论文部分内容阅读
摘 要：交通事件和交通拥挤对道路交通的安全与效率具有重要影响，及时、准确发现道路上存在的交通事件和交通拥挤一直是交通状态监测领域研究的焦点和难点，且随着交通负荷的增加，交通拥挤预测已成为动态交通管理研究领域的热点之一，涌现了大量的成果。然而，受交通数据获取与处理方法的限制，交通状态监测与预测研究成果在效率、效果以及经济性方面还存在较大的提升空间。
关键词：多源实时；交通数据；自动检测
基于多源数据的交通状态监测与预测系统针对交通管理者和交通出行者的决策需求，利用专用车辆检测器数据和各相关业务系统的共享数据，对道路交通状态进行监测和预测，并通过各种交通信息发布方式对外发布。系统框架设计是确定和描述系统基本功能、系统构成要素与外部环境之间关系和连接形式的一种有效手段，可使得系统的实施更为方便、简单和有效。系统框架设计主要包括系统功能定位、系统逻辑框架设计以及系统物理框架设计等内容。其中，系统功能定位应结合系统用户需求进行分析；系统逻辑框架用于描述满足预定功能要求的处理流程和信息流；物理框架用于将逻辑框架所定义的过程分配到各物理子系统中。
一、系统需求分析
基于多源数据的交通状态监测与预测系统的主要服务对象为交通管理者和交通参与者，下面分别对这两类用户的需求进行分析。交通管理者需要尽早、准确掌握道路上已经存在的交通事件、道路上已经存在的和即将发生的交通拥挤，以便制定有效的应急救援方案和交通流疏导方案，提高道路交通的运行效率和安全性。交通参与者需要尽早、准确知道道路上已经存在的交通事件、道路上已经存在的和即将发生的交通拥挤，以便有效地制定和调整出行方案，减少出行过程的延误和不确定性。交通参数数据的获取，不仅能够自动获取专用车辆检测器数据，而且能够共享各相关业务系统的基础数据，包括感应式交通控制系统、高速公路收费系统、车辆跟踪调度系统等，实现以最低的成本对最大范围的道路网络进行监控；能够基于各种数据源挖掘交通参数数据，并对其进行必要的预处理，为交通状态的监测与预测提供良好的输入数据基础。交通事件状态的监测，针对从各种数据源获取的交通数据的特点以及交通事件条件下这些交通数据的变化趋势，开发适用于每种单一数据源的 AID 算法，实现对交通事件状态的快速、准确监测；结合不同数据源体现交通事件状态的能力，开发基于多源数据的交通事件自动检测融合方法，进一步提高交通事件状态监测的效率与效果。交通拥挤状态的监测与预测，针对各种单一数据源获取的交通参数数据的特点以及交通拥挤程度变化时这些交通数据的变化趋势，设计适用于每种数据源的 ACD 算法，实现对交通拥挤状态的快速、准确监测，并能够估计其未来可能的持续时间与空间扩散演化趋势；结合不同数据源体现交通拥挤状态的能力，开发基于多源数据的交通拥挤自动检测融合方法，实现对交通拥挤状态的快速、准确监测，进一步改善交通拥挤持续时间与空间扩散演化趋势的估计效果。
二、关键技术分析
（一）交通数据获取及其预处理方法
交通数据是实现交通状态监测与预测的前提，已有研究多依赖于专用车辆检测器数据，但由于受成本的限制，专用车辆检测器的布设数量还十分有限，严重影响了交通状态监测与预测的经济性和空间覆盖范围。而感应式交通控制系统、车辆跟踪定位系统和道路收费系统等多种相关业务系统积累了并将继续积累大量数据，零成本获取或低成本增强这些数据源，对于扩大路网监视范围、改善交通状态监测与预测效果具有十分重要的现实意义。因此，以专用车辆检测器和多种相关业务系统为切入点，研究交通数据的获取和预处理新方法，为交通状态监测与预测提供更为经济和广泛的数据基础是十分必要的。
（二）基于多源数据的交通事件自动检测方法
