梁 杏,龍思穎
(廣西交科集團有限公司,廣西 南寧 530007)
在“交通強國”大背景下,國家經(jīng)濟建設(shè)對高速公路的依賴程度不斷增強。隨著汽車保有量增多,交通擁堵、事故頻繁發(fā)生、重大天氣災(zāi)害造成公路癱瘓等問題嚴重困擾高速公路運輸發(fā)展,高速公路新建和擴建趕不上運輸能力的需求[1]。如何保障高速公路安全、高效運營,為車主提供優(yōu)質(zhì)的通行服務(wù),成為迫在眉睫的問題。廣西現(xiàn)有高速公路運營管理的突出問題主要在于以下三點:
(1)道路安全亟待加強。廣西現(xiàn)有高速公路管養(yǎng)里程突破8 000 km,車輛保有量高,節(jié)假日事故多發(fā),交通事故往往引發(fā)重大傷亡事件,人民生命安全及財產(chǎn)受到威脅,如何加強和改進高速公路交通安全管理技術(shù)和措施迫在眉睫。
(2)管理及處置效率有待提升。節(jié)假日熱點路段通行量巨大,易發(fā)生碰撞甚至連環(huán)事故從而引發(fā)擁堵,極大地影響通行效率;高速公路每公里平均管養(yǎng)人員不足,人力巡檢效率低,異常事件發(fā)現(xiàn)遲,風(fēng)險感知效率低;多方處置事件數(shù)據(jù)同步不及時,事件處置效率有待提升。
(3)通行服務(wù)有待改善。需要救援時等待時間長,救援進度不透明,體驗不夠友好;交通誘導(dǎo)信息發(fā)布場景少、發(fā)布不及時,對于影響車輛通行的風(fēng)險事件如施工阻斷、交通事故、惡劣天氣等無法高效引導(dǎo),對出行極為不利。
為此,本文提出建設(shè)高速公路數(shù)字化應(yīng)急處置云控平臺,通過構(gòu)建“道路感知-分析決策-應(yīng)急處置”三個關(guān)鍵數(shù)字場景,促進道路異常事件感知效率的提升,實現(xiàn)實時監(jiān)測、預(yù)判路網(wǎng)當前運行狀態(tài),向多方交通管理者提供高質(zhì)量數(shù)據(jù)內(nèi)容及決策,推動交通大數(shù)據(jù)在高速公路運營單位、交警、路政及出行車主等多方交通參與者之間的高效流轉(zhuǎn),提升應(yīng)急處置的處置效率。
實現(xiàn)交通基礎(chǔ)信息數(shù)字化。通過采集高精度地圖實現(xiàn)對道路物理結(jié)構(gòu)的數(shù)字化[2];實時采集靜態(tài)路網(wǎng)數(shù)據(jù)、動態(tài)環(huán)境數(shù)據(jù)、車輛目標數(shù)據(jù)、事件數(shù)據(jù)和協(xié)同系統(tǒng)數(shù)據(jù)共計五大類25種數(shù)據(jù)來源,對道路上的參與主體進行實時的數(shù)字化,即“對道路本身、道路環(huán)境進行識別,對道路參與主體的位置、速度以及運動方向進行識別,對道路上發(fā)生的異常事件進行識別”,進而為駕駛車輛提供數(shù)字化的道路基礎(chǔ)[3]。
構(gòu)建典型道路事件風(fēng)險分析模型,分析包括擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務(wù)區(qū)事件等多發(fā)道路風(fēng)險事件,利用大量實時感知數(shù)據(jù)及歷史數(shù)據(jù)進行通行狀態(tài)分析,提前識別道路風(fēng)險,形成異常告警,提供對風(fēng)險事件處置的智能決策,實現(xiàn)對路網(wǎng)的動態(tài)化監(jiān)測管理。
構(gòu)建高速公路運營管理云控平臺,基于可視化大屏、web應(yīng)用、小程序及公眾號等方式,為交通管理部門及車主提供跨時空互動,及時獲取突發(fā)事件相關(guān)信息,推動應(yīng)急管理綜合應(yīng)用。針對典型風(fēng)險事件場景構(gòu)建數(shù)字化預(yù)案,基于風(fēng)險事件分析結(jié)果提供決策方案,智能調(diào)配人、車、物等應(yīng)急資源,精準指導(dǎo)風(fēng)險事件處置過程,且在事件處置后提供處置過程數(shù)據(jù)分析,進一步提升預(yù)案決策水平。
高速公路數(shù)字化應(yīng)急處置云控平臺主要分為道路感知、分析決策和應(yīng)急處置三大系統(tǒng)。道路感知系統(tǒng)通過搜集多源交通感知數(shù)據(jù),為道路事件的分析提供支撐;分析決策系統(tǒng)通過構(gòu)建典型道路風(fēng)險事件模型,對道路感知數(shù)據(jù)進行分析處理,輸出預(yù)警結(jié)果;應(yīng)急處置系統(tǒng)通過大屏可視化應(yīng)用、web應(yīng)用、小程序、公眾號等載體,為交通行業(yè)管理者和車主提供事件處置入口,通過數(shù)字化預(yù)案快速匹配事件相關(guān)資源,達到提升效率、數(shù)據(jù)共享的效果。具體如圖1所示。
