张 磊

(山西省交通科学研究院，山西 太原 030006)



·计算机技术及应用·

多智能体技术在交通系统中的应用研究

张 磊

(山西省交通科学研究院，山西 太原 030006)

从城市交通管理系统、交通信号协调控制系统、交通诱导系统和交通仿真等方面，介绍了多智能体技术在交通系统中的应用现状，阐述了多智能体技术在缓解城市交通问题中的措施，提出了多智能体技术在城市交通系统应用中的发展趋势。

多智能体，交通管理，交通控制，交通诱导，交通仿真

0 引言

当前，我国城市化进程加快，车辆猛增，由此引发的城市交通问题颇受关注。同时智能交通系统对缓解交通问题发挥的作用也初见成效[1]。

随着计算机网络和计算机通讯技术的快速发展，智能体及多智能体系统引起重视。智能体具有自主性、交互性、主动性和反应性等基本特征[2,3]。由于城市交通系统具有规模庞大、关系复杂的特点，将多智能体技术应用到交通系统是一种趋势。

1 多智能体技术在交通管理系统中的应用

在交通管理系统中，多智能体技术主要用于为决策者提供实时的管理控制，以改善交通网运行状况，缓解道路的拥挤程度，减少交通事故的发生从而改善交通状况。

朱茵等人[4]通过对界面智能体、移动智能体和信息智能体三类智能体的研究，将其结合，通过交通管理机构合理的组织，构建出基于多智能体技术的交通管理系统。其中，界面智能体向用户提供相应结论及解释机制，同时用户可输入相关信息；移动智能体通过与其他智能体之间的协调来完成任务；信息智能体将检测到的信息反馈给用户，同时监视信息的变化。

交通管理集成系统是通过各个智能体之间相互协同、相互服务，从而构成的一个多智能体系统。其中各个智能体成员的活动是自制和独立的，它通过协商等手段协调和解决各个智能体目标和行为之间的矛盾。通过交通管理服务机构为各个智能体提供交互平台，使这些智能体成员能够更好地协同工作，发挥应有的效应。

2 多智能体技术在城市交通控制中的应用

2.1 多智能体技术在交通信号协调控制中的应用

在城市交通系统中，交叉口是城市道路的重要节点，对交叉口交通信号的有效控制是提高道路通行能力、缓解交通拥堵的一种重要手段。

承向军[5]分析了现有信号控制系统存在的问题，采用分布式交通控制结构，在加强单个路口信号控制的智能型的同时，建立相邻路口间的信息交流与合作机制，形成基于多智能体的分布式交通控制方式。信号控制智能体由本地路口信号控制器、相邻路口信息处理器、通信接口和车辆检测信息处理器四个部分组成(如图1所示)。

于德新等人[6]根据智能体的模型结构及分层递阶的结构体系特点建立了分层递阶的多智能体城市道路控制系统，具体结构框架如图2所示。该控制系统包含执行控制级、子区域控制级及中心控制级智能体，各级智能体除了进行同级间的协调外还可以通过上一级协调。

为了实现城市交通干线的动态智能协调控制，孔祥杰等人[7]提出了一种基于多智能体的干线动态双向绿波带控制算法。该算法将控制结构分为两层，下层由路口控制器智能体ICA(Intersection Controller Agent)组成，ICA控制交通干线中的单个交叉口。上层是协调控制器智能体CCA(Coordination Controller Agent)，控制干线内的各个ICA，两层多智能体结构见图3。

CCA的作用是处理交通信息并生成优化控制方案，包括交通信息处理模块和优化协调控制模块两部分。交通信息处理模块的作用是对获取的各路口交通信息进行预处理。优化协调控制模块在交通信息处理模块提供的数据基础上，确定关键路口和相位组成并生成动态优化配时方案，再将方案提供给各个ICA。ICA负责交通控制方案的执行和基础交通信息的采集，ICA也具有一定的自主能力，根据路口的实际状况，对上级协调层发送的动态优化配时方案在一定范围内进行适当调整，以实现路网的最优化控制。

