央廣【中國之聲】中國智庫報告丨城市智慧交通如何讓公眾出行盡在掌握?
來源:央廣中國之聲 記者:王澤華 劉夢雅 發布日期:2023年6月12日
你是否曾在上下班時,對城市交通擁堵問題而苦惱?是否曾經歷過地圖導航路線不盡如人意的情景?據公安部最新統計數據,截至2023年3月底,全國機動車保有量達4.2億輛,其中汽車達到3.2億輛,駕駛人達5.1億人;同時,城市交通具有很強的非線性和時空分布不均衡特征,導致公眾日益增長的出行可掌控需求與交通系統之間存在“永恒的矛盾”。
在傳統交通管理模式無法應對日益增長城市交通出行需求的當下,城市智慧交通系統應運而生。中國科學院地理科學與資源研究所研究員陸鋒近日發表題為《城市智慧交通建設的關鍵問題》的報告,對打造“聰明的車、智能的路、智慧的圖”提出對策建議。《中國智庫報告》今天為您解答:《城市智慧交通如何讓公眾出行盡在掌握?》。
智庫報告:《城市智慧交通建設的關鍵問題》
智庫機構:中國科學院地理科學與資源研究所
報告作者:中國科學院地理科學與資源研究所研究員 陸鋒
城市交通系統“永恒的矛盾”
解析一座城市的交通系統,我們不難發現,它既不是純粹的道路系統,也不是單純的管理系統,而是動靜結合,自然的道路系統與社會的運輸系統、慢行系統、管理系統的綜合體,每個人都是交通系統的參與者與貢獻者。如何把握在微觀層面瞬息萬變的城市交通系統內部的關聯?如何對交通系統做出高效預判和管理?
記者:陸教授,您如何理解城市交通系統的“永恒的矛盾”?
陸鋒:目前,我國的汽車保有量已達3.2億輛,占世界首位。從交通管理者的角度看,希望完全掌控城市交通系統的運行過程,控制交通有序運轉;從出行者的角度看,希望精確了解不同出行方案對應的路線和耗時,合理安排出行計劃。但這些樸素需求,在現實世界中卻很難滿足。這是因為交通系統與土地利用密切相關,而土地是稀缺資源,城市尤其如此。在有限的交通用地條件下,如何使經常滿負荷的交通系統運行最優化,是非常困難的。
由于人口分布的空間不均衡和職住分離等現象的存在,交通系統具有很強的非線性和時空分布不均衡特征,比如上下班通勤需求大幅增加,形成交通潮汐現象,使得出行距離與出行時間的關系不確定。交通系統還具有隨機性特征,一起普通的交通事故,卻可能造成嚴重的交通擁堵并形成擴散效應。另外,交通系統中的行為主體是駕駛人和出行者,而人的行為受到很多因素的影響;這使得交通系統,尤其是城市交通系統的格局與變化很難精確刻畫和預測。
因此,可以說公眾日益增長的出行可掌控需求與交通系統隨機性、非線性、時空異質性和資源局限性之間存在“永恒的矛盾”。
記者:那這組“永恒的矛盾”,有破解的辦法嗎?
陸鋒:城市交通系統是由道路交通、軌道與公共交通、貨運物流、慢行交通等子系統構成的復雜系統,經常牽一發而動全身。例如,對一個交叉路口的信號燈配時進行微調,就可能使所在區域道路交通效率得到顯著提升。看似不經意的路側停車位設計方案,有可能產生顯著的慢行交通與機動車沖突,降低道路交通出行效率。
城市智慧交通是借助現代信息與通信技術、地理信息系統、移動定位與導航、云計算與普適計算、人工智能等新興技術,實現城市交通系統感知、分析、預測、智能控制與智慧化出行服務的技術體系。城市智慧交通建設,是在深入理解交通系統格局與演化規律的基礎上,通過人工智能支持下的算法和模型,使交通系統管理過程具有高度的智能,在此基礎上實現交通運輸管理與公眾出行服務過程的自動化和最優化,最大限度發揮交通基礎設施能力,使交通運輸與出行更加快捷,提高交通出行者對交通狀態的了解,并最大程度減少對環境的不良影響。這些在傳統的以長時序統計和經驗支持的交通管理模式下,是很難實現的。
記者:那么,當下我國的城市智慧交通發展到什么水平?
