扒一扒 ’交通+實(shí)時(shí)’ 的熱門(mén)話(huà)題

挑戰(zhàn)

交通控制中心依靠監(jiān)控?cái)z像系統(tǒng)、現(xiàn)場(chǎng)工作人員和監(jiān)控交通流的感應(yīng)器等一系列設(shè)備來(lái)管理主要交通路線(xiàn)。交通運(yùn)營(yíng)人員不但要監(jiān)控交通網(wǎng)絡(luò)的現(xiàn)狀更要對(duì)隨后即刻發(fā)生的狀況進(jìn)行監(jiān)控。交通運(yùn)營(yíng)人員往往通過(guò)調(diào)整交通信號(hào)配時(shí)、時(shí)速限制、控制車(chē)道使用等手段來(lái)處理交通事件，并通過(guò)可變信息標(biāo)志發(fā)布信息，或通知現(xiàn)場(chǎng)交通管理人員進(jìn)行干預(yù)和處理。因?yàn)楝F(xiàn)場(chǎng)交通管理人員熟悉交通流，并了解公共假期、壞天氣或是道路施工對(duì)交通流所造成的影響。

智能交通系統(tǒng)種類(lèi)各異如智能通道（通過(guò)對(duì)時(shí)速限制的調(diào)整來(lái)管理過(guò)多交通需求造成的擁堵）、自適應(yīng)交通燈、和匝道控制（控制進(jìn)入快速路的交通流量）。這些工具將實(shí)時(shí)優(yōu)化系統(tǒng)容量并改善交通網(wǎng)絡(luò)的運(yùn)營(yíng)。然而這些方法都是被動(dòng)的，不能預(yù)測(cè)未來(lái)而只是實(shí)時(shí)對(duì)當(dāng)下發(fā)生的狀況作出反應(yīng)而已。

交通模型師不但要詳細(xì)地了解包括每個(gè)交通燈路口紅綠燈時(shí)間在內(nèi)的道路通行能力，而且還要詳細(xì)地了解交通需求，然后搜集不同時(shí)段的交通數(shù)據(jù)，并對(duì)模型進(jìn)行矯正以確保模型可以代表現(xiàn)實(shí)交通網(wǎng)絡(luò)的運(yùn)營(yíng)狀況。

有效的工具將保證交通運(yùn)營(yíng)人員能夠?qū)煌ňW(wǎng)絡(luò)作出可靠的估算和預(yù)測(cè)。該有效工具可以被用來(lái)規(guī)劃交通網(wǎng)絡(luò)的通行能力，并保證交通網(wǎng)絡(luò)能夠?qū)θ我活A(yù)測(cè)增加的交通需求作出反應(yīng)并滿(mǎn)足這樣的需求。交通網(wǎng)絡(luò)設(shè)計(jì)人員依靠模型來(lái)掌握新開(kāi)發(fā)項(xiàng)目對(duì)交通需求的影響，從而為決策提供支持。

交通模型師對(duì)交通網(wǎng)絡(luò)當(dāng)下發(fā)生的狀況并不知情，模型于他們而言代表的是一個(gè)結(jié)合數(shù)據(jù)和模型方法的特定天典型的高峰時(shí)段。交通管理者清楚正在發(fā)生什么但是不能對(duì)接下來(lái)所發(fā)生的狀況進(jìn)行預(yù)測(cè)；而交通模型師可以預(yù)測(cè)交通網(wǎng)絡(luò)改變對(duì)通行能力和需求所造成的影響，但卻不知道當(dāng)下發(fā)生的狀況。但要怎樣將兩者結(jié)合起來(lái)呢？

概念

比起以前，現(xiàn)在不但可以從交通網(wǎng)絡(luò)、網(wǎng)約車(chē)、導(dǎo)航系統(tǒng)、手機(jī)數(shù)據(jù)等渠道獲取大量實(shí)時(shí)數(shù)據(jù)，而且還可以通過(guò)感應(yīng)器來(lái)搜集實(shí)時(shí)數(shù)據(jù)。有越來(lái)越多的信息被交通模型師和交通管理中心所利用，對(duì)出行模式和實(shí)時(shí)交通狀況的認(rèn)知就會(huì)越來(lái)越強(qiáng)。提供當(dāng)下發(fā)生交通狀況的可視化表達(dá)及現(xiàn)有的需求的目的旨在提升對(duì)交通狀況的了解和認(rèn)識(shí)。

