文/網帥科技（北京）有限公司 裴鐘哲 貴州省公安廳交通管理局 王斌

1 基于出行行為分析的交通誘導

1.1 交通誘導系統(tǒng)

交通誘導系統(tǒng)（TGS, Traffic Guidance System）是智能交通系統(tǒng)（ITS）研究的一個重要方面 ，TGS利用電子計算機 、網絡和通信等技術采集并分析實時交通信息，通過發(fā)布誘導信息引導道路使用者走行最佳路徑，從而實現減輕交通擁堵，防范交通事故，并使交通流在路網中各個路段上得到均衡分配的目的。

1.2 出行行為分析和交通誘導

1.2.1 出行行為分析

出行者在完成一次出行的過程中根據自身經驗和獲取的信息對出行時間、出行路徑、出行方式等進行判斷和選擇的過程稱為出行行為選擇。

出行者行為受到交通誘導信息的顯著影響，影響因素主要是出行者個體屬性(年齡、駕齡、性格、駕車時間、道路熟悉度) 、道路屬性(路況信息、可替換路徑信息)及誘導信息內容(繞道建議、交通事件、動態(tài)交通信息)。不同的影響因素對出行者有不同的作用，其中擁堵狀態(tài)、交通事故、駕駛員駕齡等對出行者的選擇行為具有重要影響。

1.2.2 出行行為分析和交通誘導

有鑒于交通誘導的效果通過出行者改變出行行為得以體現，根據交通控制與誘導協同的內容和特點, 從交通通行能力改善、交通安全改善、提高交通網絡負荷均衡性、降低能源消耗與環(huán)境污染等方面綜合評價出行行為選擇對交通系統(tǒng)的影響，對出行者的時間成本、運行成本、運輸企業(yè)運營成本、事故損失、交通污染損失等指標進行評估，并據此規(guī)劃和設計交通誘導的方案和內容，是十分必要的。

在以云計算、大數據、移動互聯、人工智能等為代表的新一代信息技術引領的新技術革命背景下，利用先進的通信技術、計算機技術、自動控制技術等，全天候地實時感知各種城市交通信息，隨時隨地掌握道路的交通狀況（車流量、是否堵塞、交通事故、能見度情況、路面是否結冰等），可以通過評估和預測出行者的出行行為，對出行行為選擇對交通系統(tǒng)的影響作定量的評估，從而制定有針對性的智慧誘導方案，并通過提醒車輛繞行、減速、限速等措施有效分散車流量、疏導交通、減少交通事故的發(fā)生。

2 基于交通態(tài)勢感知平臺的智慧誘導系統(tǒng)

基于交通態(tài)勢感知平臺的智慧誘導系統(tǒng)是在大數據時代背景下，以交通態(tài)勢感知（包括信息輸入、處理、輸出環(huán)節(jié)）為基礎，建立起的基于離散規(guī)則和連續(xù)概率，甚至包括基于情感和頓悟的、反映客觀態(tài)勢的交通綜合決策平臺。

智慧誘導系統(tǒng)由交通信息采集子系統(tǒng)、車輛定位子系統(tǒng)、交通信息服務子系統(tǒng)、行車路線優(yōu)化子系統(tǒng)等組成。

平臺由云計算基礎設施、大數據及機器學習計算引擎、交通態(tài)勢及風險感知基礎架構及建立在其上的應用模塊構成。智慧誘導系統(tǒng)將人工智能和人的智慧相融合，采用一種具有自主、自動彌聚效應的信息修正、補償的期望—選擇—預測—控制體系，實現了面向不同地區(qū)、不同類型道路交通運行態(tài)勢的分析研判和集成應用，建立了完善的交通出行行為分析和誘導策略輔助支持體系。

2.1 交通信息采集子系統(tǒng)

交通信息采集子系統(tǒng)基于車道級高精度電子地圖，對轄區(qū)道路各種交通設施設備，包括電感環(huán)檢測器（環(huán)型感應線圈）、超聲波檢測器、紅外檢測器、雷達檢測器、視頻檢測器等進行精準定位和數字化、在線化、可視化管理，結合手機信令及互聯網數據，分析得出流量、速度、密度等動態(tài)交通信息，在地理信息服務系統(tǒng)的基礎上描繪實時交通路況信息。該系統(tǒng)還可全天候監(jiān)控道路運行狀態(tài)，對城市道路擁堵事件進行預警，并分析得出道路擁堵事件的發(fā)生時間、排隊長度、實時速度、擁堵持續(xù)時間等數據。

2.2 車輛定位子系統(tǒng)

車輛定位子系統(tǒng)的功能是確定車輛在路網中的準確位置。車輛定位技術主要有地圖匹配定位方法(MapMatching)、推算定位方法(Dead Recking)、全球定位系統(tǒng)(GPS)、北斗定位系統(tǒng)（BD）、慣性導航系統(tǒng)(INS)等方式。

2.3 交通信息服務子系統(tǒng)

交通信息服務子系統(tǒng)是交通誘導系統(tǒng)的重要組成部分, 它把主機運算出來的交通信息(包括預測的交通信息)通過各種媒體，如有線電視、聯網的計算機、收音機、路邊的可變信息標志和車載的信息系統(tǒng)等傳送給公眾。

2.4 路線優(yōu)化及誘導子系統(tǒng)

路線優(yōu)化及誘導子系統(tǒng)是依據車輛定位子系統(tǒng)所確定的車輛在網絡中的位置信息, 結合交通信息采集子系統(tǒng)傳輸的實時交通信息, 為出行者提供能夠避免交通擁堵、減少延誤及安全到達目的地的行車路線。

