基于多源數據的交通事件識別主動管控系統研究

摘要：文章通過對高速公路相關交通多源數據進行分析，結合高速公路監控管理需求，充分利用交通行業智慧化建設成果，針對危險品運輸車輛和大件運輸車輛等特殊車輛的衛星定位數據，融合省級交通行業管理部門系統中危險品電子訂單數據和大件運輸許可數據資源，實現對以上車輛的重點監控和預警。在此基礎上開發基于多源數據的交通事件識別主動管控系統，實現對車輛的預警監測，從多個維度提升道路安全監管能力和水平，實現監控數據的多樣化、監控維度的多維化。

關鍵詞：多源數據融合；高速精準感知；重點車輛監控

中圖分類號：TP399 文獻標志碼：A

1 項目背景

常泰長江智慧大橋位于泰州長江大橋下游30.2 km，江陰長江大橋上游28.5 km，南北分別連接常州與泰興。常泰長江智慧大橋采用城際鐵路、高速公路、一級公路3種交通方式合并過江方案，上層橋面布置雙向6車道高速公路，南接江宜高速，北接寧通高速，設計速度100 km/h；下層橋面上游側布置兩線城際鐵路，設計速度200 km/h;下層橋面下游側布置4車道一級公路，泰興側接入六圩港大道，常州側接入港區大道，設計速度80 km/h，復雜的橋梁結構和多種形態的通行方式使得大橋對道路運行過程中的安全防控要求更高。常泰長江智慧大橋具有以下特點：一是集3種交通運輸方式于一體的多功能橋梁；二是長江大橋下層，一邊是雙線鐵軌，一邊是4車道公路，鐵路偏重，整座橋存在荷載不平衡的問題，也被稱為“偏心橋”；三是管理難度大，安全風險隱患大。

現有高速公路監控系統建設比較完備^[1]，以五峰山大橋為例，主要包括交通事件檢測、交通管理、交通參數采集、信息發布、外場監控設備的供電、車道管控、全數字BIM+GIS管養、智能消冰除雪、護欄碰撞感知、危險駕駛行為檢測、交通事件急速感知、交通事故智能取證等系統。在道路運行安全方面，從道路通行狀態監測、氣象感知、交通事件監控、車道管控、信息發布、路面消冰、護欄碰撞感知、危險駕駛行為檢測和基于雷達的事件感知9個方面實現了對高速大橋路面行駛過程的安全監測^[2]。南部通道監控系統也實現了對危險品車輛定位的實時監控，但是數據延時較大，無法通過數據實現對危險品車輛的實時監控?，F有高速公路監控系統尚存在以下兩方面問題。

1.1 交通數據資源共享融合程度不夠高

伴隨江蘇省高速公路和道路運輸智能化的發展，從交通前端感知設備的建設，到車輛段衛星定位設備、車路協同技術研究，大量與高速公路相關的數據資源均已實現數據匯聚和共享。但尚需融合江蘇省兩客一危衛星定位數據、大件運輸許可數據、橋梁防碰撞等交通行業數據，實現對重點關注車輛、船舶的監管，充分利用現有資源，提高管理水平和管理的精細化程度。

1.2 事件分析預警能力不強

通過對江蘇省類似高速長大橋橋梁安全監管系統的分析，實時監控和事后處理的系統較為完善，但是對于安全事件的響應能力較弱，缺乏對各種情況下處置預案的數據支撐。迫切需要通過對各種高速感知數據的分析，提升感知精確度和時效性，優化細化處置預案，提升道路處置能力。

2 系統研發目標

（1）通過多源數據融合，從而實現多維度的危險因素感知，提升大橋安全感知和監測能力，主要通過省廳危險品車輛衛星定位數據（數據延時小于2 min），實現對危險品車輛的實時監控，危險品電子運單數據與車輛衛星定位數據結合實現對車輛運輸危險品情況的實時掌握，以便于出現事件時的應急調度指揮。通過對江蘇省大件運輸車輛的定位數據和大件許可數據，實現對運行中車輛的監控和許可核查，防止大件運輸一證多用、大證小用，避免因為荷載問題造成安全事故。

（2）在對多源歷史數據分析基礎上，開展常泰大橋交通數字孿生建設方案探討，分析和優化數字孿生的建設方式和建設場景，為高速公路指揮調度預案提供決策數據支持。

3 基于多源數據的交通事件識別和數字孿生主動管控系統總體架構

高速公路營運管理需要對道路上的車輛運行情況進行實時監控^[3]，對于日常監控、養護施工、事故處置、預案評估、培訓演練和路網協同等場景下路段的運行情況進行精準的監控和預測，特別是對道路上行駛的特殊車輛（危險品運輸車輛和大件運輸車輛）更需要加強監控和監管。針對以上需求，本文分析常泰大橋營運管理需求，設計適合高速大橋應用場景的基于多源數據的交通事件識別和數字孿生主動管控系統架構體系，主要架構如圖1所示。

