許家雄
(江西經(jīng)濟管理干部學(xué)院 江西 南昌 330088)
交通路徑誘導(dǎo)文獻綜述
許家雄
(江西經(jīng)濟管理干部學(xué)院 江西 南昌 330088)
伴隨著我國社會經(jīng)濟飛速發(fā)展,城市交通擁堵、安全等問題日益突出。在此前提下,智能交通系統(tǒng)通過優(yōu)化交通組織、交通管理與控制等的相關(guān)技術(shù),達到提高道路通行能力的目的。交通路徑誘導(dǎo)是智能交通系統(tǒng)的核心組成部分之一,其主要是為達到輔助駕駛員選擇出最優(yōu)路徑的目的。本文從近年來國內(nèi)外對于交通路徑誘導(dǎo)技術(shù)的研究入手,分析并整理了相關(guān)的文獻資料。
智能交通系統(tǒng);交通誘導(dǎo);文獻綜述
隨著全球信息化進程的不斷推進,交通誘導(dǎo)系統(tǒng)逐漸在智能交通系統(tǒng)中起到關(guān)鍵的作用。交通路徑誘導(dǎo)是利用交通流預(yù)測得出的規(guī)律,并結(jié)合交通分配的方法對交通網(wǎng)絡(luò)中的交通流進行再分配,從而達到減少交通網(wǎng)絡(luò)中時間損耗的目的。[1]交通路徑誘導(dǎo)技術(shù)主要研究交通出行者與路網(wǎng)、車流共同組成的復(fù)雜系統(tǒng),因而相應(yīng)研究的領(lǐng)域涉及到以交通工程為基礎(chǔ)并結(jié)合自動控制技術(shù)、計算機技術(shù)、人工智能等眾多交叉領(lǐng)域。[2]本文首先總結(jié)了交通誘導(dǎo)系統(tǒng)的分類方式,其次通過分析國內(nèi)外交通誘導(dǎo)的研究現(xiàn)狀與未來的發(fā)展趨勢。
交通路徑誘導(dǎo)系統(tǒng)主要包括以下幾種分類方式:
1.根據(jù)誘導(dǎo)信息發(fā)布的對象不同,交通路徑誘導(dǎo)系統(tǒng)可以分為單車路徑誘導(dǎo)系統(tǒng)和車流路徑誘導(dǎo)系統(tǒng)兩大類。
2.根據(jù)引導(dǎo)模塊和路徑優(yōu)化設(shè)置位置不同,交通路徑誘導(dǎo)系統(tǒng)可分為分散式誘導(dǎo)系統(tǒng)與中心式誘導(dǎo)系統(tǒng)兩大類。分散式誘導(dǎo)系統(tǒng)以車載模塊為基礎(chǔ),并通過現(xiàn)代通訊技術(shù)的方法實時接收路網(wǎng)信息,進一步完成最優(yōu)路徑的選擇與誘導(dǎo)。中心式誘導(dǎo)系統(tǒng)是以紅外信標(biāo)等雙向數(shù)據(jù)通信為基礎(chǔ),利用中心控制計算機系統(tǒng)對實時檢測到的路網(wǎng)信息進一步分析處理并作出路徑規(guī)劃,計算出每個出行者需要的最優(yōu)路徑并通過通信網(wǎng)絡(luò)的手段為提供路徑誘導(dǎo)到信息。
(一)國外研究現(xiàn)狀
1.日本
1994年,日本通過警察廳、運輸省、通產(chǎn)省、建設(shè)省、郵政省等五省廳與相關(guān)學(xué)術(shù)團體以及民間企業(yè)共同成立了車輛、道路、交通智能化促進協(xié)會 (Vehicle Road and Traffic Intelligence Society,簡稱 VERTIS)。該協(xié)會開發(fā)了全球定位系統(tǒng) (GPS)與道路車輛信息通信系統(tǒng)(Vehicle Information&Communication System,VICS)的導(dǎo)航系統(tǒng)便是其中之一。
VICS[3]是日本眾多交通路徑誘導(dǎo)系統(tǒng)是極其具有代表性的。它由設(shè)置在路段上的交通流檢測裝置檢測得到交通流數(shù)據(jù),結(jié)合汽車上的的發(fā)射天線裝置將實時的動態(tài)路網(wǎng)信息傳送到信息中心,通過信息中心對收集到的數(shù)據(jù)進行處理,利用FM多重放送等信息發(fā)布手段將交通路徑誘導(dǎo)信息反饋到車輛上,并結(jié)合車載GPS的定位信息功能,進一步達到引導(dǎo)出行者更順暢安全的完成出行目的。
2.德國、美國、加拿大
