光纖傳感技術下的智能交通管理系統設計

□ 文/尹露

交通安全和交通擁堵是當今城市快速路上面臨的最為嚴重的兩大問題[1]。一旦發生交通事故，不僅會引起嚴重的交通擁堵，造成行車延誤，降低通行能力，嚴重情況下還會造成人員的傷亡和財產損失，產生惡劣的社會影響。交通擁堵會造成城市快速路的交通通行不暢，耽誤人們出行的時間，同時增加了汽車尾氣的排放，造成環境的污染。另一方面，交通擁堵會帶來交通秩序的混亂，增加交通事故的發生概率，而交通事故又會反過來加劇道路的交通擁堵，交通安全和交通擁堵形成惡性循環，給城市的發展帶來了嚴重的損失。

解決交通安全和交通擁堵問題，需要加大城市交通建設的投入，改建和新建交通設施。但是大多數城市的基礎交通設施改善都是基于一定的規劃周期，持續時間長且見效緩慢。因此，實施有效的智能交通管理系統，將先進的技術有效地運用在交通管理體系中顯得十分必要[2]。通過交通管理的智能化，實現對交通事故和交通狀態的及時識別、報警以及處置，可以將交通事故和交通擁堵的影響減小到最低程度。本文提出了將光纖傳感技術作為一種新的交通數據感知手段的概念，并基于光纖傳感技術設計了智能交通管理系統的相關功能，用于緩解城市快速路的交通安全及交通擁堵問題。

傳統的交通數據感知手段與分析方法

在交通安全狀態和交通擁堵監測方面，目前國內交通管理系統中比較成熟的道路數據采集手段仍然以線圈、視頻卡口檢測器等為主[3]。固定型采集技術需要根據布設位置集中于道路的某一點，檢測范圍、粒度十分受限，此外受環境因素影響較大。

傳統的交通安全研究方法是基于事故數或非事故間接的安全研究方法，這類方法均基于交通事故的事后數據，無法動態地、實時地對道路交通安全進行準確的預測[4]。隨著我國智能交通的發展，數據采集設備技術的逐步提高使得海量高精度的實時交通流數據的獲取不再是一件困難的事情，然而在面對海量、無規律的交通數據時，如何通過算法將交通數據轉化為有用的交通信息仍然是一件十分需要努力的事情。

在交通狀態發布方面，目前主流的交通算法仍然是基于線圈數據，通過計算交通流量和交通速度的關系進行交通狀態的識別[5-6]。但是由于線圈這種檢測手段在測量精度和檢測范圍上十分受限，仍然難以滿足目前城市快速路在交通狀態判別上的需求。

如果能夠通過一種有效的檢測手段可以實現連續、大范圍、且實時的交通信息采集，并結合傳統的線圈、卡口交通數據，最終實現交通事故的安全監測和道路的實時交通狀態分析研判，那么管理人員就可以通過交通管理系統提前發布交通信息，同時聯動其他道理管理人員對道路的交通問題進行及時處理，確保道路的安全和暢通。

光纖傳感技術的優勢

與傳統傳感技術相比，光纖傳感技術在數據采集方面有以下幾點優勢：

不受惡劣天氣影響，能實現大范圍的連續、實時檢測和監控；

借助納秒級的激光脈沖和高速數據采集及處理，檢測主機可以獲得數十公里光纖上連續分布的物理量值；

單位信息的獲取成本低，具有較高的性價比，在大范圍的連續監控方面具有不可替代的優勢。

目前光纖傳感技術廣泛應用于石油勘探、石油管道泄漏檢測、鐵路周界安防等領域，將分布式光纖傳感應用于快速路安全監測對推動我國交通管理模式的發展和更加高效地利用現有的道路資源都具有重大的現實意義[7-9]。

基于光纖傳感技術的智能交通管理系統設計

光纖傳感智能交通管理系統概述

光纖傳感智能交通管理系統由外場光纖傳感、感應線圈、視頻檢測器設備的數據采集、數據預處理、基于聚類的交通事故位置識別算法、基于支持向量機(SVM)的交通擁堵判別算法、交通信息發布等模塊組成。數據采集定義了統一的平臺通信協議，統一各個采集設備的數據接口，實時獲取路段的光纖振動量及交通信息參數等。數據預處理模塊負責定義統一的數據字段、數據格式以及對數據的預處理規則。基于聚類的交通事故位置識別算法模塊負責監測道路的交通事故，識別出道路的交通安全異常點位。基于SVM的交通擁堵判別算法模塊負責識別暢通、緩慢和擁堵三種交通狀態。交通信息發布模塊負責發布模型的分析結果，為管理人員提供及時的決策依據。關于系統功能的模型算法，本文不做過多贅述，僅以介紹系統功能為主。

主要業務流程

本系統的技術架構如圖1所示：

▲圖1：系統技術架構圖

架構說明：

采集層借助路面上的數據采集設備，包括光纖傳感設備、視頻監控、線圈檢測器等輔助設備，完成基于光纖傳感技術的數據采集工作；

分析層包含交通安全（事故）監測模型和交通擁堵判別模型兩大模型，分別基于聚類的交通事故位置識別算法和支持向量機(SVM)的交通擁堵判別算法，并完成數據預處理、數據分析以及模型調用等計算工作；

