走向智慧交通不可缺失的基礎(chǔ)環(huán)節(jié)——車輛活動系統(tǒng)觀測

從智能交通走向智慧交通，物理系統(tǒng)控制權(quán)將部分轉(zhuǎn)交給計算機，要求“人”需要學(xué)會繼續(xù)思考，進(jìn)而承擔(dān)起高層次上提升系統(tǒng)能力的職責(zé)。這意味著系統(tǒng)具有人-機混合模式的特征。在道路交通管控領(lǐng)域中，需要在信號系統(tǒng)管控交通狀態(tài)的基礎(chǔ)上，進(jìn)一步深化對車輛活動的調(diào)控。即在有限空間資源約束下抑制不合理的車輛使用，保障合理的車輛使用需求；在不斷完善基礎(chǔ)設(shè)施、技術(shù)進(jìn)步的背景下，引導(dǎo)城市交通模式的演化，避免對不可持續(xù)交通方式的過度依賴性。

智慧交通的這種深層次思考能力，建立在對城市交通系統(tǒng)的深入觀察和理解的基礎(chǔ)之上。其中的一項重要任務(wù)，是將道路交通狀態(tài)數(shù)據(jù)采集，擴展到對于車輛活動的有效觀測。

道路網(wǎng)絡(luò)的交通狀態(tài)，是大量車輛個體活動的集計表現(xiàn)，這仍然屬于系統(tǒng)的一種表象特征。停留于此，很難區(qū)分、識別合理與不合理的車輛使用行為，也難以實現(xiàn)城市交通模式的演化引導(dǎo)。由此導(dǎo)致“一刀切”模式的粗放型交通需求管理政策，很難得到社會的積極支持。此外，智能系統(tǒng)算法往往涉及需求保障的優(yōu)先序問題，即算法背后隱藏著社會利益調(diào)節(jié)和空間正義。為了合理有效地處理智能系統(tǒng)算法的社會屬性，研究者和管理者必須深入把握城市中的車輛使用行為。

城市中的車輛牌照識別系統(tǒng)提供了可以連續(xù)追蹤的車輛活動信息，盡管由于牌照識別技術(shù)的不完善，以及外界環(huán)境影響（例如風(fēng)雨夜間的視覺環(huán)境變差等）其觀測數(shù)據(jù)會出現(xiàn)缺失，但是采用大數(shù)據(jù)分析技術(shù)仍然可以在“模糊的正確”原則基礎(chǔ)上建立車輛使用畫像。

利用上海市車輛牌照數(shù)據(jù)分析的結(jié)果，在圖1中可以看到，當(dāng)我們將車輛劃分為主要用于通勤、高頻度使用、低頻度使用等三種使用屬性類型時，不同類型車輛在路網(wǎng)上活動的車輛總數(shù)的時間分布具有顯著差異；而圖2則顯示了三種類型車輛每天首次進(jìn)入路網(wǎng)位置的空間分布差異。由此可以判別區(qū)分車輛類型有助于深入了解車輛在城市中使用的時空分布特征，幫助我們更加精細(xì)化地設(shè)計相關(guān)政策。

圖1 不同使用類型車輛時間分布的差異

圖2 不同使用類型車輛每日首次進(jìn)入快速路網(wǎng)絡(luò)位置分布差異

對車輛活動系統(tǒng)的觀測，不僅要求實現(xiàn)對車輛連續(xù)追蹤觀測，以及將觀測范圍從道路拓展到全域空間，而且需要在個體和集計兩個層面上建立城市車輛活動系統(tǒng)的描述模型。

個體層面的車輛活動描述，包括建立在統(tǒng)計基礎(chǔ)上的特征屬性：錨點（車輛夜間最主要的停放位置）、駐點（車輛經(jīng)常訪問的位置，所謂訪問是車輛在此停留使用者足以完成活動的時間）、興趣點（被賦予根據(jù)車輛訪問頻率與停留時間確定的興趣值的位置）、關(guān)聯(lián)路段（根據(jù)訪問頻率被賦予非零關(guān)聯(lián)值的路段）等，另外則是通過聚類分析等手段被賦予的使用特征類別。

集計層面的車輛活動系統(tǒng)描述，包括直接建立在統(tǒng)計指標(biāo)基礎(chǔ)上的表象特征（例如錨點在同一區(qū)域中的車輛的時空活動特征統(tǒng)計值，具有相似興趣點的車輛的時空活動統(tǒng)計值等），也包括車輛屬性與時空環(huán)境的關(guān)聯(lián)特征（用以揭示相同類型車輛在不同時空環(huán)境中的活動差異，不同類型車輛在相同時空環(huán)境中的活動差異）。

更為艱巨的任務(wù)是建立車輛空間活動系統(tǒng)的模型，這是做出有限但必要的交通系統(tǒng)對政策調(diào)控的響應(yīng)行為預(yù)測需要依賴的分析技術(shù)?？赡苡行┳x者認(rèn)為不是已經(jīng)在車輛使用行為模型研究方面取得了很多成果了嗎，為何還認(rèn)為此方面的龔總?cè)沃氐肋h(yuǎn)？事實上，根據(jù)小樣本意愿調(diào)查數(shù)據(jù)（數(shù)千至萬余樣本）構(gòu)建的模型，只能一般性說明可能發(fā)生的變化與響應(yīng)，但難以精準(zhǔn)說明不同空間環(huán)境和關(guān)系條件下，可能出現(xiàn)的變化分布，因而難以支撐精準(zhǔn)化的需求管理等決策。

我們很難僅僅依靠數(shù)據(jù)統(tǒng)計或者關(guān)聯(lián)分析的結(jié)果構(gòu)建具有較高時空分辨率的行為響應(yīng)模型，因此不得不進(jìn)入車輛空間活動分析的深水區(qū)。一種可行的技術(shù)方向是建立宏微觀嵌套的分析模板，將車輛空間活動的大數(shù)據(jù)分析技術(shù)，與細(xì)化分類設(shè)計的車輛使用行為分析技術(shù)有機融合。依托大數(shù)據(jù)分析技術(shù)可以有效掌握得到細(xì)化問題結(jié)構(gòu)的時空間版圖（不同類型車輛使用在時空間的分布），這為我們創(chuàng)造了根據(jù)不同類型問題進(jìn)行差別化意愿調(diào)查以及建模的條件，將幫助研究者規(guī)避“選擇性偏差”陷阱。而差別化小樣本調(diào)查數(shù)據(jù)基礎(chǔ)上構(gòu)建的行為模型，將有助于在因果識別基礎(chǔ)上科學(xué)判斷系統(tǒng)不同響應(yīng)行為。