陳濤 王健 黃本銳

廣西機(jī)械工業(yè)研究院 廣西 南寧 530000

引言

高速公路是現(xiàn)代化綜合交通體系的重要構(gòu)成部分，也是交通強(qiáng)國(guó)建設(shè)的基石和重要途徑。高速公路運(yùn)營(yíng)管理效率、行車(chē)安全水平、應(yīng)急處理及時(shí)性直接影響著高速公路的出行體驗(yàn)和整體效率，也是高速公路智能化、智慧化水平的直接體現(xiàn)和迫切需求。先進(jìn)的監(jiān)控感知系統(tǒng)，對(duì)海量數(shù)據(jù)、多源數(shù)據(jù)、多類(lèi)型結(jié)構(gòu)數(shù)據(jù)的實(shí)時(shí)分析處理能力、基于數(shù)據(jù)的決策實(shí)施、決策效率的后分析、策略模型調(diào)優(yōu)是“智慧高速”面對(duì)的主要挑戰(zhàn)和核心問(wèn)題[2]。本文以廣西壯族自治區(qū)沙井至吳圩智慧高速公路建設(shè)為依托，探討基于智能感知、主動(dòng)管控理念的硬件設(shè)備多源感知，基于多源異構(gòu)海量數(shù)據(jù)的邊緣計(jì)算和實(shí)時(shí)分析，基于結(jié)構(gòu)化數(shù)據(jù)構(gòu)建策略分析決策模型，提供融合歷史經(jīng)驗(yàn)的管控推薦策略，通過(guò)多種策略提升高速公路應(yīng)急處理能力，行車(chē)安全，保暢通水平，盡可能提升高速公路智能化、智慧化管理運(yùn)營(yíng)水平，促進(jìn)智慧高速公路科學(xué)，高效，持續(xù)發(fā)展。

1 高速公路多源感知

智慧高速公路需要有先進(jìn)的監(jiān)控和感知系統(tǒng)，對(duì)高速公路的基礎(chǔ)路況和實(shí)時(shí)車(chē)流的充分感知、實(shí)時(shí)分析、實(shí)時(shí)通訊能力是智慧高速的前提和基礎(chǔ)，數(shù)據(jù)源的信息準(zhǔn)確性、及時(shí)性直接影響這決策模型分析的有效性，單一來(lái)源的數(shù)據(jù)受到感知局限性、外界干擾、測(cè)量誤差等因素影響，不能有效反饋高速公路的實(shí)時(shí)狀況，因此多感知源并行感知，多維度數(shù)據(jù)融合分析，數(shù)據(jù)交叉校驗(yàn)是提升智慧高速管理整體可靠性的有效路徑。

系統(tǒng)基于沙吳智慧高速建設(shè)理念分別對(duì)毫米波雷達(dá)、交調(diào)站、視頻AI事件識(shí)別、事故應(yīng)急處理系統(tǒng)、養(yǎng)護(hù)作業(yè)調(diào)度系統(tǒng)、氣象站、邊坡安全監(jiān)控等監(jiān)控感知設(shè)備和路況影響因素進(jìn)行了數(shù)據(jù)融合和數(shù)據(jù)結(jié)構(gòu)化處理[3-5]。

1.1 毫米波雷達(dá)

智能交通感知體系中，雷達(dá)是重要的路側(cè)感知單元。毫米波雷達(dá)利用高頻電路生成調(diào)制頻率（FMCW）電磁波，通過(guò)發(fā)送和接收天線(xiàn)監(jiān)測(cè)對(duì)比發(fā)送和反射的電磁波，可同時(shí)對(duì)多目標(biāo)進(jìn)行距離、速度、角度的測(cè)量，比如其他傳感器，具有不受天氣和光照影響、可全天候探測(cè)感知交通流的優(yōu)勢(shì)。

系統(tǒng)通過(guò)路側(cè)間隔距離的毫米波雷達(dá)感應(yīng)器，通過(guò)已知毫米波雷達(dá)樁號(hào)和位置信息，實(shí)時(shí)接收雷達(dá)監(jiān)測(cè)數(shù)據(jù)，形成基于地理位置的高速全區(qū)域段車(chē)流車(chē)速監(jiān)測(cè)。

