基于物聯網的高速公路空間分析關鍵技術研究與應用

朱勃(1．重慶數字城市科技有限公司,重慶 400020; 2．重慶市地理信息云服務企業工程技術研究中心,重慶 400020)

基于物聯網的高速公路空間分析關鍵技術研究與應用

朱勃1,2?
(1．重慶數字城市科技有限公司,重慶 400020; 2．重慶市地理信息云服務企業工程技術研究中心,重慶 400020)

摘 要:介紹了在重慶高速公路開展的“基于物聯網的高速公路空間分析關鍵技術研究與應用”課題的研究內容以及研究成果對重慶高速公路運行效率提升的影響,是物聯網技術結合空間分析技術在交通行業成功應用的又一范例。課題研究中應用了三維全景采集技術、實時交通狀態監測技術、仿真分析技術,并以動態交通流短期預測理論為指導,從交通狀態監測與預測的角度加強高速公路管理,結合GIS空間分析技術和大數據分析成果,實現對高速公路的有效區域進行高效的監控、管理。

關鍵詞:物聯網；GIS；三維全景采集；路網狀態評估

1　引 言

重慶具有典型的山地地形,且伴有復雜多變的氣候條件,使得高速公路管理面臨著極大的挑戰。山地高速公路的一大特點是海拔落差大,信號覆蓋遮擋嚴重,路檢巡查條件艱苦,這使得高速公路設施數據的采集、信息的有效傳輸有較大的局限性,并使得高速公路管理中心對路網運行狀態的判斷上會產生偏差,這對整個高速公路的管理帶來了極大的隱患。再加上由于地處山地,邊坡、橋梁、隧道多,使得重慶高速公路設施普查難度大,稍有不慎則會帶來嚴重的后果。

“基于物聯網的高速公路空間分析關鍵技術研究與應用”課題的開展,一是為了解決重慶高速公路設施普查問題,二是為了更有效地利用物聯網監測數據對高速公路的運行狀態進行準確的判斷。課題結合物聯網技術和空間分析技術,以動態交通流短期預測理論和空間仿真技術為手段,從交通狀態(擁堵、緩行、暢通)監測與預測的角度加強高速公路管理。課題基于物聯網技術采集的實時高速公路監測數據,結合GIS空間分析技術和大數據分析成果,實現對高速公路的有效區域進行高效的監控、管理,為高速公路智能管理、實時監控、應急救援提供強大的技術支持,最終實現高速公路運行效率的整體提升。

課題還將開發“高速公路空間信息分析管理系統”作為各項技術研究的應用承載,使得課題研究成果在實踐活動中得到應用,切實提高高速公路管理效能,滿足高速聯網監控、區域管理的要求。

2　總體思路

2．1空間數據體系構建

主要研究三維全景采集技術在重慶高速公路設備采集中的應用,并且利用此項技術采集全重慶市2 400 km高速公路以及其設備和結構物信息。同時研究建立重慶市高速公路空間數據標準和數據體系,搭建重慶高速公路空間數據庫。空間數據將作為各項技術應用的基礎,在實踐中作為可視化的承載。

2．2基于監測數據對高速設施和結構物進行監控和報警

以基礎路段為管理單元,歸集分析物聯網監測數據,利用空間分析技術對監測數據進行統計、分析、可視化展示,并進行報警處理。

2．3研究利用物聯網監測數據對路網狀態進行監控與預測

利用物聯網技術抓取車檢器監測數據、聯網收費數據、氣象檢測儀檢測數據、特大型事故監測數據等,通過相應的大數據分析,支撐各類技術研究,包括:高速公路路網的實時交通狀態的監測與預警、氣象狀態分級和預警、路網運行綜合評價、仿真態勢分析、大型事件影響范圍與消散時間分析等,并利用空間分析技術進行預測結果的可視化分析,深入研究區域監控、應急聯動的指導思想。

