路径诱导研究的发展方向内容提示：路径诱导算法的实时性、动态路径诱导算法以及路径诱导与交通信号控制的集成是目前路径诱导算法研究的三个主要方向。
关键词：诱导发展方向路径路径诱导算法的实时性、动态路径诱导算法以及路径诱导与交通信号控制的集成是目前路径诱导算法研究的三个主要方向。
然而，作为智能交通系统的一个重要子系统，路径诱导系统除了必须具有良好的实时性、动态性和集成性之外，还必须对其它与其实时运营密切相关的众多问题从系统工程的层面加以协调考虑。
结合中国城市道路交通的实际和路径诱导算法研究进展的现状，交通诱导要从理论走向实用，下面几个问题需要进一步深入研究。
1路段交通流量的实时准确预测路段交通流量的实时准确预测是动态路径诱导算法的实现依据。
目前的预测手段一般只能预测短时交通状况，而交通诱导行为往往发生在比较大的空间范围上，这样就可能跨越多个预测区段。
研究表明，交通流呈现复杂的混沌特性，如何实现交通流量的一个较长时间区域的实时准确预测将是具有挑战性的研究课题。
此外，基于实时交通状况的切换式路径诱导系统必须具备区别正常和异常交通波动的能力。
2新型诱导模型与诱导算法动态路径诱导系统是一个对实时性要求相当强的系统，也是一个有人参与的时变、复杂随机系统。
诱导模型及其算法的建立不仅要考虑诱导系统的实时性要求，也必须考虑出行者的心理特征，如出行者对什么方式的诱导认定有效，出行者对诱导指令的心理接受极限等，这是路径诱导系统走向实用的重要步骤。
发展基于多目标优化的路径诱导算法也是交通诱导系统研究的重要内容。
目前路径诱导方案大多是基于距离最短或时间最短等单一指标，而实际上人们的出行习惯很难归结为单指标优化问题。
出行者除了对时间有要求外，还会希望在舒适感上得到满足，例如尽量减少转弯的次数，尽量少进入路况较差的道路等等。
对于司机路径选择行为的调查也表明，大多数的司机并不是趋向时间最短的路径，而是那些包含一些其他因素的次优路径，如熟悉程度、道路等级、连接性等等，这实际上是一个多目标优化问题。
传统的最优路径算法不能实现多目标优化，因为这些算法不包含所需的路网信息。
3混合交通流条件下的诱导策略我国城市交通有其特殊性，非机动车占有相当的比重，城市交通流是机动车和非机动车的混合交通流。
因此，在城市交通流诱导系统的开发和城市交通诱导策略的研究方面必须考虑我国城市混合交通流的特点。
完全采用国外发达国家的先进技术进行交通流的诱导是行不通的，研制开发具有中国特色的城市交通流诱导系统，是解决我国城市交通问题的重要手段之一。
4突发事件下的诱导策略交通事故、车辆抛锚等突发事件的发生极易引起交通拥挤或交通阻塞，导致路段通行能力的急剧下降。
这种情况下对交通流进行诱导被认为是诱导系统最能发挥作用的地方。
当然，突发事件发生的时间和地点具有随机性，是无法预知的。
突发事件下的诱导策略是具有挑战性的实用研究课题。
此外，城市干线与普通道路相互作用下的诱导策略和人工智能框架体系上的路径诱导系统的建立、发展提供更多智能化服务的路径诱导系统等也是值得继续深入研究的方向。
动态路径诱导是一个复杂的系统工程，具有很强的理论性和技术实现上的挑战性。
在体系结构上，城市交通诱导系统由交通信息的采集与处理、诱导策略的生成、诱导信息的发布与接收几个部分组成。
交通诱导系统研究的热点问题动态路径诱导是一个复杂的系统工程，具有很强的理论性和技术实现上的挑战性。
在体系结构上，城市交通诱导系统由交通信息的采集与处理、诱导策略的生成、诱导信息的发布与接收几个部分组成。