圖1 高速公路數(shù)字化應(yīng)急處置云控平臺整體設(shè)計圖
通過接入高精度雷達、高清視頻、聲音檢測器、車輛檢測器、氣象監(jiān)測站、浮動車數(shù)據(jù)、道路事件、阻斷施工、斷面流量和重點區(qū)域流量等5大類25種數(shù)據(jù),利用系統(tǒng)對大量數(shù)據(jù)的采集分析,可快速分析當前路網(wǎng)運行情況,提高交通事故的安全預(yù)警能力和道路通行能力。
2.2.1 靜態(tài)路網(wǎng)數(shù)據(jù)
搜集靜態(tài)路網(wǎng)數(shù)據(jù),建立道路交通數(shù)字化模型。主要包括高精地圖數(shù)據(jù)、主要設(shè)施數(shù)據(jù)、機電設(shè)備數(shù)據(jù)、組織機構(gòu)及人員數(shù)據(jù)及應(yīng)急倉庫數(shù)據(jù)等。
2.2.2 動態(tài)環(huán)境數(shù)據(jù)
搜集高速公路機電設(shè)備監(jiān)測數(shù)據(jù),反映路網(wǎng)實時動態(tài)環(huán)境信息。主要包括高清視頻數(shù)據(jù)、雷達檢測數(shù)據(jù)、氣象環(huán)境數(shù)據(jù)、隧道環(huán)境數(shù)據(jù)、電力監(jiān)控數(shù)據(jù)、斷面流量數(shù)據(jù)、充電樁狀態(tài)數(shù)據(jù)等。
2.2.3 車輛目標數(shù)據(jù)
搜集車輛目標數(shù)據(jù),為精準定位和救援提供數(shù)據(jù)。主要包括車牌、位置、行車速度、行駛路徑、停車信息、車輛類型、運載貨物等。
2.2.4 事件數(shù)據(jù)
搜集路網(wǎng)交通事件信息,可提前發(fā)布協(xié)助出行規(guī)劃,并在發(fā)生異常事件時輔助指揮決策。主要包括道路計劃阻斷施工信息、實時交通異常事件信息、收費站實時開關(guān)閉信息等。
2.2.5 協(xié)同系統(tǒng)數(shù)據(jù)
補充來自互聯(lián)網(wǎng)、政務(wù)平臺、合作伙伴等第三方協(xié)同系統(tǒng)數(shù)據(jù),為高速公路業(yè)務(wù)監(jiān)測提供更多數(shù)據(jù)支撐。主要包括互聯(lián)網(wǎng)氣象數(shù)據(jù)、大件運輸車輛數(shù)據(jù)、交警視頻數(shù)據(jù)等。
構(gòu)建典型道路事件風(fēng)險分析模型,利用大量道路感知數(shù)據(jù)進行定性定量分析,識別包括擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務(wù)區(qū)事件等類型,基于標準數(shù)據(jù)進行實時風(fēng)險分析,預(yù)判風(fēng)險事件等級,為交通管理者提供準確的風(fēng)險預(yù)警。
分析決策分為數(shù)據(jù)采集、數(shù)據(jù)集成、決策應(yīng)用三個部分。
2.3.1 數(shù)據(jù)采集
從傳感器、浮動車、業(yè)務(wù)協(xié)同系統(tǒng)等渠道進行數(shù)據(jù)搜集,建立地理信息數(shù)據(jù)、機電設(shè)備數(shù)據(jù)、動態(tài)環(huán)境數(shù)據(jù)、應(yīng)急處置數(shù)據(jù)、車輛動態(tài)數(shù)據(jù)等各類業(yè)務(wù)數(shù)據(jù)標準庫,實現(xiàn)運營數(shù)據(jù)采集的標準化、規(guī)范化,形成道路交通信息數(shù)字標準體系。
2.3.2 數(shù)據(jù)集成
根據(jù)數(shù)據(jù)標準體系對歸集的原始數(shù)據(jù)進行提取、轉(zhuǎn)換和加載,最終生成運營管理標準數(shù)據(jù),并將預(yù)處理后的數(shù)據(jù)存儲至分布式文件系統(tǒng),成為在線分析處理和數(shù)據(jù)挖掘的基礎(chǔ)。
2.3.3 決策應(yīng)用