2．4利用物聯網和空間分析加強應急指揮能力

逐漸摒棄處理重大應急事件時的經驗主義,利用物聯網技術進行準確的事故現場數據采集和傳輸,并通過空間分析進行可視化展現和最優引導路徑分析,為指揮人員提供科學、準確的決策依據。

3　課題研究工作內容

3．1空間數據體系建設

主要包括研究三維全景采集技術在重慶高速公路設備采集中的應用,并且利用此項技術采集全重慶市2 400 km高速公路以及其設備和結構物信息。同時建立重慶市高速公路空間數據標準和數據體系,統一數據入庫規范,建立重慶高速公路空間數據庫。

(1)三維全景采集技術

采集車在高速公路前進過程中(約30 km/ h),采集平臺采集道路周邊視頻形式的實景影像數據。并通過相應的數據處理軟件、成套的工藝流程和嚴格的質量控制規格,對采集到的實景影像數據進行加工處理,最終建立相應的空間數據庫。

三維全景采集技術體系由數據采集技術體系,數據生成技術體系,數據發布技術體系等組成,如圖1、圖2所示。

圖1　三維全景采集技術體系

圖2　三維全景采集設備

(2)高速公路數據體系建設

本次課題研究的成果之一是建立高速公路數據結構體系,通過業務數據與空間數據的交互,從而更好地集成各類數據,達到滿足要求的展示應用效果。

空間數據的組織方式是構成一幅完整GIS地圖的關鍵,相當于高速公路的路基。空間數據是各類空間元素通過圖層疊加的方式歸集到一起的,主要包括基礎地理數據、公共地理數據(POI、行業共享數據)、高速公路專題地理數據三類,如圖3所示。

圖3　數據結構

3．2結構物狀態監測研究

利用物聯網監控數據監測和分析高速公路結構物狀態。如利用攝像頭、傳感器、網絡感知以及捕獲、測量技術,對高速公路結構物(邊坡、橋梁、隧道)進行結構狀態監控和報警。

3．3交通路網態勢分析研究

基于物聯網技術實時采集的聯網收費數據、車檢器監測數據以及關聯交通事件發生時間、地點等信息,結合收費歷史數據和車檢器歷史數據,以動態交通流短期預測理論和交通空間仿真技術為手段,分析該交通事件后對區域路網交通運行狀況的影響,并給出量化的分析結論。

3．4交通路網應急空間引導分析研究

繪制高速公路和周邊國道省道的道路路網,當發生緊急事件時,根據劃定事故事件的影響區域,通過空間分析技術分析路網即時的交通流走向,抓取事故周邊關聯設備和物資空間數據,最終生成最優交通引導和應急救援路徑。

3．5構建高速公路空間信息分析管理系統

開發“高速公路空間信息分析管理系統”集成以上各類課題成果,利用GIS技術實現對高速公路進行有效的監控、管理、運營、養護以及合理利用資源的目的,使得課題研究成果在實踐活動中得到應用,切實提高高速公路管理效能,滿足高速聯網監控、區域管理的要求。以下為各項技術在系統中的呈現。

(1)態勢分析

態勢分析模塊主要由“運行狀態評價”和“交通態勢推演”兩個子模塊構成。包括“實時交通狀態監測與報警”、“氣象狀態分級顯示和預警”、“路網運行綜合評價分級現實與預警”、“仿真態勢分析”、“大型事件影響范圍與消散時間分析”、“互通分流能力分析”6個功能。

①“實時交通狀態監測與報警”功能以聯網收費數據和車檢器監測數據為基礎,通過對斷面交通流量、行駛車速、占有率的分析,綜合道路通行能力以及車道占有率等多種因素,合理設定參數閾值及運算規則,并考慮常態下未來交通車檢器的流量、速度狀態預測結果,對路段的交通運行狀態進行判別,將交通運行狀態劃分為順暢、擁擠和阻塞等狀態。

②“氣象狀態分級顯示和預警”與“實時交通狀態分級顯示與預警”類似,基于氣象檢測儀的能見度、降水、風速、路面結冰等實時數據,合理設定參數閾值,對路段的氣象狀態進行判別,將路段的氣象狀態劃分為五級,分別用由綠色至紅色的五種顏色將氣象狀態用圖形化的方式進行直觀的展示。

