文樊天翔

?

交通從細(xì)節(jié)做起

趕上畢業(yè)前的最后一次參加TRB會議機(jī)會的，著實幸運，甚是激動。碩士研究生三年不再留有遺憾。第一次出國參加國際學(xué)術(shù)會議，無論是單純的生活體驗，還是專業(yè)的學(xué)術(shù)交流，都是滿滿的收獲。

體驗篇

從大學(xué)本科至碩士研究生，在交通工程領(lǐng)域熏陶了將近七年，盡管未來在這個行業(yè)的學(xué)習(xí)之路還任重道遠(yuǎn)，但也難免有了些許“職業(yè)”思維，情不自禁地想從人、車、路及環(huán)境四個方面淺談對華盛頓的第一印象。

初到華盛頓，當(dāng)天還飄著小雨，站在空曠的街頭，顯得略微冷清。起初以為是周末，人們都“逃離”擁堵的中心城區(qū)而前往郊區(qū)休閑，所以見不著人影。后來發(fā)現(xiàn)即使是工作日，街頭也很少出現(xiàn)人頭攢動的情景，早晚高峰的地鐵更是無需“搶座”，當(dāng)然這也與美國小汽車主導(dǎo)型的出行結(jié)構(gòu)有關(guān)。在國內(nèi)一線城市待久了，難得享受這一份清靜。

在華盛頓的這些天，碰到的當(dāng)?shù)厝硕己軣崆?。既有杜勒斯機(jī)場滿頭白發(fā)卻精神矍鑠的老奶奶為我們詳細(xì)講解如何乘坐地鐵，又有街道上、樓道里、電梯里各種場合擦肩而過的陌生人面帶微笑地問好，還有TRB會場志愿者主動且不厭其煩地提供幫助等等，這一切都很自然，沒有刻意的痕跡，令初來乍到的我，倍感親切。

小汽車上的國家。美國的居民出行依賴小汽車，公交系統(tǒng)的規(guī)模比不上國內(nèi)。雖然之前聽說華盛頓的公交系統(tǒng)已屬完善，不過切身體會之后，感覺其便捷程度不如國內(nèi)的一線城市。例如，地鐵和常規(guī)公交指示標(biāo)志不夠清晰、地鐵站候車環(huán)境一般。不過有些細(xì)節(jié)值得關(guān)注：華盛頓的巴士不一定每站都停車，若站臺沒有人候車，就可能越站行駛，所以車上配備了下車提醒按鈕。這些按鈕不僅安裝在下車區(qū)域的兩根立柱上，而且通過與拉繩聯(lián)動，使車內(nèi)任何位置的乘客都可以及時告知司機(jī)下車需求。

華盛頓中心區(qū)人行道寬敞，步行空間良好。平常步行至?xí)龅穆飞?，大部分道路限速?5mph（40km/ h）左右，營造了較為安全的通行環(huán)境。駕駛員文明程度很高，這一點令人印象深刻。無論是直行、右轉(zhuǎn)還是左轉(zhuǎn)車輛，只要在路口遇到行人，基本都會減速或停車避讓。

交通管理做得非常精細(xì)化。學(xué)校附近會有標(biāo)志提醒駕駛員注意進(jìn)入學(xué)校所在路段，國內(nèi)也有類似做法，但是鮮見設(shè)立標(biāo)志提醒學(xué)校路段在何處結(jié)束。道路施工管理措施十分細(xì)致，不僅有各種警示標(biāo)志提醒前方道路施工、車道變窄，而且若影響到行人通行，還有標(biāo)志提醒人行道關(guān)閉，同時配有指示標(biāo)志指引行人繞行；在施工地點前方和后方分別設(shè)置有施工起點和終點標(biāo)志。

空氣清新、環(huán)境宜人。近年來國內(nèi)霧霾肆虐，甚至有加劇的趨勢。在華盛頓的日子，幾乎天天都是藍(lán)天白云，可以自由、舒暢地呼吸。走在路上，時有小松鼠蹦到身旁，時有鳥兒飛過頭頂，想起國內(nèi)的自然環(huán)境，心中略有傷感。環(huán)境也是交通的重要組成部分，各類污染治理需要各行各業(yè)的努力衷心希望在不遠(yuǎn)的將來國內(nèi)的交通環(huán)境得以改善。

