基于物聯(lián)網(wǎng)大數(shù)據(jù)技術的智慧公路研究

張 鵬

(鄭州市公路工程公司，河南 鄭州 450001)

智慧公路，可利用物聯(lián)網(wǎng)大數(shù)據(jù)技術對公路交通信息狀況進行分析，以解決當前公路交通存在的信息滯后現(xiàn)象，改善交通發(fā)展狀況，實現(xiàn)公路的智能化、信息化和多樣化發(fā)展[1-2]。對智慧公路研究時，采用先進的數(shù)據(jù)采集手段、綜合的數(shù)據(jù)處理方法，從總體層面分析現(xiàn)有公路交通體系存在的問題，并給出針對性解決方法，以滿足當代公路運營需求[3]。公路是基礎設施的重要組成部分，是重要的交通運輸樞紐，因此對智慧公路進行研究具有重要意義。

文獻[4]引入物聯(lián)網(wǎng)技術，從感知層、通信層、平臺層、應用層和展現(xiàn)層等5個層面對智慧公路進行分析，發(fā)現(xiàn)與當前系統(tǒng)相比，智慧公路系統(tǒng)能夠實現(xiàn)公路數(shù)據(jù)的快速挖掘，但公路交通流預測準確性較低；文獻[5]對高速公路營運數(shù)據(jù)進行分析，運用物聯(lián)網(wǎng)技術監(jiān)控公路運行狀態(tài)，完成了傳統(tǒng)數(shù)據(jù)向智慧數(shù)據(jù)的轉變，但公路運行故障率較高；文獻[6]運用GPS軌跡大數(shù)據(jù)記錄城市交通信息，分別從交通狀態(tài)分析、運營管理分析和路徑規(guī)劃分析3個方面入手，完成對智慧交通的研究，但交通誘導時間過長，無法高效率完成公路管理。針對上述存在的問題，本文提出了一種基于物聯(lián)網(wǎng)大數(shù)據(jù)技術的智慧公路研究方法。

1 智慧公路交通信息感知

感知是智慧化和智能化技術的基礎組成要素，其含義是通過各種光、聲、波和電的傳感器對多樣化動態(tài)信息進行實時的采集[7]。公路系統(tǒng)是一個特別龐大且復雜的系統(tǒng)，其構成要素眾多，系統(tǒng)中存在著大量的系統(tǒng)信息和狀態(tài)信息，繁雜的信息感知會大大增加系統(tǒng)的運算量，因此感知系統(tǒng)的好壞決定著智慧交通系統(tǒng)性能的優(yōu)劣[8]。

為了實現(xiàn)公路系統(tǒng)的高效、便捷和安全運行，應注重“路”、“車”、“環(huán)境”和“人”4個重要因素的影響作用和協(xié)同運行作用。智慧公路的交通信息感知系統(tǒng)，是以“人”為控制核心去感知其他3個重要因素。根據(jù)互聯(lián)網(wǎng)的本質(zhì)屬性和定義可知，在智慧公路系統(tǒng)中，“人”應該處于核心位置，結合“路”、“車”、“環(huán)境”這3個重要因素構成一個相互感知的支持體系，實現(xiàn)由“人-車-路-環(huán)境”所組成的系統(tǒng)，加之互聯(lián)網(wǎng)技術的支持，可以更好地實現(xiàn)“人”對其他要素的控制和管理。

智慧公路交通信息的感知網(wǎng)絡可分為三大感知網(wǎng)絡，分別為交通運行環(huán)境感知網(wǎng)絡、交通運載工具感知網(wǎng)絡和公路基礎設施感知網(wǎng)絡。三大網(wǎng)絡相互融合，協(xié)同運作，將公路交通要素、公路管理參與對象共同融入公路智慧交通體系。具體關系如圖1所示。