③“路網運行綜合評價分級現實與預警”功能主要提供了區域路網運行狀態綜合評價結果并在地圖上對評價路線/路網進行顏色顯示,同時顯示實際指標計算值。

④“仿真態勢分析”功能以聯網收費實時數據、車檢器實時數據以及交通事件發生時間、地點等信息為基礎,結合收費歷史數據和車檢器歷史數據,以動態交通流短期預測理論和交通仿真技術為手段,分析該交通事件后對區域路網交通運行狀況的影響,并給出量化的分析結論,輸出結果包括交通事件發生后5 min、 10 min、15 min的排隊長度。

⑤“大型事件影響范圍與消散時間分析”功能主要用于針對特大型事故的分析,方便高層管理人員了解特大型事故持續較長時間未清除造成的排隊影響以及事件清除后排隊消散恢復正常交通秩序需要的時間。為進行宏觀決策和向公眾發布情況提供支撐。

⑥“互通分流能力分析”功能以高速公路與其他道路的銜接部車檢器數據為基礎,結合高速公路聯網實時收費數據、高速公路車檢器實時數據,通過對銜接部區域路網交通流宏觀特征以及承載能力的分析,實現了不同等級路網之間交通流量組織的輔助決策支持。

(2)引導分析

本模塊用于在重大事件發生后生成分流替代路徑,起到在宏觀范圍內和一定微觀范圍內的管控措施,為后續的建議控制策略生成提供基礎。

控制分析是針對特定事件和交通引導路徑,分析出可能選擇的交通控制方案,注意此處的交通控制方案不具體落實到具體的設施。

本模塊將前序處理中的道路控制措施落實到CMS顯示設備,產生CMS發布建議方案。

(3)路網運行狀態反饋

顯示當前交通事件、養護事件、擁堵事件、封道、電力狀態列表以及其詳細信息,通過空間分析,研究其分布狀況,從而發現各類事件重點發生區域,以便于進行及時監管。

(4)應急救援管理

應急管理是綜合性應用,通過系統對應急資源的整合以及GPS車輛的指揮調度,輔助應急指揮人員對突發事件進行有效處置,足不出戶就可以掌握現場態勢,及時開展指揮調度,實時或及時將突發事件發生發展情況和應急處置情況傳遞給相關人員,實現協同指揮、有序調度和有效監督,提高應急效率。

4　課題研究方法與應用驗證

4．1空間數據體系建設

(1)實施方法

通過三維全景采集技術對高速公路進行數據采集,按照分類標準建立基礎設施圖層、機電類專題圖層、養護類專題圖層、應急類專題圖層、資產類專題圖層。每種地物通過唯一編碼標識,唯一編碼參照國家高速公路編碼以及類別代碼進行擴展,本次共采集5個大類27個結構物圖層。

(2)應用驗證

驗證內容為三維全景采集技術與傳統人工采集在數據準確度和完整性上進行對比。人工采集是達到采集地物下方或周邊,通過GPS儀獲取經緯度數據,并打上標識,內業再進行偏移處理。

以渝武路北碚到合川段機電類數據為采集目標,通過三維全景采集技術和人工采集進行各參數對比。根據高速集團資料顯示,北碚到合川出城方向機電類數據包括情報板(15塊)、攝像頭(36)、氣象儀(5個)、車檢器(12個)。

完整性測試 表1

從表1可以看出,三維全景采集技術與傳統人工采集上在數據完整性上沒有差別,但也要考慮在天氣情況不好以及道路兩邊遮擋嚴重時,此項技術的實用性。

速度測試 表2

從表2可以看出,在采集速度,三維全景采集技術大大領先與人工采集,而且其內業處理主要是通過服務器進行運算,人力投入主要在糾偏和數據校對上。在數據建庫時,三維全景采集技術可以根據發布數據統一賦值,大大縮短了人力采集建庫的時間。

