苏州公路路网交通态势分析及辅助决策系统

陈赛花

摘 要：近年来，苏州经济得到高速发展，苏州加大了对交通运输业的发展力度，苏州公路交通运输事业进入高速发展阶段。然而，随着苏州交通运输业的快速发展，各地区汽车保有量逐年上涨，交通出行需求越来越大。当交通量趋于饱和，道路通行能力明显下降，需要进行大规模新建公路的建设。

关键词：苏州;交通量调查;交通量预测;智慧交通;交通态势分析

交通量调查及预测分析对公路网规划工作中有重要影响，交通量调查工作数据的真实性直接决定公路网规划是否科学合理。进行交通量调查分析工作，得到基年各小区交通出行量及其在各区域分布状况，是进行交通量预测的基础;而在此基础上进行的交通量预测分析则是进行交通状况评价、分析建设项目必要性和可行性的基础和前提，也是可行性研究的关键部分;交通量预测结果则直接决定公路技术等级、建设规模。

1 项目建设目标

路网运行分析辅助决策系统是依托苏州公路交通基础通讯专网和公路业务数据分中心，以充分整合抽取各类业务应用系统中可以反映路网运行状态的数据和外场各类监控监测数据为基础，基于GIS平台集成各类信息技术。服务于苏州市公路宏观管理决策部门。

2 系统建设内容

（1）为交通管理提供依据;

（2）为公路运行能力提供科学评测;

（3）为出行者提供最优出行计划;

（4）为路网规划和公路设计提供依据。

3 系统详细功能设计

交通状态预测系统分为数据采集层、传输处理层和业务应用层三大部分组成。

（1）数据采集层主要收集动态交通信息和静态交通信息，动态交通信息由各类交通基础设施采集来，静态交通数据由支撑数据组成，其中交通基础设施有微波车检器、视频车检器、线圈车检器等，支撑数据主要有交通事件、道路信息、视频监控信息等;

（2）传输处理层是各类数据向智慧交通运行数据处理中心数据的汇集及交通运行数据处理中心多源数据融合、挖掘、分析、加工、处理;

（3）业务应用层主要是交通状况综合监测、交通状况预测预报及交通综合信息服务等三部分。

4 路网建模及通行能力分析

4.1 基础路网管理

公路交通需求预测涉及数据范围广、量大、关系复杂，既包括纯粹的属性数据如小区社会经济数据、道路交通数据、OD数据等，还包括图形数据如区域公路网空间结构数据等，需要通过一定的方法，将各种数据关联和融合，形成一个整体统一的数据关系。

4.2 历史交通量分析

本系统对收集整理出来的交通量数据，可以运用数理统计的知识去进行分析，把大量数据加以对比，找出其变化规律。

年、月、周平均交通量，年、月、周、时变化规律。

4.3 路网运行能力分析

公路通行能力反映了公路设施所能疏导交通流的能力，作为公路规划、设计和运营管理的重要参数，根据同行能力的使用性质和使用要求，通常定义为基本通行能力、设计通

行能力、实际通行能力。

5 实时路况查询及交通预测

5.1 实时路况查询

依据设定的交通状态判定规则，判定当前道路的交通通行状况，并使用不同的颜色线条标注道路的交通通行状态，判定的状态分为正常、缓慢、拥堵。

5.2 交通与事件联动

突发事件下的公路网态势评估过程是通过分析当前路网运行状态，再结合突发事件的影响预测突发事件后的路网状态。进行交通控制和诱导。

5.3 短时交通预测

交通态势预报主要包含：交通状况变化趋势，即显示路段5 min，10 min，15 min等交通状态的畅通、缓慢和拥堵的状态变化趋势。

5.4 节假日交通预测

采用聚类分析的非参数回归短时交通流预测方法框架。

5.5 大中修交通预测

系统根据动态交通模型，判别和分析某段路段施工情况下，周边交通状况的影响。

6 路网辅助决策

6.1 交通报表统计分析

历史交通量，交通量OD、分布预测、产生吸引等分析报表。

6.2 交通诱导

将实时路况、预测信息通过手机APP，微信公众号，情报板发布系统等实时发布，主动疏导交通。

6.3 交通应急指挥

系统利用三维GIS可视化平台，结合苏州路网交通动态模型，进行应急指挥调度，包括应急预案，应急调度等。

6.4 路网规划辅助决策

公路规划过程中，应用GIS技术和苏州路网交通动态模型来辅助公路规划。提供更加便捷的可视化图形资料和更加详尽准确的相关数据，充分利用成熟的公路规划决策方法建模，科学合理地得出规划方案。

7 结束语

苏州市管理处就苏州市智能交通工作制定了发展规划，开展了苏州市交通态势分析及辅助决策项目，旨在以交通规划、交通运行管理控制及交通流等相关理论为

基础，依托传感器技术、空间地理信息技术、云计算技术、通信技术，逐步实现苏州市道路交通规划、道路交通运行管理、交通运输管理等诸多环节的智慧化，在“服务于业务管理、服务于领导决策和服务于社会公众”三个方面对苏州市进行较为全面的智慧交通建设，提升道路管理形象和服务水平，推动苏州市交通建设率先实现现代化进程。

参考文献：

[1]徐锦强，林宇洪，丁艺基于Fratar模型的交通分布预测系统设计[J].山东交通学院学报，2011，19（2）：30-35.

[2]朱鸿国，张祎祎，马壮林，等.城际间出行分布量预测方法[J].長安大学学报（自然科学版），2017，37（5）：104-112.

[3]马广英，李平，闻育，等.基于极大熵模型的交通出行矩阵解法研究[J].浙江大学学报（工学版），2006，40（10）：1778-1782.

[4]张秋美，刘保健，谢永利，等.多种方法下的高速公路交通量预测分析研究[J].公路交通科技（应用技术版），2016，12（6）：289-292.

[5]丁志坤，朱梦炼，宋义勇.基于改进“四阶段法”的高速公路交通量预测研究[J].重庆交通大学学报（自然科学版），2017，36（5）：86-90.