智能运输系统概论

ITS智能运输系统：通过关键基础理论模型的研究，从而将信息技术、通信技术、电子控制技术和系统集成技术等有效的应用于交通运输系统，从而建立起大范围内发挥作用的实时、准确、高效的交通运输管理系统。

特点属性：先进性、综合性、信息化、智能化。

意义和作用：对传统交通运输系统的一种革命，充分发挥现有交通基础设施的潜力，提高运输效率，保障交通安全，缓解交通拥挤的有力措施。

智能运输系统是一个庞大的系统，系统建设涉及众多部门与领域，管理体制、信息沟通能力、考虑问题角度等均会对系统建设与运行产生巨大的影响。智能运输系统包括多个子系统，子系统之间相互联系紧密。正是因为系统庞大，其建设是逐步完成的，有时会不断建设与整体协调。

1以监控为主体的交通工程系统

--交通工程基本设施、传感器、电子设备、数据采集

2初级智能交通系统

--计算机、信息技术、地理信息处理

3模型化智能交通系统

--系统辨识、模式识别

4高级智能交通系统

--人工智能

VICS道路交通信息通信系统（日本出行者信息系统的核心）

SOCRA TES交通效率与安全蜂窝式通信系统（DRIVE项目的核心，欧洲）

EURO SCOUT以红外信标为媒体的动态路线引导系统（车载装置由导航装置、红外线收发信号机、车辆位置测定装置及显示器、键盘等组成）

研究方法：面向过程。

开发过程：1确定用户服务内容2建立逻辑框架3建立物理框架4明确标准化内容。

服务领域：交通管理与规划、电子收费、出行者信息、车辆安全和辅助驾驶、紧急事件和安全、运营管理、综合运输、自动公路。

意义：智能运输系统体系框架是运输系统体系和规格的说明，他决定系统如何构成，确定功能模块以及允许模块间进行通信和协同的协议和接口。

组成：用户主体、服务主体、用户服务（是框架基础）、逻辑框架、物理框架、（ITS标准、ITS评价）

逻辑框架：对系统功能的一种分类，四个层次：功能域，基本上和服务域等同；系统功能，基本上和服务等同，但进行了功能的重新整合；过程，基本上与子服务相同；子过程，基本的逻辑单元。最主要的内容就是描述系统功能和系统功能之间的数据流。

物理框架：是逻辑框架的具体实现，他是由一些系统和子系统连接构成的。系统和子系统基

本上是按交通系统的习惯和职能进行划分的。物理框架主要描述物理系统的功能和系统之间交换的框架流。

交通系统管理：把汽车，公共交通，出租汽车，行人和自行车等看成一个整体城市交通运输系统的多个组成部分。城市交通系统管理的目标是通过运营，管理和服务政策来协调这些个别的组成部分，使这个系统在整体上取得最大交通效益。

交通需求管理：各种提高交通运输系统效率的策略的总称。

1综合交通运输协同技术

2智能化交通管理控制技术不断提升

3交通信息服务技术迅速发展并催生相关产业发展

4交通安全技术仍然是发展的焦点

5智能汽车与车路协同技术将成为近年发展的热点和重要发展方向

动态交通分配：将时变的交通出行合理分配到不同的路径上，以降低个人的出行费用或系统的总费用。是以路网交通流为对象，以交通控制与诱导为目的开发出来的交通需求预测模型。

动态用户最优DUO：路网中任意时刻、任何OD对之间被使用的路径上的当前瞬时行驶费用相等，且等于最小费用的状态。

动态系统最优DSO：在所研究的时段内，出行者各瞬时通过所选择的出行路径，相互配合，使得系统的总费用最小。

FIFO原则：先进先出原则，即从平均意义上来讲，陷阱如路段的车辆先离开该路段。

动态交通分配模型的分类：根据模型的研究方法可以分为两大类：一类是解析的动态交通分配模型，一类是基于仿真的动态交通分配模型。解析的动态交通分配模型注重于纯理论研究，常被称为纯理论模型。可以分为三类：a）数学规划；b）最优控制理论模型；c）变分不等式、不动点理论模型。基于仿真的动态交通分配模型更偏重于应用，常被称为面向应用的动态交通分配模型或应用型模型。

动态系统最优控制的目标：1使系统总行程时间最小2使系统总费用最小3使系统总延误时间最小4使系统平均拥挤度最小。

动态交通分配中“动”的含义：（1 ）交通流随着时间的推移，在所选的路径上沿着各个路段逐渐向终点运动，而不是瞬间布满各路段；（ 2 ）路段阻抗是真动而不是“伪动”。在静态分配中用来计算路段路阻的流量不是真正存在于该路段上的流量；（ 3 ）交通需求是时变的。

动态路径选择行为的不同描述：

Wieet(1990) 的定义：交通网络中的每一时刻，每一OD 对之间被使用的路径中瞬时单位期望费用相等，且等于最小瞬时单位期望费用（中途不改变路径）。

Ranet(1993) 的定义：交通网络中的每一时刻，每一OD 对之间每一个决策点（交叉口）上，

被使用路径上瞬时走行时间相等且等于最小瞬时路径走行时间（中途允许改变路径）。

控制系统与公交系统的协同机理：公交系统根据实时交通流量、客流量及其预测信息生成车辆调度方案，在保证运输效率的同时降低运营成本。同时，混合交通自适应控制系统在感知到公交车辆后，为其提供优先信号，尽可能降低其运行延误。这种协同关系可以提高公交系统的吸引力，增加公交出行人数，进而提高城市主干路网的交通均衡性。主要体现在公交的信号优先。

城市交通控制UTCS系统与城市交通诱导UTFGS系统的协同模式：数据共享式、主从式、递阶协同式、一体化方式

短时交通信息预测的常用的方法(又见下分类)：交通量预测（卡尔曼滤波方法、神经网络方法、统计分析方法），行程时间预测（卡尔曼滤波方法、神经网络方法、随机服务系统）。

短时交通预测的模型分类：

1基于统计方法的模型（历史平均模型（History A verage Model）、线性回归模型（Linear Regressive Model）、时间序列模型（Time Serial Model）、卡尔曼滤波模型（Kalman Filtering Model）、Markov预测、极大似然估计模型（Maxium Lidelihood Formulation Model）等。特点：计算简便，但他们都未能反映交通流过程的不确定性与非线性，尤其无法克服随机干扰因素的影响。）

2动态交通分配模型

3交通仿真模型

4非参数回归模型

5神经网络模型（BP神经网络、高阶广义神经网络）

6基于混沌理论的模型

7综合模型

数据处理环节：ITS相关技术

1数据采集：空间数据-地球空间信息（GPS，GIS）、道路设施信息（GIS-T）、交通环境信息

交通信息-车流检测、A VI技术、浮动车、车载传感器

2信息传送：RFID、DSRC，无线传感网络WSN

3数据处理：多传感器信息融合，短时交通预测，动态交通分配，交通仿真，事件自动检测，云计算

4信息利用：城市交通控制、匝道控制、路径诱导、辅助驾驶、实时公交调度、紧急救援支持、交通规划支持

类别：车辆传感器、外界传感器、驾驶员异常状态传感器、电子视野图像识别技术、位置测量技术、判断技术、数值化和数据库、车辆控制技术、电子技术、计算机系统、移动通信技术、通信网络技术、人-机联系技术、人体机能学。

定位技术的分类：自主定位、星基定位、陆基定位。

GPS单独定位、GLONASS单独定位、GPS/GLONASS组合定位、GPS/DRS组合定位、GPS/INS