高速公路主动交通管理与控制技术的实践思考

丘建栋 | 作者

YGG | 编辑

包图网 | 头图来源

1 引言

近年来，数字化、智能化技术飞速发展，主动交通管理与控制技术（以下简称主动交通管控技术）相伴而生，成为智慧高速公路建设发展的主要趋势。主动交通管控技术是基于预测/推演交通条件下的一种周期性和非周期性动态管理与事前主动干预的一种先进控制方法。

目前，欧洲、美国、日本等国家形成了比较完善的技术架构，积累了丰富的实践经验，我国也基本完成技术借鉴与体系构建，在引进、消化、吸收、改良闭环中，在若干细分场景正逐步赶超。

总体来看，主动交通管控技术已取得阶段性突破，但技术演进和落地建设未达预期。前有超级公路“难产”，后有智慧工程“遇冷”，从规划前的雄心壮志到建设后的草草收场，智慧化道路上许多高开低走的教训，让行业意识到，智慧公路、主动管控没有普遍理解中那么简单。

对此，本文将从主动交通管控技术的发展现状及有待解决的问题入手，介绍主动安全、靶向诱导、低碳战略场景下管控技术演进的部分思考，探讨成本和法规约束下，如何充分利用好多源数据，结合交通工程理论及仿真技术更新现状，弥合管控技术落地难、演进慢的局限。

受个人经验及认知局限，观点难免存在偏颇与不足，管中窥豹，以俟方家，望与业内同仁深入交流，共同推动高速公路主动交通管控技术的发展。

2 主动交通管控技术的发展现状

主动交通管控技术最早起源于欧洲，为适应工业化和快速城市化发展，德国从20世纪40年代末开始构建主动交通管控体系，依托ATM（Active Traffic Management）系统建设，有效缓解了快速城市化地区局部拥堵问题。

此后，欧盟各国纷纷效仿，结合自身特点因地制宜完成改良推广，推动了主动管控技术在欧洲范围内的广泛应用，德国、荷兰、瑞士等也成为第一批建立ATM系统的国家。

发挥欧盟跨国体制互通及地域差异互补的优势，欧洲合作建立了首个联合主动交通管控策略库，截止2021年，该库已经纳入来自12个国家的66种主动管控策略。

（1）国外高速公路主动交通管控技术体系

欧洲联合主动交通管控策略库以集成德国的管控策略为主体，融合了速度和谐、分车道动态限速、临时开放硬路肩、拥堵响应处理、动态货车管理、极端天气响应处理、动态车道分配、匝道控制、动态路径诱导等10多种典型主动管控策略大类。

主动交通管控技术的应用让欧洲平均高峰通行能力提升了 3% ~ 7% ，二次事故减少40%~50%，交通拥堵及安全问题得到显著改善。

美国和日本也是主动交通管理技术的领先国家之一，美国的高速货车占比大、极端恶劣天气多，管控重心聚焦货车管理与极端天气下的安全保障，日本更关注交通管控设施更新及高速公路与城市道路的协同疏堵。

（2）我国高速公路主动交通管控技术体系

我国高速公路主动交通管控技术起步晚，但发展迅速。数字化、智能化等支撑技术的飞速发展，尤其是在前端数据采集、事件感知和车道级导航等方面的技术创新为主动交通管控技术的“弯道超车”提供了宝贵的战略机遇。

在匝道信号管控、可变限速管理、动态车道管理、动态交通诱导等主体管控架构基础上，我国进一步引入了交互式诱导、差异化收费等管控方式，策略组成更趋完善。

中国的主动交通管控技术广泛应用于高速公路、城市道路等多个领域，覆盖面广、技术迭代快，尽管群众认知/遵从率相对滞后，道路交通安全效率仍得到了稳步提升。

根据公安部的数据，2019年全国共处理交通违法行为1.5亿余起，其中，主动交通管控技术处理的违法行为占比超过50%，道路交通事故死亡人数同比下降3.1%，交通安全环境得到显著改善。此外，全国城市交通拥堵指数也同比下降3.6%，其中主动管控技术起到了关键性作用。

3 主动交通管控发展面临的矛盾

总体来看，国内外主动交通管控技术体系基本成形，应用成效也在大量实践中得到初步验证，但其实际效用可能远未达成。纵观既有实践案例，普遍存在以下瓶颈。

（1）全域主动形成“依赖”

立足当前技术条件，落地小范围示范工程属于尚有“余力”，网络级、城市级大范围主动管控技术的联合应用就明显“吃力”。

一是设备依赖问题。目前，管控措施的有效性依赖智慧感知系统提供的交通数据，而受成本约束，外场监测设施部署往往难以实现低成本全域覆盖，除去高速公路核心区域及关键节点，大部分外场感知设备不具备升级条件，靠“堆设备”提高覆盖率实现的主动，目前难以大范围普及；

