取帶來不良影響，一定程度上弱化了各類數(shù)據(jù)信息的準(zhǔn)確性，無法保證收集數(shù)據(jù)信息的全面性。但是很多地區(qū)考慮成本等因素，無法在每個交通節(jié)點安裝檢測器，傳統(tǒng)的解決方式為構(gòu)建OD矩陣，將其作為數(shù)學(xué)模型解決車輛檢測器的布控問題。具體研究過程中，需要加強對城市交通數(shù)據(jù)的OD矩陣分析，依托于遺傳算法的數(shù)學(xué)模型，制定多個備選方案，通過比較分析明確最終的車輛檢測器布控方案，能夠強化車輛檢測器的優(yōu)化配置。

二、交通信息融合與控制中交通信息的融合處理要點

通過選擇合理的交通信息獲取方式，能夠讓相關(guān)部門擁有更多的可靠數(shù)據(jù)信息，且可以達到合理預(yù)測交通狀態(tài)的目的，基于對相關(guān)數(shù)據(jù)的綜合計算，可以強化預(yù)測的準(zhǔn)確性及可靠性。數(shù)據(jù)的獲取通常會受到檢測器類型、檢測方法等因素影響，導(dǎo)致不同的數(shù)據(jù)間出現(xiàn)差異，為此，應(yīng)該加強交通信息融合處理，針對不同階段的交通流信息進行科學(xué)處理與準(zhǔn)確計算，以防部分檢測系統(tǒng)的故障問題給數(shù)據(jù)分析結(jié)果帶來不良影響，逐步實現(xiàn)融合處理交通狀態(tài)基本參數(shù)的目標(biāo)。

三、交通信息融合與控制中交通預(yù)測存在的主要問題

針對現(xiàn)有的交通預(yù)測方法而言，對于交通量的分配來說需要依據(jù)車輛駕駛時間以及車輛駕駛密度進行假設(shè)，但缺少對各區(qū)域的交通量承載能力的考量，立足于現(xiàn)實情況的角度，需要在交通工具的駕駛方面投入較高的成本，給交通量帶來一定影響，導(dǎo)致假設(shè)條件與區(qū)域內(nèi)的真實交通流間出現(xiàn)較大偏差。同時，開展交通量預(yù)測工作的過程中，常用的方法還有“OD”調(diào)查，而落實相關(guān)調(diào)查工作時，離不開大量數(shù)據(jù)的支持，傳統(tǒng)的工作模式中，調(diào)查人員需要面對巨大工作壓力，且工作周期較長，以抽樣調(diào)查的方法為主。采用“OD”調(diào)查法體現(xiàn)出一定的隨機性特點，對樣本的要求較高，但隨機調(diào)查得到的樣本通常缺乏穩(wěn)定性，容易弱化數(shù)據(jù)的有效性及真實性，一定程度上增加了交通預(yù)測難度。此外，立足于一般交通預(yù)測工程項目的角度，需要面對交通預(yù)測計算成果與項目結(jié)項存在時間差的問題，現(xiàn)代化發(fā)展背景下，信息傳遞速度不斷提升，一旦交通設(shè)備的更新無法保證及時性，致使與原計劃間產(chǎn)生偏差，避免不了會對預(yù)測結(jié)果準(zhǔn)確性造成不良影響。

四、交通信息融合與控制中的交通預(yù)測處理方法

對于交通量預(yù)測來說，主要是結(jié)合對交通調(diào)查資料的分析，了解交通量的變化規(guī)律，依據(jù)對交通轉(zhuǎn)移、交通吸引等方面的研究，能夠?qū)崿F(xiàn)對部分地區(qū)、路線以及路段等未來交通量的科學(xué)化推算。而立足于交通預(yù)測主要構(gòu)成的角度，通常包含交通發(fā)生、交通分布、交通方式劃分以及交通分配環(huán)節(jié)，開展交通預(yù)測工作的過程中，涉及到很多預(yù)測方法及模型，需結(jié)合實際情況及交通預(yù)測需求進行明確。

