(長安大學,陜西 西安 710064)
隧道作為高速公路的瓶頸路段,在高速公路監控中占據重要位置。目前我國的隧道監控系統一直采用較為傳統的監控方式:監控員同時面對不斷切換的多個監控畫面持續觀察,同時根據歷史經驗判斷監控路段是否發生異常,對異常路段的查找則需要逐個點擊攝像頭進行排查,以確認事件位置和情況。這種監控模式不僅要求監控員精神時刻保持高度集中,而且往往會由于主觀判斷錯誤漏檢或未及時發現異常而造成一些不必要的損失[1]。
本設計提出了一種實時同步表現隧道交通狀態的系統,系統在獲取車輛信息后,同時對單車進行建模仿真控制,并通過多樣化圖表展示的方式實時反映隧道內車輛的通行情況、隧道內交通流的整體運行狀態等信息,對異常車輛、異常交通流及時發出報警。該系統減輕了監控員的工作量,提高了工作效率,使隧道對交通流的監控更加精細化、完整化、生動化,對進一步完善隧道監控系統具有重要意義[2]。
本系統基于Python語言開發,采用Django Web框架實現,并通過WebSocket通信協議實現系統與數據庫間的通信與系統的動態更新。
隧道平行交通系統總體架構示意如圖1所示,主要包括前端設備層、數據層、技術層、應用層。前端設備層主要用于精確采集數據,采用卡口攝像頭及不同槍型、球形攝像頭等數據采集設備,為系統的進一步開發提供精確完整的數據支撐;數據層主要源于遠程網絡傳輸設備層所得的數據,它是系統實施的基礎數據和流轉數據,可使系統更具數字化、信息化特點;技術層主要對數據層數據做進一步處理以達到目的,包括動態交通展示、動態聯動報警、危險品車輛識別和跟蹤等,可使系統更加智能化,是系統的核心層;應用層是系統的最后一層,包括設備管理、實時動態交通展示、歷史數據庫管理、人員管理等,使系統具有良好的用戶體驗[3]。

圖1 系統總體架構
交通數據采集方式多種多樣,根據目的不同,通常采用不同的采集方式。與現存檢測技術相比,視頻檢測具有安裝維護方便、檢測數據可視、采集數據可靠、檢測信息全面等優點,成為目前為止最受歡迎的隧道交通檢測方式,此特點十分適用于隧道交通實時跟蹤檢測[4-6]。
在隧道中每隔500 m安裝一個攝像頭,用以獲取車輛數據。攝像頭安裝方式為正裝,為保存采集的數據,搭建PostgreSQL外網數據庫,將數據實時傳入數據庫中。所得數據組成包括車牌號、車道、抓拍時間、車牌類型、車牌顏色、車輛顏色、車輛類型、車速等。系統所用數據均為實時采集的數據,具有足夠的說服力和可信度。
PostgreSQL是一款使用BSD協議且能配合多款開源軟件使用的數據庫軟件,且該數據庫是多線程數據庫,可滿足本研究多個表需要實時更新查詢的需求[4]。PostgreSQL數據庫不僅可存儲數據,同時還可用于數據的遠程傳輸。在搭建PostgreSQL外網數據庫后,攝像頭采集的所有車輛信息將實時寫入數據庫中,通過再次讀取數據庫中車輛信息的方式實時獲取隧道中車輛的行駛信息,克服了隧道監控攝像頭局域網的限制,實現了數據的遠程傳輸。同時,通過對所獲車輛信息的進一步處理,判斷整體交通運行情況,實時更新隧道交通運行狀態信息[7]。
隧道的建造較普通公路的建造過程更加艱巨、程序更加復雜,因此每一個隧道的存在都承載著不可代替的作用,作為高速公路的瓶頸路段,對時刻保證隧道的安全、通暢具有重要意義。同樣,系統實時反映隧道內車輛、交通的運行狀態是建立新系統的關鍵。
交通實時狀態的反應主要由攝像頭獲取的初始數據進一步處理體現,具體流程如圖2所示。隧道中攝像頭實時獲取車輛數據后傳回本地服務器(以數據庫為載體實現數據的遠程傳輸),遠程獲取數據后對數據做進一步處理,如計算系統所需屬性信息并寫入數據庫,系統通過讀取數據庫的數據信息實現對隧道中交通狀態的實時展示。

