城市交通智能路網系統分析與建模

電子警察系統

電子警察組成部分

1）環形線圈車輛檢測器：它可以獲得當前監控路面交通流量、占有率、速度等數據，以此判斷道路阻塞情況；就其優點而言，測速精度和交通量計數精度較高，工作穩定性好，不受氣象和交通環境變化的影響。因為需要在每條車道下埋設線圈，所以對公路的路面有破壞作用，影響路面壽命，長期使用后,線圈易被重型車輛、路面修理等損壞，更換線圈時工作量較大。而且施工時需封閉車道，影響交通。

2）超聲波檢測器：利用光線的傳播的原理，利用傳播時間的大小來判斷是否有車輛通過。就其優點而言，其安裝正在路側，十分方便，而且經久耐用，但其容易受到周圍環境因素的影響。

3）紅外檢測器：原理是經過紅外調節器調節，檢測到車輛的信號。就其優點而言成本較低，使用范圍較廣，且壽命較長，但其缺點也類似于超聲波檢測器，容易受到外界環境的干擾，導致其精確度降低。

4）視頻檢測器：其作用可以判別車輛的存在以及車型，從而推斷出其他交通參數。其可以一次性檢測多種參數并且檢測的范圍較為廣泛，缺點就是成本過高，造成一定的經濟負擔。

電子警察的重要作用

電子警察作為智能交通系統（ITS）的一個具體應用，目前在城市道路交通管理當中扮演著越來越重要的角色。實踐證明， 電子警察的應用取得了良好的社會效益， 不但改善了交通秩序， 對道路交通事故的降低也起到了積極的作用。2016年，廣州市共查處各類道路交通違法行為312萬多起， 其中電子警察執法就有108萬多起，占查處違法總數34.62%； 浙江省高速公路共查處各類道路交通違法行為124萬多起，其中用測速儀抓拍的超速違法行為就有944880起，占糾違總數的76.2%。據有關部門統計，2017年全國公安交通管理部門共查處道路交通違法行為2.51億人次，其中教育0.82億人次，處罰1.69億人次，處罰機動車違法行為1.52億起。各地利用交通監控設備查處機動車違法行為6716萬起，占全年查處機動車違法行為的32.3%。公安部交通管理局《關于4月份全國道路交通違法行為統計分析情況的通報》表明：2016年4月份， 以交通技術監控設備查處的交通違法比例超過了70%。全國利用交通技術監控設備查處機動車違法行為593.9萬起， 同比增加102.9萬起， 增長21%。以交通技術監控設備查處機動車違法行為數量占查處總量的比例為40.8%， 同比上升9.2個。

電子警察的建設情況

根據相關的文獻和新聞（不完全統計），得到我國四個直轄市的電子警察數量，其中電子眼占主要組成部分，如下圖所示。

治安卡口

治安卡口系統是指安裝在道路上特定場所如收費站、城市出入口或治安檢查站等治安卡口及重點治安地段，對所有通過該卡口點的機動車輛進行全天候實時檢測、記錄與處理的一種道路交通現場監視系統?？谙到y通常是由機動車輛檢測、車輛拍攝、圖像記錄、圖像處理與信息管理以及輔助光源與輔助支架等幾個部分組成。

近年來，我國機動車輛數量大幅度上漲，這對于道路交通的車輛管理提出了更高的要求。治安卡口是城市道路交通的進出口，車輛通行量比較大，道路交通治安卡口監控系統的建設，可以極大地提高道路交通治安監控水平，幫助公安部門快速找到肇事逃逸車輛、盜搶車輛等，降低道路交通事故發生率，因此應針對當前道路交通治安卡口監控系統存在的一些問題，積極進行優化和改進，不斷提高城市道路交通安全。通過城市治安卡口信息綜合管理平臺的建設，對各分縣局基于車輛號牌識別技術建設的區域性治安卡口系統進行聯網共享，形成覆蓋全市范圍的集卡口圖片和號牌數據信息的采集、接入、交換、分級管理和布控、信息綜合應用等功能于一體的治安卡口信息綜合管理。治安卡口的構成如下圖所示：