智慧公路交通信息感知網(wǎng)絡以物聯(lián)網(wǎng)大數(shù)據(jù)技術為依據(jù)，對公路交通信息進行采集[9]，是整個交通系統(tǒng)的輸入端。物聯(lián)網(wǎng)上部署了多種類型的傳感器，各傳感器具備不同的特性，采集得到的信息類型各異，且傳感器按照固定頻率對信息進行采集，具有一定的周期性，可促進感知網(wǎng)絡信息的規(guī)律性變換。

2 智慧公路交通大數(shù)據(jù)歸一化

智慧公路交通大數(shù)據(jù)由交通體系中各類數(shù)據(jù)共同組成，主要負責完成對交通數(shù)據(jù)資源的交換和開發(fā)。縱向可實現(xiàn)整體鏈路的高層傳輸、基層應用和中層監(jiān)測管理，橫向則可以打通通往各個子系統(tǒng)的信息壁壘，形成“一體化”數(shù)據(jù)平臺。通過智慧公路交通大數(shù)據(jù)，可完成對整體公路交通數(shù)據(jù)的管理，為交通系統(tǒng)提供數(shù)據(jù)服務，從而達到支持智慧公路運行的目的[10]。

公路交通流運行大數(shù)據(jù)可分為多個子集，各子集單位存在差異。若所有智慧公路交通數(shù)據(jù)集合單位為正值，則與公路交通網(wǎng)絡相對應的數(shù)據(jù)權值便會同步增大或者縮小。數(shù)據(jù)子集的輸出值通常在(0～1)之間，當輸出值較小時，對公路交通網(wǎng)絡運行的影響較小，當輸出值較大時，則會對公路交通網(wǎng)絡運行產(chǎn)生較大的影響。為有效預測智慧公路交通運行狀況，保障智慧公路交通網(wǎng)絡的順利運行，需要對交通大數(shù)據(jù)進行歸一化處理。

數(shù)據(jù)歸一化是大數(shù)據(jù)預處理的重要步驟，主要完成大數(shù)據(jù)中心的海量數(shù)據(jù)識別、融合以及其他的模型化處理，并對關鍵性數(shù)據(jù)進行著重的分析。數(shù)據(jù)歸一化處理步驟如下。

1)智慧公路交通系統(tǒng)包含多樣化的感知信息，為有效進行歸一化處理，必須對數(shù)據(jù)進行標準化處理，將各指標數(shù)據(jù)屬性值統(tǒng)一變換到同一區(qū)間內(nèi)。區(qū)間型標準化函數(shù)X為：

(1)

(2)

2)確定數(shù)據(jù)對象，對數(shù)據(jù)進行歸一化分析。假設原始數(shù)據(jù)集為r={r11,r12,…,r1m}，則可利用模糊綜合法計算得出數(shù)據(jù)歸一化向量B：

(3)

定義目標數(shù)據(jù)集V，V是數(shù)據(jù)歸一化后的數(shù)據(jù)所組成的集合，用下式進行表示：

V=αB

(4)

式中：α為向量系數(shù)。

至此，完成了智慧公路交通大數(shù)據(jù)的歸一化處理。

3 基于物聯(lián)網(wǎng)的智慧公路交通體系

現(xiàn)有的智慧公路交通信息化進程中，未對公路運營以及公路養(yǎng)護的管理體系進行研究，僅針對公路運營數(shù)據(jù)的采集以及預處理過程作出重點分析[11]。本文基于物聯(lián)網(wǎng)的智慧公路交通體系集公路建設期、運營期以及養(yǎng)護期的數(shù)據(jù)為一體，形成了綜合的交通數(shù)據(jù)集合，以此交通數(shù)據(jù)集合為基礎，可構建公路智慧運營和智慧養(yǎng)護體系，實現(xiàn)對公路的智慧管理。

3.1 智慧運營

基于物聯(lián)網(wǎng)的智慧公路交通體系構建過程中，采用數(shù)字化、信息化、智能化技術，實現(xiàn)公路交通信息的傳輸和公路監(jiān)控。結合當前信息通信和控制技術發(fā)展水平，對公路車道控制進行分析，具體流程如圖2所示。

