短时交通流动态预测系统设计*

谢生龙

(延安大学数学与计算机科学学院　延安　716000)



短时交通流动态预测系统设计*

谢生龙

(延安大学数学与计算机科学学院延安716000)

随着交通智能化、城市智慧化的发展,短时交通流动态预测系统在ITS建设中愈显的不可或缺。论文旨在对如何完成一套实用性强、性能高的城市道路短时交通流动态预测系统设计的研究。文章围绕系统的逻辑及物理构架,详细分析了各层次、模块单元的业务逻辑及主要功能,又根据实际需要规划出了具体的系统功能模块及内部详细的预测处理流程与预测模型构建思想,预测结果模拟、评估与存储的方法,又分析了该系统的应用与行业意义,最后根据整个系统设计思路,实现了针对西安市的短时交通信息动态预测系统的原型开发,验证了设计思路的合理性及科学性。

短时交通流; 交通流预测; 系统设计; 原型开发

Class NumberTP39

1　引言

短时交通流动态预测是智能化交通信息采集、管理、发布数据处理中不可或缺的一环。短时交通流动态预测技术也会成为支撑智能交通系统的核心技术之一[1],因而,短时交通流动态预测系统作为交通信息融合、分析、处理的平台,必将是智能交通系统发展重中之重,其服务于多方面的交通需求,例如道路交通状态检测、交通信号控制、交通提前诱导、以及交通事故规避等。近年来,不断有学者提出或实现了关于交通流动态预测系统或平台的设计模型,但是对于如何融合多种交通流参数进行综合预测的平台设计还处于一个尝试性阶段[2]。本文从逻辑结构、物理结构、系统的功能模块以及数据处理过程等方面给出了短时交通流动态预测系统宏观的框架设计,并应用了实验原型验证了设计思路的合理性及科学性。

2　系统框架设计

2.1系统逻辑结构

系统设计结合了国内城市道路交通状况及智能交通管理的实际需求,将系统的整体逻辑框架抽象为三层。第一层为基础数据采集层[3],主要负责交通流基础参数的采集,包括主要路口的交通监控实时画面,违章抓拍图片,传感器检测到的车辆速度、流量、占有率等参数。第二层为数据处理层,该层也可以说是数据挖掘与分析层,主要承担第一层采集到的所有交通信息参数的挖掘分析,根据参数的特性建立合适的交通流预测模型对下一时段的交通流进行预测。第三层为应用层,主要是利用第二层多数据融合挖掘分析的结果进行拓展应用,比如,为公众服务,为交管部门提供管理支撑或为市政建设提供参考依据[4]。不仅可以提供一定的预测结果展示,也可以根据预测的结果为公众提供地点查询、最有路径查询,拥堵预警等应用功能,同时还可以服务于交管部门进行交通管理,交管部门根据预测的结果提前规避交通拥堵,避免交通事故,当然,也可为市政建设部门市政建设规划提供一定的参考,比如对常常拥堵的瓶颈路段进行扩建,对交通混乱的十字路口,增加交通管控信号灯等。具体的逻辑结构图,如图1所示。

图1　系统逻辑结构

2.2系统物理结构

系统物理结构由数据采集单元、数据传输单元、数据存储单元、数据处理单元、数据管理单元、信息传输与安全防护单元以及信息发布单元模块组成[5]。数据采集单元主要承担前端基本交通流信息的采集工作,可以使用高分辨率摄像机采集交通视频信息或图像信息,也可用电磁感应线圈等其他传感器进行交通流参数信息的采集;数据传输单元通过路由器、光缆机等通讯设备对采集到的原始数据进行传输;数据存储单元接收传输过来的数据并进行按一定的存储模型进行存储;数据处理单元对存储的数据进行优化预测、挖掘分析;数据管理终端可以接入数据存储服务器,对数据进行界面化管理;信息传输与安全防护单元对整个系统的安全性提供物理或逻辑上的安全保护措施;最后由信息发布单元将最终的预测分析结果发布至用户终端,为用户提供参考服务[6]。具体的物理结构示意图如图2所示。