車聯網

車聯網( Internet of Vehicles) 的概念是國內基于物聯網提出的，在國外尚無完全對應的描述，近似的概念有V2X、Connected Vehicle等。根據中國車聯網產業技術創新戰略聯盟的定義，車聯網是以車內網、車際網和車載移動互聯網為基礎，按照約定的通信協議和數據交互標準，在車－ X ( X:車、路、行人及互聯網等) 之間進行無線通訊和信息交換的大系統網絡，是能夠實現智能化交通管理、智能動態信息服務和車輛智能化控制的一體化網絡，是物聯網技術在交通系統領域的典型應用。但是本文認為，從更廣泛的意義上看，車聯網應該包括車輛在全生命周期內產生的全部信息交換，涵蓋車輛研發、生產、銷售、使用、回收等各個環節。因此，除了支持車輛與交通三要素———人、車、路互聯，實現在智能交通領域的應用以外，車聯網還將與移動互聯網、通訊網、智能工廠、智能電網、智能家居等外部網絡互聯，形成自車與人、車、路、網相互連接及信息交互的有效平臺。車聯網信息交換的對象與內容如圖所示。

如上文所述，車聯網可以涵蓋車輛全生命周期中的所有數據，因此能夠面向個人、企業、政府等不同用戶提供各種不同類型的服務。根據側重點的不同，可以對車聯網服務進行分類，如表 所示?？梢钥吹?，車聯網服務的范圍覆蓋廣泛、價值潛力巨大。

無人駕駛

在自動駕駛汽車研究方面，非汽車廠商表現搶眼，以谷歌自動駕駛汽車為例，在2010 年，谷歌公司在官方博客中宣布，正在開發自動駕駛汽車，目標是通過改變汽車的基本使用方式，協助預防交通事故，將人們從大量的駕車時間中解放出來，并減少碳排放。到目前為止，谷歌已經申請和獲得了多項相關專利，其無人駕駛汽車于2012 年獲得牌照上路，總駕駛里程已經超過了48.3 萬千米，并且幾乎零事故發生率。谷歌自動駕駛汽車外部裝置的核心是位于車頂的64 束激光測距儀，能夠提供200 英尺以內精細的3D 地圖數據，無人駕駛車會把激光測到的數據和高分辨率的地圖相結合，做出不同類型的數據模型以便在自動駕駛過程中躲避障礙物和遵循交通法規。安裝在前擋風玻璃上的攝像頭用于發現障礙物，識別街道標識和交通信號燈。GPS 模塊、慣性測量單元以及車輪角度編碼器用于監測汽車的位置并保證車輛行駛路線。汽車前后保險杠內安裝有4 個雷達傳感器（前方3 個，后方1 個）用于測量汽車與前（和前置攝像頭一同配合測量） 后左右各個物體間的距離。在行進過程中，用導航系統輸入路線，當汽車進入未知區域或者需要更新地圖時，汽車會以無線方式與谷歌數據中心通信，并使用感應器不斷收集地圖數據，同時也儲存于中央系統，汽車行駛得越多，智能化水平就越高。

意大利帕爾馬大學Vislab 實驗室研制的無人車于2010 年經過意大利、斯洛文尼亞等到達中國上海，行程15900 千米。它利用太陽能作為輔助動力源，配備5 個激光雷達、7 個攝像機、GPS 全球定位、慣性測量設備、3 臺Linux 電腦和線控駕駛系統。2013 年，他們的無人駕駛車在無人駕駛的情況下成功識別了交通信號燈、有效避開行人，成功駛過十字路口、環島等常見的城市危險路況。

德國漢堡IBEO 公司早在2007 年開發了無人駕駛汽車。行駛過程中，車內安裝的全球定位儀將隨時獲取汽車所在準確方位。隱藏在前燈和尾燈附近的激光雷達隨時“觀察”汽車周圍200 碼（約183米）內的道路狀況，并通過全球定位儀路面導航系統構建三維道路模型。它能識別各種交通標識，保證汽車在遵守交通規則的前提下安全行駛，安裝在汽車后備箱內的計算機將匯總、分析兩組數據，并根據結果向汽車傳達相應的行駛命令。

