北京推出强力治堵措施，限制用车，但这并不是解决交通问题的长久之计，智能用车、智能用路才是让我们今后不再受困于拥堵的最佳途径。
近500万的机动车保有量使北京陷入了发展汽车工业和疏导交通拥堵的两难境地。2010年12月23日，北京出台了力度空前的限购细则。此前1日，车市迎来史无前例的购车狂潮，有的4S店一晚上的销售量达到了上半年的总和。从交管部门出台的治理方案来看，似乎除了提高汽车使用成本，治堵别无他法。但《科技创业》走访麻省理工学院及世界多个交通领域的前沿科研机构，发现绝非如此，科学家与研究人员分别从交通流理论、智能交通系统、车联网等不同角度，展现了各自探寻未来交通的解决之道。MIT交通实验室的新办法
交通拥堵类似于天气，是一个极其复杂的系统，牵一发而动全身，但这没有难倒科学家与工程师们。1950年代，应用数学家詹姆斯·赖特希尔就运用流体力学中的连续性方程成功地对交通波和洪水波进行了分析，奠定了现代交通流理论的基础，至今仍是交通学研究的热点。据中国科技大学姜锐博士介绍，如巴黎、阿姆斯特丹等城市目前使用的匝道控制技术往往是基于宏观的流体力学交通流模型。近年来，德国奔驰公司的肯纳教授提出了一种新的交通流理论，并基于此提出了一种新的匝道控制技术。此外，有学者使用交通流模型研究了可变限速技术，发现通过改变道路上的限速可以消除已经出现的交通堵塞，不过这些研究成果尚未进入应用阶段。
美国的交通学者最早尝试用建模的方法，在实验中模拟交通拥堵的形成和分散过程。1990年开始，麻省理工学院(MIT)设立了智能交通(ITS)研究项目，由摩西·本·阿齐瓦教授(Moshe E.Ben-Akiva)主持。这一项目联合了来自交通研究中心、土木与环境工程系、机械工程系，电气工程和计算机科学系以及斯隆管理学院等不同院系和实验室的专家，利用多学科交叉对交通系统中现代信息技术的应用进行研究。
本·阿齐瓦教授所提出的交通需求模型系统，以及同麻省理工学院另一位教授丹尼尔·麦克法登(DanielMcFadden)共同提出的离散选择理论被广泛应用于交通建模研究。离散选择模型可用于描述出行者如何选择出行方式、出行时间、出行路径等，也可用于描述在途中如何对交通信息作出响应，从而更改行车路径。通过计算每一种选择对应的效用(通常是一些变量的线性组合。对路径选择来说，可包括其长度、左转弯数、信号交叉口数等)并代入到模型中，便可得到该项选择的概率值，从而对交通规划和管理措施和方案进行评估与调整。
2008-2010年间，以本·阿齐瓦教授为带头人的麻省理工学院智能交通实验室与北京交通发展研究中心在动态交通模型构建方面展开了合作。“当时北京交通拥堵问题已经比较严重，传统仿真模型已无法模拟出交通拥堵的形成和分散，所以我们与麻省理工学院智能交通实验室合作展开了对西二环交通走廊的动态建模研究。”北京交通发展研究中心的温慧敏向本刊记者介绍了合作研究的情况，总体来说“效果还可以，但也存在很多问题”。
麻省理工学院的动态模型DynaMIT是基于国外交通拥堵特征构建出来的，这个系统于2010年被《华尔街时报》评为交通行业当今五大最具创造性发明，除了在北京，还在里斯本、洛杉矶和新加坡的干道上进行过实验。在北京，研究小组们发现，中国城市交通除了特有的混合流(人车混行)现象，机动车的驾驶行为、流速密和美国也有很大差异。例如美国司机在驾驶过程中较少发生变线行为，也很少随便占用应急车道，而在国内，这些现象较为常见。这些差异使得DynaMIT构建出的模型难以真实反映北京的交通拥堵特征，所以需要加以修正。温慧敏说：“目前，我们计划在西二环的双阳路上建设可变车道，也用这个模型做了一些测试，以便估算可变车道能在多大程度上改善该地区的交通拥堵情况。这个计划还处于研究阶段，尚未进行工程实施。”
堵车根源
