基于柔性車道管控算法的高速公路通行誘導系統

胡超然

(中遠海運科技股份有限公司， 上海 200135)

0 引 言

近年來，隨著我國國民經濟的快速發展，高速公路里程和機動車保有量不斷增加。截至2020年末，全國收費公路里程達到了17.92萬km，機動車保有量達到了2.81億輛[1]。2019年全國開始實施取消省界站工程，有效提升了車輛跨省通行的效率，同時提升了公眾的出行體驗和出行滿意度。隨著高速公路里程和出行車輛逐年增加，高速公路的路況越來越復雜，導致交通事故頻發。如何對高速公路路網進行有效的通行誘導，保證高速公路上車輛行駛的安全性，避免二次事故發生，最大程度地提升高速公路的通行效率，是高速公路運營管理工作中急需解決的問題[2]。

為提升現有高速公路在擁堵情況下的通行效率，解決在交通事故發生位置集中變道易引發二次事故的問題，以寧夏地區的高速公路通行誘導信息發布管理工作為例，針對其存在的問題，提出一種基于柔性車道管控算法的高速公路通行誘導系統。通過設計的時空注意力網絡模型預測高速公路路網中的車流速度；基于柔性車道管控算法，采用特定的判斷方法判斷是否關閉事故車道和是否開啟應急車道；通過道路沿線情報板發布通行誘導信息，有效縮短高速公路擁堵時間，降低造成二次事故的風險，緩解事故帶來的通行壓力。

1 寧夏高速公路通行誘導工作現狀

截至2022年7月，寧夏地區高速公路通車里程已達2 078 km，全區共劃分47個路段，其中，收費站98個，橋梁2 849座，服務區42個，隧道29座。目前各路段均已在各收費站站前、互通立交、服務區和隧道出入口等重要交通節點安裝情報板設備，日常信息發布通過各片區的監控中心實現，由監控員通過信息發布軟件對路段上監控內網的各類型情報板進行信息發布和控制。

寧夏高速公路的日常運營管理工作是由寧夏交投高速公路管理有限公司負責的，全區已接入的情報板超過300塊，情報板位置分布合理。該公司編制了《可變情報板信息發布管理制度》，有較為明確的信息發布管理工作職責，目前已完成對全區情報板的統一接入和管理，具有良好的信息化基礎。在日常監控管理工作中，信息發布主要通過人工手動實現，非路況類信息需經過審批之后才能發布，在處置突發事件過程中，無法以高效智能的方式對高速路網進行通行誘導。目前該區域的日常誘導信息發布工作主要存在以下幾個問題：

1) 情報板利用率低。目前全區接入的情報板主要用來發布公告宣傳、施工養護和安全行車提醒類信息，對于日常突發事件，一般只有達到啟動應急處置預案等級時，監控員才會在情報板上發布相關誘導信息。

2) 人工發布效率低。當前在情報板上發布信息依然采用人工審批的方式，多環節的人工審核操作降低了通行誘導的時效性和準確性。

3) 對監控員業務水平的要求較高。由于事故點不確定，造成監控員在發布誘導交通的信息時無法對事故點和情報板設備的空間地理位置進行有效關聯，從而影響信息發布的及時性。

2 系統設計

針對寧夏交投高速公路管理有限公司通行誘導工作現狀，基于已建的軟硬件資源和監控業務管理規范，以高速公路因發生交通事故或突發事件而導致擁堵時采取的通行誘導策略為切入點，研究基于柔性車道管控算法的高速公路通行誘導系統。

2.1 設計目標

該基于柔性車道管控算法的高速公路通行誘導系統的設計目標：當高速公路因發生交通事故或突發事件而導致擁堵時，根據事故等級選擇不同的策略，若是重大及以上等級事故，則臨時關閉事故車道；根據短時路況預測算法預測未來車流量，當預測的車流量超過可開放車道的通行能力時，選擇開放原應急車道并預估開放的時間。將預測結果推送給在高速公路上布設的情報板，從而誘導司乘用戶的行為，縮短擁堵時間，降低造成二次事故的風險，緩解事故帶來的通行壓力。

2.2 系統組成

該系統為路網運行監測系統的一部分，包含交通數據獲取模塊、深度學習模塊、仿真評估模塊和信息發布模塊等。圖1為寧夏高速公路路網監測與應急指揮調度系統架構。圖2為寧夏高速公路路網監測實時交通流量預警分析效果圖。

2.2.1 交通數據獲取模塊

交通數據獲取模塊的作用是獲取實時和歷時的交通數據，并對其進行預處理，包括刪除異常數據和重復數據、填補缺失數據、去除噪聲和數據標準化等[3]。

實時交通數據主要包括各收費站的出入口流量數據、道路車輛檢測器實時采集的車流量和車速數據、電子不停車收費系統(Electronic Toll Collection, ETC)收費門架實時采集的過車數據和高德地圖上的實時路況數據；歷史交通數據主要是對實時交通數據進行存儲、分析和匯總之后得到的數據。