交通诱导系统所需要的检测、通信、计算机及其网络技术己经成熟，然而作为诱导系统灵魂的诱导策略还有很多问题未能很好地解决，从而制约了诱导系统在交通工程实践中的应用。
路径诱导算法的实时性、动态路径诱导算法和交通信号控制与交通流的诱导集成是该领域目前研究的三个热点问题。
1路径诱导算法的实时性研究路径诱导是一个对实时性要求相当强的系统，也是一个有人参与的复杂随机系统。
诱导算法的建立必须考虑诱导系统的实时性要求，如果路径诱导系统不能满足实时性的要求，则无论其效果如何都无法被用户所接受。
路径诱导实质上是根据用户需求为其提供一条或多条起讫点之间的最优路径，属于图论中最短路径的研究范畴。
传统的功kstar算法是求解最短路径的基本方法，简单易用，并能100%搜索到最短路径。
由其发展起来的二重扫除法能搜索到第K条最短路径，对于较小的交通网络能较快地找到K条较短路径提供给用户。
传统的Djkstar算法及其各种改进算法可以用于小规模静态路网的最短路径搜索，但是对于大规模动态网络，算法的复杂度随路网规模的增大迅速增加，难以满足动态路径诱导系统的实时性要求。
为解决交通诱导路径搜索的实时性问题，研究人员开始探索启发式和分层的路径搜索算法来计算最短路径。
启发式算法中最有代表性的是A*算法。
A*算法使用合适的启发信息来优先搜索那些最有希望的节点，从而降低了计算时间。
分层算法则是基于这样的出行者行为假设:出行者大多数愿意选择那些他们比较熟悉、道路等级较高、连通性能较好的次优路径，而不是单纯的距离最短路径。
Jagadeesh结合分层路径诱导算法和启发式算法提出了一种应用上较为成熟的启发式分层算法，该算法与传统的最优路径算法相比，速度得到了较大的提升。
人工智能技术的日臻完善为建立快速实用的动态路径搜索算法提供了可能性。
由于人工智能方法具有良好的并行计算能力，计算时间对网络尺寸相对不太敏感，与节点数呈线性增长关系，解决大规模网络中最短路径问题具有传统算法无可比拟的优势。
在实际应用中，人工神经网络受硬件的限制，不能适应任意大小的网络;遗传算法可以解决大规模网络的路径搜索，但由于存在早熟问题，容易陷入局部最优解;人工免疫算法是一种新的人工智能计算方法，比遗传算法具有更好的并行数据处理能力和运算的快速性，比神经网络具有更好的适应性，更加适合大规模交通路网的动态路径搜索。
2动态路径诱导算法的研究动态路径诱导是交通诱导系统最为期盼的目标，也是智能交通系统中最为人们所期许的功能之一。
城市道路交通流具有随时间而变化的动态特性，动态路径诱导系统应具有通过考虑交通网络的变化来提供最佳出行路径的功能。
由于动态交通网络中的路径权值随时间动态变化，理论上的动态路径诱导算法变得异常复杂，传统的固定路网权值的静态路径搜索算法不能用于解决动态路径诱导问题。
研究表明，如果先进先出条件满足，可以推广Diksrta算法来解决动态最短路径问题;在不满足先进先出条件时，Chabini提出了通过时间离散化求解任意点到某终止点最短路径的方法。
在动态路网权值变化的概率分布已知的随机情况下，最短路径问题的解有多种变化情况，当路网的权值为时变随机情况时，最短路径的求解则十分困难，甚至难以求得其解析解。
交通工程实际中，简单且应用较多的处理办法是不计路段权值变化的随机性，最简单的情况下认为它只与历史行程时间相关。
在此前提下，国内外学者基于精密数学模型提出了多种动态路径诱导模式及其相应的路径搜索算法。
目前对于动态路径诱导问题的研究大多停留在假定性较强的理论层次，而动态路径诱导算法的实时性还是一个很少有人涉足的研究领域。