北京中心城区到底能容纳多少汽车呢?温慧敏表示：“这个很难统计，因为它受影响因素太多了。假如车辆都是静止的还好说，比如按停车位算，每辆车需要的停车面积大约是20平方米，然后算道路面积，这都是静态的(计算)，事实上车都是流动的。而且我们一般只知道地上(停车场)资源，但是地下的，比如商场、写字楼下面的停车位，这些不好计算。单从停车来讲，比如二环，只用来停车，停不了多少车。二环32公里，每辆车按长度5米来算，是会得到一个数，可这个数字意义不大。”
与静止的汽车数量统计不同，交通中实际投入的车辆是动态的。如果从具体某条道路高峰期的周转量(每公里通过的车数量)来计算，北京交通发展研究中心主任郭继孚也认为高峰期的时间不能确定，所以得不出固定数值。作为流动的事物，的确很难以静止的汽车数量来证实某个城市路网的通行能力：这就好像自来水龙头本身无法容纳一杯水，但是流经水龙头的水却可以装满很多个杯子。
麻省理工学院的数学家们则用数学模型来描述堵车的形成方式和产生条件，尤其是通常发生在车流量大的道路上的“幽灵式堵车”，在这种情况下，很小的异常情况都可能被放大为全面而持久的交通堵塞。“研究的关键在于理解这种堵车方式背后的数学原理。”麻省理工学院数学系的阿斯兰·卡西莫夫(AslanKasinlov)说，“我们想要用类似于流体模型的来描述‘堵车波’。”“幽灵式堵车”和爆炸产生的冲击波传递方式很像，交通速度和车流密度的信息可被用来计算在什么条件下会形成拥堵以及拥堵传播的速度。
英国埃克赛特大学的研究者们也建立了数学模型来研究这一问题。模型假定交通系统为高速公路的繁忙路段(每公里15辆车)，如果出现了一些小的扰动，比如一个过度的刹车或者变道的卡车，后方的车量受此干扰便会短暂减速，这种减速将进一步向上游传递，形成一个短暂停顿的“堵车波”，这一堵车波会在几分钟之内传递到上游几公里的地方。在传递过程中，堵车波对上游车速的干扰不断放大，最终形成可达数公里长的堵车带。这一模型显示，繁忙的交通并不一定会带来拥堵，但在这一脆弱的系统中，稳定很容易被某位司机的一脚油门打破。
这样的拥堵一旦形成便几乎无法疏通。“你会被一直困着，直到交通突然畅通了。”曾在麻省理工学院任教的莫里斯弗林(Morris Flynn)说。如同冲击波中的音速点一样，“幽灵式堵车波”隔绝了传播沿线的上下游信息交流。身陷车阵中的司机无法了解前方通行情况，他们不知道自己遭遇到的其实是“幽灵式堵车”，而不是事故或交通瓶颈。当然，他们也无法为随时能够恢复的交通做好驾驶准备。因此，司机的反应速度使得“堵车波”能够不断传递下去。
所幸，这一模型可以帮助工程师们在未来规划道路容量，来确保低密度交通以减少“幽灵式堵车”的发生。这一模型也有助于确定安全的限速标准，以及
识别出交通密集的事故多发路段。在未来的研究中，研究小组将更多地关注拥堵形成的细节，包括车道数目如何影响堵车。
让信号灯聪明起来
司机们的行为影响如此之大，使得用交通灯来规范他们的行为尤其重要。在路网密度一定的情况下，一组能根据通行情况自行调节的交通信号灯将大大提高道路利用率，这就需要路网上所有的信号灯能够模拟出最佳配时信息，并同步协作。
中国科学院自动化研究所王飞跃研究员深入研究了这一问题。他在国内一些城市调研时发现，有的路口直行绿灯时间长达78秒，但右转弯绿灯时间只有6秒左右，这样配时的本意是想保证主路畅通，后果却是右转弯的车辆等得不耐烦，闯红灯现象增多，道路的拥堵状况更加严重。
在王飞跃看来，交通问题毕竟是人为造成的，因此研究者要考虑的因素非常多，甚至包括交通法规和驾驶者的心理。比如信号灯设置的时长，从心理学角度上说，如果等候时间超过一分钟，很多人就会受不了。
2009年4月至9月间，江苏太仓市交通部门对太浏干线公路(S339省道太浏段)连接着太仓市市区和港口该路段进行改造。这条干线上重载车辆的流量日益增长，支路上同时还有大量行人和非机动车行进。交通部门于是与王飞跃的团队合作，选取5个交通问题严重的路口试用了他们研发的智能交通系统。以飞沪路口为例，首先研究人员们在路口的4个方向入口都安装了摄像头采集排队信息，根据各人口的交通需求动态调整放行时间。在交通灯放行开始前，先查询要放行方向上的排队长度，并由此计算当前方向的放行时间；主路停止放行前查询冲突方向上的排队长度，如果冲突方向上的排队长度未达到预设的阀值，则延长主路的放行时间。