接口服務層保留分析層的模型計算結果，分析結果將為應用層在安全事故發布、數據監測、交通狀態發布等方面提供決策依據。

功能描述

快速路交通監控及管理運行系統的功能主要包括數據采集的接口通信、協議預處理、持久化存儲、安全報警以及各類交通信息發布等。具體功能說明請參見表1。

交通安全監控功能設計

交通安全監控主要是針對突發的安全異常事件，例如車輛事故、道路毀損、落石災害等，實現安全異常報警，并鎖定安全異常的道路點位。數據處理中心服務器把道路上采集到的光纖傳感數據傳輸給交通安全（事故）監控模型，通過對振動數據的計算分析，可以實現對道路交通安全的實時監控。一旦路面上發生交通異常事件，模型算法能夠及時地判斷出異常事故的具體位置，并在系統界面發出報警，提醒交通管理人員及時查看處理。

表1：系統功能描述

圖2展示了系統中交通安全監控界面。界面主要由五部分組成，包括：路段里程樁號、整體路段安全數據監測、路段點位實時數據、視頻信息以及異常點位信息報警。

▲圖2：交通安全監控界面

路段里程樁號對應真實道路的具體位置，在界面中每隔一米設置成一個可見的道路樁號點位。當有異常事故發生時，事故所在樁號點位會在界面上呈現出紅色，如圖3中紅色方框中所示，報警的具體信息會顯示在界面的最上方，包括監測到的異常點位的具體樁號數、所屬監測路段、報警時間以及報警原因。如果報警點位在攝像頭可監測范圍內，還可以點擊查看實時的道路交通情況，同時及時采取必要的管制措施。

▲圖3：路段里程樁號異常點位顯示

路段里程樁號上的每一個點都包含道路上每一個位置采集到的實時光纖數據，點擊樁號點位即可以讀取到這些實時數據，如圖4。交通安全監控模型周期性地從數據處理中心讀取數據，實現對道路安全的動態實時監控。因此，在圖4中看到的道路點位實時數據也是隨著時間動態變化的。圖4的橫坐標為時間，周期性自動更新（如10s），縱坐標為采集到的光纖振動數據，正常范圍是(0,5)。

▲圖4：路段點位實時安全數據

整體路段安全數據監測用不同的顏色展示。表2為光纖振動數據的顏色定義。隨著光纖振動數據的變大，顏色也逐漸由綠色轉為黃色，最終呈現為紅色。其表示的含義為，光纖振動的數據值越大，其外部異常的可能性越大。圖5能夠直觀反應出整體路段在某一時刻的安全狀況，其橫坐標為時間，縱坐標為路段的里程樁號。后臺模型算法會每分鐘計算一次整體路段的安全監測數據，因此圖中看到的整體路段的安全數據也是每分鐘更新一次。在外部道路環境有重大事故發生時，在圖中能夠直觀的看到大面積的紅色。將鼠標移動到顏色所在區域，可以動態顯示路段的具體樁號及數據發生時間。

表2：光纖振動數據的顏色定義

▲圖5 整體路段安全數據監測

交通狀態發布功能設計

交通狀態發布主要是對道路實際的交通狀態，包括暢通、緩慢和擁堵三種情況，實現實時的狀態信息發布。數據處理中心服務器會把把道路上采集到的光纖傳感數據傳輸給交通擁堵判別模型，通過對振動數據的計算分析，實現對道路交通狀態的實時發布，如發布頻率可定義為30秒。

圖6展示了系統中交通狀態發布界面。界面同樣由五部分組成，包括：路段里程樁號、整體路段交通狀態監測、路段點位實時數據、視頻信息以及擁堵點位信息報警。

▲圖6：交通狀態監控界面

圖7為路段里程樁號上每個點位的交通狀態顯示。路段里程樁號對應真實道路的具體位置，在界面中每隔一米設置成一個可見的道路樁號點位。交通狀態為三級顯示，分別由紅、黃、綠代表擁堵、緩慢、暢通三種交通狀態。當道路實際的交通狀態發生變化時，點位的發布顏色會發生相應的變化。

▲圖7：路段里程樁號點位交通狀態顯示

圖8為路段里程樁號上具有攝像頭點位的關聯視頻信息。為了查看和核實系統發布的實時道路交通狀態，交通管理人員可以點擊關聯攝像頭查看道路上實際通行的交通狀況。在交通擁堵或者發布異常的情況下，管理人員需要采取必要的管理或者系統維護措施。

▲圖8：關聯攝像頭交通狀態查看

圖9為路段點位實時交通狀態數據。交通擁堵判別模型從數據處理中心周期性地讀取數據，實現對道路交通狀態的動態實時監控。因此，圖9中的道路點位實時數據也是隨著時間動態變化的。圖中的橫坐標為時間，周期性自動更新（如30s），縱坐標為采集到的光纖振動數據，正常范圍是(0,5)。

▲圖9：路段點位實時交通狀態數據

圖10為整體路段交通狀態數據監測圖，其橫坐標為時間，縱坐標為路段的里程樁號。從圖中能夠直觀反應出整體路段在某一時刻的交通狀況，當圖中顏色為綠色時，代表該時刻下的整體路段為暢通的；如果顏色逐漸由綠色轉黃，代表路段交通流逐漸變得緩慢；如果持續出現大面積的紅色，則代表這一段時間的路段開始變得擁堵。后臺模型算法會每分鐘計算一次整體路段的交通狀態監測數據，因此圖中看到的整體路段的交通狀態數據也是每分鐘更新一次。將鼠標移動到顏色所在區域，可以動態顯示路段的具體樁號及數據發生時間。

▲圖10：整體路段交通狀態數據監測

結束語

光纖傳感技術在連續交通數據采集，實時動態交通信息發布方面具有很大的優勢，可作為一種有效手段支撐未來城市快速路的智能交通發展。該技術對于緩解交通安全和交通擁堵問題，具有廣闊的應用前景。