基于浮動車的高速公路重點地段精細管理

李 祥，李 杰，宋戰軍，林宗雄

(中國交通通信中心導航與信息化事業部，北京 100011)

基于浮動車的高速公路重點地段精細管理

李 祥，李 杰，宋戰軍，林宗雄

(中國交通通信中心導航與信息化事業部，北京 100011)

本文主要研究采用現有大型行業車輛監控平臺的車輛動態GNSS定位數據，作為浮動車[1]數據資源，對高速公路重點路段車輛通行情況、停靠情況實時分析，生成事件預警[2]。本文重點研究了海量車輛動態GNSS數據的快速實時地理分析方法，同時也對路段擁堵判斷及車輛異常停靠行為分析的方法做了探討。

浮動車；GNSS；實時地理分析；擁堵判斷..

1 引言

作為經濟運輸的大動脈，高速公路承擔的運輸量與經濟和社會需求同步增長。為了提高使用效率、保障行車安全，高速公路需要有先進的信息化系統對其進行管理。高速公路監控管理系統是高速公路管理中心行使路網監管、應急指揮、行政監督、出行服務職能的重要環節，是建設智慧高速公路路網系統的必然要求。

傳統的高速路監控手段，主要基于外場監控設備，如安裝在路側的感應線圈、微波雷達、視頻設備，實現對高速路路況和車輛通行情況的監控。外場監控設備優點是直觀可視，缺點是監控結果后期數字化、自動化分析工作量大。相比而言，如果能引入高速路上行駛的車輛動態GNSS定位數據，包括經緯度坐標、速度、狀態以及平臺報送的車輛行業類型等擴展信息，這些精準、穩定的數據，可以作為監控管理、數據分析的一種重要的高質量的數據源。

交通部和各省交通廳已經建成的“兩客一危”[3]重點運輸車輛聯網聯控平臺、道路運輸貨運平臺[4]都是理想的監控數據源，前者平臺內監管著各級運政系統備案的“兩客一危”車輛，后者是貨運車輛專用監控平臺。平臺內車輛的動態信息被接入做監控、分析時，這些車輛成為智能交通領域所說的“浮動車”[5]。不同于城市環境下，一般選取公交車、出租車，作為浮動車，在高速公路或城際主干道上，中長途客車、貨運物流車輛是更為適宜的浮動車類型。

下面以我們實施的某省級高速公路集團路網運行監測系統為例，介紹利用省級“兩客一危”重點運輸車輛聯網聯控平臺和貨運平臺的車輛動態GNSS定位數據，對高速公路重點地段進行精細管理的處理流程和數據分析處理方法。

2 系統設計功能目標

系統接收、處理重點運輸車輛在高速公路重點路段上運行情況的動態GNSS信息，通過對車輛實時行駛數據的分析，提供危險駕駛行為預警和路況擁堵狀態報告，為高速公路管理者提供全面準確的高速公路運營狀況信息，提供監控、管理、決策依據。

省級路網運行監測系統-重點營運車輛動態數據服務系統功能界面如圖1所示。

圖1 路網運行監測-重點運輸車輛監控服務系統

路段擁堵預警及車輛超速停靠報警統計分析功能界面如圖2所示。

圖2 高速公路路段擁堵信息及車輛告警統計分析界面

3 系統數據處理流程

系統數據處理流程如圖3所示，說明如下。

圖3 系統數據處理流程

（1）平臺數據接入。從省聯網聯控平臺和貨運平臺接入數據，交通部對這類平臺規定了平臺間數據交換協議《JTT 809-2011道路運輸車輛衛星定位系統平臺數據交換》，系統基于809協議實現數據接收客戶端，接收經過本省的重點運輸車輛動態位置數據。

（2）車輛動態GNSS定位數據的快速實時路線匹配。預先對高速公路路網數據、重點路段（停靠帶、服務區、出入口、超長隧道、橋梁、轄區內其他重點監控地段）地理數據做建模處理，裝載在redis內存數據庫中，對接收到的海量動態GNSS定位數據，進行快速實時地理匹配，剔除非監控路段信息，保留路段內車輛定位數據，并標注上地理位置信息。

（3）數據清洗與實時分析。基于車輛定位數據和匹配的地理位置信息，計算車輛方向和相對速度，濾除速度或者定位時間顯著異常的定位數據。分析車輛動態GNSS定位數據，識別判斷車輛超速、疲勞駕駛、客車凌晨行駛、非停靠區違規停靠等異常駕駛行為，危化品車輛重點區域停靠事件、分析統計路線車輛平均車速，判斷擁堵路段，生成預警事件報告。