在调整时对主路和支路设置不同的权重，以实现干道优先通行。而当支路流量突然增大而主路流量不大时，算法能够自我调整自动适应，增加支路的放行时间。试点结果显示，与采取定时控制方案相比，采用了自适应控制方案后，在支路通行效果不变的情况下，飞沪路口主路方向的排队长度减少了8.1％～19.2％，累积排队长度(平均排队长度与车流量之比)明显降低。然而，通过构建模型，王飞跃等人测算出，当该路段周边人口达到4万～4.1万时，无论信号灯如何控制，该路段都会发生堵车。
但是，对交通拥堵问题给出的解决方案绝不限于交通信号的自动调节。维也纳通讯技术研究中心(FTW)的托马斯·泽曼博士则认为，在当前的交通情况下，车载通讯实现互通互联是提升交通管理效率的先决条件。因为手持通讯设备不够强大，不足以响应并处理实时的交通信息，所以有必要开发全新的车载信息协同处理系统来实现智能交通。故而众多的汽车厂商也投入大量资金和资源，研发“车联网”。以汽车之间的信息交互配合交通信号的管控，来实现更好的交通。
比实时交通信息更快：预测未来
早年毕业于麻省理工学院交通运输专业，现任美国Caliper交通系统部主任的杨齐博士在接受本刊记者采访时表示，一个先进的交通管理系统不应该停留在应对已经发生的拥堵，也不应该“矫枉过正”，使居民出行付出不必要的代价。但要做到这一点，必须开发出具有预报功能，能够考虑到用户对预报信息的行为反应的动态交通模型。
北京已经计划根据拥堵程度，划分黄色、橙色、红色三个等级，发布交通信息并分级启动疏堵措施。“一些实践经验表明，如果预测信息不准确，将会使驾驶员失去对信息的信任。但也有些提供预测信息的，如巴黎的环城路上，提供点对点的预测行程时间，但据我了解，这一预测行程时间也是基于当前交通状况作出的，而并不是真正意义上的预测。”中国科技大学姜锐博士向本刊记者提出了他的意见。
在葡萄牙马德拉召开的第十三届IEEE智能交通系统年会上，王飞跃率领的中科院自动化所复杂自适应交通系统团队获得了2010年度的IEEE智能交通系统杰出团队奖，这是为了表彰王飞跃于2004年国际上首次提出了基于ACP方法(人工系统、计算实验、平行执行)的平行交通系统控制与管理理念，实现了城市交通控制与管理方法的重大突破。如今，该理论已经成为全球范围内的研究热点。
“平行执行”的理念源于“平行宇宙论”，而王飞跃的想法受到一本经典的科普书籍——伽莫夫的《从一到无穷大：科学中的事实和臆测》——的启发，他重新审视了人工社会、计算方针和自适应控制等方法，初步形成了以人工系统建模，以计算实验分析，以平行执行控制和管理复杂系统三步曲的想法，并陆续发表了相关的文章。传统的智能交通系统是根据传感器搜集到的历史数据来模拟真实情况。而王飞跃的这项研究，通俗来讲，就是在大型计算机中建立一个虚拟的“平行世界”，在现实信息到达传感器之前，就在人工交通系统中进行分析实验，从而提出定性和定量的决策依据，更好地对实际交通系统进行管理与控制。比如由实际的信号控制器控制模拟平台中各路口的信号灯，直观地显示不同配时方案下交通运行情况。
“这套系统可以有效地克服由于经济、法律、道德本质等原因无法对复杂交通系统进行实验的困难，为我们提供一个不断探索和改进的机制，使得我们能尽量将所有关于交通的知识在一个平台、以可计算可及时应用的方式上积累起来。”王飞跃在接受本刊记者采访时表示，平行交通控制与管理系统在广州、苏州、济南等地也有所推广，“不过不是将整套方案完整地用上去，而是部分地应用上去。比如广州亚运会的出租汽车调度，采用的是我们的视频建模技术。在监控车流等方面，我们自主开发了基于agent的网络化路口机、交通信息的视频抽取系统等。”
北京的治堵之路依然漫长，但我们相信在科技的力量作用下，必定会有每个人都在城市中享受良好交通的那一天。
推荐访问:科技