通過(guò)在模型里整合多源數(shù)據(jù)，將離線(xiàn)模型調(diào)整成實(shí)時(shí)模型，便可以對(duì)交通網(wǎng)絡(luò)在接下來(lái)一個(gè)或兩個(gè)小時(shí)內(nèi)5、10或30分鐘之后發(fā)生的交通狀況有一個(gè)全局的了解并得以評(píng)估道路在時(shí)間序列里所發(fā)生的狀況。

結(jié)合實(shí)時(shí)數(shù)據(jù)的交通模型可以有效減少只是依賴(lài)實(shí)時(shí)數(shù)據(jù)方法所造成的誤差，比如說(shuō)數(shù)據(jù)樣本過(guò)小時(shí)，一輛送貨車(chē)的連續(xù)停頓都可以被錯(cuò)誤理解成交通堵塞。并且當(dāng)一條道路完全沒(méi)有實(shí)時(shí)數(shù)據(jù)的時(shí)候，模型會(huì)根據(jù)周邊有實(shí)時(shí)數(shù)據(jù)的道路狀況填補(bǔ)空白進(jìn)行預(yù)測(cè)。

結(jié)合實(shí)時(shí)數(shù)據(jù)的交通模型將帶來(lái)兩大明顯好處。一是通過(guò)路段上下游的的數(shù)據(jù)傳遞來(lái)擴(kuò)大實(shí)時(shí)平臺(tái)的覆蓋范圍；二是更精確更大的覆蓋范圍地幫助了解交通狀況。

但這還不是最主要的好處。最主要的好處在于預(yù)測(cè)交通事件對(duì)交通所產(chǎn)生的影響，這是憑單獨(dú)的實(shí)時(shí)數(shù)據(jù)而力所不能及的。一旦路段上發(fā)生交通事故，控制中心人員則需要知道網(wǎng)絡(luò)在特定條件下會(huì)發(fā)生什么并把握路網(wǎng)的運(yùn)營(yíng)狀態(tài)?？刂浦行牡倪\(yùn)營(yíng)人員可以精確計(jì)算出交通事件對(duì)交通造成的影響，包括出行時(shí)間、排隊(duì)長(zhǎng)度，以及分析上下游的路口是否運(yùn)行順暢。

模型 + 實(shí)時(shí)數(shù)據(jù)

通過(guò)實(shí)時(shí)數(shù)據(jù)和模型的結(jié)合，用戶(hù)在執(zhí)行仿真任務(wù)的同時(shí)能夠看到接下來(lái)的20、30或60分鐘內(nèi)交通事故對(duì)交通的影響，包括排隊(duì)長(zhǎng)度和延誤。

模型利用該信息可以測(cè)試不同的情景方案以緩解交通事故所造成的影響，比如說(shuō)調(diào)節(jié)信號(hào)燈設(shè)置或是調(diào)整信號(hào)方案以增加道路的通行容量。這樣一來(lái)， 交通流量得以疏導(dǎo)，駕駛員也可以自主選擇避免交通事故及排隊(duì)情況。

模型將允許交通控制人員對(duì)不同種情景方案進(jìn)行測(cè)試，并通過(guò)諸如出行時(shí)間、距離或尾氣排放等不同指數(shù)進(jìn)行比較，并最終選定最佳方案。這將允許交通控制人員‘未卜先知’且更加有效而主動(dòng)地管理路網(wǎng)。

舉例來(lái)講，如果某條路段上發(fā)生了交通事故，現(xiàn)如今的做法往往是通過(guò)路段上游的可變信息標(biāo)志警告駕駛員前方擁堵或是直接顯示到達(dá)目的地的預(yù)估時(shí)間，然而此目的地可能并非是駕駛員想要到達(dá)的目的地。

交通控制人員不知道會(huì)造成什么交通影響也給不出更多信息，因此駕駛員要靠自己來(lái)評(píng)估其行程所受到的影響程度。另外，駕駛員也可以通過(guò)不同導(dǎo)航系統(tǒng)收集到的實(shí)時(shí)數(shù)據(jù)來(lái)獲取一些信息。然而這些數(shù)據(jù)并沒(méi)有通過(guò)中央平臺(tái)來(lái)整合，因此不同駕駛員將從不同數(shù)據(jù)來(lái)源獲取不同的信息和路徑選擇，這樣一來(lái)交通控制人員難免會(huì)遭遇如何管控整個(gè)網(wǎng)絡(luò)的瓶頸。

交通控制人員可以依靠模型來(lái)測(cè)試一條特定的誘導(dǎo)路線(xiàn)，比如說(shuō)通過(guò)增加平行路線(xiàn)的綠燈時(shí)間來(lái)改善通行時(shí)間。他們也可以在可變信息標(biāo)志上發(fā)布更加具體和詳細(xì)的交通信息以誘導(dǎo)駕駛員選擇通行能力較強(qiáng)的路線(xiàn)。這樣一來(lái)，交通運(yùn)營(yíng)人員將不會(huì)過(guò)度依賴(lài)智能交通系統(tǒng)或是僅僅提供少到可憐的信息讓駕駛員去自主選擇，而是會(huì)發(fā)揮愈加主動(dòng)的作用。

大家平常使用的智能手機(jī)、導(dǎo)航Apps或是其他導(dǎo)航設(shè)備及汽車(chē)內(nèi)置導(dǎo)航系統(tǒng)等都在提供不同種路徑選擇方案。通過(guò)控制中心提供的路徑選擇方案或是類(lèi)似PTV Optima一樣的功能性平臺(tái)，交通運(yùn)營(yíng)人員可以有針對(duì)性地干預(yù)影響單個(gè)駕駛員行為或是某類(lèi)特定位置特定公共交通使用者的特定駕駛員行為。

整體來(lái)講，交通控制人員將有能力評(píng)估交通事件的影響，評(píng)估不同情景方案以降低交通影響并根據(jù)多種KPIs來(lái)選出最佳情景方案。與此同時(shí)，交通運(yùn)營(yíng)人員也將通過(guò)使用現(xiàn)場(chǎng)基礎(chǔ)設(shè)施或是其他ITS機(jī)制來(lái)提升路網(wǎng)通行能力。系統(tǒng)也可以為駕駛員提供實(shí)時(shí)的甚至是可預(yù)測(cè)的通行時(shí)間。這也可用來(lái)將交通需求誘導(dǎo)到通行率增加的道路。

路網(wǎng)運(yùn)營(yíng)人員可以將PTV Optima及其實(shí)時(shí)預(yù)測(cè)方法納入控制中心，而此舉只需付出與修路擴(kuò)容或是其它硬件設(shè)施投資相比極少的投資。并且，這將覆蓋整個(gè)路網(wǎng)。

INRIX預(yù)測(cè)在到2025年的十年間，英國(guó)的擁堵成本將高達(dá)630億英鎊，大概每年每一百萬(wàn)人口平均為一億歐元。

如果僅利用該擁堵成本的5%便可以投資搭建覆蓋整個(gè)路網(wǎng)范圍的交通模型，再結(jié)合實(shí)時(shí)數(shù)據(jù)就能夠改善交通擁堵，縮短通勤時(shí)間，為社會(huì)經(jīng)濟(jì)帶來(lái)積極影響并提升人們的日常出行體驗(yàn)。我們何樂(lè)而不為？！

解決方案

PTV集團(tuán)研發(fā)的PTV Optima正是將實(shí)時(shí)數(shù)據(jù)和交通模型完美結(jié)合的解決方案。到目前為止，維也納、都靈、莫斯科、阿布扎比、巴黎等國(guó)際上很多城市正在使用PTV Optima。如維也納利用PTV Optima作為其整合智能交通系統(tǒng)的一部分以緩解交通擁堵并影響駕駛員行為。同時(shí)還將PTV Optima與維也納最繁忙交通走廊的交通信號(hào)燈運(yùn)營(yíng)相結(jié)合，信號(hào)配時(shí)方案用PTV Optima作為虛擬“流量探測(cè)器”來(lái)不斷更新。其最后結(jié)果表明通行時(shí)間下降了50%，延誤減少了60%，與此同時(shí)尾氣排放量也降低了15%。

交通運(yùn)營(yíng)人員將針對(duì)性考慮交通事故及交通網(wǎng)絡(luò)等相關(guān)干預(yù)策略并結(jié)合手頭可利用的ITS工具來(lái)通過(guò)PTV Optima發(fā)布交通信息并影響交通網(wǎng)絡(luò)的各方參與者。PTV Optima 將實(shí)時(shí)數(shù)據(jù)與交通模型相結(jié)合，無(wú)縫銜接交通模型師和交通控制人員的各種信息和手段，進(jìn)而高效而安全地管理路網(wǎng)，并實(shí)現(xiàn)交通預(yù)測(cè)。