3交通信号控制与交通流诱导的一体化研究诱导策略的制定必须考虑车辆在路口由于不同的控制策略而引起的延误时间，因此，对诱导策略的研究必须考虑交通信号控制的影响。
交通诱导是将时变的交通出行需求合理分配到不同的路径上，以降低个人的出行费用，优化交通网络资源，通过在空间上对人们产生的交通需求进行合理配置，提高路网的运行效率。
交通信号控制则是通过调整路口的信号配时方案来减少车辆在路口的延误时间和停车次数，减小城市交通路网的总延误，提高道路的通行能力。
因此，研究诱导策略，应该充分了解交通诱导与交通信号控制的相互作用和相互影响。
交通信号控制与交通流诱导的一体化是解决城市交通问题的有效途径，也是目前城市交通控制研究的热点问题之一。
2.2 国内外交通诱导系统研发现状交通诱导系统能有效地解决，城市交通拥挤、减少交通事故、降低空气污染、提高运输效率，发达国家非常重视车裁定位导航系统的开发和应用，现已形成了日、美、欧三足鼎立的局面。
(1) 日本的典型车辆导航系统日本的导航系统以丰田公司与日本警察省、邮政省、建设省共同开发的基于全球定位系统(GPS)和道路车辆信息通信系统(VICS)的导航系统为代表。
VICS是日本东京一家具有半官半民性质的交通信息处理、发布中心，它将警察部门和高速公路管理部门提供的交通堵塞、驾驶所需时间、交通事故、道路施工、车速及路线限制，以及停车场空位等信息编辑处理后及时传输给交通参与者，特别是在汽车导航车载机上以文字、图形显示。
目前日本已有多家大公司研制出车载装置，如松下公司生产的KX-GA3L已在日本多种类型的车辆上得到了应用。
(2)美国的典型车辆导航系统TRAVTEK是美国有代表性的城市交通诱导系统。
它以实时路线引导和服务信息系统实用化为目的，由交通管理中心、信息与服务中心、装有导航装置的车辆组成。
交通管理中心进行道路交通信息的收集、管理与提供，同时还提供系统运行所必需的信息；信息服务中心收集观光设施、旅馆、饭店等为对象的各种服务信息；车载导航装置由车辆定位模块、路线选择模块及接口模块构成，可显示交通堵塞地段、事故及施工等信息的地图，以及按驾驶员需要进行的路线引导及提供服务的文字信息等。
(3)欧洲的典型车辆导航系统Ali-Scout系统是欧洲最有代表性的车载导航系统，由西门子公司和Bosch ／Blaupunkt公司联合开发。
系统包括车内设备和车外设备两部分。
车内有定位、导航设备、磁场传感器、车轮转数计、带键盘和方向指示器的操作面板，行驶时间测量仪、红外发射器、红外接收器和目标存储器等；车外设备有信标红外发射器、信标红外接收器、信标控制器和交通诱导计算机。
车辆通过信标以红外通信方式与中心交换信息。
信标安装在路口两旁，典型的是与交通信号灯安装在一起。
交通诱导计算机负责完成最优路径的计算、路段阻抗预测和数据库管理等任务。
(4)国内交通诱导系统的研发现状及趋势国内车辆导航系统的研究起步较晚，主要由一些科研院所、学校及少数公司进行探索性研究实验，目前还未取得实质性成果。
吉林大学在交通诱导系统方面做了一些研究，尤其在交通预测、交通分配等方面开展了大量研究，取得了一些成果；北京工业大学交通研究中心在车辆定位、临控与导航关键技术方面开展了多项研究，重点包括：城市交通网络及其拓扑关系的表达，GPS／DR组合定位数据融合，基于GSM进行数据通信等；四维公司、大通公司和鞍山科信、南大善邻、西安东强、上海卫导与三吉等公司通过与国外合作或引进或独立研制，做了大量的工作，取得了一定进展，但均未达到实现产业化的阶段。