路線優(yōu)化及誘導子系統(tǒng)的信息處理與控制模塊主要完成數據獲取、數據處理、誘導方案制定、數據存儲等功能。該模塊對經過工作人員人工確認后的交通信息和指揮管理信息進行接收和處理，制定誘導策略并向車載終端、電臺、電視臺和互聯網等媒介發(fā)布交通誘導信息，設置交通信息板和交通誘導屏的顯示內容等。

3 誘導實例

貴州省交通管理局在2018年春運期間應用基于交通態(tài)勢感知平臺的智慧誘導系統(tǒng)進行了實戰(zhàn)，并取得了良好的效果。

3.1 誘導背景

圖1 2月20號紅楓湖路段的10個擁堵地點

春運期間，交通流劇增，給交通管理和治理帶來巨大壓力?；诮煌☉B(tài)勢感知平臺的智慧誘導系統(tǒng)通過實時感知道路交通擁堵情況，快速、定點、定時發(fā)送交通擁堵誘導短信，達到了降低交通流、疏通交通道路、降低交通事故發(fā)生率，保障春運交通安全的目的。

2018年2月20號和2月21號紅楓湖路段發(fā)生多次擁堵事件。從交通信息采集子系統(tǒng)中獲取詳細擁堵信息后，根據經緯度在地圖上標出所有的擁堵點，并在時間軸上展示了擁堵變化趨勢，參見下圖。

3.2 誘導策略

根據路線優(yōu)化及誘導子系統(tǒng)對道路交通運行態(tài)勢的接收和處理，結合對交通出行行為和誘導策略的分析和研判，制定了相應的誘導方案并通過移動通信運營商網絡對相關的出行者發(fā)布了交通誘導信息。

誘導信息：【貴州交警】滬昆高速安順往貴陽方向，紅楓湖路段緩行，往貴陽、廣西、湖南方向的車輛請從花安高速繞行。

短信發(fā)送點：紅楓湖路段A點和B點為短信發(fā)送中心點，C點為擁堵區(qū)域。以A點（經緯度為105.01063；26.540986）和B點（經緯度為105.113971；25.763043）為圓心，不間斷給附近50公里范圍內的交通參與者發(fā)送誘導短信，如下圖所示。

發(fā)送詳情：從2018年2月20號0∶00到2018年2月21號12∶00，在A點共發(fā)送46348條短信，其中省內人員為34381，省外人員為11967。在B點共發(fā)送48939條短信，其中省內人員為35720，省外人員為13219。

從2018年2月21號12∶00到2018年2月22號12∶00，在A點共發(fā)送183699條短信，其中省內人員為130440，省外人員為53259。在B點共發(fā)送184748條短信，其中省內人員為129020，省外人員為55728。

圖2 2月21號紅楓湖路段的8個擁堵地點

圖3 紅楓湖地區(qū)交通擁堵誘導示意圖

3.3 誘導評價

交通參與者收到短信后了解了當前交通態(tài)勢，應當會采取相應措施來避免擁堵。通過查看特定卡口數據，對比短信發(fā)送前后交通流的變化則可以評價誘導效果。

在所研究的AC和BC路段中，只有滬昆高速安順段約100公里的路段限速為120公里/小時，其他路段限速為80公里/小時，根據相關研究成果，在各級服務水平下，限速不同的高速公路車輛的平均行程車速如下表所示。

考察誘導對象的地理位置分布，在所有對象中從接收短信到行駛到擁堵區(qū)域的最遠距離為140+50=190公里，從最遠位置在各級服務水平下到達擁堵區(qū)域的平均行程時間參見表1。從表中可以看出，在最不利條件下（四級服務水平、最遠點）從接收短信到到達擁堵區(qū)域最長需要4.08小時。

圖4 紅楓湖誘導車輛行程時間分布圖

表1 誘導車輛行程車速和行程時間分析

在紅楓湖誘導對象的全樣本中剔除子夜零點的數據（異常數據），選擇短信發(fā)送的時間范圍為2018年2月21日08∶24到22∶30，得到總數據量為7574條，其行程時間分布如圖4所示。

如果出行者從接到短信到抵達擁堵路段的時間大于4.08小時，即在最不利條件下從接收短信到到達擁堵區(qū)域的最長時間，則認為該出行者的出行行為為延遲出行的理由是充分的，而且此種假設是保守的。圖中延遲出行（出行時間大于4.08）的數據為1107條，占所有樣本的比重為14.62%

由以上分析可知，如果不考慮中止出行和繞路出行的影響，在接到短信后，總出行人群中選擇延遲出行的比例保守估計為14.62%，說明誘導信息對出行者的出行行為選擇產生了較大影響；延遲出行時間選擇在0～0.75小時，0.75～1.5小時，1.5～2.25小時，2.25～3小時的比重分別為27.55%、18.52%、13.37%、10.30%，共占68.11%。說明選擇延遲出行的出行者大部分選擇的延遲出行時間在3小時以內。

[1]高美蓉.城市智能交通管理系統(tǒng)的研究與設計[J].電子測量技術,2018,41(08):79-83.

[2]劉翔宇,楊慶芳,隗海林.基于隨機游走算法的交通誘導小區(qū)劃分方法[J].吉林大學學報(工學版):1-7.

[3]程澤陽,王薇,曲鑫.基于誘導終端組合的交通信息發(fā)布方式評價[J].重慶交通大學學報(自然科學版),2018,37(03):64-70+120.