在汽車廠商方面，由通用汽車聯合卡內基梅隆大學以及來自其它行業的眾多合作伙伴研發的雪佛蘭Tahoe Boss，集激光雷達、毫米波雷達、可視GPS定位系統等高科技手段于一身，可使其對周邊情況精確掌握通過應用這些高科技技術，雪佛蘭TahoeBoss 在行駛途中對道路條件、周圍車輛、路上障礙可以迅速做出正確的判斷，并應用高性能計算裝置，計算出駛路線，以避免碰撞的發生，最終安全抵達目的地。另一方面，通用汽車于2010 年推出的電動聯網概念車EN- V 實現了車聯網與電氣化的結合，在自動駕駛模式下，EN- V 能夠通過對實時交通信息的分析，自動選擇路況最佳的行駛路線從而大大緩解交通堵塞。除此之外，通過使用車載傳感器和攝像系統，EN- V 可以感知周圍環境，在遇到障礙物或者行駛條件發生變化時能夠做出迅速的調整。奧迪無人駕駛系統使用兩個雷達探頭、八個超聲波探頭和一個廣視角攝像機，可以在設定的時間內，按照導航系統提供的信息，在最高60km/h 的速度以下自主轉向、加速和剎車，實現完全的自主駕駛。搭載奧迪無人駕駛系統的車型可以在交通擁擠的城市中起、停自如，轉向操作也十分靈活。在高速行駛中，能夠及時根據前方車距來調整自己的速度。當前方出現險情時，奧迪無人駕駛車型能夠及時剎車。

智能路網理論模型

道路網絡概念模型的構建

道路網絡是城市交通網絡的重要組成部分,人們的大部分出行都是在道路網絡上進行的。本文將道路網絡抽象為道路、交叉口以及道路附屬設施等一些靜態要素,同時根據動態誘導的需求,需要在表達道路網絡的同時表達相應道路網絡的動態交通信息,如交通狀態、路段行程時間和延誤等,將這些抽象為動態要素。此外,路網還包括交通規則,主要用于表達道路的通行權和優先權等。綜上所述,道路網絡的概念模型抽象為路網、道路附屬設施、動態交通信息、交通規則以及交通事件這五種要素,概念模型如下圖巧所示。

道路網主要包括維點對象交叉口和維線對象車行道、道路段以及道路,它們共同構成了道路網的骨架。交叉口包括簡單交叉口和復雜交叉口兩類。簡單交叉口是由兩條道路相交而成,主要包括常見的十字交叉口,錯位的十字交叉等,復雜交叉口主要包括一型交叉口、一型交叉口、環形交叉口等。道路段是指由兩個連續道路交叉口所界定的道路的一部分。道路段的構建遵循“平面強化”的原則。道路段是指道路上由兩個連續道路交叉口界定的線狀,用于表達道路的一部分。

該模型是以道路為幾何數據建模的基本單元。道路的某些屬性如行程時間、路段上的交通量等會隨著時間變化而變化,稱之為時間依賴屬性,即動態交通信息。道路附屬設施主要是指道路交通標志、路面標記等。交通事件是指那些發生在路網上并影響其狀態的一些事件,主要包括交通事故和道路的施工等。道路附屬設施和交通事件依附于道路網而存在,呈現出明顯的線性分布特征,因此可以用線性位置參照方法來實現它們與道路網的空間鏈接。

利用線性參照方法,道路網中的道路附屬設施和交通事件的空間位置可以描述為：

Network_position=(Linear_Datum，offset)

其中，Linear_Datum表示事件所在線性基準，包括車行道、路段和道路；offset表示事件沿著Linear_Datum的偏移距離。該模型實現了道路網絡幾何數據與動態交通信息的一體化表達。

邏輯數據模型

在關系數據模型中，用單一的結構類型（即所表示的關系）來表示實體之間的關系。關系由屬性、域、鍵、關系和元組成，對關系的描述稱為關系模式。下圖為關系模型和關系表。

A.定義交叉口的關系模式如下：

INTERSECTION={Inse_ID,Inse_REID,Inse_Attr}

其中INTERSECTION是該關系模式的名稱是交叉口的唯一標識,Inse_ID是主鍵是構成交叉口的道路元素的標識號,是一個外鍵,指向構成交叉口的道路元素的一個記錄,Inse_REID是交叉口屬性的唯一標識,也是一個外,指向交叉口的屬性表中的一條記錄。交叉口的邏輯表達如表所示。