根據(jù)以上流程，充分考慮用戶實際需求，以動態(tài)、實時的交通狀況為依據(jù)采集交通數(shù)據(jù)，并對數(shù)據(jù)進行處理，建立智慧公路交通誘導系統(tǒng)，促進公路交通的順利運行。

圖2 公路車道控制流程圖

智慧公路交通誘導系統(tǒng)結合自主交通信息誘導和人工誘導完成。以物聯(lián)網(wǎng)采集得到的公路交通運行數(shù)據(jù)為依據(jù)，若出現(xiàn)交通運行事故，則自主完成事故的檢測，利用車載通訊系統(tǒng)自動傳輸事故發(fā)生地點以及現(xiàn)場人員狀況，同時調(diào)看公路監(jiān)控錄像，探測公路交通運行狀況，完成各種交通狀態(tài)信息的采集。分析交通流運行信息特征，智慧、自適應地預測交通流的變化，獲取交通誘導信息，制定最佳解決方法，并利用多種渠道發(fā)布誘導信息。智慧公路交通誘導流程如圖3所示。

圖3 智慧公路交通誘導流程

3.2 智慧養(yǎng)護

以智慧運營為基礎進行智慧公路養(yǎng)護，結合公路的交通數(shù)據(jù)集合，對橋梁、隧道和路面等病害以及公路機電設備養(yǎng)護情況進行全面的分析，為智慧公路的管理提供全面詳細的道路病害信息，并制定對應策略，保證公路的正常運營。智慧公路的養(yǎng)護主要包括公路路面養(yǎng)護、公路橋梁養(yǎng)護、公路隧道養(yǎng)護以及公路機電設備養(yǎng)護等。如圖4所示。

圖4 智慧公路養(yǎng)護框架圖

4 實驗結果與分析

為驗證本文提出的基于物聯(lián)網(wǎng)大數(shù)據(jù)技術的智慧公路研究方法的有效性，需要進行仿真實驗分析，實驗平臺搭建在MATLAB 2017上。實驗所用電腦參數(shù)：CPU為Intel Core i3-370，主頻率為2.93GHz，內(nèi)存為2GB。

利用以下指標對所提方法進行驗證：1)智慧公路交通流預測；2)智慧公路交通誘導時間；3)智慧公路運行故障率。

實驗1：

根據(jù)表1和表2可知，利用本文方法進行智慧公路交通流預測，預測值與實際值較為接近，且預測值的均方根誤差在0.05%以下，誤差較小。傳統(tǒng)方法交通流預測值的均方根誤差較大，平均均方根誤差在0.39%左右，相較于本文方法來說，誤差較高。

表2 本文方法與傳統(tǒng)方法的交通流預測值均方根誤差對比 %

實驗2：

由圖5可知，利用本文方法得到的智慧公路交通誘導時間平均在5min左右，最高不超過9min，波動幅度小。傳統(tǒng)方法得到的智慧公路交通誘導時間最高可達40min，整體誘導時間較長，且波動幅度大。由此可見，本文方法交通誘導時間遠遠低于傳統(tǒng)方法，本文方法的穩(wěn)定性較好。

實驗3：

根據(jù)圖6可知，本文方法的智慧公路交通運行故障率可控制在10%以下，傳統(tǒng)方法的故障率則可高達32%，約為本文方法的3倍。由此可知，利用本文方法對智慧公路進行研究，可大大降低交通運行故障率，保障智慧公路順利運行。

5 結束語

公路信息化發(fā)展過程中，各智能體獨立運行，對整體的公路感知效果較差。本文基于物聯(lián)網(wǎng)大數(shù)據(jù)技術對智慧公路進行了研究，實驗結果表明本文所提方法得到的交通流預測值接近實際值，交通運行故障率可控制在10%以下，智慧公路交通誘導時間較少，具備實際的應用價值。

圖5 兩種方法智慧公路交通誘導時間

圖6 智慧公路交通運行故障率