基于“320系統”的城市主要道路實時路況研究

徐嘯峰，郁建生

（江蘇省郵電規劃設計院有限責任公司，南京 210019）

隨著我國經濟持續多年的高速發展，機動車保有量也達到了空前的規模。根據2014年，中國社會科學院城市發展與環境研究所及社會科學文獻出版社的，《城市藍皮書：中國城市發展報告No．7》中的數據，我國機動車數量達到 1．3億輛，平均每10人即擁有一輛機動車。如此眾多的機動車輛，在給人民生活帶來極大便利的同時，其所帶來的交通擁堵、環境污染、交通事故、違法犯罪等問題，也不容忽視。特別是在城市中，此類問題尤為突出。因此，利用信息化手段對車輛運行狀況進行監控和調節，成為解決或緩解交通問題的重要應對手段。

所謂“320系統”是打造一個道路監控網，城市道路每3公里要建立一個320車輛監控點（后面論述中簡稱320基站），其他道路每20公里建立一個320基站。考慮到城市道路的分布情況，為了能夠真實地反映交通狀態，在實際建設中，320基站的建設密度是遠高于上述要求的。這些基站對通過的車輛進行識別，并記錄相關信息，借助連接基站和后臺處理系統的光纖網絡，這些信息實時傳送到后臺系統，延時一般不超過5秒。

通過對這些信息的多種維度、多種方式的分析處理，能夠實現道路路況分析、套牌車輛分析、電子圍欄等智慧應用。本文將重點討論道路實時路況分析系統的建設方案。

1概 述

全面掌握城市的道路實時路況情況，無論對于交通主管部門、交通運輸企業，還是對于駕車的市民，都具有十分重要的意義。在真實了解路況的基礎上，交通主管部門可以進行車流量的疏導以避免擁堵，企業和個人可以選擇更加暢通的道路以快速到達目的地，從而降低運輸成本和減少環境污染。

本文研究道路實時路況的指標，主要包括車輛路段通行速度和斷面車輛通行量。車輛路段通行速度是描述車輛通過某一路段的平均速度；斷面車輛通行量是描述單位時間內通過某一道路斷面的車輛數量。采用流計算架構，對實時到達后臺的320數據進行處理，從而計算出1～5分鐘內的道路路況指標。

2 數據格式及質量治理

320系統通過所謂的320基站對所有通過的車輛進行識別，并產生流水記錄（見表1）。按照一個城市實際上路行駛機動車輛100萬輛，每輛車平均每天通過320基站10次，則每天產生的流水記錄數量達到1 000萬條，在早晚交通高峰期，每小時的流水記錄數量將達到100萬條以上，數據量相當龐大。

表1 320基站流水記錄表

數據質量的治理指的是對數據錯誤進行修正，從而確保數據的真確性。

通過對表1字段的分析可以得知，容易產生錯誤的字段包括車牌（PLATE）、速度（VEH＿SPD）、車牌顏色（COLOR）、車輛經過時間（ACROSS＿TIME）等。下面對這些數據的質量治理方式進行討論。

2．1 車牌（PLATE）、車牌顏色（COLOR）

320系統對于通行車輛車牌及其顏色的識別，主要通過兩種手段：

（1）通過RFID技術，讀取安裝在車輛擋風玻璃上的無源標簽卡，標簽卡中包括了車牌號碼和顏色等信息。

（2）通過對通行車輛照片的圖像識別，提取車牌號、車牌顏色和車身顏色。

手段（1）識別精度很高，但外地車輛無法安裝RFID無源標簽卡，故覆蓋范圍受到一定限制；手段（2）理論上能夠對所有車輛進行識別，但考慮到外物遮擋、拍攝反光以及算法精度等因素，實際識別精度在70～85%之間，因此需要對流水數據進行處理，剔除其中的錯誤數據（注：還可以通過數據比對，來對錯誤數據進行修正，但考慮到數據樣本容量本身已經很大，而錯誤數據對路況計算精度造成的影響較小，故在本方案中直接將錯誤數據刪除，從而確保計算的效率）。