圖2 系統數據處理流程
(1)平均速度
平均速度可以反映隧道中車輛運行的流暢程度。由于隧道中不同車型速度差異較大,若對所有車輛直接計算平均速度,其數值不僅不具有任何代表性,而且對判斷不同車型的通行時間具有誤導作用,因此需要分車型計算平均速度(根據車型狀態分為大型車、中型車、小型車)。
(2)卡口流量
流量本身可以反映斷面交通量,對卡口進行流量統計可以直接反映車輛在隧道中是否存在異常。卡口流量即單位時間內經過卡口的車輛數,包括單位時間內經過的車輛數和卡口的累計流量,用于反映交通量的變化情況。卡口累計流量為卡口流量的累加值,用于反映隧道內滯留車輛情況。但由于累計流量隨著數值的增大,不僅難以表示,而且存在異常數據時不易發現,因此每天零時對累計流量做置零處理。
(3)平均密度
交通密度是交通狀態的又一重要指標,其大小可直接判定道路的擁擠程度,從而根據擁擠狀態決定何時采取相應的緩解或解決措施[8]。系統所檢測的北茹隧道為兩車道道路,且大車比例極高,無法通過直接計算密度進行擁堵判斷,因此必須進行當量換算處理。處理后的平均密度值可直接用于隧道內交通流擁堵程度的判斷。
實時交通展示界面如圖3所示。該界面最上端的仿真界面及車輛經過卡口的實時信息展示可直觀從單車角度反映車輛當前的運行狀態。界面左下部分4個圖形分別為卡口每5分鐘的流量折線圖、路段5分鐘內不同車型和車流整體的平均速度圖、小時交通流量分布柱狀圖及卡口累計流量折線圖,這四幅圖可以直接反映當前隧道內車流狀態的實時情況。右下角為異常狀態報警信息,當出現異常狀況時立即報警。

圖3 實時交通監控界面
高危車輛指裝載易燃易爆等危化品的車輛,此類車輛一旦發生事故,其危害程度無法估量,因此必須對駛入隧道的高危車輛進行實時跟蹤[10]。所有未在出口出現的車輛全部進行展示,如圖4所示。未被識別安全駛出隧道的高危車輛必須由人工一一確認處理,處理界面如圖5所示。其中,1小時以內的數據僅允許逐條處理,1小時以上數據可進行逐條單車處理,也可以批量處理,以減少系統存儲數據的壓力,確保高危車輛不在隧道中滯留,并及時發現異常[10]。

圖4 高危車輛異常展示界面

圖5 高危車輛處理界面
歷史數據展示界面主要用于對短期數據的統計展示,在確定展示時段后,界面上端仿真部分對歷史數據進行仿真再現,為查找異常情況提供參考;中間統計部分包括對車輛信息的統計和交通狀態評價,如流量、平均速度、事件數等;界面下方4幅圖形分別為卡口流量變化圖、卡口累計流量折線圖、車輛時間柱狀統計圖和交通事件柱狀統計圖,如圖6所示。歷史數據展示界面可以清晰反映所查詢時段內的整體狀態信息,直觀反映查詢時段的所有信息。

圖6 歷史數據展示界面
系統對所有歷史數據進行統一管理,并提供隨時根據不同查詢條件實時查詢的服務。歷史數據查詢功能用于對所有歷史數據的查詢,包括車輛異常數據、交通異常數據、高危車輛異常數據等,圖7所示為違規車輛歷史數據查詢界面。查詢時間確定后,界面展示分為按天分布和按小時分布柱狀圖,按小時分布圖可通過按天分布柱狀圖點擊選取,且展示數據會根據所選日期同步跳變,表隨圖動,使得系統與使用者可以隨時互動。

圖7 違規車輛歷史數據查詢界面
本隧道平行交通系統在不改變原監控系統設備的前提下,通過加設卡口攝像頭進行車輛車牌識別,實現了對車輛的精確跟蹤;同時相對于傳統的隧道監控方式,系統的監控模式由單點視頻檢測改為完整的交通仿真,監控過程完整流暢;車輛的追蹤方式由肉眼模糊觀察發展為車輛車牌的精確追蹤;事件觸發由主觀的肉眼觀察發展為系統根據客觀數據規律觸發事件報警;歷史數據的管理由人為隨時錄入查詢發展為系統統一管理且可實現動態再現仿真[11]。
隧道平行交通系統的開發不僅簡化了隧道監控工作的流程,提高了事件監測的準確性,同時使得整個隧道的監控流程更加簡潔完整,使隧道監控工作更具數字化、智能化和系統化特點[12]。