交通信息融合与控制，构建智能交通出行

文/陈琛 杨阳

随着现代化发展环境下很多行业都不断扩大规模，人们的生活品质也在逐渐提高，这使得交通运输车辆及私家车持有量不断增多，一定程度上增加了交通拥堵的概率，给人们的日常出行带来不良影响。为了改善交通拥堵情况，需增强区域交通信息融合与控制意识，并通过统计分析区域内的交通量来了解车辆出行规律，同时利用智能交通系统为车主推荐最佳出行路线，这样可以强化日常出行的便利性。可见，进行交通信息融合与控制体现出很强的必要性，需立足于长远发展的角度，充分利用先进科学技术构建智能化交通信息共享与分析系统，让人们拥有便利的出行条件。

一、交通信息融合与控制中交通数据采集改进的方法

现代化发展环境下，人们逐渐提高了对智能运输系统的重视，且交通信息采集技术在很多城市交通系统中得到广泛应用，体现出很强的重要性。相对来说，移动性采集技术及固定型采集技术为应用较为成熟的技术，其中移动性采集技术依托于GPS的浮动车采集技术实现各项功能；而固定型采集技术则在道路上安装不同类型的检测器实现数据信息的收集，本文以后者为例进行综合分析。

1.车辆检测器的合理选择方法

在传统的车辆检测工作中通常会对主动传感器进行利用，如声学传感器、激光传感器以及无线电传感器等，此类传感器的工作原理是通过对车辆信号反射前后时间的检测，能够为两者之间距离的计算提供可靠依据。此种检测方式具备一定的应用优势，即可以简化数据信息获取流程，及时在能见度较差的交通环境中，也能实现对距离较远物体的测量，且可保证测量结果的精准性。立足于实际应用的角度进行分析，由于不同主动传感器的安装距离存在差异，所以，会在一定程度上影响彼此间的信号，增加了数据采集的难度。而视频图像检测器等光学传感器，是非主动传感器类型，对于数据的获取而言，通常以非侵入方式为主，此种方式的优势为检测器使用寿命长，且仅需投入较低的成本即可实现准确测量，能够针对多种车辆的行驶轨迹进行测量，但容易受到灯光反射及天气变化的影响。由此可见，为了强化车辆检测的可靠性，需要合理选择车辆检测器，将取值范围、道路状况、数据类型以及环境因素等作为基础依据，可以强化车辆检测器选择的可靠性。

2.车辆检测器的科学布控方法

国内交通检测器的使用过程中，通常会受到数量方面的限制，这给城市交通网络状况信息的获取带来不良影响，一定程度上弱化了各类数据信息的准确性，无法保证收集数据信息的全面性。但是很多地区考虑成本等因素，无法在每个交通节点安装检测器，传统的解决方式为构建OD矩阵，将其作为数学模型解决车辆检测器的布控问题。具体研究过程中，需要加强对城市交通数据的OD矩阵分析，依托于遗传算法的数学模型，制定多个备选方案，通过比较分析明确最终的车辆检测器布控方案，能够强化车辆检测器的优化配置。

二、交通信息融合与控制中交通信息的融合处理要点

通过选择合理的交通信息获取方式，能够让相关部门拥有更多的可靠数据信息，且可以达到合理预测交通状态的目的，基于对相关数据的综合计算，可以强化预测的准确性及可靠性。数据的获取通常会受到检测器类型、检测方法等因素影响，导致不同的数据间出现差异，为此，应该加强交通信息融合处理，针对不同阶段的交通流信息进行科学处理与准确计算，以防部分检测系统的故障问题给数据分析结果带来不良影响，逐步实现融合处理交通状态基本参数的目标。

