交通信息融合與控制，構建智能交通出行

文/陳琛 楊陽

隨著現代化發展環境下很多行業都不斷擴大規模，人們的生活品質也在逐漸提高，這使得交通運輸車輛及私家車持有量不斷增多，一定程度上增加了交通擁堵的概率，給人們的日常出行帶來不良影響。為了改善交通擁堵情況，需增強區域交通信息融合與控制意識，并通過統計分析區域內的交通量來了解車輛出行規律，同時利用智能交通系統為車主推薦最佳出行路線，這樣可以強化日常出行的便利性。可見，進行交通信息融合與控制體現出很強的必要性，需立足于長遠發展的角度，充分利用先進科學技術構建智能化交通信息共享與分析系統，讓人們擁有便利的出行條件。

一、交通信息融合與控制中交通數據采集改進的方法

現代化發展環境下，人們逐漸提高了對智能運輸系統的重視，且交通信息采集技術在很多城市交通系統中得到廣泛應用，體現出很強的重要性。相對來說，移動性采集技術及固定型采集技術為應用較為成熟的技術，其中移動性采集技術依托于GPS的浮動車采集技術實現各項功能；而固定型采集技術則在道路上安裝不同類型的檢測器實現數據信息的收集，本文以后者為例進行綜合分析。

1.車輛檢測器的合理選擇方法

在傳統的車輛檢測工作中通常會對主動傳感器進行利用，如聲學傳感器、激光傳感器以及無線電傳感器等，此類傳感器的工作原理是通過對車輛信號反射前后時間的檢測，能夠為兩者之間距離的計算提供可靠依據。此種檢測方式具備一定的應用優勢，即可以簡化數據信息獲取流程，及時在能見度較差的交通環境中，也能實現對距離較遠物體的測量，且可保證測量結果的精準性。立足于實際應用的角度進行分析，由于不同主動傳感器的安裝距離存在差異，所以，會在一定程度上影響彼此間的信號，增加了數據采集的難度。而視頻圖像檢測器等光學傳感器，是非主動傳感器類型，對于數據的獲取而言，通常以非侵入方式為主，此種方式的優勢為檢測器使用壽命長，且僅需投入較低的成本即可實現準確測量，能夠針對多種車輛的行駛軌跡進行測量，但容易受到燈光反射及天氣變化的影響。由此可見，為了強化車輛檢測的可靠性，需要合理選擇車輛檢測器，將取值范圍、道路狀況、數據類型以及環境因素等作為基礎依據，可以強化車輛檢測器選擇的可靠性。

2.車輛檢測器的科學布控方法

國內交通檢測器的使用過程中，通常會受到數量方面的限制，這給城市交通網絡狀況信息的獲取帶來不良影響，一定程度上弱化了各類數據信息的準確性，無法保證收集數據信息的全面性。但是很多地區考慮成本等因素，無法在每個交通節點安裝檢測器，傳統的解決方式為構建OD矩陣，將其作為數學模型解決車輛檢測器的布控問題。具體研究過程中，需要加強對城市交通數據的OD矩陣分析，依托于遺傳算法的數學模型，制定多個備選方案，通過比較分析明確最終的車輛檢測器布控方案，能夠強化車輛檢測器的優化配置。

二、交通信息融合與控制中交通信息的融合處理要點

通過選擇合理的交通信息獲取方式，能夠讓相關部門擁有更多的可靠數據信息，且可以達到合理預測交通狀態的目的，基于對相關數據的綜合計算，可以強化預測的準確性及可靠性。數據的獲取通常會受到檢測器類型、檢測方法等因素影響，導致不同的數據間出現差異，為此，應該加強交通信息融合處理，針對不同階段的交通流信息進行科學處理與準確計算，以防部分檢測系統的故障問題給數據分析結果帶來不良影響，逐步實現融合處理交通狀態基本參數的目標。