（4）WEBGIS智能監控服務界面。WEBGIS監控管理界面讀取接收到的車輛動態GNSS定位數據和預警事件數據，實時顯示車輛位置，道路狀況，生成預警報告進行預警處置，向情報板發布通行誘導信息等。

系統實現的難點和關鍵技術，主要是車輛與道路的實時匹配，道路擁堵判斷與車輛違規停靠分析。

4 關鍵技術實現

4.1 浮動車海量GNSS定位數據的地理分析

常規的GNSS監控系統一般方法是借助GIS平臺提供的API，由GIS平臺將動態數據與底層地圖基礎數據進行運算，返回匹配道路。但是在省級以上大的系統中，在線車輛數很大，這種低效的運算方式不適用，難以處理海量的GNSS實時定位點數據。

我們采取的優化實現方法是先對目標高速路線每間隔100～500米采集樁號坐標信息，然后根據樁位數據生成高速路段的HASH索引值，數據建模裝載到內存數據庫中，之后收到GNSS定位數據時，對定位數據做HASH處理，用結果值作為索引，快速查詢匹配當前定位位置的所屬路線樁號信息。使用這種算法，可以快速處理海量的動態GNSS定位數據。

路網數據建模實現方法：

（1）基于路線樁號數據，結合方位角，生成路段的沿線區域沿線預定義寬度50米內的坐標點集合E：

在目標公路上選取任意三個連續的里程樁p1，p2及p3，將p1，p2連線，p2，p3連線。分別過p1及p2作一線段ab及cd，使連線p1p2及連線p2p3分別垂直平分線段ab及線段cd，其中，線段ab的長度與線段cd的長度均等于所述預設寬度的二倍（見圖4）。

在所述線段ab及線段cd上分別每隔預定長度選取點，將端點a、端點b及所述線段ab上選取的點分別與端點c、端點d及線段cd上選取的點對應連接，得到多條互不相交的線段。

在所述互不相交的線段上沿同一方向每隔所述預定長度選取點，所述預設寬度內的端點及所有線段上選取的點構成集合E。

根據所述方位角、所述預設寬度及所述預定長度計算所述集合E中的點的坐標。

重復以上步驟，獲取目標公路上所有里程樁兩側區域在所述預設寬度內點的坐標集合。

（2）用Geohash算法，將得到的二維坐標點集合E數據一維化，生成全部路網內的一維映射全集F。

（3）集合F中的每個值作為key，對應的路線樁號信息作為value（初始化到內存數據庫中）。

（4）每收到一個車輛動態點數據，Geohash后的結果按照key值進行快速查找匹配，如果匹配，則返回value值。

（5）本系統在內存中緩存每輛車最近的連續定位點，在車輛經過高速路交叉點時，利用緩存數據，可以分析車輛是在原路線行駛或是切換了路線。定位點不足三個的車輛數據不進行匹配，這樣可以有效濾除行駛在普通公路上穿越高速路的車輛。

圖4 路網數據初始化計算方法示意圖

圖5 路網建模及路線匹配流程圖

路網建模及路線匹配流程說明：

路網建模、數據初始化實現具體步驟如圖5左：從物理數據獲取路線樁號信息。基于路線樁號，利用方位角、距離方法（見圖4），求出路線兩側區域的有效坐標點。對有效坐標點做Geohash處理，排除重復數據后作為key值，綁定當前樁號value，入內存數據庫。

車輛行駛路線分析實現具體步驟如圖5右：對車輛上報GNSS定位數據做Geohash處理，生成key值。查詢內存數據庫，匹配到key，則獲取value即為當前樁號，并保存到內存數據。如key不存在，則車輛當前沒有行駛在指定高速路線范圍，拋棄。結合內存數據庫車輛連續定位點的樁號數據，分析車輛行駛路線、方向。

4.2 路段擁堵分析方法

4.2.1 車輛瞬時速度與高速路行駛方向計算

GNSS定位數據中有車輛經度、緯度、定位時間、速度、方向等信息，實際系統中收到的速度信息經常不準確，因此本系統不使用車載終端上報的速度，而是使用連續定位點的經緯度坐標、定位時間，計算車輛的瞬時速度。GNSS的方向信息是絕對方向，與高速路路況分析時需要的上行下行方向不直接相關，針對這個問題，我們對GNSS實時軌跡點信息預分析時，記錄臨近的高速路樁號，根據多個GNSS點對應的高速路樁號信息，可以判斷出車輛在高速路的上行還是下行方向行駛。