图2　系统的物理结构示意图

2.3系统具体功能模块

预测系统主要功能模块如图3,系统主要按照公众服务和交通管理两个方面进行设计,都包含了查询模块和基本的挖掘应用模块。查询模块主要围绕历史实际数据和实时预测结果进行,但对于公众和管理的查询侧重点有所不同。公众是直接利用目前预测的结果进行相关查询分析,比如可以根据预测结果查询最畅通、省时的OD路径,最便捷、快速的公交乘坐站点等,用户给出所要查询数据的时间范围,如一小时、一天、一周、一月等时间周期,系统将以图表或者电子表格形式,把此段时间内的交通信息数据呈献给用户供其出行参考;而对于交通管理部门则主要查询历史数据或者实时数据进行决策参考、风险管控支持、交通状况判断,再增加数据报表基本的导出、导入功能;提供SVG、PNG、PDF、JPEG等不同格式数据图表临时保存功能供后期的数据分析[7]。在公众服务的应用模块中实现基本的地图操作,如标注、测距等。在公共交通管理的挖掘应用模块将实现基本的应用功能,如模拟分流、模拟交通诱导方案、灯时配置等;建设方案模块提供路网优化、公共服务站点设置、瓶颈路段扩建等建议或方案。

2.4交通流预测过程

1) 系统首先根据各关键交通卡口部署的硬件设备采集到的视频、电磁感应信号或脉冲信号,经过图像处理、模式识别或信号处理技术获取各卡口基本的交通流参数,一般是指交通流量f、平均速度v及占有率o[8];

图3　预测系统主要功能模块

2) 将f、v、o看做是实时数据加入当前预测结果的预测,同时将其存入数据库更新历史数据;

3) 将加入f、v、o的输入样本,输入进综合预测模型进行预测,并输出预测结果f′、v′、o′;

4) 比较f′、v′、o′与获取的实际数据,进行误差分析,动态调整预测模型基本参数,优化历史数据,再次预测。

从图4可以看出,交通流参数的优化、综合预测模型的建立以及根据误差分析进行预测模型参数自适应的调整是整个预测过程的核心部分,需要根据采集到的数据分析交通流特性采用合适的优化方法及适当的预测模型进行数据处理与预测。

图4　交通流预测流程

3　关键思想分析

系统设计是以分析正常、异常交通流特性为起点,通过单点或多点检测器布局模型采集到的交通流历史数据与预测结果进行误差分析对比进行优化[9]。研究分析特定路段及其相关路段交通参数年变、季变、月变、周变规律;综合其他学科领域先进的预测算法原理,建立结合时空特性的自适应预测模型进行短时交通流动态预测,再将预测结果用于交通事件的理解与分析中,为公众和交管或市政部门服务。

3.1预测模型构建思想

首先将多维交通流时间序列数据进行优化,对于混沌时间序列的交通参数可采用合适的相空间重构思想进行优化[10]。然后利用基于状态空间模型多断面道路网短时交通流和时间序列参数分析相结合的多元统计分析、多标度预测模型和方法进行城市道路交通流的预测。考虑实际道路情况,每个卡口不是孤立的一点,而是整个路网的一个节点,其交通流状态与其上下游卡口的交通流状态密切相关,如图5所示,Q点的交通流量与Q1、Q2、Q3有关,可以根据Q1、Q2、Q3预测结果对Q可能发生的事件进行挖掘、分析。

图5　交通流相关性分析图

各个卡口道路的车流方向、道路等级、与目标卡口的距离以及车道数是影响自身车流量状态的关键因素。考虑交通流状态的时空特性,根据短时交通流预测理论,从线性系统理论、非线性系统理论、数理统计方法等角度将短时交通流预测从单一断面预测方法向道路网多断面同时预测方法进行扩展[11],最终根据状态空间模型和时间序列参数的特点研究出了结合时空特性的综合预测方法。一般情况下预测模型构建思想如图6所示。

图6　预测模型建立思想

3.2预测结果的模拟、评估与存储

系统的预测结果利用模拟工具进行仿真,可以将预测结果作为数据源利用VISSIM工具进行交通流量模拟。PTV-VISSIM是一种基于时间序列的且驾驶行为相关的仿真工具,适合于城市交通和公共交通运行的交通建模。它可以分析各种交通条件下,如车道设置、路网构成、灯时控制、站点设置等,城市交通和公共交通的运行状况,是评估交通工程设计和市政建设方案的有效工具[12]。

