文/王 冰 周慶忠 林世崗 李必鑫

引言

隨著經(jīng)濟(jì)的快速發(fā)展，汽車(chē)數(shù)量逐年猛增，交通擁堵問(wèn)題也與日俱增，最新數(shù)據(jù)顯示，我國(guó)部分特大型、大型城市擁堵延時(shí)指數(shù)均在2以上，因?yàn)榻煌〒矶拢姵鲂行杌ㄙM(fèi)非擁堵?tīng)顟B(tài)下2倍以上的時(shí)間到達(dá)目的地[1]。交通擁堵問(wèn)題已經(jīng)開(kāi)始制約城市經(jīng)濟(jì)的可持續(xù)發(fā)展。

交通擁堵的產(chǎn)生主要有六個(gè)根本原因：道路通行能力的局限性、交通信號(hào)燈配時(shí)設(shè)計(jì)不合理、交通事件、道路施工、惡劣天氣、特殊事件。其中前兩個(gè)原因?qū)?dǎo)致常發(fā)性交通擁堵，其余的原因?qū)?dǎo)致偶發(fā)性交通擁堵。偶發(fā)性交通擁堵發(fā)生在時(shí)間和空間上的不可預(yù)知性也極大增加了擁堵預(yù)防和疏導(dǎo)的難度[2]。如果疏導(dǎo)不及時(shí)就會(huì)很快由點(diǎn)擁堵擴(kuò)散為線擁堵，甚至蔓延成面擁堵。

對(duì)偶發(fā)性交通擁堵進(jìn)行疏導(dǎo)，傳統(tǒng)方法是人工處置法，即現(xiàn)場(chǎng)執(zhí)勤警察臨時(shí)控制擁堵上下游路口的交通，然后現(xiàn)場(chǎng)尋找關(guān)鍵沖突點(diǎn)，進(jìn)而疏導(dǎo)擁堵[2]。這種采用交警現(xiàn)場(chǎng)執(zhí)勤疏導(dǎo)擁堵的方法，權(quán)威性高，效果顯著。但也存在不足之處：

（1）交警接到疏導(dǎo)指令后，需要進(jìn)行現(xiàn)場(chǎng)信息收集，人工收集信息的效率較低，遠(yuǎn)不及衛(wèi)星、GPS、傳感器等信息收集范圍廣，速度快。

（2）交警對(duì)擁堵的疏導(dǎo)主要依靠指揮指令的發(fā)布，采用手勢(shì)發(fā)布指令影響范圍小，控制車(chē)輛有限，對(duì)擁堵疏導(dǎo)的掌控全局性不高。

（3）對(duì)于較大規(guī)模的擁堵，往往需要多個(gè)交警同時(shí)疏導(dǎo)，交警之間的協(xié)調(diào)和信息共享程度較低。

（4）交警信息收集范圍有限，很難根據(jù)新的情況及時(shí)調(diào)整疏導(dǎo)策略，靈活性不高。

總之，傳統(tǒng)應(yīng)對(duì)偶發(fā)性交通擁堵采用人工疏導(dǎo)方法存在成本高、效率低，不能適應(yīng)目前城市交通擁堵頻繁發(fā)生，影響范圍巨大的現(xiàn)實(shí)狀況。

借助計(jì)算機(jī)技術(shù)、傳感器技術(shù)、GPS技術(shù)以及通信技術(shù)的力量，人類(lèi)正在致力于解決交通擁堵問(wèn)題。智能交通運(yùn)輸系統(tǒng)是目前世界交通運(yùn)輸領(lǐng)域的前沿領(lǐng)域，已成為世界各國(guó)極力投注資源推動(dòng)的重點(diǎn)之一。車(chē)路協(xié)同系統(tǒng)作為智能交通運(yùn)輸系統(tǒng)的重要子系統(tǒng)，它基于無(wú)線通信、傳感探測(cè)等技術(shù)獲取車(chē)輛和道路信息，通過(guò)車(chē)車(chē)、車(chē)路通信進(jìn)行交互和共享，實(shí)現(xiàn)車(chē)輛和基礎(chǔ)設(shè)施之間智能協(xié)同與配合，達(dá)到緩解交通擁堵的目標(biāo)，也備受?chē)?guó)內(nèi)外科研人員關(guān)注，是世界交通發(fā)達(dá)國(guó)家的研究、發(fā)展與應(yīng)用熱點(diǎn)[3]。就目前而言多數(shù)的車(chē)路協(xié)同系統(tǒng)聚焦于交通安全[4]、快捷支付[5]、車(chē)輛引導(dǎo)等宏觀層面的研究，而對(duì)于擁堵?tīng)顟B(tài)下車(chē)車(chē)如何協(xié)調(diào)移動(dòng)，自主地疏導(dǎo)擁堵這種微觀層面的研究較少。