二是路径依赖问题。在管控评估及策略选择方面形成路径依赖，运行感知依靠大范围“堆设备”，态势预测与智能算法近乎划等号，治理实施寄望于策略堆叠，对于管控方式的合理性、可行性及协调问题缺乏思考，就目前来看，公认最“可靠”的管控方式恐怕还是人工。

小结：主动其实是对设备+人工的依赖。

（2）主动管控并不“主动”

主动交通管理与控制的核心是“预判与优化”，纵观既有工程实践案例，会发现2个有趣的现象。

一是“概念主动”盛行。“自动”不等于“主动”，沿用“实时监控数据—实时分析识别—实时管控响应”的实施路径，其本质还是滞后介入的“被动式”管控，而并非真正意义上的主动预控；

二是“新瓶装旧酒”套路。主动交通管控正值技术更新阶段，新旧技术体系不兼容，技术落地免不了倾向维稳，结果是新建工程在实践过程中不得不瞻前顾后、畏首畏尾，最后兜兜转转还是困在传统策略“安全区”内“挑挑拣拣”，管控技术的更新演进现状并不理想。

小结：大多仅是自动，或准实时响应。

（3）新技术落地面临“尴尬”

我国大规模交通基础设施建设及改造工程已接近尾声，道路上的设备增加了，存储的数据增多了，交通管理方式的多样性和精细度却没有显著提升。

原因有二，一是研究与落地脱节，行业实践缺乏“勇气”。网联化、智能化技术的发展，催生了大量“贪大求全”“高高在上”的技术研究，无论是“主动管”还是“智能管”，由于技术可靠性、安全性缺乏验证，行业实践缺乏向前一步的动力，许多示范性工程也没有推动技术落地的勇气。

二是技术与场景对接不畅，场景建设缺乏新意。应用场景是技术落地的支点，如果技术为谁服务、解决什么问题、用在什么场景缺乏通盘考虑，那么智能设备的加持、新技术的发展对于技术落地就起不到明显的推动作用，必然面临用新方法解决旧问题、甚至解决不了任何问题的尴尬。

小结：行业缺少动力和勇气或新技术了无新意。

4 主动交通管控技术的延伸探讨

针对交通预测难、应用落地难、技术演进难等问题，从交通仿真预测、事件安全、经济效益、低碳环保等方面，以下篇幅系统介绍关于主动交通管控技术演进的部分思考，供业界解决上述问题发散思路。

4.1  交通预测

高速公路网络实时动态交通预测的核心难点在于：如何实现最小成本部署下，超大规模路网的动态需求预测及个体级别的交通行为推演，可以从数据驱动与仿真驱动两个方面入手。

（1）数据驱动交通预测

数据驱动首先要有数据，数据意味着成本。

基于车辆卫星定位、ETC出入口收费、视频卡口/ETC门架等多源大数据融合，结合回归分析或模型方法的交通预测模式，无论是时间序列、统计回归还是神经网络、遗传算法等，都高度依赖数据采集、上量，对设备覆盖要求高，大范围普及面临巨大成本代价，这也是许多技术止步于示范的根本原因。

数据驱动的预测方法适用于分散交通管理架构下，针对某些重点区域、关键节点的局部需求预测，面向对大范围、高精度的交通需求动态分配及预测略显无力。

图12 数据与仿真驱动的交通预测模式示意

（2）仿真驱动交通预测

仿真驱动的交通预测技术是交通学科理论及多元模型方法的结合体，也是目前支撑大规模全域交通态势预测、异常主动识别与管控的核心技术，为解决大规模需求预测的数据依赖症结打开思路。

基于连续观测的浮动车、断面采集数据等，综合运用动态OD估计、运行特征识别及短时交通预测技术，解析与预测交通运行状态表征数据集及分时段OD，叠加动态交通分配计算，将时变交通出行需求合理分配到各个路段，从局部、抽样的交通数据扩样至全域、全量的交通流特征，从需求OD进阶为路段流量，以点带面实现全网道路交通态势预测，解决全域大规模动态交通预测的“数据依赖”问题。

结合交通仿真技术实现个体时空位移的连续推演，从路段流量、车速进阶为个体变速、换道信息，由道路中观层面的集计指标进阶为个体驾驶行为分析，交通预测颗粒度的提升将提高交通拥堵、事故识别的灵敏度与准确度，提高交通管控的主动性、及时性和有效性。

图13 深城交基于DTA的全域交通态势推演及主动交通管控技术体系

4.2  主动安全

截至目前，我国高速公路总里程已突破16万公里，里程总量大、辐射范围广的特点，加大了高速公路安全应急防范的难度，敏捷、精准的事前风险识别技术显得更为关键。

（1）基于交通流特征的风险评估

当前，预测路段流量、车速等道路层面的集计交通流特征，是主动交通事故风险评价指标体系中的绝对主体。公路交通系统是多要素组成的复杂动态系统，交通安全受驾驶行为、车辆特性、道路特性以及行车环境等的综合影响。