B. 路段的表達：

同前述道路元素的邏輯表達,路段也是由其兩端的交叉口來界定，一個路段可能包含個或多個道路元素，且每條路段都具有各自的屬性，如圖所示。定義路段的關系模式如下：

ROAD=（R_ID，R_SInse，R_EInse，R_Attr）

其中，ROAD是該關系模式的名稱，R_ID是路段的唯一標識，是主鍵；R_SInse和R_EInse分別是路段的起始交叉點和終止交叉點的標識號，是該關系模式的兩個外鍵，分別指向交叉點關系表中的兩條記錄；R_ID是路段中包含的道路元素的標識,是外鍵,唯一地標識構成路段的道路元素；R_Attr也是關系模式的外鍵,用來唯一的標識路段的屬性。路段的邏輯表達如表所示。

路網模型的表達

對于路網（表示）信息模型可以理解為：物理路網的繪制和交通信息的采集。對于交通的評價而言，主要是從交通狀態和交通安全性進行描述，而需要對這兩者進行描述，我們就需要利用采集到的基本交通流參數，建立相關的數學模型，然后對交通狀態和安全性進行判斷。

1）道路網絡模型：圖顯示了路網的基本元素和拓撲關系。節點指道路交叉口、道路盡頭或道路屬性改變的地方的點（帶數字標號的點）；角點指描述多義線道路幾何形狀的點（黑色實心點）；而道路則描述了節點與節點之間的聯系（如路段A、B）。

如果把角點歸于道路的屬性數據，則整個路網模型可以表述為：

交通模型的建立

交通擁堵具有一定的時空特性，在時間上體現為擁堵持續時間，通常采用交通系統處于擁堵狀態的總時間或出行者在擁堵時段的總出行時間來量化。交通擁堵發生時，對于出行者而言最直觀的感受就是出行時間的增加[16]。車輛行駛時間（Vehicle-Hours of Travel，VHT）是指路段上平均交通量與車輛平均行程時間的乘積，包含了路段長度和交通擁堵的雙重影響。而采用基于行程時間的方法（如VHT）進行評價，主干路的擁堵強度明顯增加，尤其是對于高峰時段的路網擁堵狀態比較敏感，評價結果與人們的感受更加相符。因此，采用VHT 來表征交通需求。

對于某一條路段，在統計時段內其VHT 的計算公式為：

VHTi=qi×Ti

式中：VHTi表示統計時段內路段i 的車輛行駛時間；

qi表示統計時段內路段i 上的平均交通量；

Ti表示路段i 上車輛的平均行程時間。

對于不同等級道路，在一定時期內的擁堵總持續時間相對穩定，因此可以認為在統計時段內，對應的VHT 是一個相對固定的值。

應用分析

在高德交通大數據監測的361個城市中，有15%的城市通勤高峰受擁堵威脅，有59%的城市通勤高峰處于緩行，僅有26%的城市通勤不受擁堵威脅。同比來看，2018Q2同比2017Q2有32%的城市出現下降，有30%的城市擁堵同比基本持平，38%的城市擁堵同比出現上漲。其中山東南部和廣東沿海城市擁堵上漲較多，而內蒙、云南、貴州等省份里的城市擁堵下降較多。

擁堵里程比例主要衡量城市各等級道路處于中度擁堵、嚴重擁堵等級的路段里程比例，從空間分布的角度反應道路網交通擁堵的影響輻射范圍。根據國標指標計算規則，在2018Q2監測的100個主要城市中，擁堵里程比例高的城市多數分布在南方，廣東省擁堵里程比例普遍偏高。同時，北京高峰期平均每分鐘擁堵495.81公里，擁堵里程相對全路網比例為11.8%，全國最高，也就是說北京在高峰時每100公里就有11.8公里處于嚴重擁堵或擁堵狀態；從下圖北京和成都某晚高峰路況斷面來看，北京發布擁堵路段的里程明顯高于成都。

常發擁堵路段，主要衡量城市常發擁堵路段的空間和方向分布，反應交通擁堵發生的聚焦性和潮汐性。以北京為例二季度快速路常發嚴重擁堵的里程最高，然后是次干路。常發嚴重擁堵的區域集中在城東，其中東二環東便門附近擁堵程度最高，此外箭亭橋、清華東路西口、西直門、西便門、國貿、四惠、平房橋、大山子等都是常發擁堵的地方。上海二季度常發擁堵路段較為分散，靜安寺周邊相對其它區域較多。