基于multi～agent的交通擁堵自主疏導系統設計

文/王 冰 周慶忠 林世崗 李必鑫

引言

隨著經濟的快速發展，汽車數量逐年猛增，交通擁堵問題也與日俱增，最新數據顯示，我國部分特大型、大型城市擁堵延時指數均在2以上，因為交通擁堵，公眾出行需花費非擁堵狀態下2倍以上的時間到達目的地[1]。交通擁堵問題已經開始制約城市經濟的可持續發展。

交通擁堵的產生主要有六個根本原因：道路通行能力的局限性、交通信號燈配時設計不合理、交通事件、道路施工、惡劣天氣、特殊事件。其中前兩個原因將導致常發性交通擁堵，其余的原因將導致偶發性交通擁堵。偶發性交通擁堵發生在時間和空間上的不可預知性也極大增加了擁堵預防和疏導的難度[2]。如果疏導不及時就會很快由點擁堵擴散為線擁堵，甚至蔓延成面擁堵。

對偶發性交通擁堵進行疏導，傳統方法是人工處置法，即現場執勤警察臨時控制擁堵上下游路口的交通，然后現場尋找關鍵沖突點，進而疏導擁堵[2]。這種采用交警現場執勤疏導擁堵的方法，權威性高，效果顯著。但也存在不足之處：

（1）交警接到疏導指令后，需要進行現場信息收集，人工收集信息的效率較低，遠不及衛星、GPS、傳感器等信息收集范圍廣，速度快。

（2）交警對擁堵的疏導主要依靠指揮指令的發布，采用手勢發布指令影響范圍小，控制車輛有限，對擁堵疏導的掌控全局性不高。

（3）對于較大規模的擁堵，往往需要多個交警同時疏導，交警之間的協調和信息共享程度較低。

（4）交警信息收集范圍有限，很難根據新的情況及時調整疏導策略，靈活性不高。

總之，傳統應對偶發性交通擁堵采用人工疏導方法存在成本高、效率低，不能適應目前城市交通擁堵頻繁發生，影響范圍巨大的現實狀況。

借助計算機技術、傳感器技術、GPS技術以及通信技術的力量，人類正在致力于解決交通擁堵問題。智能交通運輸系統是目前世界交通運輸領域的前沿領域，已成為世界各國極力投注資源推動的重點之一。車路協同系統作為智能交通運輸系統的重要子系統，它基于無線通信、傳感探測等技術獲取車輛和道路信息，通過車車、車路通信進行交互和共享，實現車輛和基礎設施之間智能協同與配合，達到緩解交通擁堵的目標，也備受國內外科研人員關注，是世界交通發達國家的研究、發展與應用熱點[3]。就目前而言多數的車路協同系統聚焦于交通安全[4]、快捷支付[5]、車輛引導等宏觀層面的研究，而對于擁堵狀態下車車如何協調移動，自主地疏導擁堵這種微觀層面的研究較少。

1.問題建模

對于常發性擁堵，屬于交通資源不能滿足交通需求，這樣的擁堵問題需要通過頂層設計，拓展交通容量、抑制交通需求來進行解決，屬于宏觀層面問題，這里不作探討。本課題主要針對因不可預料原因造成的偶發性交通擁堵進行研究。

但是，每次擁堵時，車輛、道路、交規等條件都有所不同，因此不能統一建模求解。且偶發性擁堵具有很大的不確定性，擁堵狀況隨著車輛的增加和移動隨時都在發生變化。因此迫切需要一種能夠實時感知問題空間變化并快速做出反應的技術和方法來解決這一問題。多智能體系統（m u lti～agent）在解決擁堵疏導問題中具有得天獨厚的優勢。多智能體系統是多個智能體組成的集合、它的目的是將大而復雜的系統建設成小的、彼此相互通信和協調的，易于管理的系統。它通過Agen t的合作來完成任務的求解。

2.車輛自主疏導agent模型結構設計

車輛自助疏導系統agent模型由五個層次構成，如圖1所示。

第一層是數據網絡基礎層，包括通信模塊、數據庫模塊、信息采集模塊和信息輸入模塊。

通信模塊由GSM通信系統、ad～hoc自組織網絡模塊等構成，負責為在堵車輛之間提供通信服務，當車輛距離滿足自組織網絡的距離要求，即可自行組成一個多agent網絡。