准确、及时的交通事件检测一直是道路交通领域的研究热点。尽管目前学者们已经提出了多种 AID 算法，但已有研究表明，目前尚没有一种算法可以在所有的道路及交通条件下均具有良好的检测效果，如何利用每种 AID 算法在不同交通条件下的性能优势，得到更为可靠、快速的检测结果成为亟待解决的问题。此外，这些 AID 算法基本都是以专用车辆检测器数据为基础的，而基于相关业务系统所获取的交通数据具有一定的特殊性，已有 AID 算法难以得到较好的检测效果或者根本无法使用。
（三）基于多源数据的交通拥挤自动检测方法
已经发生的交通拥挤是道路交通管理和控制的重点。但已有研究表明，过高的误检率一直是 ACD 算法在实际工程应用中的最大缺陷，如何在确保较高检测率的前提下减少其误检次数成为亟待解决的问题。此外，已有研究结果多以专用车辆检测器数据为基础，如果直接应用于各相关业务系统，将会导致其难以得到较好的检测效果或者根本无法使用。因此，针对专用车辆检测器数据研究更有效的 ACD 算法，并针对基于各种相关业务系统获取的交通数据设计具有针对性的 ACD 新算法，对于提高交通拥挤状态的监测效果具有重要的学术意义和实用价值。
（四）交通拥挤预测方法
交通拥挤预测的核心是对时间尺度小于 15min的短时交通参数进行多步预测，但目前短时交通参数多步预测方法大多采用固定的预测步数，在一定程度上影響了多步预测的效果。有学者提出的交通数据动态可预测性估计方法，可实现对交通数据序列的可预测程度进行在线分析，但该方法通过设计关联数据特征指标建立可预测步数估计模型，而关联数据特征指标的使用在一定程度上会导致交通参数时间序列特征信息的损失。
三、结束语
本文界定了基于多源数据的交通状态监测与预测系统的用户需求，据此对系统的基本功能进行了定位，然后重点就多源实时交通数据的城市道路交通状态预测技术进行了分析和阐述，为下一步设计系统的结构框架，包括系统逻辑框架和物理框架，打下了良好的基础。
参考文献：
[1]裴玉龙，马骥.实时交通数据的筛选与恢复研究[J].土木工程学报，2015.
[2]冮龙晖.城市交通参数多步预测方法研究[J].吉林大学学报，2014.
关键词：多源实时；交通数据；自动检测
基于多源数据的交通状态监测与预测系统针对交通管理者和交通出行者的决策需求，利用专用车辆检测器数据和各相关业务系统的共享数据，对道路交通状态进行监测和预测，并通过各种交通信息发布方式对外发布。系统框架设计是确定和描述系统基本功能、系统构成要素与外部环境之间关系和连接形式的一种有效手段，可使得系统的实施更为方便、简单和有效。系统框架设计主要包括系统功能定位、系统逻辑框架设计以及系统物理框架设计等内容。其中，系统功能定位应结合系统用户需求进行分析；系统逻辑框架用于描述满足预定功能要求的处理流程和信息流；物理框架用于将逻辑框架所定义的过程分配到各物理子系统中。
一、系统需求分析
基于多源数据的交通状态监测与预测系统的主要服务对象为交通管理者和交通参与者，下面分别对这两类用户的需求进行分析。交通管理者需要尽早、准确掌握道路上已经存在的交通事件、道路上已经存在的和即将发生的交通拥挤，以便制定有效的应急救援方案和交通流疏导方案，提高道路交通的运行效率和安全性。交通参与者需要尽早、准确知道道路上已经存在的交通事件、道路上已经存在的和即将发生的交通拥挤，以便有效地制定和调整出行方案，减少出行过程的延误和不确定性。交通参数数据的获取，不仅能够自动获取专用车辆检测器数据，而且能够共享各相关业务系统的基础数据，包括感应式交通控制系统、高速公路收费系统、车辆跟踪调度系统等，实现以最低的成本对最大范围的道路网络进行监控；能够基于各种数据源挖掘交通参数数据，并对其进行必要的预处理，为交通状态的监测与预测提供良好的输入数据基础。