智能交通系统研究现状与对策分析

□廖瑞辉 陈星光

智能交通系统研究现状与对策分析

□廖瑞辉 陈星光

智能交通；信息采集；信息融合；交通诱导；信息共享；现

目前，城市交通问题已经成为制约国民经济持续健康发展的瓶颈问题。如何解决城市交通供需不平衡的矛盾，研究制定城市交通的可持续发展战略，努力实现资源共享、监管有序、便捷高效、安全可靠、环境友好的城市交通发展目标，已经成为城市发展的一项重要课题。

为了缓解城市交通紧张的局面，必须提高现有交通基础设施的运营管理水平，而不能单纯依靠增加交通基础设施投资来满足不断增长的交通需求，应着力于实现城市交通供给与交通需求两方面的平衡，达到软、硬件相互补充。由于城市交通系统带有很大的随机性、复杂性和不确定性，人们只能借助于智能化的方法（如模糊控制、神经网络、遗传算法等）进行相关的研究。为此，目前许多国家和城市都在建立有效的智能交通系统。

智能交通系统（intelligenttransportationsystem，ITS）是将信息技术、电子通讯技术、自动控制技术、计算机技术及网络技术等有机地运用于整个交通运输管理体系而建立起的一种实时、准确、高效的交通运输综合管理和控制系统。智能交通系统主要包含：驾驶员信息系统、交通管理系统、公共交通系统、车辆控制系统、货运管理系统、电子收费系统、紧急救援系统。智能交通系统将道路、驾驶员和车辆有机地结合在一起，智能交通系统以城市交通信息的实时采集、传输、处理及发布为主要手段，促进现有交通基础设施的充分利用并大幅度提高其使用效率。

一、国内外ITS发展现状

许多国家在研究和应用ITS上取得了较好的成效，尤其是在日本、美国和欧盟等一些发达国家和地区，他们受到经济发展和道路面临的交通压力，早已竞相投入资金和人力大规模地进行交通运输智能化的研究。

日本是最早进行ITS研究的国家，目前在ITS的实际部署方面处于国际领先地位。日本从20世纪70年代开始对ITS进行研究，当时政府各个部门共同参与开展了“动态路径诱导系统”实验。现在已经将先进的车载导航和诱导系统安装在新款汽车上，而且廉价高效的道路车辆信息通信系统在1996年已经开始运营。在其后的十几年里，日本政府投入15亿日元开发全国道路交通信息电子地图，建立了路车间通信系统、交通信息系统等系统，通过智能指导提高了人们的出行效率和安全，近期目标是到2015年将道路交通事故减少50%（与2000年相比），同时有效地缓解交通拥堵，减少对环境的污染。

美国的路网比较完善，目前全国道路建设已经基本停止，但随着交通状况的日益严峻，政府开始重视道路土地利用率和污染等问题，于20世纪70年代后期开始重视对智能交通系统的建设，以期达到提高交通运输能力的要求。

欧盟各国对ITS的研究起步基本上与美国保持一致，由于欧盟各国地域面积不大，各国ITS的发展基本上都是与欧盟一体化政策联系在一起的。1990年，意大利、挪威等国首先开始使用不停车电子收费系统管理，1997年欧盟标准委员会批准通过了这个系统标准，自此，欧盟各国智能交通得以快速发展。目前，欧盟各国的智能交通研究主要是在提高其范围和满足不同的道路要求上。

不少新兴的工业国家和发展中国家也开始对ITS进行开发和研究，如韩国制订了全面的ITS框架结构和发展计划，新加坡已在全国开始推行不停车电子收费。我国的ITS研究虽然起步较晚，但发展比较迅速，国家1995年提出智能交通计划，1996年成立国家交通工程设施标准委员会。目前，我国不断加大对该领域的投入，以期促进城市交通参与者的交通选择行为的转变，努力减少城市机动车的出行量，通过帮助交通需求合理选择时间和空间，缓解或消除高峰期的交通拥挤。

目前，世界各国的ITS大同小异，无论是车辆控制系统，还是电子收费系统，都是针对人、车、路和环境的相互关系，强调结构的系统性、信息的交互性和服务的广泛性。在ITS的发展过程中，根据不同的智能水平、复杂程度可将其表述成不同的层次，如图1所示。

图1 智能交通系统层次结构

二、国内外学者研究现状

信息技术对社会发展和经济增长的作用越来越明显。ITS的研究是一个动态发展的过程，交通信息来源广泛、种类繁多、表现形式多样、信息量巨大，信息的存储、组织、表示、查询和优化等成为亟待解决的问题。以智能交通系统中信息链（如图1右所示）为视角，可以从以下4个方面对ITS的研究进行分析。