三、交通信息融合与控制中交通预测存在的主要问题

针对现有的交通预测方法而言，对于交通量的分配来说需要依据车辆驾驶时间以及车辆驾驶密度进行假设，但缺少对各区域的交通量承载能力的考量，立足于现实情况的角度，需要在交通工具的驾驶方面投入较高的成本，给交通量带来一定影响，导致假设条件与区域内的真实交通流间出现较大偏差。同时，开展交通量预测工作的过程中，常用的方法还有“OD”调查，而落实相关调查工作时，离不开大量数据的支持，传统的工作模式中，调查人员需要面对巨大工作压力，且工作周期较长，以抽样调查的方法为主。采用“OD”调查法体现出一定的随机性特点，对样本的要求较高，但随机调查得到的样本通常缺乏稳定性，容易弱化数据的有效性及真实性，一定程度上增加了交通预测难度。此外，立足于一般交通预测工程项目的角度，需要面对交通预测计算成果与项目结项存在时间差的问题，现代化发展背景下，信息传递速度不断提升，一旦交通设备的更新无法保证及时性，致使与原计划间产生偏差，避免不了会对预测结果准确性造成不良影响。

四、交通信息融合与控制中的交通预测处理方法

对于交通量预测来说，主要是结合对交通调查资料的分析，了解交通量的变化规律，依据对交通转移、交通吸引等方面的研究，能够实现对部分地区、路线以及路段等未来交通量的科学化推算。而立足于交通预测主要构成的角度，通常包含交通发生、交通分布、交通方式划分以及交通分配环节，开展交通预测工作的过程中，涉及到很多预测方法及模型，需结合实际情况及交通预测需求进行明确。

1.交通量生成环节的有效预测方法

交通的发生与吸引预测称为交通生成预测，针对此环节需针对不同交通区域的交通发生与吸引量、区域内发生的交通出行总量进行计算。开展交通生成预测工作的目的是实现区域目前交通量与路网使用率、经济特性等项目间关系的构建，之后能够达到规划不同区域交通量分布的目的。起点和终点数据信息的统计是不同区域交通发生量分析的重要基础，常用的专业方法包含相关分析法、增长率法以及强度指标法等。由此可见，针对交通发生量的计算而言，可以采用指数平滑法实现，从基本原理的角度出发进行分析，指数平滑法需要将不同的时间作为依据，落实经济效益不同比重的分配，有助于让传统交通生成预测方法中存在的问题得到处理，进而强化各类试验数据的准确性，让交通量生成预测拥有可靠依据，使得相关需求得到满足。

2.交通量分布环节的有效预测方法

对于交通量预测而言，交通量分布预测是重要工作内容，也是不可或缺的关键环节，通过利用专业的算法针对交通小区的交通发生与吸引量进行转变，使其成为区域间的交换出行量。现有的OD矩阵法，可以实现对不同区域间交通量分布的清晰表达，还能结合对各区域人们出行方式与GDP发展的分析，明确交通出行量的实际变化，从而制定针对性更强的区域交通量需求规划，为交通控制提供科学指导。立足于常见交通量分布预测方法层面，通常包含两种，即增长率法、重力模型法。以增长率法为例进行分析，增长率法的应用基础为OD矩阵，进而达到预测区域交通量的目的，利用率较高的方法有佛莱特法及增长率法等。

3.交通方式划分环节的有效预测方法

立足于交通方式划分预测的角度，主要针对区域内所有的交通量进行合理分配，细化到不同交通方式中。制定交通方式划分预测计划的过程中，交通参与者的行为、交通出行方式及交通出行特征间的内在联系是重要基础。基于对现有道路基础建设条件的分析，受到多种因素影响，如交通工具覆盖范围、区域经济发展水平等，会使人们的出行方式发生改变。应该加强对人们出行交通工具的分析，针对不同的出行方式创建相应的交通方式划分预测模型。

