导语:随着科学技术的不断进步,通过智能技术对交通管理进行赋能是当下和未来的必然方向。迄今为止,智能交通管理系统已经历了几十年的发展,其阶段特点和当前存在的问题值得总结思考。 清华大学土木水利学院交通工程与地球空间信息研究所所长、博士生导师李瑞敏副教授对此进行了分析,并介绍了关于智能交通管理系统建设发展的思考与实践。经本人同意,言究社将其在公安部道路交通安全研究中心的讲座要点(有删节)整理如下,供各界同仁交流参考:
智能交通管理系统发展与困惑
发展进展概述
回顾智能交通管理系统的发展历程,可以主要分为四个阶段:交通系统管理(1960年代至今)、主动交通管理(1980年代至今)、交通需求管理(1980年代至今)和交互式交通管理(2010年代至今)。
当前我们所处的交互式交通管理阶段,是以数据驱动为核心,形成数据采集、数据处理分析、数据应用演进方向的闭环模式。数据采集主要通过传统检测、便携设备、V2I、导航系统等渠道,数据处理分析环节包括统计分析、建模优化、控制策略、交通诱导等,实现性能评估和方案优化,最终是将数据应用到指挥中心、车队管理、管控设施等方面上,实现交通管控。 交互式交通管理较为突出的特点在于交通管理不再仅仅是传统的交通管理部门由上而下单向管理工作,而是逐步转变为道路出行者、交通管理者、信息服务商、出行服务供应商等之间的交互式整合。
在这一大背景下,我国已有600多个城市建成了城市交通管理指挥中心,整体呈现系统建设规模越来越大、投资金额持续增加、技术集成不断升级的趋势,同时综合效果也日渐显现。
发展过程常见困惑及原因简析
在智能交通管理系统高速发展的过程中,我们同样也产生了一些普遍的困惑。
一方面是智能交通管理系统大量建设、功能不断优化,但这些系统建成后用不用、用的多还是用的少呢? 在功能使用频率方面,可能存在不用、少用、无用等不同程度的情况; 数据使用可能存在不足、不准、不可靠等问题。 对此分析,可以发现主要是因为需求分析针对性不强、系统易用性不够、智能化水平不足等导致上述问题出现。
另一方面在使用智能交通管理系统过程中,其效果如何?以解决拥堵问题为例,某市刚投入使用时大幅缓解了城市拥堵,但一段时间后却又恢复了拥堵状态。 出现效果不理想的情况,可能需要结合实际思考,如考虑交通工程是否配套,综合施策和IT主导的比重如何; 数据利用是否充分,有无合适的数据,是否充分使用; 管理根本是否明确,是以车为本,还是以人为本等。
系统属性特点及发展方向
结合当前智能交通管理系统的发展现状,我们总结了一些对于交通系统的基本认识, 交通系统具有明显的社会-技术系统属性,对于社会子系统与技术子系统而言,如果只强调其中的一个而忽略另一个,可能导致整个系统的效率低下。同时,系统各要素之间关系日渐紧密,在研究分析方法中也需要充分重视社会子系统与技术子系统的整合。 目前比较突出的问题有几点:一是机制问题,交通工程与信息通信技术(Information and Communication Technology,ICT)之间的专业整合不够紧密;二是社会意识问题,交通参与者交通意识提升不足;三是认知问题,过于强调车辆为对象而忽视人的出行本质等。
智能交通管理系统应是信息、物理、社会域相互融合的多学科交叉研究对象。作为基于信息物理社会系统(Cyber-Physical-Social Systems, CPSS)的交通系统, 在社会域与信息域之间,社会域被信息域通过各种手段感知,同时信息域为社会域的运行提供各类的信息服务等; 在信息域与物理域之间,信息域通过各类技术手段实现对物理域的全面感知和调控优化,物理域的变化也能够为信息域带来相应的影响; 在物理域与社会域之间,物理域是交通系统社会域各类活动实现的基础,社会域的需求是物理域相应运转的驱动力,社会域的运行方式又会影响物理域的发展变化等,如图1所示。
图1:信息物理社会域关系
联系智能交通管理系统的特点,我们认为交通系统的发展在规划层面将由交通规划逐步到出行规划。面向交通到面向出行主要体现在:更为关注全社会为出行者从起点到终点服务、通过主动交通管理措施改变出行者出行行为、加强公私合作(PPP)、MaaS(Mobility as a Service,出行即服务)+交通管理相结合的模式等方面。
关于智能交通管理系统的思考与实践
围绕上文提到的交通系统社会-技术系统属性和特征,我们对智能交通管理系统的发展进行了探索,在分析信息域、物理域、社会域三者之间关系的基础上,思考并提出了基于CPSS构建系统体系架构、基于系统工程进行规划设计、基于先进技术提升智能化水平、基于跟踪评估实现系统效能发挥。
基于CPSS构建系统体系架构
基于CPSS的智能交通管理系统由物理层、信息层和社会层组成,体系架构如图2所示。 物理层是指交通运输系统中真实的交通运输服务,实现人、车、路及管理设施之间的物理性交互,并且针对不同要素,通过泛在传感采集各类物理交互信息并传输到信息层。 信息层则主要实现对物理层的信息化体现,一方面代表交通供给的基础设施、载运工具等实现了信息化,另一方面代表交通需求的出行行为、出行需求实现了信息化,二者交互进而形成了交通管理、出行服务的信息化等,在该层形成了虚拟化的交通系统。社会层则基于交通系统相关要素的社会化交互,综合考虑出行者的需求特性和制度领域的各类要素,形成具有组织规则的广义互联社会,进而又影响到交通系统中的个体行为。因此,需要对交通系统的社会化特征进行深入剖析并与技术系统进行整合。
图2:基于CPSS构建系统体系架构图
基于系统工程进行规划设计
构建了基本的体系框架,接着便可进行规划设计。以系统生命周期时间为线, 整个流程包括对系统分解和定义,软件编码、硬件制造,根据前期准备集成重组为系统,并且在实际运行前需要对系统进行验证,投入运行后需要注意维护,并根据实际需求更新或升级,直至退役替换,如图3所示。
图3:基于系统工程进行规划设计
基于先进技术提升智能化水平
先进技术是提升智能交通管理系统智能化水平的重要因素,我们认为主要是从以下几点着手来实现最终目标:一是保证物力基础,包括ICT技术应用、外场设施建设、数据、信息、控制服务等;二是提升算力,通过云计算、大数据,大数据中心,数据管理及应用等实现;三是优化智力,包括人工智能、“交通大脑”、“智慧管控”等;四是最终加强能力建设,形成新的交通治理体系(思维、理念)。需要注意的是,这个阶段还应考虑提升效率与调整需求并重。
换句话说, 提升智能技术的前提是计算能力的提升、大数据的发展、创新的AI算法等,且其涵盖交通管理、资产管理等多个领域,具体可总结为包含“检测/感知——分析/挖掘——学习/预测——决策/执行”四个环节的过程。
☞ 检测/感知。利用新型采集设备等实现精细、全样的交通信息采集,并对联网出行者数据、联网车辆数据、联网基础设施数据、地图数据等进行多源数据融合。
☞ 分析/挖掘 。掌握现实交通状况、基本出行规律,进行时空问题诊断、特定需求分析等。
☞ 学习/预测 。大数据的作用方面,从如何获取数据到如何高效利用数据,从基本的预测到保证预测的精度及可靠性;交通预测方面,包括常态预测、恶劣天气下交通预测、事故影响预测、宏观预测等。
☞ 决策/执行 ,实现交互式管理,要点在于: 一方面理念上从面向交通转为面向出行,通过多源数据驱动让出行者成为数据链的一环; 另一方面要基于精准预测实施,并针对出行者的前、中、后出行全过程综合灵活施策。
基于跟踪评估实现系统效能发挥
跟踪评估系统使用情况有助于进一步优化系统功能,提升系统效能发挥。评估需要基于明确的建设目标、系统的评价指标、科学的评价方法进行。
在此介绍一个依靠数据驱动评价的案例,如图4所示,主要研究某城市限行措施由“五日制”转为“单双号”带来的变化:从指标维度看,除了实施后交通流量平均下降了8.74%的显性指标外,每天实际的违法车辆比例也从8.72%上升至17.9%,而合法车辆的出行强度也提升了12%,这是一个多维度的变化评价。当然,交通流量缩减虽不足预期,但总体上大部分路段速度依然得到显著提升,如在路网速度提升比例方面,早高峰提升23.30%,晚高峰12.85%,平峰8.21%,表明当交通流处于非饱和与饱和的过渡阶段,较少的流量减少可带来速度的明显提升,使得城区路网速度提升效果更佳。 案例中通过从多个维度的指标进行评估,后续再根据具体的需求导向采取相应措施,更有助于进一步优化系统效能的发挥。
图4:基于跟踪评估实现系统效能发挥的案例
当然, 评价既是一轮工作的结束,也是下一轮工作的开始,尤其需要注意以下几点:一是充分利用高精度数据,注意数据的质量;二是通过持续的性能监测改善工作,搭建综合评价平台实现自动化的评价;三是系统性辅助发现问题。
总的来说, 智能交通管理系统的建设发展需要充分重视系统所涉及的各类社会性因素,而科技水平的提升、基础环境的优化、意识行为的改变等都是智能交通管理系统效能发挥的基础。
(文 / 清华大学土木水利学院交通工程与地球空间信息研究所所长、博士生导师 李瑞敏)
注:本文部分内容来源于 李瑞敏所长和公安部道路交通安全研究中心王长君主任共同所著的《智能交通管理系统发展趋势》一文。
编校丨李芸玥 蒋莉莉
1.李瑞敏:智能交通管理系统的发展及趋势
2.王长君:一味崇拜高新技术忽略传统交通工程措施,智能交通管控终将落得华而不实的结局
声明:如需转载或开白名单,请留言联系获取授权!转载须在文首标注来源交通言究社!未经授权不得转载!