陸鋒:從全球來看,目前我國的智慧交通發展水平是比較先進的,畢竟我們在現代測繪技術、移動通信技術、人工智能技術等支撐技術上,屬于世界先進水平。而且得益于我國十幾年在智慧城市建設方面的不斷投入,及以北斗為核心的導航與位置服務產業的迅猛發展,我國各大城市紛紛建設了城市交通大腦、城市交通大數據平臺等業務平臺,在城市內智能手機和導航地圖應用已完全普及。目前,我國導航地圖應用日均活躍用戶數已超過8億,導航地圖數據采集模式早已從區域性、定時性的計劃采集模式轉變為動態的智能更新模式,導航地圖80%以上的數據采集環節實現了人工智能支持,各大互聯網地圖提供商覆蓋的路網達千萬公里以上。在城市交通分析、交通誘導、智能輔助駕駛與自動駕駛方面,我國也走在世界前列。
城市智慧交通建設的關鍵問題
目前,傳感器技術和測繪地理信息技術外延不斷擴大,推動城市智能交通應用場景不斷泛化,為打造智慧城市信息服務平臺提供了不可替代的技術底座。在此基礎上,各大城市均建立了城市交通大數據管理平臺,輔助城市交通基礎設施規劃和公共交通線路優化、擁堵特征分析、信號燈配時優化,并通過所衍生的信息服務,進行交通誘導和出行導航。但在具體應用過程中,用戶不免還會發現導航不夠精準、服務不夠完善等問題。當下,城市智慧交通建設的關鍵問題是什么?
記者:城市智慧交通建設有賴高新技術和基礎設施的加持,目前的不足和短板是什么?
陸鋒:目前的城市交通系統感知手段非常豐富,包括高分辨率衛星遙感技術、衛星導航定位與地面電磁波/聲波定位技術、4G/5G移動通信技術、車聯網和物聯網技術、視頻信號處理技術、軌跡處理技術等,都在廣泛應用于城市智慧交通建設中。
可以說目前城市交通系統狀態感知技術已經基本成熟,傳統的專業探測技術向基于海量用戶產生內容的非專業感知技術的過渡基本完成,每個交通出行者都在無意中成為交通信息采集的志愿者。
目前的不足和短板在于如何精確地刻畫城市交通系統的動態變化機制,明確系統要素狀態和行為的相互影響關系,并在博弈條件下達到系統總體、局部區域和個體最優的均衡,實現精準的城市短時交通預測、區域級信號燈自動智能配時優化、交通系統總體優化控制、高可靠的多標準實時出行路徑規劃等。
記者:有些駕駛員反映,一些時候地圖導航會出現位置識別誤差,比如明明在橋上,它顯示我在橋下,這反映出什么問題?
陸鋒:用戶在導航地圖中看到的交通路況,主要源于營運車輛的軌跡數據,包括安裝了衛星導航定位裝置的出租車、公交車和重點營運車輛等,及用戶手機上多種發送高頻定位請求的軟件系統,通過實時捕獲定位終端所在機動車的位置、移動速度和方位,輔之以道路視頻信息、互聯網文本信息等,通過實時的地圖匹配,獲取定位終端所在道路當前的平均行車速度,并根據道路設計行駛速度,分類為暢通、緩行、擁堵等交通狀態,通過紅橙黃綠等顏色在導航地圖或布告板上展示出來。
由于連續快速定位精度的限制,造成車道級交通地圖采集精度還不夠,特別是在部分復雜城市道路環境下,比如多層立交或復雜主輔路等,難以精確識別所在道路甚至車道,影響了交通地圖及交通環境信息采集精度,這些有賴于各種導航定位增強技術的不斷普及。另外,與城市交通相關的多種來源視頻信號、衛星遙感影像、互聯網文本等多媒體數據的實時處理技術,還需要提高魯棒性,這些有賴于人工智能技術的繼續深化與普及應用。
記者:一些駕駛員經常會覺得,明明有一個更好的路徑,但是地圖沒有推薦給我,反而一直讓我走當前道路,以后這種情況會不會少一些?
陸鋒:在出行導航應用中,實時最優路徑規劃一直是廣泛關注的技術瓶頸。很多時候,出行者并不完全相信導航系統推薦的出行路徑是最優的,這和出行經驗有關。畢竟,導航系統的路徑規劃算法需要考慮很多不確定因素,及出行者對推薦道路的接受程度。因此,路徑規劃算法主要是基于當前路況和短時預測結果,基于千萬級甚至億級的歷史同期路徑耗時和其他出行者的出行路徑習慣,給用戶推薦出行路徑。有時確實不一定是最優的,因為交通存在隨機性,交通擁堵效應可大可小,短時預測結果不一定準確。但在統計意義上,導航系統推薦的出行路徑,相對而言是合理的,否則算法就有問題了。
當然,即使智慧交通發展到更高階段,這個問題可能依然存在,這是因為導航系統推薦出行路徑時,需要考慮交通系統總體最優與個體最優之間的博弈。畢竟,交通系統是由無數個個體構成的,對于具有自主行為和經驗的個體出行者而言,是不考慮個體行為聚集可能對交通系統總體產生的影響的。然而,在信息完全對等的時候,就必須要考慮個體受眾接納系統推薦路徑后的行為,可能對交通系統總體的影響了。
城市智慧交通發展的未來展望
報告指出,由于交通出行供需不匹配、城市公共交通服務水平不高、交通管理設施不完善等問題,當前,城市交通擁堵很難完全消除。通過增大道路交通密度來解決交通擁堵,需要消耗大量土地資源;交通供給的增大也會刺激產生新的交通出行需求,甚至可能加劇交通擁堵。在此背景下,發達國家有哪些可供借鑒的經驗?緩解我國城市交通擁堵,還有哪些對策?