用道路特征一个维度的评价因素去界定交通事故风险，意味着屏蔽了驾驶行为、个体差异对事故风险界定的影响，对评估精度有影响。

图14 基于动态交通仿真推演预测的精细化交通特征指标示意

（2）融合个体驾驶行为的风险预估

高速交通安全管理策略优化可从风险评估方法的准确性及风险管控策略的有效性2个方面入手。

大量研究结论证实，超速、换道等驾驶行为是导致高速公路事故的关键要因，基于动态交通仿真的驾驶行为推演及个体数据，支持纳入车速差、超速比例、变道信息、客货比例等超细粒度的风险评估指标，从道路集计特征进阶为个体驾驶行为级特征，评估精度的跃升，将显著提高安全风险评估的准确度。

在此基础上，面向事故多发区、桥梁隧道等关键节点，匹配风险等级差异化调控策略，将显著提升交通管理的有效性。

4.3  靶向诱导

公路运行环境具有多样性、复杂性，与城市路网相比，高速公路管控范围大、抓手少，加上路网密度低、可替代路径少，管理的遵从率会偏低，对交通管控的精准度和针对性都提出更高要求。

（1）无差别治理

当高速公路发生拥堵，出行者会在抵达堵点上游的某块信息诱导屏上，接收到诸如“xxx路拥堵，请车辆绕行”此类描述性提示，这类诱导信息以拥堵或事故描述为主，没有群体针对性，没有明确的绕行提示，不仅难以界定诱导的时长以及诱导最终可能产生的影响，容易诱发拥堵转移问题，同时，由于缺乏绕行建议，对公众出行的指导意义也不大。

（2）靶向定量治理

近几年，拥堵溯源已经不是新生概念，基于溯源成果优化管控策略的技术细节却鲜少披露，拥堵溯源回答了车辆从哪儿到哪儿去（OD路径集）的问题，那具体到技术应用，如何利用溯源技术提高交通治理精度？

图15 交通状态识别与机理认知深圳区域示意图

面向关键交通流的靶向诱导基于拥堵溯源达成“定向定量”、“更准更优”的管控目标。基于交通溯源技术定位、量化并预测与堵点强相关的交通流，在此基础上，根据控制目标选取特定评估指标，评估筛选关键交通流，决策管理谁更“准”；

同时，在道路容量限制下，通过系统建模量化调控总量，结合网络均衡或其他方向的管理目标，生成契合优化目标的最佳诱导量及绕行方案，决策管理到什么程度、管理到哪儿去更“优”，以实现无拥堵转移的快速消堵。

图16 靶向诱导技术路线图

4.4  低碳战略

过去，效益与安全是交通管理与控制的核心目标，聚焦了全行业的目光，近几年，伴随能源问题加剧、车辆电气化普及，许多交通理念开始向能源节约、低碳兼容的方向持续投入。

（1）效益最大化治理

一直以来，高速公路的交通管理与控制基本都以路网均衡或个体最优为目标，以个体最短路为假设，建立策略优化机制，城市交通运行也以交叉口通行量最大或延误最小等效益目标为主，实现整体调优。

无论是高速公路还是城市交通，高效和安全都是交通管理与控制的绝对目标，融入环保低碳理念的规划设计、管理控制思路不多。

（2）低碳兼容治理

节能减排、低碳兼容的交通治理理念将推动低碳兼容的管控方式受到更多关注，纳入能源及低碳目标是未来趋势。

低碳兼容的交通运行管控本质上属于多目标优化问题，在预测拥堵发生的前提下，需要综合考虑环保、效益等因素，通过设定碳排优化目标，以容量限制为约束，对上游车辆实施定向诱导，包括不限于路径、车道、车速引导等，延缓车辆到达预测堵点的同时，引导目标车辆以低碳方式运行，实现错峰缓堵，并通过“一堵多治”达成减排和治堵目标。

5 总结

（1）数据不是越多越好，靠“堆设备”实现的“主动”，实践表明不可持续。

近几年，交通技术发展开始由膨胀期步入冷静期，智慧公路建设偏向务实和落地，如何摆脱数据依赖、路径依赖，推动技术落地及价值自证，对于当前技术研究更有意义。

（2）主动交通管控的价值不在于预测未来，而在于调整未来。立足当下，明确发展需求、探索应用场景、更新管控策略，实现有效的技术突破和演进，提供优质的服务供给，主动交通管控才会有源源不断的生命力。

（3）未来已来，智能化、网联化发展将催生更多元化、个性化的出行需求、更复杂的交通场景，提供更丰富的管理抓手。交通系统智慧能级的大跃迁，要求行业拥抱变化、开拓创新的同时，保持理性，做实做优被动管控、主动管控到智能控制的过渡规划和落地实践，呼唤每一位交通工程师“集智”“汇识”。

*点击下方“阅读原文”加入智慧高速精英俱乐部

↑↑↑点击上方小程序报名参会↑↑↑