对城市交通网络中局部交通流的优化可能引起其他区域交通状况的恶化的问题，欧海涛等人[8]提出以一个智能体的方式实现一个信号灯交叉口控制，对多个信号灯交叉口形成的交通网络采用多智能体协调控制的方式实现网络流量优化来消除拥塞。在城市交通控制中引入基于递归建模方法和贝叶斯学习的多智能体方法，可根据实际观测到的行为变化来在线调整其他智能体的行为。

2.2 多智能体技术在交通诱导中的应用

要使城市交通能够高效运转，除了对交通信号进行协调控制之外，合理有效的交通诱导也能发挥积极的作用。

动态交通诱导(Dynamic Route Guidance，DRG)是根据当前路网的交通流状况及车辆的目的地，经优化计算为车辆提供最佳的行驶路线，从而达到优化均衡网络交通流的目的[9]。

杨兆升等人[10]以交通流分配路网全局最优为目标，用多智能体技术和信息融合技术将城市交通控制和交通诱导协调起来，均衡每个路口的交通流量，提高整个路网的通行能力。集成后的系统采用分层递阶的层次结构，系统协作体系框架如图4所示。该系统按照功能可分为5类智能体：TSC执行级智能体功能是完成单个交叉口的信号控制，并通过与相关TSC执行级智能体和DRG执行级智能体的协作来实现区域内的协调控制；TSC决策级智能体实现交通控制决策功能，根据城市路网交通流的实时运行状况寻求总体优化控制策略；DRG执行级智能体根据动态的道路交通状况实时调整车辆的运行路线；DRG决策级智能体完成交通诱导决策功能；控制与诱导协作智能体的作用是将TCS决策级智能体和DRG决策级智能体集成，使得TSC控制策略与DRG决策能够交流与协作，通过与TSC决策级智能体和DRG决策级智能体交互得到智能协作的信号控制策略和诱导策略。

徐丽群[11]运用多智能体技术设计了以城市交通管理中心为基础的出行诱导管理系统，该系统中将动态交通信息与交通管理专家的知识和经验结合起来，通过黑板模型集成了出行诱导管理过程中的交通问题类型确定、分流交通量预测和分流交通量控制3个智能体，使每一个智能体能够与黑板通信，智能体之间在黑板上进行信息分享与协作。该系统的结构框架如图5所示。

随着智能体技术的日趋成熟，将多智能体技术应用于城市交通管理与诱导中会有越来越多的应用，将在交通系统中发挥重要的作用。

3 多智能体技术在交通仿真中的应用

交通系统的定量研究方法一般有数学模型和系统仿真两种[12]。由于数学手段的限制，对复杂系统建立模型并进行求解的能力是有限的。交通仿真技术克服了传统数学模型的缺陷，其直观、灵活的特点使之成为交通工程领域的研究热点之一。

李得伟等人[12]以轨道交通枢纽为研究对象，提出了交通枢纽内乘客、设施及交通工具间相互协调的微观模拟方法，建立了多智能体枢纽仿真环境，对轨道交通枢纽内客流的微观行为与设施的协调进行仿真，通过智能体自主决策，观察不同的群体行为和枢纽设施布局之间的关系及影响，为枢纽内部的设施布局提供决策支持。

曾滢等人[13]在实验交通工程理论的基础上，运用多智能体的复杂系统建模方法对微观交通仿真进行研究。利用StarLogo编制仿真程序，模拟城市快速路入口匝道车辆汇入的跟驰、换道等行为。通过仿真实验的设计与实现，进一步证明了利用多智能体技术来研究交通这个复杂系统的可行性。

魏赟等人[14]在需求分析的基础上，对城市交通微观仿真系统进行研究，提出了基于多智能体的微观交通仿真模型。探讨了基于智能体的微观交通仿真系统建模过程，从交通流生成模型、元胞自动机模型等入手，构建了系统的架构、仿真流程及各智能体的设计方案。