由于收費站之間的距離較長，外場道路車檢器數據采集誤差較大等，該系統主要采用ETC收費門架實時采集的過車數據和高德地圖上的實時路況數據作為交通預測分析的數據來源，并將收費站出入口流量數據、外場道路車檢器采集的車流量和車速數據作為參考。

2.2.2 深度學習模塊

深度學習模塊包含以下2部分：

1) 根據事故的等級，當事故是重大及以上等級事故時，關閉事故車道。

圖1 寧夏高速公路路網監測與應急指揮調度系統架構

圖2 寧夏高速公路路網監測實時交通流量預警分析效果圖

2) 根據現有的路網結構，針對當前事故發生路段，采用時空圖卷積網絡(Spatial Temporal Graph Convolution Networks，ST-GCN)預測未來的車流量信息。若預測的車流量大于等于路段可開放車道的通行能力(JTG B01—2014 《公路工程技術標準》要求高速公路設計服務水平不低于三級，因此選取各級限速下的最大服務交通量的最低值1 500輛)，則開放應急車道，并計算開放的時間；若預測的車流量小于路段可開放車道的通行能力，則無需開放應急車道。圖3為ST-GCN流程圖。

圖3 ST-GCN流程圖

2.2.3 仿真評估模塊

仿真評估模塊利用仿真技術，基于柔性車道管控算法，采用VISSIM軟件對路網車流量進行對比分析評估。采用仿真技術對比開放應急車道與不開放應急車道2種狀態下路網的車輛通行效率，驗證柔性車道管控算法的有效性，并將其作為是否發布開放應急車道信息的依據。

2.2.4 信息發布模塊

信息發布模塊的作用是通過道路沿線的情報板發布主線道路上涉及車道的開關信息(是否關閉事故車道和是否開放應急車道)。該模塊能實現對各類廠家情報板接口協議的集成封裝，對外提供標準化信息發布接口，其余業務模塊在信息發布過程中無需關注設備廠家協議。

3 系統實現及應用

3.1 ST-GCN模型搭建

ST-GCN模型由圖卷積網絡(Graph Convolutional Network，GCN)、長短期記憶(LongShort-Term Memory，LSTM)網絡單元和注意力機制(Attention)等3部分組成[4]。首先，將實時和歷史時間序列數據作為輸入，并采用GCN捕捉高速公路網絡的拓撲結構，獲得空間關聯特征。其次，將得到的具有空間特征的時間序列輸入到LSTM網絡模型中，通過單元間的信息傳遞得到動態變化，獲取時間特征。最后，通過全連接層和注意力機制計算輸入數據對當前預測結果的影響，得到最終的預測結果。具體計算過程為

(1)

ut=σ(Wu[f(A,Xt),ht-1]+bu)

(2)

rt=σ(Wr[f(A,Xt),ht-1]+br)

(3)

ct=tanh(Wc[f(A,Xt),(rt·ht-1)]+bc)

(4)

ht=ut·ht-1+(1-ut)·ct

(5)

在柔性車道管控算法中，該模型主要用于預測車流量。

3.2 策略選擇模型搭建

策略選擇模型分為以下2部分：

1) 根據事故等級，當事故是重大及以上等級事故時，選擇臨時關閉事故車道。

2) 對預測的車流量與當前可開放車道的通行能力進行對比。若預測的車流量大于等于可開放車道的通行能力，則開放應急車道；若預測的車流量小于可開放車道的通行能力，則無需開放應急車道。

3.3 仿真評估

在同一個高速路路網內，針對是否實施柔性車道管控算法，在VISSIM軟件中進行車流仿真模擬，設置以下2個場景：

1) 不采取任何控制措施。

2) 采用柔性車道管控算法對路段進行流量控制；在路段上設置檢測器，比較對應路網的主線交通通行量和主線擁堵時間。

3.4 算法結果應用

根據上述2種情況下的高速公路通行效率和擁堵時長，輸出有關是否關閉事故車道和是否開啟應急車道的方案，通過在高速公路沿線布設的情報板發布算法輸出的結果，即路網中當前事故車道和應急車道的開放或關閉情況，從而誘導司乘用戶的行為，提升高速公路通行效率[5]。圖4為應急車道開放誘導提示效果圖。

圖4 應急車道開放誘導提示效果圖

4 結 語

本文針對高速公路在交通事故或突發事件應急處置過程中的通行誘導，以寧夏高速公路為例，結合其運營管理工作的實際情況和需求，提出了一種基于柔性車道管控算法的高速公路通行誘導系統。該系統通過針對事件點的短時路況預測算法預測未來車流量，動態開放應急車道，并將預測結果實時通過事件點上游的情報板發布，簡化了監控員在日常應急事件處置工作中對通行誘導信息進行發布的操作流程，提升了通行誘導的時效性和準確性，縮短了車輛擁堵時間，提升了司乘人員的出行滿意度。

為盡早發現高速公路交通事故或突發事件，下一步將研究利用視頻云聯網工程建設視頻智能分析事件上報系統，將視頻智能分析系統檢測分析的各類事件實時動態接入高速公路通行誘導系統，實現各類事件的自動化接入和快速預警響應。