新闻媒体

行业动态

数据时代的交互式交通管控及优化

李瑞敏 副教授

清华大学交通工程与地球空间信息研究所所长


01


 发展背景及趋势 




现在或者未来影响交通管控工作的主要因素主要有以下几点,一是我们目前面临的困境,我们面临着从宏观到微观的各种困境,可能是来自我们快速的城市化和机动化所带来的压力以及我们的道路资源和土地资源不足形成的矛盾。在这个矛盾之下,大家从不同层面规划、建设、管理、运维,从各方面入手应对困境。未来可能给我们交通管理带来的一些影响的宏观因素,比方说技术,我们的通信技术、车辆技术、计算技术,都可以给我们的交通管控带来一些新的影响,又或者说带来一些新的机遇。同时,我们有很多新的伙伴,当然这些伙伴研究的过程和重点并不完全一样,但也可能给我们带来一些新的启发和支撑,未来的出行可能更多的是服务,如果出行发生转变,交通管控方面面临的很多问题可能会迎刃而解,不再是一个问题,当然这是一个长期的过程。

在这些因素影响之下,其中有一点,就是数据。


这是借用国外的整理,又结合国内现状做了修改。从数据采集技术上来讲,传统的地上埋的和地上装的以及基于车辆的数据有很多,而且车辆的技术也在发生变化,我们的车路协同和自动驾驶如果真的投入使用的话,我们的交通管控技术应该会受到根本性的影响。既然交通是城市的组成部分,那么智慧城市的一些包括空气质量的分析、路灯分析等等,还有决策支持的技术,现在更多的是人在分析数据,人在思考,人的思考有自己的优势,可能在某些方面不如计算机,将来会有计算机辅助我们做这些事情。在这些技术的支持之下,我们又有了各种各样的数据,我们有以人为基础的各种众包数据,还有众包视频,这些都可以拿来用。还有车联网的数据,还有联网的基础设施,这个更为传统,也有一些新的数据以及地图等等。


在这些影响之下,它构成了我们未来可以使用的多源坚实数据基础,新的基础建设也好,或者说我们认为这是一个新的资源也好,当数据到了非常重要的地步。这时候要面向未来去看,而现在来讲我们的数据还不够完善,但是它是在不断产生的,也会不断变得丰富,未来的来源会更加丰富多样,数据会更加全面精细,甚至可以解析每辆车从哪到哪去以及这个车是干什么的,车上有几个人,这些都能挖掘出来。

这种情况下,数据的价值会扩大。其实交通使用数据从一开始就有,五十年前或者说百年前交通人员去做交通的管理或交通控制时,我们就在用数据,但未来因为数据的变化使数据的价值在不断扩大,从分析到优化,到决策再到闭环的形成。未来的潜力是无限化的,因为大数据和人工智能的技术也许在十年后会有新的技术,一切都在发展。


回过头来看交通管理的发展,交通管理进入电子化和信息化的进程大概就是以计算机应用作为标志,60年代我们开始建设这样的系统,1963年第一个控制系统建成,当时我们更多的还是使用控制的方法和当时的通信技术,对城市交通流做一些适应性的管理和控制,它是被动式的,后来交通流发生一些变化,我们开始去响应这些变化。我们觉得这是滞后的,所以80年代开始提出主动交通管理的概念,到了2000年以后,由于技术的兴起,使得主动交通管理的概念、技术和方法都能实现,现在可以进行主动性管理,也有一些系统性的研究,它们从不同角度入手划分了不同层面,这时候我们进入到了主动阶段。

同时我们还在做一个事情,那就是交通需求管理。如果我们只是从交通管理的角度入手,可能真的没办法解决很多问题,像陈总讲的,信号优化完了好像还堵,可能那个拥堵仅靠信号优化的话,神仙来了它还是堵,我们要调整需求,一方面提高基础设施的效率,另一方面控制机动化的需求,关于这个也有很多措施,目前国内也在做,包括限行限购这些宏观的措施,还有一些微观的措施。再靠前一步,它将直接影响你的出行。将来不仅仅是聚焦在对供给的管理上还是用来提高路网的效率上,现在事实已经证明,你再有手段,再有设备,再有智能化的手段,但可能在需求超过供给的那段时间内你也没有办法,这个时候我们就一定要从两个方面入手。让未来变成有出行者,有管理部门,有运输服务的供给商,大家一起参与这个过程,形成交互式的交通管理。