主要是驗證三維全景采集技術的可靠性和準確率。我們對每類機電設備選取了一個數據點,通過車載三維全景采集設備報送的GPS點位,然后在地圖上測量GPS點位和數據點的距離。同時由巡檢人員上報當前車輛與實際地物的真實距離,用以測試三維全景采集技術對地物點采集的偏差值,如表3所示。

準確率驗證 表3

由于三維全景采集采用了高精度的定位技術,在空曠地能達到厘米級的精度,但由于重慶高速公路地形限制和其他因素影響(如車輛無法到達設施正下方),所以采集結果與實際偏差在分米級,完全能夠滿足高速公路日常監管應用。

4．2結構物狀態監測研究

(1)實施方法

在石忠路K1510+300沙子立交的大型邊坡部署狀態監測設備,實現對邊坡關鍵斷面的地表變形和淺層傾斜狀態的在線監測,本次課題研究主要是針對物聯網技術數據采集和傳輸,保證數據傳輸的準確性和完整性。

(2)應用驗證

由于驗證階段沒有發生邊坡變形等地質災害事件,所以沒有對其監測數據和預警閥值進行驗證,只進行了數據傳輸驗證。從2014年3月3日～2014年3 月9日共7天,每天應接收2條數據,總數據條數應該為16條,根據數據歷史記錄顯示,共接收到采集數據16條,數據完整率為100%,具體如表4所示。

數據完整性 表4

4．3交通路網態勢分析研究

(1)實施方法

首先利用實地踏勘、GPS數據采集以及動態跟車等多種手段,通過對渝武路路段道路縱、橫斷面以及交通流行駛特征的分析,對道路設施、交通流運算等模型的參數進行標定;然后根據路網實際運行情況對事件檢測算法模型決策閾值、交通運行狀態判別閾值等進行標定,綜合考慮實地運行后的各種復雜因素導致的模型精度問題,并依據實地運行效果不斷調整檢測模塊的閾值標定,采用迭代法中的等步長法確定決策閾值,對應于每個決策閾值,都會得出一組IR(檢測率)、FIR(誤報率)和MTTI(檢測時間)的值,將判別效果最佳的閾值作為最優的決策閾值。最后,針對在線檢測時,實時數據難免存在數據突變、數據缺失問題,對模塊數據預處理方法進行了改進,通過預測、自適應指數平滑處理等方法對實時數據進行修復,減少了因為在線數據異常出現的重復報警、誤報警現象。

(2)應用驗證

在實驗室驗證階段,主要通過基于歷史數據交通運行狀態評價結果與高速公路交通事件、養護事件、封道事件等報表進行對比,根據2013年1月～2013年9 月9個月的對比結果,模型準確率在90%以上。

以相關業務報表、視頻錄像資料為依據,對2014 年2月12日～2014年3月2日間模型運算結果進行驗證,具體結果如表5所示:

準確率驗證 表5

注:在表5中,交通運行狀態為擁堵狀態的誤報率達到了28．63%,分析其原因均是由于車檢器采集的監測數據發生異常,不能真實地反映實際的交通運行狀態。為此,課題組進一步修改模型算法,增加了數據清洗的功能,具體實際使用效果有待驗證。

4．4空間引導分析研究

(1)實施方法

通過模擬高速公路發生特重大事故,測試系統為用戶提供管控分析建議,選擇處置措施以及措施評價的響應速度是否能滿足高速公路應急指揮的需要。同時充分利用可變情報等信息發布渠道對出行車輛及時疏散和引導,并對不同區域內的設備發布信息的建議和限速方案,提升對路網突發事件的快速反應和管控能力。

(2)應用驗證

經過試運行,系統響應速度(從調用至返回)均在3 s以內,能夠滿足日常工作和應急響應處置工作的需求。

4．5運行效率提升驗證

在課題研究實驗論證階段,由交通運輸部科學研究院組織,交通運輸部公路科學研究院、重慶交通科研設計院、北京理工大學、西南交通大學、重慶大學、長安大學等多家科研機構參與,對重慶高速公路路網運行效率進行了抽點評估,得出以下評估數據(2014年1月～2月與2013年1月～2月對比):

