基于“320系统”的城市主要道路实时路况研究

2015-01-08徐啸峰郁建生

中国管理信息化 2015年11期

徐啸峰，郁建生

（江苏省邮电规划设计院有限责任公司，南京 210019）

随着我国经济持续多年的高速发展，机动车保有量也达到了空前的规模。根据2014年，中国社会科学院城市发展与环境研究所及社会科学文献出版社的，《城市蓝皮书：中国城市发展报告No．7》中的数据，我国机动车数量达到 1．3亿辆，平均每10人即拥有一辆机动车。如此众多的机动车辆，在给人民生活带来极大便利的同时，其所带来的交通拥堵、环境污染、交通事故、违法犯罪等问题，也不容忽视。特别是在城市中，此类问题尤为突出。因此，利用信息化手段对车辆运行状况进行监控和调节，成为解决或缓解交通问题的重要应对手段。

所谓“320系统”是打造一个道路监控网，城市道路每3公里要建立一个320车辆监控点（后面论述中简称320基站），其他道路每20公里建立一个320基站。考虑到城市道路的分布情况，为了能够真实地反映交通状态，在实际建设中，320基站的建设密度是远高于上述要求的。这些基站对通过的车辆进行识别，并记录相关信息，借助连接基站和后台处理系统的光纤网络，这些信息实时传送到后台系统，延时一般不超过5秒。

通过对这些信息的多种维度、多种方式的分析处理，能够实现道路路况分析、套牌车辆分析、电子围栏等智慧应用。本文将重点讨论道路实时路况分析系统的建设方案。

1概述

全面掌握城市的道路实时路况情况，无论对于交通主管部门、交通运输企业，还是对于驾车的市民，都具有十分重要的意义。在真实了解路况的基础上，交通主管部门可以进行车流量的疏导以避免拥堵，企业和个人可以选择更加畅通的道路以快速到达目的地，从而降低运输成本和减少环境污染。

本文研究道路实时路况的指标，主要包括车辆路段通行速度和断面车辆通行量。车辆路段通行速度是描述车辆通过某一路段的平均速度；断面车辆通行量是描述单位时间内通过某一道路断面的车辆数量。采用流计算架构，对实时到达后台的320数据进行处理，从而计算出1～5分钟内的道路路况指标。

2 数据格式及质量治理

320系统通过所谓的320基站对所有通过的车辆进行识别，并产生流水记录（见表1）。按照一个城市实际上路行驶机动车辆100万辆，每辆车平均每天通过320基站10次，则每天产生的流水记录数量达到1 000万条，在早晚交通高峰期，每小时的流水记录数量将达到100万条以上，数据量相当庞大。

表1 320基站流水记录表

数据质量的治理指的是对数据错误进行修正，从而确保数据的真确性。

通过对表1字段的分析可以得知，容易产生错误的字段包括车牌（PLATE）、速度（VEH＿SPD）、车牌颜色（COLOR）、车辆经过时间（ACROSS＿TIME）等。下面对这些数据的质量治理方式进行讨论。

2．1 车牌（PLATE）、车牌颜色（COLOR）

320系统对于通行车辆车牌及其颜色的识别，主要通过两种手段：

（1）通过RFID技术，读取安装在车辆挡风玻璃上的无源标签卡，标签卡中包括了车牌号码和颜色等信息。

（2）通过对通行车辆照片的图像识别，提取车牌号、车牌颜色和车身颜色。

手段（1）识别精度很高，但外地车辆无法安装RFID无源标签卡，故覆盖范围受到一定限制；手段（2）理论上能够对所有车辆进行识别，但考虑到外物遮挡、拍摄反光以及算法精度等因素，实际识别精度在70～85%之间，因此需要对流水数据进行处理，剔除其中的错误数据（注：还可以通过数据比对，来对错误数据进行修正，但考虑到数据样本容量本身已经很大，而错误数据对路况计算精度造成的影响较小，故在本方案中直接将错误数据删除，从而确保计算的效率）。

在实际算法中，需要将RFID和图像识别所获得的信息融合考虑。

2．2 车辆经过时间（ACROSS＿TIME）

320系统基站数量较多，且布设间距一般在几百米之内，如按照50公里／小时车辆，其通过时间不足60秒，故车辆经过时间的精度（特别是时间的一致性）要达到秒级，否则会影响算法进度和车辆通行的空间逻辑关系。在实践过程中发现，320基站的时钟准确性误差较大，极个别的基站误差达到数小时，故此类数据已经不可用。此类数据治理方法是通过人工定期巡检方式进行校时，也可通过在系统中增加时钟服务器、GPS等手段进行自动校时。

3 算法分析

在算法实现之前，需要对城市道路进行抽样，在此基础上建立320基站的空间拓扑关系，和基站对之间的合理通行时间范围。

本方案算法包括如下步骤：

（1）STEP1：320 基站车辆流水数据接收。

（2）STEP2：车辆流水数据预处理，删除其中的错误数据，并将RFID数据和抓拍数据进行比对融合。

（3）STEP3：根据建立的320集中空间拓扑关系，查找每一条流水数据的上游基站信息，如查找到相关信息，则计算两条记录之间的时间差。将时间差和对应基站之间的合理通行时间范围进行比较，如超出时间范围阀值则丢弃此时间差，否则将此时间差认为是反映当前道路通行状况的个体记录。

（3）STEP4：根据预先设定的时间窗口大小，将此时间窗口内的、合理的时间差记录进行算数平均，从而确定此路段的平均通行时间。同时，计算此时间窗口内1分钟的基站车辆通行量。

（5）STEP5：根据道路容量、道路交通设施情况（如红绿灯等）、历史路况等基础信息，以及SETP4所计算到平均通行时间和车辆通行量，对当前路况进行判断。路况分为3种情况，即拥堵（红色）、缓行（黄色）和畅通（绿色）。

（6）STEP6：将计算结果通过接口进行发布（如通过 Web Service接口）。

上述算法流程框架如图1所示。

4 应用功能开发

基于上述基础算法，已经开发出如下功能：

（1）全市主要道路实时路况。该功能按照1～5分钟内一次的刷新频率，对某市主要道路路况进行红、黄、绿标示，此功能不仅能够在PC系统上进行显示，还支持在电子路牌、指挥中心大屏幕、智能手机等终端上进行展示。如图2所示，该功能在智慧城市指挥中心大屏幕上的展示效果。

（2）实时路径规划。该功能能够针对不同的应用需求，从最优通行时间和最短路径进行路径规划，有别于传统主要通过距离、道路等级等静态信息进行的路径规划。实时路径规划能够根据当前最新路况和历史路况情况，让对时间比较敏感的用户选择合理的交通路线，实现的子功能包括立即出发最优通行时间、定时出发最优通行时间及定时到达最优通行时间等功能。