數據庫模塊記載車輛疏導的必須數據，如車輛屬性（長度、車型等信息）。

信息采集模塊由多種傳感器構成，用來采集在堵車輛自身，及周邊的環境信息，如速度、車輛周邊物體距離、道路寬度、溫度等信息。

圖1 在堵車輛自主疏導agent模型

導航模塊有GIS、GPS、GSM系統構成用來提供車輛位移、位置信息。

第二層是信息共享與融合層，包括信息共享模塊和信息融合模塊。

單一在堵車輛依靠傳感器、導航系統提供的環境信息雖然真實，但一葉障目不見泰山，對于整個擁堵局面的描述，單一在堵車輛無能為力。數據共享模塊能夠把每一在堵車輛所獲得的局部信息進行共享，使得在堵車輛都有機會獲得擁堵全局信息。數據的簡單共享和堆砌并不能直觀、明確地描述整個擁堵狀況，數據融合模塊將每一在堵車輛提供的信息進行融合，從而獲得全局性擁堵信息。

第三層是擁堵建模與求解層。包括擁堵建模模塊和擁堵求解模塊。

獲得全局性擁堵信息后，擁堵建模模塊針對這些信息進行抽象，建立擁堵魔方模型。模型求解模塊對該模型進行求解，并將該抽象解還原回擁堵實際情況，給出擁堵疏導方案。

第四層是擁堵方案顯示層，擁堵方案通過車內顯示屏顯示出每一步的車輛移動距離和等待順序。

第五層是車輛操控層，即駕駛員，通過前面四層的服務，相當于為一輛在堵車輛配備了一名交通擁堵疏導警察，而且警察之間通過agent通信和協商系統保持目標、步調高度一致。避免了在堵車輛移動的盲目性，保障了最短時間疏通擁堵。

3.自主疏導過程設計

（1）搜集全局性擁堵信息。在擁堵狀態下，在堵車輛的移動（轉向、掉頭、變道等）策略通常都是隨意和盲目的，其原因在于在堵車輛不能獲得全局性的擁堵信息，于是往往僅有的疏通路徑也被在堵車輛見縫扎針般地堵上，造成死鎖，加大了擁堵疏導時間。因此自主疏導系統需要為每一輛車提供全局性的擁堵信息。

自主疏導系統中，全局性的擁堵信息來自兩個階段：第一階段，每一輛在堵車輛通過車載傳感系統，搜集本車周邊的道路和車輛信息，然后通過共享網絡廣播給所有在堵車輛；第二階段，每一輛在堵車輛都接受其他在堵車輛廣播的擁堵信息，然后結合自身搜集的擁堵信息，建立整個擁堵路段的全局性擁堵信息。

（2）根據全局擁堵。信息，明確每一輛車的初始位置和目標位置，然后建立當前擁堵問題的魔方問題模型。

（3）因為魔方問題求解并不復雜，不需要多agent分布式求解，因此隨機指定其中某一在堵車輛agent對其求解，并將模型解結合全局擁堵模型，確定在堵車輛的移動策略和移動順序。

（4）發布在堵車輛移動策略和移動順序，每輛在堵車輛接到移動策略和移動順序后將該信息逐步提供給駕駛員，并監督其執行情況。

（5）執行移動策略，并檢測策略執行情況和執行步驟，一旦擁堵狀態和環境發生變化，則重新循環執行過程[1]。

4.總結

交通擁堵問題，車輛、道路等問題都會隨著車輛移動的盲目性變得瞬息萬變，且逐步趨于復雜，多agent系統在應對此類問題能夠利用遠超人類的計算速度做到應對擁堵問題隨機應變，與駕駛員配合在一起，相當于為每一輛車配備了目標一致、配合默契交通警察，為大幅度提高交通指揮和擁堵疏導效率提供了一個有效途徑。

[1]華龍網.全國最堵10座城市排名，重慶擁堵延時排第四[EB/OL].2014[2014～8～23].news.cbg.cn/2014/0821/462115_2.shtm l.

[2]金治富.道路交通秩序管理務實指南[M].第一版.北京：中國人民公安大學出版社，2013：288～294.

[3]陳超，呂植勇等.國內外車路協同系統發展現狀綜述[J].交通信息與安全，2011，第29卷(1)：102～103.

[4]吳濤.車路協同智能路側系統關鍵技術研究[D].山東：山東理工大學，2012.

[5]李睿.基于車路協同的城市交叉口交通安全與警模型的研究[D].蘭州：蘭州交通大學，2013.

[6]起點下載.魔方求解軟件V 2.2.7.6中文綠色版[EB/OL].2014[2014～8～23].www.cncrk.com/downinfo/56509.htm l.