流量飽和度同比平均提升5．88%;

平均行程車速同比平均提升1．97%;

交通氣象環境發布率同比平均提升40．08%;結構物狀態監測率同比平均提升30．64%。

“基于物聯網的高速公路空間分析關鍵技術研究與應用”工作實施后,示范路段運行效率提升效果如下:

渝武路(上行)運行效率同比平均提升10．19%;渝武路(下行)運行效率同比平均提升10．55%;石忠路(上行)運行效率同比平均提升13．66%;石忠路(下行)運行效率同比平均提升13．83%。綜上,“基于物聯網的高速公路空間分析關鍵技術研究與應用”工作有效地提高了重慶高速公路的管理和服務水平,從而提升了高速公路的運行效率。

5　技術特點

“基于物聯網的高速公路空間分析關鍵技術研究與應用”課題將高速公路、相關設施、人員和貨物流動等信息進行有效管理,采用動態分段技術實現GIS技術與道路里程信息的結合,并通過空間分析技術,實現車輛監控、故障定位、應急救援、范圍分析等高端應用。能為高速公路的各種智能管理、實時監控、應急救援提供強大的技術可行性的支持,最終實現重慶市高速公路管理整體性能的提高。

5．1三維全景采集技術

數字三維全景采集技術是一種依靠街拍攝像機,進行全景地圖采集。通過內業處理能夠大幅提高空間數據的生產效率。用戶通過全景地圖也能足不出戶的瀏覽實景狀況。由于利用了先進的圖片拼接技術,用戶通過全景地圖可以360°無死角地觀看實景。

5．2實時交通狀態監測與報警

基于物聯網各類機電設備監測技傳感術及高速公路機電設備測繪采集成果,結合GIS展示技術,將高速路實時交通運行狀態真實直觀的展現給用戶。

5．3路網運行綜合評價分級實現與預警

基于物聯網各類路況監測傳感技術及高速公路測繪采集成果,通過車檢器斷面流量監測和模型運算,對高速路網的運行態勢進行預測評估;并通過空間抓取路段浮動車數據(數量、速率)分析當前路網交通狀況,得到相應預測和評估論斷。

5．4仿真態勢分析

以聯網收費實時數據、車檢器實時數據以及交通事件發生時間、地點等信息為基礎,結合收費歷史數據和車檢器歷史數據,以動態交通流短期預測理論和交通仿真技術為手段,分析該交通事件后對區域路網交通運行狀況的影響,并給出量化的分析結論,輸出結果包括交通事件發生后5 min、10 min、15 min的排隊長度。

5．5大型事件排隊車輛數與消散時間估計

針對特大型事故的分析,方便高層管理人員了解特大型事故持續較長時間未清除造成的排隊影響以及事件清除后排隊消散恢復正常交通秩序需要的時間。為進行宏觀決策和向公眾發布情況提供支撐。

5．6互通分流能力分析

以高速公路與其他道路的銜接部車檢器數據為基礎,結合高速公路聯網實時收費數據、高速公路車檢器實時數據,通過對銜接部區域路網交通流宏觀特征以及承載能力的分析,實現了不同等級路網之間交通流量組織的輔助決策支持。

5．7氣象狀態分級顯示和預警

基于物聯網氣象設備傳感監測技術及氣象等級預警模型,結合GIS服務信息平臺,全面清晰的展示高速路實時氣象狀態及相應預警信息。

5．8交通事件檢測及報警

根據高速集團事故事件實時匯總數據,基于高速路空間測繪成果,結合GIS服務信息平臺,準確直觀展現實時交通事故事件信息。

5．9交通引導分析

基于高速公路和周邊國道省道的道路測繪成果構建高速應急道路路網。當發生緊急事件時,根據劃定事故事件的影響區域,通過地理信息平臺分析路網即時引導交通流走向,并可對高速公路中央隔離帶、收費站等進行模擬開關,最終生成最優交通引導路徑。