1.交通量生成環(huán)節(jié)的有效預(yù)測方法

交通的發(fā)生與吸引預(yù)測稱為交通生成預(yù)測，針對此環(huán)節(jié)需針對不同交通區(qū)域的交通發(fā)生與吸引量、區(qū)域內(nèi)發(fā)生的交通出行總量進行計算。開展交通生成預(yù)測工作的目的是實現(xiàn)區(qū)域目前交通量與路網(wǎng)使用率、經(jīng)濟特性等項目間關(guān)系的構(gòu)建，之后能夠達到規(guī)劃不同區(qū)域交通量分布的目的。起點和終點數(shù)據(jù)信息的統(tǒng)計是不同區(qū)域交通發(fā)生量分析的重要基礎(chǔ)，常用的專業(yè)方法包含相關(guān)分析法、增長率法以及強度指標(biāo)法等。由此可見，針對交通發(fā)生量的計算而言，可以采用指數(shù)平滑法實現(xiàn)，從基本原理的角度出發(fā)進行分析，指數(shù)平滑法需要將不同的時間作為依據(jù)，落實經(jīng)濟效益不同比重的分配，有助于讓傳統(tǒng)交通生成預(yù)測方法中存在的問題得到處理，進而強化各類試驗數(shù)據(jù)的準(zhǔn)確性，讓交通量生成預(yù)測擁有可靠依據(jù)，使得相關(guān)需求得到滿足。

2.交通量分布環(huán)節(jié)的有效預(yù)測方法

對于交通量預(yù)測而言，交通量分布預(yù)測是重要工作內(nèi)容，也是不可或缺的關(guān)鍵環(huán)節(jié)，通過利用專業(yè)的算法針對交通小區(qū)的交通發(fā)生與吸引量進行轉(zhuǎn)變，使其成為區(qū)域間的交換出行量?，F(xiàn)有的OD矩陣法，可以實現(xiàn)對不同區(qū)域間交通量分布的清晰表達，還能結(jié)合對各區(qū)域人們出行方式與GDP發(fā)展的分析，明確交通出行量的實際變化，從而制定針對性更強的區(qū)域交通量需求規(guī)劃，為交通控制提供科學(xué)指導(dǎo)。立足于常見交通量分布預(yù)測方法層面，通常包含兩種，即增長率法、重力模型法。以增長率法為例進行分析，增長率法的應(yīng)用基礎(chǔ)為OD矩陣，進而達到預(yù)測區(qū)域交通量的目的，利用率較高的方法有佛萊特法及增長率法等。

3.交通方式劃分環(huán)節(jié)的有效預(yù)測方法

立足于交通方式劃分預(yù)測的角度，主要針對區(qū)域內(nèi)所有的交通量進行合理分配，細化到不同交通方式中。制定交通方式劃分預(yù)測計劃的過程中，交通參與者的行為、交通出行方式及交通出行特征間的內(nèi)在聯(lián)系是重要基礎(chǔ)?；趯ΜF(xiàn)有道路基礎(chǔ)建設(shè)條件的分析，受到多種因素影響，如交通工具覆蓋范圍、區(qū)域經(jīng)濟發(fā)展水平等，會使人們的出行方式發(fā)生改變。應(yīng)該加強對人們出行交通工具的分析，針對不同的出行方式創(chuàng)建相應(yīng)的交通方式劃分預(yù)測模型。

4.交通量分配環(huán)節(jié)的有效預(yù)測方法

落實交通規(guī)劃預(yù)測工作的過程中，交通量分配是關(guān)鍵的環(huán)節(jié)，也是發(fā)揮著重要作用的最后環(huán)節(jié)，主要針對采集的居民出行交通量進行統(tǒng)計分析，向具體的路段規(guī)劃現(xiàn)有的道路基礎(chǔ)，能夠達到準(zhǔn)確推算不同路網(wǎng)交通量的目的。進行交通量分配環(huán)節(jié)的預(yù)測，主要為了實現(xiàn)對現(xiàn)存道路基礎(chǔ)設(shè)施遠景交通出行量的推算，還能得到未來某一特征年的OD矩陣表，通過與相應(yīng)的公式的結(jié)合，可以向區(qū)域規(guī)劃路網(wǎng)中劃分交通統(tǒng)計量，進而獲得更加精準(zhǔn)的交通量預(yù)測數(shù)據(jù)，為科學(xué)的交通規(guī)劃提供堅實基礎(chǔ)。

五、交通信息融合與控制在信息共享與路線誘導(dǎo)中的應(yīng)用

新時期發(fā)展背景下，受到各行業(yè)發(fā)展及人們?nèi)粘３鲂薪o交通運輸行業(yè)帶來巨大壓力，為了提高交通信息分析與共享效率，信息共享技術(shù)在交通信息融合與控制中得到廣泛應(yīng)用。為了突顯信息技術(shù)在交通信息共享及路線誘導(dǎo)中應(yīng)用的實效性，應(yīng)該提高對信息共享的重視，讓人們的出行需求得到滿足，減少日常出行問題帶來的困擾。

