許家雄
(江西經濟管理干部學院 江西 南昌 330088)
交通路徑誘導文獻綜述
許家雄
(江西經濟管理干部學院 江西 南昌 330088)
伴隨著我國社會經濟飛速發展,城市交通擁堵、安全等問題日益突出。在此前提下,智能交通系統通過優化交通組織、交通管理與控制等的相關技術,達到提高道路通行能力的目的。交通路徑誘導是智能交通系統的核心組成部分之一,其主要是為達到輔助駕駛員選擇出最優路徑的目的。本文從近年來國內外對于交通路徑誘導技術的研究入手,分析并整理了相關的文獻資料。
智能交通系統;交通誘導;文獻綜述
隨著全球信息化進程的不斷推進,交通誘導系統逐漸在智能交通系統中起到關鍵的作用。交通路徑誘導是利用交通流預測得出的規律,并結合交通分配的方法對交通網絡中的交通流進行再分配,從而達到減少交通網絡中時間損耗的目的。[1]交通路徑誘導技術主要研究交通出行者與路網、車流共同組成的復雜系統,因而相應研究的領域涉及到以交通工程為基礎并結合自動控制技術、計算機技術、人工智能等眾多交叉領域。[2]本文首先總結了交通誘導系統的分類方式,其次通過分析國內外交通誘導的研究現狀與未來的發展趨勢。
交通路徑誘導系統主要包括以下幾種分類方式:
1.根據誘導信息發布的對象不同,交通路徑誘導系統可以分為單車路徑誘導系統和車流路徑誘導系統兩大類。
2.根據引導模塊和路徑優化設置位置不同,交通路徑誘導系統可分為分散式誘導系統與中心式誘導系統兩大類。分散式誘導系統以車載模塊為基礎,并通過現代通訊技術的方法實時接收路網信息,進一步完成最優路徑的選擇與誘導。中心式誘導系統是以紅外信標等雙向數據通信為基礎,利用中心控制計算機系統對實時檢測到的路網信息進一步分析處理并作出路徑規劃,計算出每個出行者需要的最優路徑并通過通信網絡的手段為提供路徑誘導到信息。
(一)國外研究現狀
1.日本
1994年,日本通過警察廳、運輸省、通產省、建設省、郵政省等五省廳與相關學術團體以及民間企業共同成立了車輛、道路、交通智能化促進協會 (Vehicle Road and Traffic Intelligence Society,簡稱 VERTIS)。該協會開發了全球定位系統 (GPS)與道路車輛信息通信系統(Vehicle Information&Communication System,VICS)的導航系統便是其中之一。
VICS[3]是日本眾多交通路徑誘導系統是極其具有代表性的。它由設置在路段上的交通流檢測裝置檢測得到交通流數據,結合汽車上的的發射天線裝置將實時的動態路網信息傳送到信息中心,通過信息中心對收集到的數據進行處理,利用FM多重放送等信息發布手段將交通路徑誘導信息反饋到車輛上,并結合車載GPS的定位信息功能,進一步達到引導出行者更順暢安全的完成出行目的。
2.德國、美國、加拿大
德國的Georg Jahn與Astrid Oehme等人[4]對于駕駛員在駕乘汽車時使用車載信息系統 (IVIS)的安全問題進行了研究,并提出使用“周邊任務檢測”(Periheral Detection Task)的方法評估了在信息環境條件下駕駛員的安全工作量;美國的 Jemey L.Adier與 Goutam Satapathy等人[5]提出一種通過分布式多智能體改善交通管理與路徑誘導系統集成化的方法;加拿大的Liping Fu[6]提出了利用實時發布的道路信息的自適應最優路徑算法,這種方法解決了優化交通路徑誘導過程中現存的閉環自適應最優路徑問題 (the closed-loop adaptive shortest path routing problem,CASPRP)。
(二)國內研究現狀
蘇永云等人[7]在研究交通誘導路徑優化的過程是,發現路徑權值在其中跨時段變化問題,并改進了矩陣算法與提出A*算法用以解決K路的最短問題。WEN Huimin等人[8]提出一種使用神經網絡計算出的誘導模式,該誘導模式將交通流視為自然流體并利用遺傳算法對流體的神經網絡參數進行優化。上述交通誘導模式是出行者從出行起點出發,將以徑流量最大的路線抵達目的地的路徑作為交通路網中的的最短路徑。經過計算表明該種誘導方法優于K路最短路徑算法,且能夠達到更高的成功率。
(三)發展趨勢
伴隨著車輛檢測、分布式并行計算、數據融合與挖掘等眾多關鍵技術的不斷發展,車輛誘導信息中心的數據處理功能、路徑優化功能等主要功能得到了強化。使得車輛誘導系統呈現了中心式與分布式并重、單車與群體誘導協調發展的趨勢。
本章總結了國內外交通路徑誘導系統及技術的研究現狀,并分析了交通路徑誘導的發展趨勢。
[1]楊兆升.城市交通流誘導系統理論與模型 [M].北京:人民交通出版社,2000.
[2]趙亦林,譚國真.車輛定位與導航系統[M].北京:電子工業出版社,1999.
[3]唐克雙,姚恩建.日本ITS開發和運用的實例-名古屋基于浮動車信息的P-DRGS簡介 [J].城市交通,2006,4(3):74-76.
[4] Georg Jahn,Astrid Oehme,Josef F.Krems,Christhard Gelau.Peripheral detection as a workload measure in driving:Effeets of traffic complexity and route guidance system use in a driving study[J].Transportation Research Part F,8(2005):255-275.
[5] Jeffrey L.Adler,Goutam Satapathy,Vikram Manikonda,Betty Bowles,Victor J.Blue.A multi- agent approach to cooperative traffic management and route guidance[J].Transportation Researeh Part B,39(2005):297-318.
[6] Liping Fu.An adaptive routing algorithm for in-vehicle route guidance systems with real-time information [J].Transportation Research Part B,35(2001):749-765.
[7]蘇永云,晏克非,楊曉光,等.VNS中動態行程時間與多端動態最短路算法 [J].中國公路學報,2001,14(1):97-103.
[8] WEN Huimin,YANG Zhaosheng.Study on the shortest path algorithm based on fluid neural network of in vehicle traffic flow guidance system[A].Proceedings of the IEEE International Conference on Vehicle Electronics[C].Changchung:IEEE,1999,1;110-113.
許家雄,江西奉新人,碩士研究生,工程師,研究方向:交通運輸規劃與管理。