交通事件状态的监测，针对从各种数据源获取的交通数据的特点以及交通事件条件下这些交通数据的变化趋势，开发适用于每种单一数据源的 AID 算法，实现对交通事件状态的快速、准确监测；结合不同数据源体现交通事件状态的能力，开发基于多源数据的交通事件自动检测融合方法，进一步提高交通事件状态监测的效率与效果。交通拥挤状态的监测与预测，针对各种单一数据源获取的交通参数数据的特点以及交通拥挤程度变化时这些交通数据的变化趋势，设计适用于每种数据源的 ACD 算法，实现对交通拥挤状态的快速、准确监测，并能够估计其未来可能的持续时间与空间扩散演化趋势；结合不同数据源体现交通拥挤状态的能力，开发基于多源数据的交通拥挤自动检测融合方法，实现对交通拥挤状态的快速、准确监测，进一步改善交通拥挤持续时间与空间扩散演化趋势的估计效果。
二、关键技术分析
（一）交通数据获取及其预处理方法
交通数据是实现交通状态监测与预测的前提，已有研究多依赖于专用车辆检测器数据，但由于受成本的限制，专用车辆检测器的布设数量还十分有限，严重影响了交通状态监测与预测的经济性和空间覆盖范围。而感应式交通控制系统、车辆跟踪定位系统和道路收费系统等多种相关业务系统积累了并将继续积累大量数据，零成本获取或低成本增强这些数据源，对于扩大路网监视范围、改善交通状态监测与预测效果具有十分重要的现实意义。因此，以专用车辆检测器和多种相关业务系统为切入点，研究交通数据的获取和预处理新方法，为交通状态监测与预测提供更为经济和广泛的数据基础是十分必要的。
（二）基于多源数据的交通事件自动检测方法
准确、及时的交通事件检测一直是道路交通领域的研究热点。尽管目前学者们已经提出了多种 AID 算法，但已有研究表明，目前尚没有一种算法可以在所有的道路及交通条件下均具有良好的检测效果，如何利用每种 AID 算法在不同交通条件下的性能优势，得到更为可靠、快速的检测结果成为亟待解决的问题。此外，这些 AID 算法基本都是以专用车辆检测器数据为基础的，而基于相关业务系统所获取的交通数据具有一定的特殊性，已有 AID 算法难以得到较好的检测效果或者根本无法使用。
（三）基于多源数据的交通拥挤自动检测方法
已经发生的交通拥挤是道路交通管理和控制的重点。但已有研究表明，过高的误检率一直是 ACD 算法在实际工程应用中的最大缺陷，如何在确保较高检测率的前提下减少其误检次数成为亟待解决的问题。此外，已有研究结果多以专用车辆检测器数据为基础，如果直接应用于各相关业务系统，将会导致其难以得到较好的检测效果或者根本无法使用。因此，针对专用车辆检测器数据研究更有效的 ACD 算法，并针对基于各种相关业务系统获取的交通数据设计具有针对性的 ACD 新算法，对于提高交通拥挤状态的监测效果具有重要的学术意义和实用价值。
（四）交通拥挤预测方法
交通拥挤预测的核心是对时间尺度小于 15min的短时交通参数进行多步预测，但目前短时交通参数多步预测方法大多采用固定的预测步数，在一定程度上影響了多步预测的效果。有学者提出的交通数据动态可预测性估计方法，可实现对交通数据序列的可预测程度进行在线分析，但该方法通过设计关联数据特征指标建立可预测步数估计模型，而关联数据特征指标的使用在一定程度上会导致交通参数时间序列特征信息的损失。
三、结束语
本文界定了基于多源数据的交通状态监测与预测系统的用户需求，据此对系统的基本功能进行了定位，然后重点就多源实时交通数据的城市道路交通状态预测技术进行了分析和阐述，为下一步设计系统的结构框架，包括系统逻辑框架和物理框架，打下了良好的基础。
参考文献：
[1]裴玉龙，马骥.实时交通数据的筛选与恢复研究[J].土木工程学报，2015.
[2]冮龙晖.城市交通参数多步预测方法研究[J].吉林大学学报，2014.