學(xué)術(shù)交流篇

TRB會議規(guī)模之大，如不是親眼所見，難以想象。短短幾天之內(nèi)，有上百場會議，包括學(xué)術(shù)研討（workshop）、講座（lectern）、海報（poster）等。為了更高效的參加會議，每天晚上都需要從主題內(nèi)容、學(xué)者等方面挑選第二天感興趣的內(nèi)容。在此，主要挑選了與自己研究有關(guān)的內(nèi)容簡單介紹。

浮動車與速度

車載全球定位系統(tǒng)（Global Positioning System，GPS）應(yīng)用愈發(fā)普遍。出租車、公交車、貨車裝載了GPS設(shè)備，可以實時連續(xù)地記錄車輛行駛的位置和時間信息，利用這些浮動車數(shù)據(jù)可以進(jìn)一步推算車輛行駛軌跡、速度，應(yīng)用于交通規(guī)劃、交通安全分析等領(lǐng)域。影響浮動車數(shù)據(jù)精度的因素主要有：樣本大小、樣本率、采樣間隔。一般認(rèn)為采樣間隔越小越好，論文《基于浮動車數(shù)據(jù)估計路段車速分布》（Li， Z.， Cai，C.， Menon， A.， Xu， Y.， Chen， F. Estimate link speed distribution from probe vehicle data）提出現(xiàn)有的GPS路徑匹配算法主要針對采樣頻率較低的狀態(tài)，當(dāng)采樣頻率提高后，如何將大規(guī)模且高頻率的GPS數(shù)據(jù)有效快速匹配到路網(wǎng)上會面臨新的挑戰(zhàn)。他們提出的新算法可以從三個方面提高效率：1、減少備選路線；2、改善GPS曲線軌跡與轉(zhuǎn)彎路段的匹配方式；3、增加新的篩選機(jī)制剔除掉頭現(xiàn)象。

路段車速估計可以利用定點測速裝置（如線圈、視頻等），也可以利用浮動車。浮動車的優(yōu)勢是在樣本充足的情況下可以反映整個路段的運行狀態(tài)。Luo等學(xué)者在《基于大規(guī)模高頻率GPS數(shù)據(jù)的地圖匹配方法研究》（Luo， Q.， Auld， J. A.， Sokolov， V. Addressing some issues of map-matching for largescale， high-frequency GPS data sets）中提出浮動車數(shù)據(jù)存在離散和高噪聲等特點，他們提出了一種貝葉斯方法利用線圈測得的速度均值作為先驗信息，利用浮動車估計的車速作為觀測值，建立了高斯混合模型（Guassian mixture models），所得的后驗均值作為路段車速估計值。

違法與事故

國外交警注重數(shù)據(jù)驅(qū)動式執(zhí)法（data driven enforcement），論文《事故黑點區(qū)域范圍內(nèi)外交通執(zhí)法的對比研究》（Maistros， A.， Schneider， W. H. A comparison of overtime patrol stops made inside and out of cluster identified hot spots）提出交警在執(zhí)法時常常更依賴于個人經(jīng)驗，而非數(shù)據(jù)推斷，并論證了向事故多發(fā)區(qū)域增派警力的合理性。目前國內(nèi)交警部門也在尋求科技手段提高執(zhí)法水平，廣州市交警通過融合違法數(shù)據(jù)和事故數(shù)據(jù)，分析現(xiàn)場執(zhí)法與事故、違法和事故的相關(guān)關(guān)系，進(jìn)而在事故多發(fā)區(qū)域增派警力，進(jìn)而在事故多發(fā)區(qū)域增派警力。

結(jié)束也是開始

此次TRB之行非常短暫，時差還沒有完全適應(yīng)就準(zhǔn)備啟程回國了，但是收獲了很多新的見識，是非常寶貴的財富。體會最深的是：交通領(lǐng)域的問題是解決不完的，為了研究而研究，缺少了實踐，最終是得不償失的。