三、交通信息融合與控制中交通預測存在的主要問題

針對現有的交通預測方法而言，對于交通量的分配來說需要依據車輛駕駛時間以及車輛駕駛密度進行假設，但缺少對各區域的交通量承載能力的考量，立足于現實情況的角度，需要在交通工具的駕駛方面投入較高的成本，給交通量帶來一定影響，導致假設條件與區域內的真實交通流間出現較大偏差。同時，開展交通量預測工作的過程中，常用的方法還有“OD”調查，而落實相關調查工作時，離不開大量數據的支持，傳統的工作模式中，調查人員需要面對巨大工作壓力，且工作周期較長，以抽樣調查的方法為主。采用“OD”調查法體現出一定的隨機性特點，對樣本的要求較高，但隨機調查得到的樣本通常缺乏穩定性，容易弱化數據的有效性及真實性，一定程度上增加了交通預測難度。此外，立足于一般交通預測工程項目的角度，需要面對交通預測計算成果與項目結項存在時間差的問題，現代化發展背景下，信息傳遞速度不斷提升，一旦交通設備的更新無法保證及時性，致使與原計劃間產生偏差，避免不了會對預測結果準確性造成不良影響。

四、交通信息融合與控制中的交通預測處理方法

對于交通量預測來說，主要是結合對交通調查資料的分析，了解交通量的變化規律，依據對交通轉移、交通吸引等方面的研究，能夠實現對部分地區、路線以及路段等未來交通量的科學化推算。而立足于交通預測主要構成的角度，通常包含交通發生、交通分布、交通方式劃分以及交通分配環節，開展交通預測工作的過程中，涉及到很多預測方法及模型，需結合實際情況及交通預測需求進行明確。

1.交通量生成環節的有效預測方法

交通的發生與吸引預測稱為交通生成預測，針對此環節需針對不同交通區域的交通發生與吸引量、區域內發生的交通出行總量進行計算。開展交通生成預測工作的目的是實現區域目前交通量與路網使用率、經濟特性等項目間關系的構建，之后能夠達到規劃不同區域交通量分布的目的。起點和終點數據信息的統計是不同區域交通發生量分析的重要基礎，常用的專業方法包含相關分析法、增長率法以及強度指標法等。由此可見，針對交通發生量的計算而言，可以采用指數平滑法實現，從基本原理的角度出發進行分析，指數平滑法需要將不同的時間作為依據，落實經濟效益不同比重的分配，有助于讓傳統交通生成預測方法中存在的問題得到處理，進而強化各類試驗數據的準確性，讓交通量生成預測擁有可靠依據，使得相關需求得到滿足。

2.交通量分布環節的有效預測方法

對于交通量預測而言，交通量分布預測是重要工作內容，也是不可或缺的關鍵環節，通過利用專業的算法針對交通小區的交通發生與吸引量進行轉變，使其成為區域間的交換出行量。現有的OD矩陣法，可以實現對不同區域間交通量分布的清晰表達，還能結合對各區域人們出行方式與GDP發展的分析，明確交通出行量的實際變化，從而制定針對性更強的區域交通量需求規劃，為交通控制提供科學指導。立足于常見交通量分布預測方法層面，通常包含兩種，即增長率法、重力模型法。以增長率法為例進行分析，增長率法的應用基礎為OD矩陣，進而達到預測區域交通量的目的，利用率較高的方法有佛萊特法及增長率法等。

3.交通方式劃分環節的有效預測方法

立足于交通方式劃分預測的角度，主要針對區域內所有的交通量進行合理分配，細化到不同交通方式中。制定交通方式劃分預測計劃的過程中，交通參與者的行為、交通出行方式及交通出行特征間的內在聯系是重要基礎。基于對現有道路基礎建設條件的分析，受到多種因素影響，如交通工具覆蓋范圍、區域經濟發展水平等，會使人們的出行方式發生改變。應該加強對人們出行交通工具的分析，針對不同的出行方式創建相應的交通方式劃分預測模型。

