基于多源數據分析的高速公路車道級引導管控系統

陳濤 王健 黃本銳

廣西機械工業研究院 廣西 南寧 530000

引言

高速公路是現代化綜合交通體系的重要構成部分，也是交通強國建設的基石和重要途徑。高速公路運營管理效率、行車安全水平、應急處理及時性直接影響著高速公路的出行體驗和整體效率，也是高速公路智能化、智慧化水平的直接體現和迫切需求。先進的監控感知系統，對海量數據、多源數據、多類型結構數據的實時分析處理能力、基于數據的決策實施、決策效率的后分析、策略模型調優是“智慧高速”面對的主要挑戰和核心問題[2]。本文以廣西壯族自治區沙井至吳圩智慧高速公路建設為依托，探討基于智能感知、主動管控理念的硬件設備多源感知，基于多源異構海量數據的邊緣計算和實時分析，基于結構化數據構建策略分析決策模型，提供融合歷史經驗的管控推薦策略，通過多種策略提升高速公路應急處理能力，行車安全，保暢通水平，盡可能提升高速公路智能化、智慧化管理運營水平，促進智慧高速公路科學，高效，持續發展。

1 高速公路多源感知

智慧高速公路需要有先進的監控和感知系統，對高速公路的基礎路況和實時車流的充分感知、實時分析、實時通訊能力是智慧高速的前提和基礎，數據源的信息準確性、及時性直接影響這決策模型分析的有效性，單一來源的數據受到感知局限性、外界干擾、測量誤差等因素影響，不能有效反饋高速公路的實時狀況，因此多感知源并行感知，多維度數據融合分析，數據交叉校驗是提升智慧高速管理整體可靠性的有效路徑。

系統基于沙吳智慧高速建設理念分別對毫米波雷達、交調站、視頻AI事件識別、事故應急處理系統、養護作業調度系統、氣象站、邊坡安全監控等監控感知設備和路況影響因素進行了數據融合和數據結構化處理[3-5]。

1.1 毫米波雷達

智能交通感知體系中，雷達是重要的路側感知單元。毫米波雷達利用高頻電路生成調制頻率（FMCW）電磁波，通過發送和接收天線監測對比發送和反射的電磁波，可同時對多目標進行距離、速度、角度的測量，比如其他傳感器，具有不受天氣和光照影響、可全天候探測感知交通流的優勢。

系統通過路側間隔距離的毫米波雷達感應器，通過已知毫米波雷達樁號和位置信息，實時接收雷達監測數據，形成基于地理位置的高速全區域段車流車速監測。

1.2 交調站

交調站通過交調專用儀器，實時采集車輛車流數據，是毫米波雷達的有效補充，特別是在毫米波雷達重點部署高速路段的上游分支和下游分支。系統通過接入上下游路段的交調站數據，輸入分析決策模型，作為預見未來車流壓力和應急恢復暢通時間的評估因素。

1.3 視頻AI事件識別

交通視頻AI事件識別分析系統，通過采用AI深度學習技術、圖像處理技術、目標識別、運動檢測和目標跟蹤等技術來實現道路交通突發事件的實時檢測和主動報警，并使用實時視頻方式直達現場，使管理者能夠及時發現路段異常事件，直接掌握路段的交通情況。

系統使用邊緣計算單元，對視頻流進行邊緣實時分析，結構化數據云計算AI識別，在能見度良好，光照充足的情況下，對重點交通事件，特別是異常停車、交通事故、道路擁堵等事件進行實時監測。

1.4 氣象站、邊坡安全監控

系統融合建設的周邊氣象站和邊坡安全傳感器數據，對極端惡劣天氣：暴雨、濃霧、泥石流、邊坡塌滑等進行主要預警和監測。

1.5 事故應急處理系統、養護作業調度系統

除高速公路建設的基礎硬件傳感器數據融合外，系統聯動事故應急處理系統及養護調度系統，針對應急處理、養護作業等過程導致的道路部分車道封閉的情況，實時共享事故應急和養護作業過程數據，更新決策模型影響因子。

2 異構數據結構化融合分析

針對高速公路管理影響因素多，數據結構化難度大，決策效果和處理過程突發因素影響密切等特征，項目采用決策支持系統（Decision Support System）作為決策系統基礎算法。決策支持系統是一種基于結構化、半結構化數據、易擴展、兼容性高的決策分析系統，可充分融合綜合性數據以及決策者的歷史經驗，具有很強的適應性[6]。

項目通過將各位置、各類型傳感器的實時監測數據分析，通過智能傳感器或邊緣計算將設備終端數據進行結構化或半結構化，將結果通過網絡傳輸給中心分析數據器進行數據統一匯總融合。通過建立決策規則、數據模型、歷史經驗庫，既融合了專家系統以知識推理形式解決定性分析問題的特點，又發揮了決策支持系統以模型計算為核心的解決定量分析問題的特點，充分做到了定性分析和定量分析的有機結合。

3 車道級管控引導

通過對多種路面傳感器、監測設備、機電設備數據進行實時通訊、邊緣處理，結構化的形成決策影響因子集合，通過對決策影響因子集合的數據相關性、同步性、時序影響性等多維度分析，將實時分析數據傳入已構建的決策模型系統，計算當前時刻結合地理位置的影響強度值[7]。

決策支持系統通過輸入全區域各設備的實時數據和歷史數據，并融合結構化后的各因子影響強度值，生成重點決策區域和待介入決策路段分析圖，并根據歷史決策數據，提供可選的決策建議和風險評估。

圖2 各因子結合地理位置影響強度值

管理者可根據決策系統提供的預警數據和決策建議，根據路面當前通行情況，進行車道級管控和遠程引導，有效提升司乘人員行車體驗；同時在突發異常路況或極端天氣時，同步聯動轄區交警、路面路勤、應急人員進行多方溝通、聯動協調，實施事故快速應急處置，提升道路通行能力。通過實現前端智能設備實時狀態監測、結構化數據分析、精細化引導，逐步實現路網狀況可感知、可協同，根據智能化分析結果，系統可自動聯動相關司乘交互工具，如情報板、電臺廣播、互聯網媒體等方式，實現車道級精準管控、車流合理引導

圖3 車道級車流引導

4 結束語

高速公路作為國民經濟運輸大動脈，其行車安全水平、智慧化程度、整體運行效率提升已成為運營管理者自身和社會的迫切需求。相對于傳統基于被動處理、事后應急的管理方式，本文以沙井至吳圩智慧高速公路智能感知、主動管控的設計理念和建設經驗為依托，探討研究了信息采集感知能力的精準監控和建設，通過數據挖掘和分析，將不同類型的數據有機結合，使用邊緣計算、云計算等能力提升多維異構、海量數據獲取的實時性和準確性，通過決策支持系統實現數據智能分析，實現主動感知、主動預警、第一時間介入處理， 盡可能發揮智慧高速公路的更大功效。