德國的Georg Jahn與Astrid Oehme等人[4]對于駕駛員在駕乘汽車時使用車載信息系統(tǒng) (IVIS)的安全問題進行了研究,并提出使用“周邊任務(wù)檢測”(Periheral Detection Task)的方法評估了在信息環(huán)境條件下駕駛員的安全工作量;美國的 Jemey L.Adier與 Goutam Satapathy等人[5]提出一種通過分布式多智能體改善交通管理與路徑誘導(dǎo)系統(tǒng)集成化的方法;加拿大的Liping Fu[6]提出了利用實時發(fā)布的道路信息的自適應(yīng)最優(yōu)路徑算法,這種方法解決了優(yōu)化交通路徑誘導(dǎo)過程中現(xiàn)存的閉環(huán)自適應(yīng)最優(yōu)路徑問題 (the closed-loop adaptive shortest path routing problem,CASPRP)。
(二)國內(nèi)研究現(xiàn)狀
蘇永云等人[7]在研究交通誘導(dǎo)路徑優(yōu)化的過程是,發(fā)現(xiàn)路徑權(quán)值在其中跨時段變化問題,并改進了矩陣算法與提出A*算法用以解決K路的最短問題。WEN Huimin等人[8]提出一種使用神經(jīng)網(wǎng)絡(luò)計算出的誘導(dǎo)模式,該誘導(dǎo)模式將交通流視為自然流體并利用遺傳算法對流體的神經(jīng)網(wǎng)絡(luò)參數(shù)進行優(yōu)化。上述交通誘導(dǎo)模式是出行者從出行起點出發(fā),將以徑流量最大的路線抵達目的地的路徑作為交通路網(wǎng)中的的最短路徑。經(jīng)過計算表明該種誘導(dǎo)方法優(yōu)于K路最短路徑算法,且能夠達到更高的成功率。
(三)發(fā)展趨勢
伴隨著車輛檢測、分布式并行計算、數(shù)據(jù)融合與挖掘等眾多關(guān)鍵技術(shù)的不斷發(fā)展,車輛誘導(dǎo)信息中心的數(shù)據(jù)處理功能、路徑優(yōu)化功能等主要功能得到了強化。使得車輛誘導(dǎo)系統(tǒng)呈現(xiàn)了中心式與分布式并重、單車與群體誘導(dǎo)協(xié)調(diào)發(fā)展的趨勢。
本章總結(jié)了國內(nèi)外交通路徑誘導(dǎo)系統(tǒng)及技術(shù)的研究現(xiàn)狀,并分析了交通路徑誘導(dǎo)的發(fā)展趨勢。
[1]楊兆升.城市交通流誘導(dǎo)系統(tǒng)理論與模型 [M].北京:人民交通出版社,2000.
[2]趙亦林,譚國真.車輛定位與導(dǎo)航系統(tǒng)[M].北京:電子工業(yè)出版社,1999.
[3]唐克雙,姚恩建.日本ITS開發(fā)和運用的實例-名古屋基于浮動車信息的P-DRGS簡介 [J].城市交通,2006,4(3):74-76.
[4] Georg Jahn,Astrid Oehme,Josef F.Krems,Christhard Gelau.Peripheral detection as a workload measure in driving:Effeets of traffic complexity and route guidance system use in a driving study[J].Transportation Research Part F,8(2005):255-275.
[5] Jeffrey L.Adler,Goutam Satapathy,Vikram Manikonda,Betty Bowles,Victor J.Blue.A multi- agent approach to cooperative traffic management and route guidance[J].Transportation Researeh Part B,39(2005):297-318.
[6] Liping Fu.An adaptive routing algorithm for in-vehicle route guidance systems with real-time information [J].Transportation Research Part B,35(2001):749-765.
[7]蘇永云,晏克非,楊曉光,等.VNS中動態(tài)行程時間與多端動態(tài)最短路算法 [J].中國公路學(xué)報,2001,14(1):97-103.
[8] WEN Huimin,YANG Zhaosheng.Study on the shortest path algorithm based on fluid neural network of in vehicle traffic flow guidance system[A].Proceedings of the IEEE International Conference on Vehicle Electronics[C].Changchung:IEEE,1999,1;110-113.
許家雄,江西奉新人,碩士研究生,工程師,研究方向:交通運輸規(guī)劃與管理。