1.ITS信息采集研究

（1）图像采集。智能交通中的图像采集，是通过图像传感器获取道路交通图像，然后利用计算机对图像进行处理和识别，以模拟人的视觉功能，获得ITS所需的有用信息。图像采集技术在ITS中的应用领域非常广阔，大体上可归纳为基于视觉的智能车辆导航、交通监控和交通管理等3大应用领域。基于视觉的智能车辆导航包括道路识别、障碍物检测、驾驶员的视觉注意力监视等；基于视觉的交通监控包括车辆检测、车辆跟踪、事故检测、闯红灯检测、交通流参数检测等，特别是对彩色边缘检测、车牌定位、车牌字符分割、车徽分割和运动车辆的阴影检测，其中彩色边缘检测在智能交通的图像采集技术中发挥着重要作用。而基于视觉的交通管理主要是智能收费。有学者提出一种基于图像采集的车牌识别算法，通过处理固定安装在路边的独立视频摄像机所提供的交通视频图像，跟踪其运动轨迹，并对车辆类型进行分类。也有学者结合视频分析和多媒体网络技术提出了一种高度集成的智能系统，针对车辆、行人的检测和跟踪建立了一种图像梯度方向直方图特征的云模型运动目标检测算法。随着计算机技术及视频捕获设备的快速发展，大量视频数据的采集、存储、传输和处理问题得到了很大程度上的解决，但如何有效提取车牌、提高车牌定位的可靠性仍是尚未解决的难题，如雪花干扰、雪地反光及夜间拍照时车牌颜色变化等。

（2）传感器采集。传感器网络是当前信息技术的前沿之一，在生态环境监测、基础设施安全、先进制造、物流管理、医疗健康、工业传感、智能交通控制、智能能源及军事等领域具有十分广阔的应用前景。在ITS中，主要采用线圈传感器网络、无线传感器网络、红外线传感器网络、地磁传感器网络等。有学者以环形线圈检测器采集的基础信息为对象，从海量的基础数据层分析得到新的交通状态信息。也有学者利用布设在道路两端的无线磁阻传感器节点实时检测车流量，并将该信息传输至汇聚节点与后台管理中心，根据车流量优化道路红绿灯变换循环，实现了一种基于无线传感器网络的智能交通系统。还有学者采用多传感器数据采集技术对高速公路的行车速度估计进行了微观建模，提出了基于数据类型、缺遗原由等特征的城市道路交通流实时数据质量控制技术。在多元智能交通系统中通过调整传感器位置优化建模发现：随着城市交通系统日趋复杂，交通数据量日趋庞大，传统的历史数据修正方法和交通流理论修正方法在数据质量控制上渐显不足，需要在数据的源头上注重多元化的信息采集技术相结合，以提高数据质量和精度。

2.ITS信息融合研究

通过信息采集得到的城市交通数据资源种类繁多，依据不同的观察角度可以有不同的分类方法，只有对数据进行集中、统一管理，进行深层次的分析，综合利用这些信息，才能推动交通管理的智能化。在ITS信息融合的研究中，常用的数据分析方法主要有：回归分析、聚类分析、关联规则、特征变化分析和偏差分析等，它们分别从不同的角度对数据进行挖掘。

（1）数据聚类分析。聚类分析在智能交通研究中应用十分广泛，比如，交通信息服务系统中存在的模糊地名匹配问题，通过聚类分析方法可以衍生出基于串行表示聚类方法的模糊地名匹配模型和算法来分析该类问题。有学者提出的基于聚类集成的多目标聚类分析框架和聚类算法k-WANMI，可以对多数据源信息进行快速有效的聚类分析。而在空间数据挖掘方面，有学者分析了交通信息的特征及空间数据挖掘可发现的知识类型，提出了空间数据挖掘在ITS中的应用模型。也有学者为了提高交通建模的准确性和可靠性，进一步提取有价值的隐藏信息，将离群数据挖掘技术引入交通数据处理。其中，离群数据挖掘算法可有效识别异常交通数据，在交通工程领域具有较大的应用潜力。针对城市交通控制系统实时性的要求，需要对智能交通系统的海量数据进行智能化调整。很多学者开始从数据仓库和云计算等角度对海量交通数据进行并行处理。

（2）语义融合分析。早在1991年就有学者给出本体在信息科学中的定义：“给出构成相关领域词汇的基本术语和关系，以及利用这些术语和关系构成的规定这些词汇外延规则的定义。”1997年有学者提出新的定义：“共享概念模型的形式化规范说明”。目前对本体概念的统一看法是“共享概念模型的明确的形式化规范说明”。可以建立智能交通领域本体，构建智能交通领域本体方法论，进一步解决ITS系统间信息的语义集成问题。尤其是在针对方法层和语义层面的集成，可以将中间件技术应用于区域交通系统数据资源的整合中，采用XML技术利用数据的抽取转换和装载技术对复杂多源异构数据进行整合，进而建立通用的数据标准和规范。