建立典型風(fēng)險分析模型,基于數(shù)據(jù)集成后獲取的高質(zhì)量標準數(shù)據(jù),對實時路網(wǎng)流量預(yù)測、道路風(fēng)險事件分析進行實時計算,對交通工程缺陷、車輛行為、事件處置過程分析等進行離線計算,形成擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務(wù)區(qū)事件等多發(fā)道路風(fēng)險事件預(yù)警,為運營管理決策提供高質(zhì)量的數(shù)據(jù)支撐。
為了提升應(yīng)急處置效率,促進交通管理者高效、準確地共享實時事件數(shù)據(jù),為車主提供良好的出行體驗,應(yīng)急處置數(shù)字場景從多終端處置、數(shù)字化預(yù)案、事件歸檔及分析三個方面入手,優(yōu)化各方對于應(yīng)急處置的體驗。
2.4.1 多終端事件處置
對于交通管理者,針對集團級管控中心、路段級管理中心和外場作業(yè)人員,分別提供可視化大屏、web應(yīng)用及小程序三種不同的載體,并且各載體之間數(shù)據(jù)同步更新,適用多場景同步處置。提供包括事件基礎(chǔ)信息、進展、附近視頻、附近車流量、天氣信息等多種事件處置相關(guān)信息,疊加在數(shù)字化的交通路網(wǎng),一圖式查看事件的完整鏈路信息以及對路網(wǎng)交通造成的異常情況,提升應(yīng)急指揮的效率。
對于車主,提供微信公眾號作為應(yīng)急處置的入口,可在公眾號進行定位和一鍵求助,形成救援工單同步至交通管理者。同時,事件處置的信息會同步傳遞給車主,提供救援收費標準、救援車輛實時位置、救援車輛預(yù)計到達時間等關(guān)鍵數(shù)據(jù),緩解車主長時間等待救援的焦慮,搭建車主與管理者之間有效溝通的信息橋梁。
2.4.2 數(shù)字化預(yù)案
基于預(yù)案處置內(nèi)容,將其分解為處置組、相關(guān)物資、處置內(nèi)容和處置步驟,形成數(shù)字化預(yù)案,為應(yīng)急指揮調(diào)度提供標準化、流程化的指導(dǎo)。
支持應(yīng)急預(yù)案的采集與登記錄入,形成應(yīng)急處理流程,實現(xiàn)應(yīng)急預(yù)案的版本管理以及維護審核;支持應(yīng)急資源的登記錄入與發(fā)布,支持動態(tài)應(yīng)急資源信息更新與發(fā)布。在預(yù)案制定的過程中,要預(yù)設(shè)調(diào)度過程中涉及的應(yīng)急資源、聯(lián)動部門、控制設(shè)備、信息發(fā)布等相關(guān)信息,還可以實現(xiàn)對已經(jīng)編制的預(yù)案進行修改和調(diào)整,提供交通事故常用預(yù)案和特定預(yù)案的處置流程圖,從整體上展現(xiàn)事件處置的完整流程。
2.4.3 事件歸檔及分析
對于已完結(jié)的事件,為了更好地回溯保存事件的完整處置過程,并從中獲取有效信息,平臺對事件內(nèi)容進行歸檔的同時提取可量化的關(guān)鍵數(shù)據(jù)進入分析決策數(shù)據(jù)庫,如發(fā)生位置、所在路段、事件類型[4]、事件等級、實時天氣等信息,可實現(xiàn)類型統(tǒng)計、數(shù)量、路段、原因等圖表分析,并進一步為事故的預(yù)分析提供海量歷史數(shù)據(jù)支撐。
自2022年8月起,高速公路數(shù)字化應(yīng)急處置云控平臺投入使用,采集道路感知數(shù)據(jù)約25類,產(chǎn)生主動告警數(shù)據(jù)約20萬條,事件平均處置時長縮短1.5 h,發(fā)布交通誘導(dǎo)約6 800次,為運營管理中心、監(jiān)控室、外場作業(yè)人員、交警、車主提供服務(wù)調(diào)用約15萬人次。平臺從感知效率、多方處置、公眾服務(wù)等方面大大提升了高速公路運營管理數(shù)字化水平,形成高效穩(wěn)健的高速公路數(shù)字化應(yīng)急處置體系,為運營管理提供了數(shù)字化支撐。
本文討論了高速公路數(shù)字化應(yīng)急處置云控平臺的設(shè)計與應(yīng)用,從交通行業(yè)管理者與出行者對于應(yīng)急救援處置的痛點出發(fā),針對“道路感知-分析決策-應(yīng)急處置”三個關(guān)鍵業(yè)務(wù)環(huán)節(jié)進行業(yè)務(wù)流程梳理,建立了高效的數(shù)字場景?;谠撈脚_,實現(xiàn)了道路異常事件自主感知效率的提升,提供深化數(shù)據(jù)分析與智能事件決策,并且為交通行業(yè)管理者及車主提供了一套基于云技術(shù)的跨平臺多人協(xié)同的事件處置系統(tǒng),形成應(yīng)急處置數(shù)字化體系,為運營管理提供了堅實的技術(shù)支撐。