通过二级模糊综合评估模型进行对预测结果进行评估,具体步骤如下[13]:

1) 确定预测效果评价因素集(指标);

2) 根据因素侧重点和重要性确定评估权重;

3) 确定评判备择集,分配隶属度,进行一级评判;

4) 通过模糊变换,进行二级评判,得出评判结果。

交通信息参数的存储按照目前主流的分布式数据存储方案。按照分库规则和路由规则,负载均衡(LB)及读/写分离的思想,保证数据的读取的时效性、高可用性及完整性。再结合用集群节点可用性探测机制,对单点机器的可用性进行定时的侦测,保证LB策略的正确实施,确保预测系统数据库的高度稳定。

4　前景分析与行业意义

4.1前景分析

开发的短时交通流预测系统是国内各大、中、小城市建设智能交通不可或缺的一环。本文的设计方案可适用于我国各大、中、小型城市,具有广泛的市场需求和良好的应用前景。全国有近400个地市级交警支队,除直辖市和省城以外,绝大多数属于中小城市,没有实现城市道路交通流预测分析,这些城市都可以作为该系统的推广应用对象。以陕西为例,陕西省十个地级市、许多县级市及一个示范区,这些城市都急切需要这样的预测应用系统,该预测系统均适应这些城市、区,都属于该系统的推广对象,照此分析若该系统推广到全国,带来的社会和经济效益不可小觑。

4.2对行业技术进步的意义

目前,道路交通数据采集设备的性价比越来越合理,道路上交通数据的采集设备不断完善,交通参数采集技术愈趋于成熟所以使得进一步的对短时交通流动态预测系统的研究与应用成为了可能[14]。短时交通流预测作为智能交通系统中的重要的组成部分,是预防交通阻塞、交通事故等问题的可靠依据,是智能交通系统、智慧城市理念的核心内容,同时也是交通信息服务、交通控制与诱导的有效手段和方法。

对城市道路短时交通流预测系统的研究最终能够给出行者提供实时有效的信息,帮助他们更好地进行路径选择,实现路径诱导,能达到节约出行者旅行时间,缓解道路拥堵,减少污染、节省能源等目的[15]。通过此系统对城市特定路段交通流进行实时、动态预测对交通管理部门进行有效的交通管控、交通诱导等方面有着重要作用和意义[16],因此在智慧城市交通状况日益复杂的今天,对城市道路短时交通流预测系统的研究能更好的推动公共安全行业技术进步。

5　原型开发

预测系统原型采用比较成熟开发平台来完成技术开发及运行环境支持的,原型系统是基于J2EE平台架构开发的,该平台集开发/运行支撑环境、组件化产品、完整平台规范于一身,是一个完美的企业级简化版开发框架。下面以西安市为实例对象,设计并实现了一个短时交通流动态预测系统。数据来自西安市路网络地理信息数据及西安市交通信息采集系统的交通信息数据,主要有路段的属性信息及其相互位置依赖关系和2013年下半年各监测点5min采集一次的流量、速度及占有率等数据。图7及图8展示系统部分功能界面。

图7　信息中心界面

图8　预测结果模拟显示

6　结语

文章从物理结构及逻辑结构入手详细介绍了系统的开发框架,最后重点介绍了系统实现的功能模块,展示了系统实现的主要功能界面。整个系统在交通流数据分析的基础上,首先对路网中多个断面交通信息数据进行预处理,然后对道路网中多个断面的短时交通流预测理论和方法进行深入探究,再根据实际数据验证提出一个综合时空特性的预测模型,用其进行短时交通流的预测和分析,得到最终的预测模拟结果。

[1] 陆锋,段滢滢,臧志刚.短时交通预测的动态出行信息服务协同工作平台[J].地球信息科学学报,2009,11(5):617-622.

LU Feng, DUAN Yingying, ZANG Zhigang. A Collaborative Work Platform for Dynamic Travel Information Service with Short Term Traffic Prediction[J]. Journal of Earth Science and Information Science,2009,11(5):617-622.

[2] 张郃生.交通工程学基础[M].北京:人民交通出版社,2005:32-40.