从模糊集理论方面而言，需要突破传统推理算子的局限，寻找具有普适意义的模糊推理算子，实现考虑输入和规则权重的推理过程，建立普适的智能交通模糊推理系统。有学者针对突发性车流量自适应调整主通道流量控制提出了多相位路口实时的自适应拥塞控制算法，提高系统管理算法在突发性车流状况中的适应能力。也有学者将模糊理论与本体理论相结合进行研究，为有效处理交通知识建模中的模糊与不确定现象，提出了包括领域本体与顶层本体的模糊本体模型。

（3）交通流、行程时间预测分析。交通流和行程时间的预测是智能交通系统的重要研究领域之一，国内外许多学者从海量的交通数据中过滤筛选，结合预测模型进行分析。比如，在利用车辆自动识别数据研究方面，利用车辆自动识别技术采集的数据，动态估计道路行程时间，形成一种自适应滤波算法进行时间预测；使用自动车辆识别数据对香港的一块区域进行了实时行程时间预测，为出行者的路径选择提供参考；利用车辆自动识别数据提出一种动态的起讫点估计，从提取有价值的点至点的部分信息提高识别率，进行动态目标需求估计分析。

在交通预测研究中，比较多的途径是在传统的神经网络算法基础上引入遗传算法，通过对神经网络的初始权值优化后再使用神经网络进行学习和训练，这样不仅继承了神经网络学习、训练能力强的特性，同时也提高了网络的预测精度。在此基础上，基于数据挖掘的单点和路网短时交通流预测技术的设计流程，进而可以得出基于数据挖掘的网络交通流预测方法。同时，针对多源交通信息作用的出行者行为以及不同出行者需求，可以研究合理的动态路径选择模型与算法。例如，利用公交调度信息和智能卡付费信息来估计行程时间的方法。通过改进开放性边界条件，也可以利用元胞自动机模型模拟协调控制主干路交通流状况。对于这方面的研究，有人将动态交通流量分配拟化为网络负载均衡问题，使用漏桶理论和网络演算方法，将交通的流量分配与路径时延转换为一系列极值运算，结合贪婪算法，以均衡网络延时为优化目标，从而得到交通配流模型。

无论是从数据聚类分析还是进一步挖掘进行预测分析，都需要实现数据集中统一管理，以方便对数据的分析挖掘，对多源信息进行有效拟合，解决数据丰富但信息贫乏的问题。在今后的研究中，需要通过数据挖掘进一步对整个ITS网络水平上估计交通状态，其中不仅需要预测一段时间内路网交通状态，还要在一定的交通控制和管理条件下对出行需求进行较为准确的估计与预测。

3.ITS交通诱导研究

ITS最重要的功能之一就是对路网的交通流实施交通诱导，其中交通流的微观模型研究较多的是跟驰模型。跟驰模型以单个车辆作为描述对象，并认为交通流由分散的粒子组成，通过研究车辆之间的相互作用，来研究交通流的特性。以跟驰模型和反馈控制理论为基础，对单车道上的车辆跟驰效应和交通拥堵控制问题进行研究，在智能交通系统设计中具有一定的借鉴意义。

同时，交通诱导还需要在交通分配、实时交通预测等关键基础理论研究的前提下，利用系统工程的理论和方法，将通信、电子控制、GPS、GIS等技术和方法集成应用来实现，主要含有：城市地理信息、交通信息、缓冲区分析等功能模块，并在实时交通信息发布的前提下，通过建立分析模型实现最佳路径选择功能，为出行者提供更加便捷的出行路线。同时，需要加强对现有道路的管理，充分发挥其使用功能，改进内容包括：调整路网结构、实行公交优先政策、采取交通需求管理措施。许多学者在这方面也做了很多的研究。有学者以土耳其为例，设计了一个综合交通运输决策支持系统，分析了与该系统相结合的运输政策，引导交通政策制定者在未来的战略决策中修订运输份额。有学者从多智能体角度进行研究，基于分布式人工智能设计了一个合作型多Agent交通路径诱导系统，该系统以Agent之间的规则协商为基础，具有很好的扩展性和适应性。有学者以最低运输成本为目标，对每一个输入的订单进行快速的运输路径安排，提出了一个基于Multi-Agent的路径规划方法，与传统方法相比，服务水平更加稳定、路径规划更加合理。