4.2.2 高速公路小區間劃分

將高速公路兩個相鄰的樁點（距離100米）之間作為一個最小的單位區間，該區間一定周期（15分鐘）內的GNSS數據作為計算擁堵的數據范圍。

4.2.3 單位區間數據匯總

將車輛GNSS軌跡信息單位區間編號、車輛、定位點數、總速度。

4.2.4 擁堵路段計算

計算周期內各單位區間的匯總車輛信息，同時滿足如下條件則判斷該連續區間為擁堵路段[6]。在高速公路服務區、收費站、停靠帶內停靠的車輛數據不參與擁堵計算；連續單位區間內有效車輛數不小于2輛，有效GNSS點數據不小于5個；連續單位區間內最大車速小于60km/h，平均車速小于20km/h。

4.2.5 擁堵路段合并

若判斷出的兩個相距不超過3km的擁堵路段內的其他路段無GNSS數據，則推斷中間路段的狀態也為擁堵，從而可以得到計算周期內擁堵的起止位置。

4.3 車輛停靠分析

通過GNSS定位系統，采集轄區內的危險品營運車輛定位數據，篩選出需監控車輛的定位信息，根據兩次定位的經緯度和時間差，計算該區間內車輛行駛平均速度。如果兩次定位點的時間間隔、距離、行駛速度同時滿足設定的閾值條件，則被判斷為停車。

停靠判定算法說明：

計算行車速度不大于10千米/小時；兩點之間距離小于10米；兩次定位時間大于10秒，防止定位時間過短被判定為瞬間停車；當前路段無擁堵。

5 結束語

本文提出了一種基于浮動車的高速公路重點地段精細管理的方法，介紹了關鍵技術及實現過程。基于此方法建立的某省高速公路路網運行監測系統實現了對轄區內高速公路路段實時擁堵預警分析，危化品車輛在服務區、橋梁等重點路段的停靠預警功能，提升了高速公路管理的規范化、智能化水平。系統的后續建設思路，計劃將采集積累的大量的車輛歷史行駛數據導入大數據平臺，進行深入地分析挖掘，實現對不同時段高速公路路段車輛密度、擁堵狀況畫像，進一步發揮數據資源的潛力，提升高速公路管理的可視化、數字化水平。■

[1] Bishop R．Floating car data project w orldw ide：A selective review [-C ]//IT S A m erica A nnual M eeting, W ash in gto n D C ：IT S A m erica2 004 ：l92-197．

[2] 張存保，楊曉光，嚴新平．基于浮動車的高速公路交通事件自動判斷方法研究[J]．武漢 大學學報：交通科學與工程版，2006,30(6):973-975

[3] 交通運輸部 公安部 安全生產監督總局 工業和信息化部 關于加強道路運輸車輛動態監管工作的通知 交運發〔2011〕80號．http://www. chinasafety.gov.cn/Contents/Channel_5330/2011/0413/128291/ass et000010003301211_0_1302663969013.html

[4] 《道路運輸車輛動態監督管理辦法．中華人民共和國交通運輸部 中華人民共和國公安部 國家安全生產監督管理總局令2014年第5號．http:// www.moc.gov.cn/zfxxgk/bnssj/zcfgs/201403/t20140304_1587084.html

[5] Wang Li,Chuanjiu Wang,Yuezu Fan,et al. Probe vehicle sampling for real-time traffic data collectiogn [A]. IEEE Proceeding of Intelligent Transportation Systems [C]. 13-16 Sept.2005:868-888

[6] 張志平，汪向杰，林航飛．基于浮動車數據的高速公路擁堵檢測方法．交通信息與安全，2012,30(6): 95-99

Expressway Key Sections Fine Management with Probe Vehicle Data

Li Xiang, Li Jie, Song Zhanjun, Lin Zongxiong
( China Transport Telecommunication & Information Center, Navigation and information department, Beijing, 100011)

In this paper, we proposed a method , how to use vehicle dynamic GNSS positioning information from Large transport industry monitoring platform , as probe vehicle information, to support fine management of expressway key sections，including the vehicle traffic congestion of the key sections, important dangerous vehicles parked information. Focus on mass of vehicle dynamic GNSS data fast real-time geographic analysis method, at the same time also state the judgment method of traffic congestion.

probe vehicle; GNSS; real-time geographic analysis; traffic congestion detection

10.3969/J.ISSN.1672-7274.2016.08.003

TN96 文獻標示碼：A

1672-7274（2016）08-0012-04