在實際算法中，需要將RFID和圖像識別所獲得的信息融合考慮。

2．2 車輛經過時間（ACROSS＿TIME）

320系統基站數量較多，且布設間距一般在幾百米之內，如按照50公里／小時車輛，其通過時間不足60秒，故車輛經過時間的精度（特別是時間的一致性）要達到秒級，否則會影響算法進度和車輛通行的空間邏輯關系。在實踐過程中發現，320基站的時鐘準確性誤差較大，極個別的基站誤差達到數小時，故此類數據已經不可用。此類數據治理方法是通過人工定期巡檢方式進行校時，也可通過在系統中增加時鐘服務器、GPS等手段進行自動校時。

3 算法分析

在算法實現之前，需要對城市道路進行抽樣，在此基礎上建立320基站的空間拓撲關系，和基站對之間的合理通行時間范圍。

本方案算法包括如下步驟：

（1）STEP1：320 基站車輛流水數據接收。

（2）STEP2：車輛流水數據預處理，刪除其中的錯誤數據，并將RFID數據和抓拍數據進行比對融合。

（3）STEP3：根據建立的320集中空間拓撲關系，查找每一條流水數據的上游基站信息，如查找到相關信息，則計算兩條記錄之間的時間差。將時間差和對應基站之間的合理通行時間范圍進行比較，如超出時間范圍閥值則丟棄此時間差，否則將此時間差認為是反映當前道路通行狀況的個體記錄。

（3）STEP4：根據預先設定的時間窗口大小，將此時間窗口內的、合理的時間差記錄進行算數平均，從而確定此路段的平均通行時間。同時，計算此時間窗口內1分鐘的基站車輛通行量。

（5）STEP5：根據道路容量、道路交通設施情況 （如紅綠燈等）、歷史路況等基礎信息，以及SETP4所計算到平均通行時間和車輛通行量，對當前路況進行判斷。路況分為3種情況，即擁堵（紅色）、緩行（黃色）和暢通（綠色）。

（6）STEP6：將計算結果通過接口進行發布 （如通過 Web Service接口）。

上述算法流程框架如圖1所示。

4 應用功能開發

基于上述基礎算法，已經開發出如下功能：

（1）全市主要道路實時路況。該功能按照1～5分鐘內一次的刷新頻率，對某市主要道路路況進行紅、黃、綠標示，此功能不僅能夠在PC系統上進行顯示，還支持在電子路牌、指揮中心大屏幕、智能手機等終端上進行展示。如圖2所示，該功能在智慧城市指揮中心大屏幕上的展示效果。

（2）實時路徑規劃。該功能能夠針對不同的應用需求，從最優通行時間和最短路徑進行路徑規劃，有別于傳統主要通過距離、道路等級等靜態信息進行的路徑規劃。實時路徑規劃能夠根據當前最新路況和歷史路況情況，讓對時間比較敏感的用戶選擇合理的交通路線，實現的子功能包括立即出發最優通行時間、定時出發最優通行時間及定時到達最優通行時間等功能。

圖1 算法流程框架

圖2 全市道路實時路況分析

（3）歷史路況分析。通過將當前路況和歷史路況進行比較分析，從而可以對當前某路段的交通是否正常進行判斷，分析的維度包括某時段今天路況與昨日路況對比分析、某時段今日路況和過去30天路況對比分析及過去30天路況分析等，如圖3所示。

圖3 路段分析

5結 論

目前，很多現有的實時路況系統依賴于出租車發送的GPS數據，但出租車在空間和時間上都無法保證均勻，因而僅僅依靠出租車GPS數據來分析實時路況存在一定的局限性。本文研究的實時路況系統，通過分布合理的320基站來采集數據并計算實時路況，可以有效克服上述缺陷，實現兩類系統的互補。