1.現(xiàn)階段常用的交通共享技術(shù)

對于現(xiàn)有的交通共享技術(shù)而言，車載導(dǎo)航、車載廣播以及電子地圖是交通路況實時信息的主要傳播路徑，其中車載廣播的使用可以讓車主了解實時的交通擁堵情況，但由于車載廣播容易受到信號或者信息發(fā)布者影響，一定程度上弱化了交通信息的準(zhǔn)確性；車載導(dǎo)航的利用率較高，體現(xiàn)出信息獲取及時性、便利性強等優(yōu)勢，而車載導(dǎo)航受到車主控制方面的限制，主要在車主主動打開導(dǎo)航系統(tǒng)后，才能進行信息共享；對于電子地圖的使用而言，可以為人們出行計劃的制定提供可靠依據(jù)，通過路線規(guī)劃提高出行效率，還能了解途徑路線的擁堵情況，但很難實現(xiàn)重要數(shù)據(jù)信息的實時共享，無法了解最新的交通信息情況，一定程度上，給人們的出行帶來困擾。

2.新型交通信息共享模式的構(gòu)建要點

對于現(xiàn)階段不同交通信息分享技術(shù)中存在的實際問題，需結(jié)合實際情況及交通事業(yè)發(fā)展需求，構(gòu)建新型的交通信息共享模式。為此，應(yīng)增強有關(guān)部門及導(dǎo)航系統(tǒng)數(shù)據(jù)信息的收集與處理意識，配合進行專業(yè)的后臺分析處理，可以實現(xiàn)與車主的實時共享，進而通過有效誘導(dǎo)，讓車主能夠選擇更加科學(xué)合理的行駛路線，從而降低自身出行路線中交通擁堵的概率。為了進一步發(fā)揮以上功能，應(yīng)該加大有關(guān)部門與導(dǎo)航系統(tǒng)企業(yè)的合作力度，逐步實現(xiàn)大數(shù)據(jù)的互通與共享，充分利用多元化的信息發(fā)布途徑，拓展交通信息共享范圍。例如，基于對導(dǎo)航系統(tǒng)的利用，能夠?qū)崿F(xiàn)主動顯示信息文字及播報提示重要信息的功能，有利于強化車輛駕駛?cè)藛T信息獲取的便利性、可靠性，使其日常出行更加安全。

六、交通信息融合與控制在車輛定位導(dǎo)航中的應(yīng)用

基于對交通信息融合技術(shù)的運用，除了可以實現(xiàn)交通信息共享還能進行車輛的定位導(dǎo)航，因此應(yīng)加強與車輛定位及地圖匹配的結(jié)合。例如，采用衛(wèi)星定位技術(shù)，能夠準(zhǔn)確定位道路上行駛的車輛，或者基于對視頻信息的利用，實時了解流車體信息。為了突顯衛(wèi)星定位技術(shù)的實效性，離不開對多數(shù)融合技術(shù)的結(jié)合利用，如慣性導(dǎo)航系統(tǒng)以及全球衛(wèi)星跟蹤系統(tǒng)等，能夠形成高效的車輛實時定位系統(tǒng)。將衛(wèi)星信息作為基礎(chǔ)依據(jù)，加強車載信息與無跡卡爾曼濾波的融合，基于仿真模擬，可以達到準(zhǔn)確定位車輛的目的，即使在十分復(fù)雜的道路環(huán)境中，也能保證車輛定位信息的準(zhǔn)確性。此外，通過對視覺信息的利用，配合采用激光掃描信息，結(jié)合推理融合技術(shù)，能夠有效解決信息沖突問題，進而準(zhǔn)確判斷車輛的真實位置。

智能交通系統(tǒng)在交通行業(yè)發(fā)展中得到廣泛應(yīng)用，基于對智能技術(shù)的合理運用，能夠形成高效的交通管理控制系統(tǒng)。為此，應(yīng)該加強對交通信息融合技術(shù)的分析，通過科學(xué)化的控制來實現(xiàn)對人們出行行為的誘導(dǎo)，并通過數(shù)據(jù)信息采集、融合處理以及設(shè)計誘導(dǎo)路線等多種方式，突顯交通信息融合與控制的實效性，為人們的日常出行提供便利。同時，降低交通擁堵的發(fā)生概率，構(gòu)建更加和諧穩(wěn)定的交通運輸環(huán)境及社會發(fā)展環(huán)境，推動各地區(qū)的交通運輸行業(yè)快速可持續(xù)發(fā)展。