記者:國外的一些超大城市是如何應對城市交通擁堵問題的?有哪些更好的解決方案?
陸鋒:發達國家的超大城市同樣存在交通擁堵問題。但它們的交通模式相對簡單一些,主要是自駕出行,自行車出行人數少、公交線路也較少,解決交通擁堵問題的難度相對國內小一些。此外,很多發達國家超大城市,街區比較密集,道路毛細血管多,路側停車管理比較規范,對緩解交通擁堵有利。并且,發達國家超大城市,城區停車費很高,且軌道交通發展完善,因此Parking-Ride模式比較普及,也就是在城區外圍軌道交通站點停車場停車,換乘公共交通,減少自駕車出行比例,可以有效緩解交通潮汐現象。另外,在部分發達國家超大城市,HOV專用車道(High-Occupancy Vehicle Lane,共乘車道)已經實施多年,該車道只允許多人共乘車輛通行,有效提高了道路使用效率,緩解了交通擁堵,促進了交通減排。2016年起,中國部分城市開始陸續啟用HOV車道,但目前尚未普及。
記者:關于緩解我國城市交通擁堵,您還有哪些對策建議?
陸鋒:提高城市交通規劃的預見性和前瞻性。充分利用交通大數據及對應的技術優勢,研發基于公眾出行活動鏈的交通預測模型,協調好交通設施、服務系統與土地資源的關系,充分考慮到機動車、自行車、步行等多模式構成的交通流特征,科學開展城市交通規劃。
深化城市道路交通智慧管理。通過大數據分析,實施錯峰上下班、差異化停車收費、擁堵收費、擁堵路段與交叉口信號燈優化、路側停車位規劃與動態管理、潮汐車道、共乘車道、公交信號優先等,緩解道路擁堵,提高早晚高峰出行效率,激勵公交出行等。
打造車路協同系統。通過車輛環境感知傳感器、車輛通信技術,研發智能網聯汽車,也就是聰明的車;通過路側傳感器、路側短距離通信技術,建設智能網聯道路設施,也就是智能的路;通過高精度導航地圖、道路狀態眾包感知,生產智能網聯出行地圖,也就是智慧的圖。最終實現機動車-道路-地圖的協同,這也是自動駕駛的重要技術支撐。
盡可能提高城市公交出行比例。通過分析城市出行者的出發地-目的地的時空分布特征,優化公交線路/站點和運營時間、發車間隔,完善公交到站提醒服務,提供快捷、舒適、可靠、具有競爭力的公共交通服務等措施,提高城市出行公交模式占比,繼續培養Parking-Ride模式習慣,提高道路資源、交通設施與交通工具利用效率。
記者:未來我國的城市交通要達到怎樣的目標?會呈現怎樣的圖景?
陸鋒:在現代高新技術的支持下,一方面,基于駕駛者/路段畫像的交通流動力學模型與統計機器學習方法的集成將會是未來城市交通大腦的研究重點。城市交通大腦需要在海量的歷史數據和實時數據中,發現隱含的規律與模式,不斷深化對城市道路和出行者的理解,基于知識發現的結果,實現智慧決策。另一方面,自動駕駛將是未來的道路交通發展趨勢。自動駕駛可以最大程度地實現車與車、車與道路、車與環境、車與駕駛者之間的協同,規避駕駛行為的不規范和差異性,從而大幅度提高道路通行能力并減少事故、降低能耗與排放。
總的來說,我國的城市交通發展已經從數字交通發展到智能交通,正在向智慧交通不斷邁進。智慧交通的實現有賴于我們對城市交通系統的深刻洞察。此外,智慧交通還需要我們不斷完善交通治理與管理體系,提高出行者的出行素質。畢竟,對交通出行而言,科學技術的進步只是輔助,最終做出具體決策的是每個個體出行者;而每個出行者,都將是城市智慧交通系統不可或缺的組成部分。
鏈接地址:
附件下載: