平行系统在道路交通管控中的应用实践 - ITS文库 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 首页 > ITS百科 > ITS文库 > 正文

    平行系统在道路交通管控中的应用实践

    2013-01-17 16:25:45 来源:智能交通管理杂志 作者:熊刚 朱凤华 范东 评论:
    分享到:

    1.引言

    《智能交通管理》在101期"车路协议是智能交通的一个具体化实例"一文中,记录了我团队(中国科学院自动化研究所智能交通团队)创建人,IEEETransactionsonIntelligentTransportationSystems主编,王飞跃研究员的专访,其中介绍了在他于本世纪初提出的ACP方法指导下,团队在道路交通控制与公共交通管理方面研制的平行系统及其应用概况,展现了平行系统美好的发展前景。作者受邀撰写本文,就其中道路交通平行管控系统相关内容,做更为详细的介绍。

    2.道路交通控制现状

    随着中国城市化、城市交通机动化的发展,城市道路供给越来越不能满足快速增长的车辆出行需求。为了缓解城市交通拥堵难题,一方面要加强道路建设增加供给,以做到与车辆增长需求的匹配;另外一方面,采用交通信号控制系统的控制与疏导功能,做到人车路协同,也显得越来越重要。100多年前,就有人开始研究交通信号以控制车辆出入交叉口的秩序,至今已经取得长足发展。杨晓光等人认为:我国现有交通信号控制器,主要是基于国外20世纪70-80年代的技术和研究成果,未考虑到我国的道路交通状况及现行路网条件。因此,我国还需要自主研制适合国情的交通信号控制器。城市交叉路口的交通流是相互关联的,并且是非确定性的,智能化和集成化是城市交通信号控制系统的发展趋势。

    我们也有相似的观点:我国很多城市已经应用智能交通系统ITS,取得了很好效果。但是,现有ITS还没有很好地解决复杂交通系统的控制和管理难题。在此背景下,中国科学院早在2004年以前就提出了ACP方法及平行系统。它基于强大的计算平台基础上,引入从传统建模升华而来的人工系统A(ArtificialSystems),通过机理建模、经验建模和数据建模的有机结合,来应对传统建模困难,建立起"等价"于实际系统的人工系统。这样,人工系统不仅积累了完整的历史和现实数据,还积累了人的群体智慧,就自然可能在某些方面继承甚至超越人的智慧和经验。通过高于传统仿真的计算实验C(ComputingExperiments),事前或事中发现复杂系统动态演化的各种规律。最后,利用这些规律,实现平行执行P(ParallelExecution),在正常情况下人工系统帮助实际系统不断适应变化,滚动优化,提高控制与管理水平。在非正常情况下,实现高质高效的应急管理,提高处置能力。

    从控制角度来看,就是在传统对工程性对象进行"小闭环控制"基础上,增加管理、人、环境等社会性要素,形成一个"大闭环控制"的实际系统。针对大闭环控制对象复杂多变,引入了人工系统,与实际系统共同形成双闭环的平行系统。这样,基于人工系统A和计算实验C,就可以实现"认识不可认识者"。基于平行执行P,就可以实现"改造不可改造者"。基于ACP方法的平行交通控制与管理系统PtMS(ParallelTransportationManagementSystem),就可以实现:未来改变现在,成为城市交通管理的"水晶球"!

    3.道路交通平行控制与管控系统(PtMS)

    图1道路交通平行控制与管理系统PtMS

    多年以来,自动化研究所在中国科学院,自然科学基金委员会,科技部973项目"城市交通信息融合、集成与计算实验",科技部863项目"网络化公交优先信号协调控制技术及装置研究"等的支持下,投入大量人力、物力,先后开发了几代PtMS。第四代PtMS如图1所示,它主要包括如下系统:用于交通视频自动分析的RoadScope;用于路口代理控制的信号控制器;用于人工交通系统建立的TransWorld;用于人员学习与培训的OTSt;用于方案实验和评估的DynaCAS;用于控制和管理的aDAPTS。对实际交通进行控制和管理的iTOP实际应用,对人工交通进行控制和管理的iTOP人工应用。下面逐一介绍。

    RoadScope的人流、车流检测功能已经在"平行系统在广州亚运会公共交通管理中的应用实践"一文中进行了介绍。我们的信号控制器,经过几代的进化(图1),已经实现了基于代理等高级控制功能(图2),成为PtMS实现区域自适应协调控制、平行控制和管理等高级功能的路口控制单元。从可靠性、降低成本、方便维护、功能扩展方面做了改进,比如:(1)增加无线传输接口,在已有的本地遥控和CDMA数传模块的基础上,增加3G等无线传输模块的接口,在未铺设光纤的路口实现数据的可靠传输;(2)增加闯红抓拍功能,将交通信息采集和车辆闯红抓拍功能有效集成到信号控制器的视频模块中。

    图2基于代理的信号控制器

    TransWorld是我们创新性地研制的人工交通系统生成软件,实现了路网、车流、人流和环境等的生成功能,重大体育赛事相关设施、公共交通实施等的生成功能,已经生成有苏州、济南、北京、广州等地的人工交通系统。

    OTSt包括两大部分。一部分是传统信息化系统的学习、培训和考核功能。另一部分是人工情景式学习、培训和考核功能。OTSt实现了从有什么学什么,到缺什么学什么的跨越。从读书式学习,到游戏式学习的跨越。从而提高了学习的针对性,压缩了学习时间和成本,提高了学习质量。可广泛用于驾驶员、交通管理者、学生、市民和游戏者的交通学习。

    DynaCAS的计算实验平台,实现了交通资源生成、管理方案生成、环境配置、实验场景生成、计算实验设计、计算实验执行等功能。为发现千变万化的复杂交通演化规律提供了系统保障。DynaCAS中平行应用是现有PtMS的最大亮点。可以根据不同的管理需求,先建立不同的管理评价指标。之后,就可以完成交通流的平行评估,路口信号控制的平行评估,多个路口基于自适应动态规划(ADP)的平行评估等功能。该系统已在苏州太仓试运行。

    PtMS的高级应用是实现交通的平行控制与管理的aDAPTS,是我们未来开发的重点。目前,aDAPTS积累了一些较为实用的各类模型库。

    iTOP实际应用,是把特定对象的OTSt、DynaCAS,aDAPTS的实际内容抽取出来形成的,是对实际交通对象进行控制和管理的系统。目前,实现了路网生成、视频监控、路口机控制、VMS、分析评价等功能。该系统已在苏州太仓试运行

    iTOP人工应用,是把特定对象的OTSt、DynaCAS,aDAPTS的人工内容抽取出来形成的,是是对人工交通进行控制和管理的系统。通过A、C、P三步曲,iTOP人工应用就可以帮助iTOP实际应用不断适应动态变化,正常情况下优化其运行效果,异常情况下提高其应急处理能力。

    4.PtMS应用实例

    2003年江苏省实施"沿江开发"战略时,就把太仓港作为重点建设的"江苏第一港",2008年太仓港成为大陆与台湾"大三通"的首发港口。太仓港发展的不断提速,使得周围道路的交通压力陡增,对于太仓港和太仓市区之间的主干道太浏公路来说,道路通行能力供需之间的矛盾尤为突出。为提高太浏公路的通行能力,保证太仓港发展能得到坚实的交通支撑,在江苏省苏州市公路管理处和太仓市交通局的支持下,我们组织实施了"太浏公路快速通行智能控制系统应用研究"项目,基于ACP方法对交通信号控制系统进行改造、评估和优化,以实现太浏公路的快速通行。

    根据太浏公路上的交通流特点及拟实施的工程目标,我们确定了PtMS的建模范围,沿太浏公路向两侧延伸,长约8公里,宽约2.2公里,并在计算机中建立其人工系统模型,如图3所示。与传统的交通仿真仅仅再现实际的交通状况不同,该人工系统除了要模拟太浏公路及其周边环境的当前状态,还要能够演化出不同的控制与管理措施实施后的效果,并预测将来的发展趋势,成为能"生长"的虚拟系统。因此,该人工系统的实现必须建立在人工人口的基础上,基于人工个体的活动生成系统中的交通出行。

    图3人工太浏公路及其周围环境

    基于上述人工交通系统所建立的PtMS具体应用到三个方面:

    (1)项目施工前,系统效果的预测与评价

    项目施工前,PtMS预测:太浏公路改造完成以后,一天中车辆平均速度的均值由58.5kmph提高到64.3kmph,提高了11%;改善效果在非高峰时段较为明显,但在早晚高峰时段(6:30‐8:00和16:30‐18:00)并不明显。这是因为早晚高峰时段的车流量较大,各交叉口都接近或处于饱和状态,单纯通过信号控制手段已经很难提高通行能力。这一预测结果,在项目实施中也得到了验证。

    (2)项目实施与运行过程中,生成优化控制方案

    太浏公路项目的关键任务是生成优化的控制方案。城市交通问题不存在一般意义的最优解,更不存在唯一的最优解,对于交通信号优化控制来说更是如此。在引入PtMS之前,交通信号控制方案的具体效果一般采用现场运行实验的方法来评价。使用这种方法,一般需要几周甚至更长时间才能获得初步的运行结果,较优的优化控制方案要在相当长的一段时间之后才能确定。基于PtMS,系统实施的同期就可以检验与评价控制方案的效果,节省了控制参数调整与优化的时间。在太浏公路项目中,最终的优化方案就是利用PtMS提前生成的。