1.問(wèn)題建模

對(duì)于常發(fā)性擁堵，屬于交通資源不能滿足交通需求，這樣的擁堵問(wèn)題需要通過(guò)頂層設(shè)計(jì)，拓展交通容量、抑制交通需求來(lái)進(jìn)行解決，屬于宏觀層面問(wèn)題，這里不作探討。本課題主要針對(duì)因不可預(yù)料原因造成的偶發(fā)性交通擁堵進(jìn)行研究。

但是，每次擁堵時(shí)，車(chē)輛、道路、交規(guī)等條件都有所不同，因此不能統(tǒng)一建模求解。且偶發(fā)性擁堵具有很大的不確定性，擁堵?tīng)顩r隨著車(chē)輛的增加和移動(dòng)隨時(shí)都在發(fā)生變化。因此迫切需要一種能夠?qū)崟r(shí)感知問(wèn)題空間變化并快速做出反應(yīng)的技術(shù)和方法來(lái)解決這一問(wèn)題。多智能體系統(tǒng)（m u lti～agent）在解決擁堵疏導(dǎo)問(wèn)題中具有得天獨(dú)厚的優(yōu)勢(shì)。多智能體系統(tǒng)是多個(gè)智能體組成的集合、它的目的是將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此相互通信和協(xié)調(diào)的，易于管理的系統(tǒng)。它通過(guò)Agen t的合作來(lái)完成任務(wù)的求解。

2.車(chē)輛自主疏導(dǎo)agent模型結(jié)構(gòu)設(shè)計(jì)

車(chē)輛自助疏導(dǎo)系統(tǒng)agent模型由五個(gè)層次構(gòu)成，如圖1所示。

第一層是數(shù)據(jù)網(wǎng)絡(luò)基礎(chǔ)層，包括通信模塊、數(shù)據(jù)庫(kù)模塊、信息采集模塊和信息輸入模塊。

通信模塊由GSM通信系統(tǒng)、ad～hoc自組織網(wǎng)絡(luò)模塊等構(gòu)成，負(fù)責(zé)為在堵車(chē)輛之間提供通信服務(wù)，當(dāng)車(chē)輛距離滿足自組織網(wǎng)絡(luò)的距離要求，即可自行組成一個(gè)多agent網(wǎng)絡(luò)。

數(shù)據(jù)庫(kù)模塊記載車(chē)輛疏導(dǎo)的必須數(shù)據(jù)，如車(chē)輛屬性（長(zhǎng)度、車(chē)型等信息）。

信息采集模塊由多種傳感器構(gòu)成，用來(lái)采集在堵車(chē)輛自身，及周邊的環(huán)境信息，如速度、車(chē)輛周邊物體距離、道路寬度、溫度等信息。

圖1 在堵車(chē)輛自主疏導(dǎo)agent模型

導(dǎo)航模塊有GIS、GPS、GSM系統(tǒng)構(gòu)成用來(lái)提供車(chē)輛位移、位置信息。

第二層是信息共享與融合層，包括信息共享模塊和信息融合模塊。

單一在堵車(chē)輛依靠傳感器、導(dǎo)航系統(tǒng)提供的環(huán)境信息雖然真實(shí)，但一葉障目不見(jiàn)泰山，對(duì)于整個(gè)擁堵局面的描述，單一在堵車(chē)輛無(wú)能為力。數(shù)據(jù)共享模塊能夠把每一在堵車(chē)輛所獲得的局部信息進(jìn)行共享，使得在堵車(chē)輛都有機(jī)會(huì)獲得擁堵全局信息。數(shù)據(jù)的簡(jiǎn)單共享和堆砌并不能直觀、明確地描述整個(gè)擁堵?tīng)顩r，數(shù)據(jù)融合模塊將每一在堵車(chē)輛提供的信息進(jìn)行融合，從而獲得全局性擁堵信息。

第三層是擁堵建模與求解層。包括擁堵建模模塊和擁堵求解模塊。

獲得全局性擁堵信息后，擁堵建模模塊針對(duì)這些信息進(jìn)行抽象，建立擁堵魔方模型。模型求解模塊對(duì)該模型進(jìn)行求解，并將該抽象解還原回?fù)矶聦?shí)際情況，給出擁堵疏導(dǎo)方案。