6　結 論

“基于物聯網的高速公路空間分析關鍵技術研究與應用”課題,通過物聯網技術,由全方位的信息感知著手,實時獲取路網的交通流、交通氣象能見度和路面狀況信息、基礎設施健康狀況信息,大力推進智能化系統應用和精細化信息服務建設,從而全方位、多層次提升了高速公路的運營管理和服務水平,推動了行業的技術進步和理念提升。課題研究工作提交的設備、軟件系統、技術標準和方案具有科學性、可行性的特點。并借助“高速公路空間信息分析管理系統”對課題研究成果進行了本地化應用的改進、豐富和完善,實現了科研與生產實際的深度融合。與此同時,借助課題的實施,也完成了重慶公路信息資源整合、共享和深度應用,實現了相關業務部門整體水平的顯著提升,完成了借助物聯網信息技術引領公路交通發展的有益探索。通過本次的研究,重慶公路交通管理服務發生了理念上的轉變,在安全應急、公共服務、決策管理和保障等公路核心業務領域完成了管理體制和機制的優化,形成了各相關業務部門協調聯動、開放合作的新型組織模式。推動了信息技術創新與管理服務模式創新的深度融合,有效提升路網的監控能力和服務水平。

參考文獻

[1] 李波．基于物聯網的高速路網應急管理系統設計[D]．重慶:重慶交通大學,2014．

[2] 劉永,林鷹,王勇等．物聯網環境下的重慶高速公路網運行管理信息系統研究[J]．科技管理研究,2014,23:156 ～161．

[3] 劉永,林鷹,蔣山等．基于物聯網的高速公路運行管理系統設計[J]．微電子學與計算機,2015(1):165～168．

[4] 陳軍．基于物聯網技術的高速公路交通流監控研究[J]．科學技術與工程,2012,35:9773～9776,9787．

[5] 陸蓉,王進,常玉濤．物聯網技術在高速公路的應用[J]．中國交通信息化,2013(6):126～127．

[6] 李文輝．淺談物聯網技術在高速公路高陡邊坡安全監測預警中的應用[J]．山西交通科技,2013(3):103～104．

[7] 楊祥妹,濮榮,王健等．云計算物聯網技術在滬蘇浙高速公路應急指揮上的應用初探[J]．公路交通科技·應用技術版,2013(9):298～301．

[8] 伍永豪,余正紅,李聰．基于物聯網的高速公路安全預警系統研究[J]．計算機與數字工程,2014(2):280～285．

[9] 付本賀．基于物聯網技術的高速公路交通流監控研究[J]．硅谷,2014(4):128+126．

Based on Internet of Things of Highway Space Analysis of Key Technology Research and Application

Zhu Bo1,2
(1．Chongqing Cybercity Sci-tech Co．,Ltd,Chongqing 400020,China; 2．Chongqing Enterprise Engineering Technology Research Center on Geographic Information Cloud Service,Chongqing 400020,China)

Abstract:This paper introduces the highway in Chongqing launched the“The Internet of things based on the highway Spatial analysis of key technology research and Application”key technology research content,as well as the influence of research results on the Chongqing expressway operation efficiency improvement．Is the Internet of things technology combined with spatial analysis technology in yet another example of the successful application of transportation industry．Research in the application of the 3D panoramic acquisition technology,real-time traffic condition monitoring technology, simulation technology,and the dynamic traffic flow short term prediction theory as the guidance,strengthening the expressway management from the monitoring and forecasting of traffic state perspective,combined with GIS spatial analysis technology and data analysis results,realize the effective area of the expressway monitoring,management efficient．

Key words:the Internet of things;GIS;3D panoramic acquisition;network state evaluation

文章編號:1672-8262(2015)05-5-06中圖分類號:P208．2

文獻標識碼:A

收稿日期:?2015—03—27

作者簡介:朱勃(1982—),男,博士,助理工程師,主要研究方向為GIS,GPS,RS開發應用、管理學。

基金項目:交通運輸部科技建設項目(201231835040)