    图4PtMS在济南和苏州等地的应用

    在太浏公路上完成交通信息采集设备的安装后(图4),我们首先运行了一个月的定时控制方案,这段时间采集的交通数据一方面为人工交通系统中优化自适应控制算法的参数提供参考,另一方面也为后续的效果验证提供了对比数据。通过对比优化方案启动前后的交通流状况,现场数据表明PtMS不但能节省方案的生成时间,而且能保证方案的优化效果。以飞沪路路口东方向(主路)的交通数据为例,启动自适应控制算法的日期是10月15日,我们选择算法启动前的一天(12日)和启动后的一天(17日)的交通流数据进行对比,评价指标是路口排队长度的累加值。选择这两天对比的原因是它们的交通流量有一定相似性,12日和17日流量的平均值分别是146.7和152.1。自适应控制算法启动后,东方向上的排队长度有了明显减少,飞沪路路口东方向的累积排队长度的均值由86026减少到了65278,降低了24.2%,效果改善非常明显。

    (3)系统运行过程中,对未来发展的预测与规划

    以太浏路及其周边道路的发展规划为例,如何预测道路容量是交通管理部门普遍关心的问题之一。利用PtMS,该问题可以通过代理数目增长实验(对应实际系统中,由于周围区域经济的发展,有更多的人口活动来往于太浏公路)来解决。设定实验的时间段是5:00~14:00,代理数量由31000增加到41000,以太浏路上兴业路路口周围车辆的平均速度为评价指标。实验表明,当代理数量超过35000时,车辆的平均速度在早高峰时由约45公里/小时下降到了30公里/小时以下,出现了明显的交通拥堵现象;当代理数量到达41000时,车辆的平均速度降到了0,发生了严重的交通拥堵。根据这个实验结果,当太浏公路周边环境发展达到一定的阀值时,就需要提前制定周围路网的改进和优化措施。在这个过程中,PtMS可帮助我们实现对未来发展的科学预测和规划。

    5.结论

    该项目应用效果明显,被江苏省交通部门批准为推广应用项目。之后,我们又承担了昆山224省道控制系统项目。2010年8月,中国自动化学会组织专家召开"平行交通控制与管理系统PtMS研发与应用"科技成果鉴定会。专家鉴定认为:"平行交通控制与管理方法研究是具有原始创新性的成果;整体设计与部分技术达到国际领先水平;PtMS具有重大应用价值。"

    总之,PtMS是在现有智能交通系统(ITS)基础上,增加了A、C、P内容,实现了虚拟影响现实,未来影响历史的升华,从而能够进一步提高现有交通控制、管理、预测、应急、规划、服务等能力,其应用前景是美好的。面向未来,物联网技术可进一步增强PtMS的感知范围和能力,云计算平台将进一步增强PtMS智能化处理速度和能力,为建设城市级、更精细化的PtMS提供了技术支持,使得实现城市级的平行控制与管理成为可能。

    参考文献:

    [1]王飞跃.车路协同是智能交通的一个具体化实例[J].中国智能交通,2011(8):38-40

    [2]杨晓光、王殿海、朱中、赵永进.交通信号控制系统.中国智能交通行业发展年鉴(2010)[R].电子工业出版社.275-279

    [3]朱凤华.智能交通系统发展研究.2010-2011控制科学与工程学科发展报告[R].114-119

    [4]朱凤华,汤淑明,王坤峰,吕宜生,潘健,王宏宾,查磊.平行交通系统的一个应用案例.首届全国平行控制会议[C],2009.12

    [5]汤淑明,潘健,王宏宾,查磊,王飞跃,李镇江,朱凤华.干线公路快速通行智能控制系统应用研究.公路,2009年第11期:226-233。

    [6]王飞跃.平行系统方法与复杂系统的管理和控制[J].控制与决策,2004,19(5):485-489.

    [7]王飞跃,汤淑明.人工交通系统的基本思想与框架体系[J].复杂系统与复杂性科学,2004,1(2):52-59.

    [8]王飞跃.平行应急管理系统PeMS的体系框架及其应用研究[J].中国应急管理,2007,(12):22-27.

    [9]G.Xiong,K.F.Wang,F.H.Zhu,etal.Paralleltrafficmanagementfor2010AsianGames.IEEEIntelligentSystems.2010,24(5):81-85.

    [10]WangF.Y.,Parallelcontrolandmanagementforintelligenttransportationsystem:concepts,architecturesandapplication.IEEETransactionsonIntelligentTransportationSystems,2010,11(3):1-10

    [11]F.Y.Wang,Towardaparadigmshiftinsocialcomputing:theACPapproach,IEEEIntelligentSystems,vol.22,no.5:65-67.2007

    作者简介

    熊刚:中国科学院自动化研究所,智能交通团队

    朱凤华:中国科学院自动化研究所,智能交通团队

    范东:中国科学院自动化研究所,智能交通团队

    致谢:

    本论文工作得到国家自然科学基金项目70890084、60921061、90920305,中国科学院项目2F09N05、2F09N06、2F10E08、2F10E10,江苏中科智能工程有限公司企业院士工作站项目2F11D01等的资助。本文成果得到王飞跃研究员的指导。项目主要成员还包括汤淑明、姚庆明、王坤峰、李镇江、范东、吕宜生、董西松、刘胜等,苏州方面有查磊、章华明、刘湘盈、顾嵩、阎亮等,商秀芹对本文进行了校稿,在此表示感谢。

    延伸阅读!

  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助