1.2 交調(diào)站

交調(diào)站通過(guò)交調(diào)專(zhuān)用儀器，實(shí)時(shí)采集車(chē)輛車(chē)流數(shù)據(jù)，是毫米波雷達(dá)的有效補(bǔ)充，特別是在毫米波雷達(dá)重點(diǎn)部署高速路段的上游分支和下游分支。系統(tǒng)通過(guò)接入上下游路段的交調(diào)站數(shù)據(jù)，輸入分析決策模型，作為預(yù)見(jiàn)未來(lái)車(chē)流壓力和應(yīng)急恢復(fù)暢通時(shí)間的評(píng)估因素。

1.3 視頻AI事件識(shí)別

交通視頻AI事件識(shí)別分析系統(tǒng)，通過(guò)采用AI深度學(xué)習(xí)技術(shù)、圖像處理技術(shù)、目標(biāo)識(shí)別、運(yùn)動(dòng)檢測(cè)和目標(biāo)跟蹤等技術(shù)來(lái)實(shí)現(xiàn)道路交通突發(fā)事件的實(shí)時(shí)檢測(cè)和主動(dòng)報(bào)警，并使用實(shí)時(shí)視頻方式直達(dá)現(xiàn)場(chǎng)，使管理者能夠及時(shí)發(fā)現(xiàn)路段異常事件，直接掌握路段的交通情況。

系統(tǒng)使用邊緣計(jì)算單元，對(duì)視頻流進(jìn)行邊緣實(shí)時(shí)分析，結(jié)構(gòu)化數(shù)據(jù)云計(jì)算AI識(shí)別，在能見(jiàn)度良好，光照充足的情況下，對(duì)重點(diǎn)交通事件，特別是異常停車(chē)、交通事故、道路擁堵等事件進(jìn)行實(shí)時(shí)監(jiān)測(cè)。

1.4 氣象站、邊坡安全監(jiān)控

系統(tǒng)融合建設(shè)的周邊氣象站和邊坡安全傳感器數(shù)據(jù)，對(duì)極端惡劣天氣：暴雨、濃霧、泥石流、邊坡塌滑等進(jìn)行主要預(yù)警和監(jiān)測(cè)。

1.5 事故應(yīng)急處理系統(tǒng)、養(yǎng)護(hù)作業(yè)調(diào)度系統(tǒng)

除高速公路建設(shè)的基礎(chǔ)硬件傳感器數(shù)據(jù)融合外，系統(tǒng)聯(lián)動(dòng)事故應(yīng)急處理系統(tǒng)及養(yǎng)護(hù)調(diào)度系統(tǒng)，針對(duì)應(yīng)急處理、養(yǎng)護(hù)作業(yè)等過(guò)程導(dǎo)致的道路部分車(chē)道封閉的情況，實(shí)時(shí)共享事故應(yīng)急和養(yǎng)護(hù)作業(yè)過(guò)程數(shù)據(jù)，更新決策模型影響因子。

2 異構(gòu)數(shù)據(jù)結(jié)構(gòu)化融合分析

針對(duì)高速公路管理影響因素多，數(shù)據(jù)結(jié)構(gòu)化難度大，決策效果和處理過(guò)程突發(fā)因素影響密切等特征，項(xiàng)目采用決策支持系統(tǒng)（Decision Support System）作為決策系統(tǒng)基礎(chǔ)算法。決策支持系統(tǒng)是一種基于結(jié)構(gòu)化、半結(jié)構(gòu)化數(shù)據(jù)、易擴(kuò)展、兼容性高的決策分析系統(tǒng)，可充分融合綜合性數(shù)據(jù)以及決策者的歷史經(jīng)驗(yàn)，具有很強(qiáng)的適應(yīng)性[6]。

項(xiàng)目通過(guò)將各位置、各類(lèi)型傳感器的實(shí)時(shí)監(jiān)測(cè)數(shù)據(jù)分析，通過(guò)智能傳感器或邊緣計(jì)算將設(shè)備終端數(shù)據(jù)進(jìn)行結(jié)構(gòu)化或半結(jié)構(gòu)化，將結(jié)果通過(guò)網(wǎng)絡(luò)傳輸給中心分析數(shù)據(jù)器進(jìn)行數(shù)據(jù)統(tǒng)一匯總?cè)诤?。通過(guò)建立決策規(guī)則、數(shù)據(jù)模型、歷史經(jīng)驗(yàn)庫(kù)，既融合了專(zhuān)家系統(tǒng)以知識(shí)推理形式解決定性分析問(wèn)題的特點(diǎn)，又發(fā)揮了決策支持系統(tǒng)以模型計(jì)算為核心的解決定量分析問(wèn)題的特點(diǎn)，充分做到了定性分析和定量分析的有機(jī)結(jié)合。