4.交通量分配环节的有效预测方法

落实交通规划预测工作的过程中，交通量分配是关键的环节，也是发挥着重要作用的最后环节，主要针对采集的居民出行交通量进行统计分析，向具体的路段规划现有的道路基础，能够达到准确推算不同路网交通量的目的。进行交通量分配环节的预测，主要为了实现对现存道路基础设施远景交通出行量的推算，还能得到未来某一特征年的OD矩阵表，通过与相应的公式的结合，可以向区域规划路网中划分交通统计量，进而获得更加精准的交通量预测数据，为科学的交通规划提供坚实基础。

五、交通信息融合与控制在信息共享与路线诱导中的应用

新时期发展背景下，受到各行业发展及人们日常出行给交通运输行业带来巨大压力，为了提高交通信息分析与共享效率，信息共享技术在交通信息融合与控制中得到广泛应用。为了突显信息技术在交通信息共享及路线诱导中应用的实效性，应该提高对信息共享的重视，让人们的出行需求得到满足，减少日常出行问题带来的困扰。

1.现阶段常用的交通共享技术

对于现有的交通共享技术而言，车载导航、车载广播以及电子地图是交通路况实时信息的主要传播路径，其中车载广播的使用可以让车主了解实时的交通拥堵情况，但由于车载广播容易受到信号或者信息发布者影响，一定程度上弱化了交通信息的准确性；车载导航的利用率较高，体现出信息获取及时性、便利性强等优势，而车载导航受到车主控制方面的限制，主要在车主主动打开导航系统后，才能进行信息共享；对于电子地图的使用而言，可以为人们出行计划的制定提供可靠依据，通过路线规划提高出行效率，还能了解途径路线的拥堵情况，但很难实现重要数据信息的实时共享，无法了解最新的交通信息情况，一定程度上，给人们的出行带来困扰。

2.新型交通信息共享模式的构建要点

对于现阶段不同交通信息分享技术中存在的实际问题，需结合实际情况及交通事业发展需求，构建新型的交通信息共享模式。为此，应增强有关部门及导航系统数据信息的收集与处理意识，配合进行专业的后台分析处理，可以实现与车主的实时共享，进而通过有效诱导，让车主能够选择更加科学合理的行驶路线，从而降低自身出行路线中交通拥堵的概率。为了进一步发挥以上功能，应该加大有关部门与导航系统企业的合作力度，逐步实现大数据的互通与共享，充分利用多元化的信息发布途径，拓展交通信息共享范围。例如，基于对导航系统的利用，能够实现主动显示信息文字及播报提示重要信息的功能，有利于强化车辆驾驶人员信息获取的便利性、可靠性，使其日常出行更加安全。

六、交通信息融合与控制在车辆定位导航中的应用

基于对交通信息融合技术的运用，除了可以实现交通信息共享还能进行车辆的定位导航，因此应加强与车辆定位及地图匹配的结合。例如，采用卫星定位技术，能够准确定位道路上行驶的车辆，或者基于对视频信息的利用，实时了解流车体信息。为了突显卫星定位技术的实效性，离不开对多数融合技术的结合利用，如惯性导航系统以及全球卫星跟踪系统等，能够形成高效的车辆实时定位系统。将卫星信息作为基础依据，加强车载信息与无迹卡尔曼滤波的融合，基于仿真模拟，可以达到准确定位车辆的目的，即使在十分复杂的道路环境中，也能保证车辆定位信息的准确性。此外，通过对视觉信息的利用，配合采用激光扫描信息，结合推理融合技术，能够有效解决信息冲突问题，进而准确判断车辆的真实位置。

智能交通系统在交通行业发展中得到广泛应用，基于对智能技术的合理运用，能够形成高效的交通管理控制系统。为此，应该加强对交通信息融合技术的分析，通过科学化的控制来实现对人们出行行为的诱导，并通过数据信息采集、融合处理以及设计诱导路线等多种方式，突显交通信息融合与控制的实效性，为人们的日常出行提供便利。同时，降低交通拥堵的发生概率，构建更加和谐稳定的交通运输环境及社会发展环境，推动各地区的交通运输行业快速可持续发展。