公交系统的运行仿真可用于实时公交调度、评价公交路网结构和制定优化调整策略。安健等人[15]通过分析公交运行服务特性、乘客的出行特性及其相互作用机理，利用基于多智能体的建模和仿真方法，将个体微观行为与系统整体特性有机结合，对公交运行服务特性、乘客特性、信息条件及系统要素交互机制分别进行了分析和建模，设计了公交运行服务仿真平台。通过仿真反映出公交运行服务过程，探索信息条件下公交乘客出行行为规律，揭示了公交运行服务特性与乘客行为特性的相互作用机理。

4 结语

多智能体技术在交通领域的运用已取得了一些成果，在今后应用中还需充分考虑城市交通系统的特点，缓解系统内通信需求、降低运算量、优化系统组织结构、增强系统的稳定性和安全性，从而使智能体技术在交通领域中发挥更大的作用。

智能交通是城市交通的发展趋势，城市交通将来会被各式智能、自治的智能体构建而成，它们之间通过互联网、无线网络或自组织网络相连接，不断地采集信息并做出决策，最终使城市交通系统获得彻底的智能。

[1] 姚伟红.城市道路交通面临的问题及解决途径[J].山西交通科技，2007,3(6)：79-81.

[2] 李海刚，吴启迪.多Agent系统研究综述[J].同济大学学报，2003，31(6)：728-732.

[3] 承向军，杨肇夏.基于多智能体技术的城市交通控制系统的探讨[J].北方交通大学学报，2002，26(5)：47-50.

[4] 朱 茵，唐祯敏，钱大琳.基于多智能体技术的交通管理系统的研究[J].中国公路学报，2002，15(3)：80-83.

[5] 承向军.基于多智能体的分布式交通信号协调控制研究[D].北京：北京交通大学，2005.

[6] 于德新，杨兆升，王 媛，等.基于多智能体的城市道路交通控制系统及其协调优化[J].吉林大学学报(工学版)，2006，36(1)：113-118.

[7] 孔祥杰，沈国江，孙优贤.基于多智能体的交通干线动态智能协调控制[J].解放军理工大学学报(自然科学版)，2010，11(5)：544-550.

[8] 欧海涛，张卫东，张文渊，等.基于多智能体技术的城市智能交通控制系统[J].电子学报，2000，28(12)：52-55.

[9] 李瑞敏，史其信.基于多智能体系统的城市交通控制与诱导集成化研究[J].公路交通科技，2004，21(5)：109-112.

[10] 杨兆升，陈 昕，王 媛，等.城市交通控制与诱导系统智能协作[J].交通运输系统工程与信息，2005，5(6)：43-47.

[11] 徐丽群.基于多智能体技术的出行诱导管理系统研究[J].东南大学学报(自然科学版)，2004，34(6)：814-818.

[12] 李得伟，韩宝明，鲁 放.基于多体的交通枢纽微观仿真研究[J].都市快轨交通，2006，19(5)：48-51.

[13] 曾 滢，杨晓光，孙 剑，等.基于多智能体的微观交通仿真研究[A].2005年海峡两岸智能交通运输系统学术研讨会暨第二届同舟交通论坛[C].2005.

[14] 魏 赟，韩 印，范炳全，等.基于多智能体和元胞自动机的微观交通仿真系统建模[J].上海理工大学学报，2009，31(3)：242-246.

[15] 安 健，杨晓光，滕 靖，等.基于多智能体的公交运行服务仿真模型[J].同济大学学报(自然科学版)，2010，38(6)：832-838.

A review on application of multi-agent technology to traffic system

Zhang Lei

(ShanxiTransportationResearchInstitute,Taiyuan030006,China)

From the urban traffic management system, coordinative controlling system for the traffic signals, and traffic guidance system and traffic simulation, the paper introduces the application status of the multi-agent technology in traffic system, and indicates its measures in relieving the urban traffic problems, and points out its application tendency for the urban traffic system.

multi-agent, traffic management, traffic control, traffic guidance, traffic simulation

1009-6825(2016)18-0256-03

2016-04-18

张 磊(1987- )，男，助理工程师

U491.2

A