02


 交互式交通管控及优化 





个人觉得有三个层面的交互。一是数据层面的交互,二是措施层面的交互,三是学科和专业层面的交互。对于数据来讲,我们需要一个实质性的数据共享,因为现在数据共享这个词我们已经听了很多年、很多次,刚才也有专家提到,是不是真正达到了我们想用什么数据,就有什么数据可以为我们所用的时候呢?这是个很大的问题。另外,数据使用的部门,除了管理部门要求拿别人的数据以外,我们也要开放我们的数据去影响信息的服务甚至于影响出行者的出行行为。二是系统管理和需求管理措施的整合,关于学科,不管是像我这种由土木转到交通中非常传统的交通工程,还是大家很多搞信息和IT的,都希望能坐到一起利用不同的技术去理解不同的交通本质,总之就是大家都希望一起来做一些事情。

在数据这块,这几年一直在推动,包括今天上午我参加的一个论坛也在提这个事情,就是互联网跟交通管理的数据交互。


我借用了几张别人的PPT,这是我们部里现在在推的,它把与交通安全相关方面的一些信息实时地跟导航进行交互,让出行者知道前面可能有拥堵,或者说前面有施工,可以提醒我。当然这个信息需要进一步精准,说的要求高一些,像在高速上,我们希望能分车道,因为我们也曾经出现过这种情况,由于出口匝道的堵车导致整条路都是红的,但其实主线是不堵的,其实这样的案例也是存在的,我们希望数据的共享和交互能更为精准。


第二个是是更细致的数据共享,关于这些我们在一些城市也做了,但发现有一些局限性,我们把不同的数据来源整合起来,这里有两个例子。我们在地图上看到的是一条路、一条线,但是在现实中的路口方向其实左转是没有车的,只是直行堵着而已,或者说左转转不过去,而直行上没有什么车,这些都可以交互起来为我们所用。目前我们还可以人工采集这些东西,打开这个系统看那个,将来怎么实现共享呢?除了技术问题以外,在机制上也要更好地共享,只有把这些全部做成自动化了才能实现所谓的人工智能。


关于措施的交互,我们希望未来被动+主动管理能真正被结合起来,过去管理的流程可能是这样的模式,就是出行的服务商给我们出行者提供出行信息,而出行者被管理部门通过各种设备监控,管理部门掌握了我们的状态之后做相应的管理,现在打通了,管理部门把各种有计划、无计划的异常信息实时共享给信息服务商,信息服务商提供更精准的数据给出行者,也可以把更为精准的个体出行数据发送给管理部门,丰富管理部门的数据。在未来的车联网成规模以后,管理的设施和交通状态之间也能直接发生通讯,在出行者和中心之间,除了传统的依靠隔离检测器以外,也会发生通信,这些方式在未来会给我们带来很大的影响。


未来应该是多源数据驱动的模式,因为无论是从数据的采集,还是从数据的处理分析到数据的应用,我们对性能的评估、方案的优化以及方案的具体实施这都应该是由数据驱动的,出行者和管理者未来会成为整个数据链中的一环,每一个参与交通的人都是数据的贡献者。


二是基于精准的预测实施,我们要超前预测未来会发生的情况,不管是短时还是长时的,既然我们能想到可能会出现这些问题,我们就要提前介入,这些提前介入的手段不再仅仅依靠我们自己调一调车道,明天把这个开成潮汐车道应对大量的需求,像深圳在做预约出行,如果不做预约出行,那么这个地方明天就会堵,那就要把需求管理的手段也做进去,否则仅靠我们提高5%-10%的通行能力是没办法应对异常情况的。


三是针对出行者的全过程包括出行前、出行过程中乃至于出行之后,我们通过信息服务的手段或者精准的信息推送改变大家的这种出行过程,不仅仅是考虑怎么应对路上这些人带来的交通管理的压力,而且也是要从源头入手。