ZHANG Hesheng. Traffic Engineering[M]. Beijing: China Communications Press,2005:32-40.

[3] FU Hui. SVR Prediction Method of Short-term Traffic Flow for Dynamic Navigation System[J]. Microcomputer Information,2009.

[4] 文利.短时交通流预测系统服务器的设计与实现[D].成都:西南交通大学,2014.

WEN Li. Design and Implementation of Short-time Traffic Flow Prediction System Server[D]. Chengdu: Southwest Jiao Tong University,2014.

[5] Kiendl R, Schmidt G. Method and device for obtaining relevant traffic information and dynamic route optimizing: US, US 6654681 B1[P]. 2003.

[6] 赵亮.基于数据融合与GIS技术的动态交通信息诱导系统研究与设计[D].济南:山东大学,2010.

ZHAO Liang. The Research and Design of Dynamic Traffic Information and Data Fusion Technology Based on GIS Induced[D]. Jinan: Shandong University,2010.

[7] 许伦辉,傅惠.交通信息智能预测理论与方法[M].北京:科学出版社,2009:29-33.

XU Lunhui, FU Hui. The Theory and Method of Prediction for Intelligent Traffic Information[M]. Beijing: Science Press,2009:29-33.

[8] Sridhar B, Chen N. Short-Term National Airspace System Delay Prediction Using Weather Impacted Traffic Index[J]. Journal of Guidance Control Dynamics,2009,32(2):657-662.

[9] 凌帅.基于非参数回归的短时交通流预测系统设计[D].天津:天津大学,2010.

LING Shuai. Short Term Traffic Flow Prediction System Design Based on Non-parametric Regression[D]. Tianjin: Tianjin University,2010.

[10] 任福田.道路通行能力分析[M].北京:人民交通出版社,2011:108-120.

REN Futian. The analysis of Road Traffic Capacity[D]. Beijing: China Communications Press,2011:108-120.

[11] Chang H, Lee Y, Yoon B, et al. Dynamic near-term traffic flow prediction: system oriented approach based on past experiences[J]. Iet Intelligent Transport Systems,2012,6(3):292-305.

[12] 周健.基于数据挖掘的短时交通流预测系统研究初步[D].长沙:长沙理工大学,2008.

ZHOU Jian. Preliminary Study on Short Term Traffic Flow Prediction System Based on Data Mining[D]. Changsha: Changsha University of Science and Technology,2008.

[13] 程琳.城市交通网络流理论[M].南京:东南大学出版社,2010:8-31.

CHENG Lin. City Traffic Network Flow Theory[M]. Nanjing: Southeast University Press,2010:8-31.

[14] Ge Y, Wang G. Study of Traffic Flow Short-Time Prediction Based on Wavelet Neural Network[M]. Electrical Engineering and Control. Heidelberg: Springer,2011:509-516.

[15] 朱顺应.交通流参数及交通事件动态预测方法[M].南京:东南大学出版社,2008:3-10.

ZHU Shunying. The Traffic Flow Parameters and Dynamic Forecast Meth od of Traffic Incident.

Design of Short-Term Traffic Flow Dynamic Prediction System

XIE Shenglong

(College of Mathematics and Computer Science, Yan’an University, Yan’an716000)

With the development of intelligent transportation and intelligent city, the more and more important of short-term traffic flow dynamic prediction systems in ITS have constructed. The aim of this paper is to study the design of a short-time traffic flow dynamic prediction system for urban road with strong practicability and high performance. Around the system of the logical and physical architecture, the hierarchical, modular unit of business logic and its main functions are analyzed in detail, And according to the actual need to plan the specific system function module and the internal detailed prediction processing process and prediction model construction thought and prediction results simulate, evaluate and storage methods, and analysis the system application and industry significance, finally according to the system design ideas, the realization of the for Xi’an short-time dynamic traffic information prediction system prototype is developed to verify the rationality of the design ideas and scientific.

short-time traffic flow, traffic flow prediction, system design, prototype development

2016年3月11日,

2016年4月29日

谢生龙,男,硕士,助教,研究方向:智能交通与图像处理。

TP39DOI:10.3969/j.issn.1672-9722.2016.09.022