第四層是擁堵方案顯示層，擁堵方案通過(guò)車(chē)內(nèi)顯示屏顯示出每一步的車(chē)輛移動(dòng)距離和等待順序。

第五層是車(chē)輛操控層，即駕駛員，通過(guò)前面四層的服務(wù)，相當(dāng)于為一輛在堵車(chē)輛配備了一名交通擁堵疏導(dǎo)警察，而且警察之間通過(guò)agent通信和協(xié)商系統(tǒng)保持目標(biāo)、步調(diào)高度一致。避免了在堵車(chē)輛移動(dòng)的盲目性，保障了最短時(shí)間疏通擁堵。

3.自主疏導(dǎo)過(guò)程設(shè)計(jì)

（1）搜集全局性擁堵信息。在擁堵?tīng)顟B(tài)下，在堵車(chē)輛的移動(dòng)（轉(zhuǎn)向、掉頭、變道等）策略通常都是隨意和盲目的，其原因在于在堵車(chē)輛不能獲得全局性的擁堵信息，于是往往僅有的疏通路徑也被在堵車(chē)輛見(jiàn)縫扎針般地堵上，造成死鎖，加大了擁堵疏導(dǎo)時(shí)間。因此自主疏導(dǎo)系統(tǒng)需要為每一輛車(chē)提供全局性的擁堵信息。

自主疏導(dǎo)系統(tǒng)中，全局性的擁堵信息來(lái)自兩個(gè)階段：第一階段，每一輛在堵車(chē)輛通過(guò)車(chē)載傳感系統(tǒng)，搜集本車(chē)周邊的道路和車(chē)輛信息，然后通過(guò)共享網(wǎng)絡(luò)廣播給所有在堵車(chē)輛；第二階段，每一輛在堵車(chē)輛都接受其他在堵車(chē)輛廣播的擁堵信息，然后結(jié)合自身搜集的擁堵信息，建立整個(gè)擁堵路段的全局性擁堵信息。

（2）根據(jù)全局擁堵。信息，明確每一輛車(chē)的初始位置和目標(biāo)位置，然后建立當(dāng)前擁堵問(wèn)題的魔方問(wèn)題模型。

（3）因?yàn)槟Х絾?wèn)題求解并不復(fù)雜，不需要多agent分布式求解，因此隨機(jī)指定其中某一在堵車(chē)輛agent對(duì)其求解，并將模型解結(jié)合全局擁堵模型，確定在堵車(chē)輛的移動(dòng)策略和移動(dòng)順序。

（4）發(fā)布在堵車(chē)輛移動(dòng)策略和移動(dòng)順序，每輛在堵車(chē)輛接到移動(dòng)策略和移動(dòng)順序后將該信息逐步提供給駕駛員，并監(jiān)督其執(zhí)行情況。

（5）執(zhí)行移動(dòng)策略，并檢測(cè)策略執(zhí)行情況和執(zhí)行步驟，一旦擁堵?tīng)顟B(tài)和環(huán)境發(fā)生變化，則重新循環(huán)執(zhí)行過(guò)程[1]。

4.總結(jié)

交通擁堵問(wèn)題，車(chē)輛、道路等問(wèn)題都會(huì)隨著車(chē)輛移動(dòng)的盲目性變得瞬息萬(wàn)變，且逐步趨于復(fù)雜，多agent系統(tǒng)在應(yīng)對(duì)此類(lèi)問(wèn)題能夠利用遠(yuǎn)超人類(lèi)的計(jì)算速度做到應(yīng)對(duì)擁堵問(wèn)題隨機(jī)應(yīng)變，與駕駛員配合在一起，相當(dāng)于為每一輛車(chē)配備了目標(biāo)一致、配合默契交通警察，為大幅度提高交通指揮和擁堵疏導(dǎo)效率提供了一個(gè)有效途徑。

[1]華龍網(wǎng).全國(guó)最堵10座城市排名，重慶擁堵延時(shí)排第四[EB/OL].2014[2014～8～23].news.cbg.cn/2014/0821/462115_2.shtm l.

[2]金治富.道路交通秩序管理務(wù)實(shí)指南[M].第一版.北京：中國(guó)人民公安大學(xué)出版社，2013：288～294.

[3]陳超，呂植勇等.國(guó)內(nèi)外車(chē)路協(xié)同系統(tǒng)發(fā)展現(xiàn)狀綜述[J].交通信息與安全，2011，第29卷(1)：102～103.

[4]吳濤.車(chē)路協(xié)同智能路側(cè)系統(tǒng)關(guān)鍵技術(shù)研究[D].山東：山東理工大學(xué)，2012.

[5]李睿.基于車(chē)路協(xié)同的城市交叉口交通安全與警模型的研究[D].蘭州：蘭州交通大學(xué)，2013.

[6]起點(diǎn)下載.魔方求解軟件V 2.2.7.6中文綠色版[EB/OL].2014[2014～8～23].www.cncrk.com/downinfo/56509.htm l.