未来我们可能从面向交通的管理到面向出行的管理。我在解析道路交通的时候,就不再是说一条路上有多少辆车,而是要让每个出行者选择最合适的出行方式,对管理者来讲这也是最高效的方式。最后是综合灵活施策的方式。

刚才谈了这样一个闭环的过程,或者说是一个前置管理的过程,它的重要基础是交通预测,这些年我们也在交通预测方面做了工作,它包括常态的预测,比如现在是三点半,赶去机场大概是什么样子。当然也有恶劣环境的情况,在南方可能是暴风、降雨,而北方可能是降雪等等情况,还有事故及宏观的预测。

既然我们不仅要做供给管控,还要做需求管理,那么我们每一次的出行从起点到终点都要经过无数的选择,进行出行目的地的选择,要有时间的选择,也要有方式的选择,还要有路径的选择,路上还要有车道的选择。除了我们更好地进行信号配时、做渠化以及提高道路运行效率以外还可以在每个阶段切入出行管控,这样一来不管是宏观的限行限购,还是中观区域收费,又或者是微观的方式,它都可以展开。


2014年南宁提高停车费,2017年因为各种压力又降低停车费。我们用系统采集的数据分析了一下,在收费提高以后,停车时长是明显下降的,停车费用支出也比以前大,可能因为停车费的支出,老百姓有意见,所以政府又把停车费降下来了。当政府把停车费降下来以后出现的现象是:停车的支出没有任何变化,这意味着停车的时长在增加。可能政府是想把停车的收费降下来,这样一来老百姓的停车费就省点,实际上大家已经习惯了一天就20块钱停车费,降了还是20块钱,这样一来停车就不再是看停多长时间了,而是停多少钱的时间,那交通管理的压力自然就来了。

关于面向交通和面向出行的转变,这个是要往前去看的,要有交通服务相应的转变,它跟着交通管理一起变化。就目前根据关注交通宏观的表象转向更关注整个社会为出行者的起终点服务,其实只要人和货物能从起点运到终点就可以了,可以实现更高效地运输。如果说有多少需求就有多少供给,那可能真的没办法满足。公司的合作,这里讲的PPP不是投资的PPP,而是指公私合作。

03


 未来发展 





日本现在一直在做跟交通管理非常相关的两个代表性的项目,一个是UTMS,另一个是VICS,在信息服务的精准性上已经有了变化,原来还是跟原先的地图似的,提供出门的路径导航,现在已经开始通过车路协同,对每一辆车本身的特性和经过道路支撑的信息服务提供更为精准的服务。UTMS也从2018年开始被强调要纳入新的数据源去更新UTMS的水平。欧洲现在在做的,不管是PM2.0还是其他项目,都在强调公司合作,政府已经看到大量私营企业和部门掌握大量的数据,要把这些拿过来,也要靠这些改变交通的出行,这样减轻了政府交通管理的压力,而美国也同样在做类似的事情。

这是我们传统的对于一个正常的交通拥堵管理的流程,它有大量的检测器,可以对路况进行监测,再出分析报告。现在的技术给我们提供了一些方式,再到系统性的措施,除了交通管理的措施以外,还要把出行服务也充分利用起来去改变大家的需求,还要加上更先进的区块链的东西。

关于我们交通管理或者需求管理的措施很多,也有很多已经是交通管理和需求管理的整合,这些最后大家要能够统一用起来。

我们有无数的对策,但是要把对策和场景对应起来,而且这些对策要强调是交通系统管理对策和交通需求管理对策的整合,这需要公司的合作。

最后,个人觉得在交互方面:基础是信息交互,我们要实现共享,数据必须要权威、精准、实时;核心是措施交互,它包括需求管理和主动管理之间的整合;关键是学科交互,因为来自不同专业的人坐在一起,大家可以一起努力才能把前面这些美好的想法给实现。




(本文根据第十五届中国智能交通年会速记整理,未经本人确认)


上一篇:交通运输部:在27个城市开展ETC智慧停车试点

下一篇:数据赋能+警务变革下的深圳交通精细化治理模式

展商推荐

000
00
00
00

右侧二维码扫一扫

右侧二维码扫一扫