由于出行者的偏好以及交通管制滞后等原因，尽管实施了出行诱导，但一些驾驶员的路线选择行为还是可能会导致网络交通流重新分配出现“交通集聚现象”和“拥挤转移现象”这两种负效应，从而导致道路交通的网络性能随之下降。因此，ITS不仅要获得出行诱导发生时的实时交通流状态，而且要能够预测未来某时刻将会发生的问题类型和各种交通流状态发生相互转换的可能性。

4.ITS信息共享研究

通过上述分析可知，在智能交通系统中，信息是最为核心的内容，ITS的各种功能都是以信息应用为中心展开的。把信息作为纽带，可以将出行者、交通工具、交通设施以及交通环境所构成的交通系统各要素联系起来，从而提高道路交通运行效率和安全性（如图2所示）。

图2 智能交通系统信息集成平台框架

传统的交通信息发布系统一般都是基于请求-应答的同步通信，不能满足大规模的动态分布式应用环境，而订阅-发布通信模式可以实现时间、空间和同步的耦合，目前该模式在分布式系统中的应用越来越广泛。有学者的研究实现了一种实时交通信息发布系统，保证实时消息在分布式系统中能够安全有效地传输到目的地。从平台整体构建的角度来看，应充分认识到城市交通共用信息平台在ITS建设中的重要地位，可以利用分布式数据库为基础来设计城市交通共用信息平台的数据库组织方案。智能交通系统的信息协同是实现公共交通管理网络化、信息化、集成化、智能化的重要保证，很多学者提出大范围交通控制和交通流诱导协同框架，并构建了分布式协同数据库模型，其中有基于出行者行为微观仿真平台——基于移动Agent、数据仓库、联机分析处理和数据挖掘的协同信息平台；有应用整数规划方法，通过收集车辆沿途交通拥挤信息，优化交通出行路径。收集车辆信息可以通过车载自组织网络，它为车辆提供了一个高效的信息共享平台，是实现智能交通系统和车联网的核心技术之一。

由上可知，现实中的交通情况要远远比文献设计中假设的环境更为复杂，而且由于城市交通环境本身所具有的动态性与复杂性，必然导致实际管理中需要解决的问题多元化。许多学者采用多智能体技术进行ITS研究，但多智能体技术本身的研究还不完善，现有的研究仅仅是从思想和理论上提出应用多智能体技术的可行性，具体实施还有待于进一步探索。

三、智能交通系统发展对策

建立智能交通系统可以极大地提高交通运输效率，有效地保障城市交通的畅通和安全，增强行车的舒适性，改善城市环境质量，提高能源的利用率。城市政府要重视对智能交通系统的研究与推广，将其作为建设和谐城市在交通建设发展的优先领域予以重点支持，逐步建立起城市以信息技术为中心的现代智能交通系统。国家目前正积极推动智能交通系统的研究与建设，由于智能交通系统的发展尚处于起步阶段，因此需要采取有针对性的措施为这一新技术的发展创造有利的环境。

1.建立全国统一的智能交通建设管理机构，建立健全标准规范，整合行业资源

目前，世界上智能交通系统发展较好的国家都设有国家级的智能交通领导组织，如美国的ITS America，日本的VERTIS及欧洲的ERTICO组织，负责统一制定国家的智能交通发展战略、目标、原则和标准，督促实现智能交通技术和保障产品的通用性、兼容性和互换性，加强政府在智能交通发展上的宏观调控，减少因局部利益而产生的技术冲突和资金浪费。我国综合运输体制正在逐步形成，但相关一些政府管理职能还存在条块分割的状况，各种运输方式、各地政府交通管理部门之间还没有形成合力，在某些方面还存在着人为造成的技术标准不统一、各行其是的问题，这非常不利于智能交通系统的发展。为此，有必要建立国家级的智能交通系统管理机构，统筹推进全国智能交通系统的协调发展。

2.大力培养和吸收智能交通技术人才

智能交通的进一步发展亟需大量的相关技术人才，其中包括各种不同类型、不同层次的专业人才，这是能否保证智能交通建设健康发展的关键。因此，要注重改进智能交通人才教育培养工作，推动相关高校及科研单位加强与国际先进发达国家的交流合作，及时更新智能交通技术教学内容，开展相关重点项目的科研，培养更多的高质量的智能交通方面的专业人才。

3.积极推动智能交通新技术产业化

配合智能交通的发展进程，要促进目前已经成熟的、具有良好市场需求的智能交通新技术加快推广应用，逐步建立健全针对智能交通新技术的成果推广转化机制和专利保护机制，建立便于智能交通科研成果转化的各种平台，使其能够尽快转化为经济和社会效益。

（作者单位：南京大学工程管理学院）

10.3963/j.issn.1006-8864.2014.1.003

教育部人文社会科学青年基金项目（编号12YJCZH017）