4.交通量分配環節的有效預測方法

落實交通規劃預測工作的過程中，交通量分配是關鍵的環節，也是發揮著重要作用的最后環節，主要針對采集的居民出行交通量進行統計分析，向具體的路段規劃現有的道路基礎，能夠達到準確推算不同路網交通量的目的。進行交通量分配環節的預測，主要為了實現對現存道路基礎設施遠景交通出行量的推算，還能得到未來某一特征年的OD矩陣表，通過與相應的公式的結合，可以向區域規劃路網中劃分交通統計量，進而獲得更加精準的交通量預測數據，為科學的交通規劃提供堅實基礎。

五、交通信息融合與控制在信息共享與路線誘導中的應用

新時期發展背景下，受到各行業發展及人們日常出行給交通運輸行業帶來巨大壓力，為了提高交通信息分析與共享效率，信息共享技術在交通信息融合與控制中得到廣泛應用。為了突顯信息技術在交通信息共享及路線誘導中應用的實效性，應該提高對信息共享的重視，讓人們的出行需求得到滿足，減少日常出行問題帶來的困擾。

1.現階段常用的交通共享技術

對于現有的交通共享技術而言，車載導航、車載廣播以及電子地圖是交通路況實時信息的主要傳播路徑，其中車載廣播的使用可以讓車主了解實時的交通擁堵情況，但由于車載廣播容易受到信號或者信息發布者影響，一定程度上弱化了交通信息的準確性；車載導航的利用率較高，體現出信息獲取及時性、便利性強等優勢，而車載導航受到車主控制方面的限制，主要在車主主動打開導航系統后，才能進行信息共享；對于電子地圖的使用而言，可以為人們出行計劃的制定提供可靠依據，通過路線規劃提高出行效率，還能了解途徑路線的擁堵情況，但很難實現重要數據信息的實時共享，無法了解最新的交通信息情況，一定程度上，給人們的出行帶來困擾。

2.新型交通信息共享模式的構建要點

對于現階段不同交通信息分享技術中存在的實際問題，需結合實際情況及交通事業發展需求，構建新型的交通信息共享模式。為此，應增強有關部門及導航系統數據信息的收集與處理意識，配合進行專業的后臺分析處理，可以實現與車主的實時共享，進而通過有效誘導，讓車主能夠選擇更加科學合理的行駛路線，從而降低自身出行路線中交通擁堵的概率。為了進一步發揮以上功能，應該加大有關部門與導航系統企業的合作力度，逐步實現大數據的互通與共享，充分利用多元化的信息發布途徑，拓展交通信息共享范圍。例如，基于對導航系統的利用，能夠實現主動顯示信息文字及播報提示重要信息的功能，有利于強化車輛駕駛人員信息獲取的便利性、可靠性，使其日常出行更加安全。

六、交通信息融合與控制在車輛定位導航中的應用

基于對交通信息融合技術的運用，除了可以實現交通信息共享還能進行車輛的定位導航，因此應加強與車輛定位及地圖匹配的結合。例如，采用衛星定位技術，能夠準確定位道路上行駛的車輛，或者基于對視頻信息的利用，實時了解流車體信息。為了突顯衛星定位技術的實效性，離不開對多數融合技術的結合利用，如慣性導航系統以及全球衛星跟蹤系統等，能夠形成高效的車輛實時定位系統。將衛星信息作為基礎依據，加強車載信息與無跡卡爾曼濾波的融合，基于仿真模擬，可以達到準確定位車輛的目的，即使在十分復雜的道路環境中，也能保證車輛定位信息的準確性。此外，通過對視覺信息的利用，配合采用激光掃描信息，結合推理融合技術，能夠有效解決信息沖突問題，進而準確判斷車輛的真實位置。

智能交通系統在交通行業發展中得到廣泛應用，基于對智能技術的合理運用，能夠形成高效的交通管理控制系統。為此，應該加強對交通信息融合技術的分析，通過科學化的控制來實現對人們出行行為的誘導，并通過數據信息采集、融合處理以及設計誘導路線等多種方式，突顯交通信息融合與控制的實效性，為人們的日常出行提供便利。同時，降低交通擁堵的發生概率，構建更加和諧穩定的交通運輸環境及社會發展環境，推動各地區的交通運輸行業快速可持續發展。