3 車(chē)道級(jí)管控引導(dǎo)

通過(guò)對(duì)多種路面?zhèn)鞲衅?、監(jiān)測(cè)設(shè)備、機(jī)電設(shè)備數(shù)據(jù)進(jìn)行實(shí)時(shí)通訊、邊緣處理，結(jié)構(gòu)化的形成決策影響因子集合，通過(guò)對(duì)決策影響因子集合的數(shù)據(jù)相關(guān)性、同步性、時(shí)序影響性等多維度分析，將實(shí)時(shí)分析數(shù)據(jù)傳入已構(gòu)建的決策模型系統(tǒng)，計(jì)算當(dāng)前時(shí)刻結(jié)合地理位置的影響強(qiáng)度值[7]。

決策支持系統(tǒng)通過(guò)輸入全區(qū)域各設(shè)備的實(shí)時(shí)數(shù)據(jù)和歷史數(shù)據(jù)，并融合結(jié)構(gòu)化后的各因子影響強(qiáng)度值，生成重點(diǎn)決策區(qū)域和待介入決策路段分析圖，并根據(jù)歷史決策數(shù)據(jù)，提供可選的決策建議和風(fēng)險(xiǎn)評(píng)估。

圖2 各因子結(jié)合地理位置影響強(qiáng)度值

管理者可根據(jù)決策系統(tǒng)提供的預(yù)警數(shù)據(jù)和決策建議，根據(jù)路面當(dāng)前通行情況，進(jìn)行車(chē)道級(jí)管控和遠(yuǎn)程引導(dǎo)，有效提升司乘人員行車(chē)體驗(yàn)；同時(shí)在突發(fā)異常路況或極端天氣時(shí)，同步聯(lián)動(dòng)轄區(qū)交警、路面路勤、應(yīng)急人員進(jìn)行多方溝通、聯(lián)動(dòng)協(xié)調(diào)，實(shí)施事故快速應(yīng)急處置，提升道路通行能力。通過(guò)實(shí)現(xiàn)前端智能設(shè)備實(shí)時(shí)狀態(tài)監(jiān)測(cè)、結(jié)構(gòu)化數(shù)據(jù)分析、精細(xì)化引導(dǎo)，逐步實(shí)現(xiàn)路網(wǎng)狀況可感知、可協(xié)同，根據(jù)智能化分析結(jié)果，系統(tǒng)可自動(dòng)聯(lián)動(dòng)相關(guān)司乘交互工具，如情報(bào)板、電臺(tái)廣播、互聯(lián)網(wǎng)媒體等方式，實(shí)現(xiàn)車(chē)道級(jí)精準(zhǔn)管控、車(chē)流合理引導(dǎo)

圖3 車(chē)道級(jí)車(chē)流引導(dǎo)

4 結(jié)束語(yǔ)

高速公路作為國(guó)民經(jīng)濟(jì)運(yùn)輸大動(dòng)脈，其行車(chē)安全水平、智慧化程度、整體運(yùn)行效率提升已成為運(yùn)營(yíng)管理者自身和社會(huì)的迫切需求。相對(duì)于傳統(tǒng)基于被動(dòng)處理、事后應(yīng)急的管理方式，本文以沙井至吳圩智慧高速公路智能感知、主動(dòng)管控的設(shè)計(jì)理念和建設(shè)經(jīng)驗(yàn)為依托，探討研究了信息采集感知能力的精準(zhǔn)監(jiān)控和建設(shè)，通過(guò)數(shù)據(jù)挖掘和分析，將不同類(lèi)型的數(shù)據(jù)有機(jī)結(jié)合，使用邊緣計(jì)算、云計(jì)算等能力提升多維異構(gòu)、海量數(shù)據(jù)獲取的實(shí)時(shí)性和準(zhǔn)確性，通過(guò)決策支持系統(tǒng)實(shí)現(xiàn)數(shù)據(jù)智能分析，實(shí)現(xiàn)主動(dòng)感知、主動(dòng)預(yù)警、第一時(shí)間介入處理， 盡可能發(fā)揮智慧高速公路的更大功效。