基于多源數據的交通事件識別和數字孿生主動管控系統主要包括基礎設施層、網絡層、數據層、支撐層、應用服務層、應用層和表現層7層，從前端感知數據到中間的網絡和數據資源層，最后通過仿真和三維建模構建整個體系，為高速公路的監控管理提供服務。

4 數據資源建設

現有高速公路監控系統建設比較完備，主要包括交通事件檢測、交通管理、交通參數采集、信息發布、外場監控設備的供電、車道管控、全數字BIM+GIS管養、智能消冰除雪、護欄碰撞感知、危險駕駛行為檢測、交通事件急速感知、交通事故智能取證等系統為高速公路的監控管理提供服務。為支撐這些系統運行，高速公路路側和路面架設了大量的前端設備，如攝像機、ETC門架感知設備、雷視一體設備、車牌識別設備、視頻識別設備、可變情報板、噴淋設備和感知設備等，這些設備獲取和產生了大量的數據資源。這些資源在高速公路監控和收費系統中發揮著重要的作用，但是各種數據資源的使用情況和效果不盡相同，部分數據由于精準度差異，發揮的作用大小不一。在充分分析現有的高速公路數據資源基礎上，補充感知數據資源和交通行業其他數據資源進行數據資源的融合，研究新技術和新感知手段，提升道路感知的精準度，充分發揮已建成果和資源的作用，提升數據的應用深度是本課題多源數據融合目標（見圖2）。

分析潤揚大橋現有的數據資源建設情況，主要分為監控系統和收費系統兩大部分，監控系統數據包括視頻監控數據、雷視一體監控數據、車牌識別數據、流量監測器數據等，收費系統數據包括ETC、門架數據、收費數據等。介于收費數據的特殊性，江蘇省高速公路聯網營運管理中心建設了江蘇高網大數據平臺，實現路段收費數據的匯聚和分發工作，故而在項目多源數據融合中，除需要新增的高速感知數據和行業企業數據外，對潤揚大橋本地建設的道路感知數據也將進行采集和融合工作，其中本地監控系統的數據通過軟件接口方式進行對接，收費系統中的門架數據和ETC相關數據將通過聯網中心的江蘇高網大數據平臺獲得，具體獲得多源數據資源如表1所示。

5 系統功能設計

系統功能設計如圖3所示。

6 關鍵技術研究

數據資源融合技術主要目標是消除數據之間的不精確、不一致，提高數據可靠性，多維度、全方位為營運管理提供支持。本文研究針對跨江大橋營運管理需求，對大橋各種感知數據進行分析，補充新的感知數據資源和手段，對原有數據進行校驗比對，并根據研究提出不同場景下可用的最優數據采集手段和使用方式。同時充分分析江蘇省交通系統已建交通數據資源，特別是針對在大橋通過的車輛相關的有效數據，進行深度分析從而實現對大橋運行過程中重點車輛的重點監控，主要從兩客一危車輛的衛星定位數據、大件運輸數據等，結合大橋的運行情況進行數據梳理，提出數據與大橋運行監管融合方案，實現對大橋通行過程中人、車、貨的深度監管，預防事故和事件的發生。

通過對各類數據資源的比對分析，提高感知結果的準確程度和精準程度。針對車輛流量數據、車輛定位數據、事件感知數據進行分析，提升跨江大橋數據在這三方面的感知精準程度。

6.1 大件運輸數據資源融合利用

2021年12月18日，武黃高速和大廣高速互通引橋段發生大件運輸車輛特大交通事故，導致一段橋面發生側翻，造成了嚴重的社會和經濟損失，給大件運輸監管和執法單位提出了新要求，同時也對高速公路管理單位提出了更高的監控要求。

公路大件運輸車輛的通行查驗是交通運輸管理部門加強大件運輸許可監管的重要工作，但當前對大件運輸的事中事后監管缺乏有效手段，導致大件運輸車輛在高速和過程干道行駛過程中易發生重特大事故。常泰長江智慧大橋作為集3種方式為一體的偏心橋，橋梁上通行車輛的負載問題也需要重點關注，因而結合交通管理部門的大件運輸企業和車輛的資質信息、大件運輸許可審批信息、高速公路ETC門架收費信息、公路超限檢測站檢測信息、動態稱重系統信息、公安卡口監測信息、12 t以上重載貨車衛星定位信息等實現對大件運輸車輛的監控管理勢在必行。

針對大件運輸車輛，開展大件運輸在常泰長江智慧大橋上的安全監管，通過對大件運輸過程多源信息的融合處理和智能研判、AI視頻智能監控和自動追溯等，為大件運輸車貨信息、運輸路線、通行時間與許可審批信息的一致性監管，大件運輸企業和車輛失信行為的自動、智能發現、預警和信用監管提供支撐，實現大件運輸車輛在常泰長江智慧大橋上的可視、可控管理。

利用江蘇省多年交通信息化建設成果，充分匯聚大件運輸企業和車輛的資質信息、大件運輸許可審批信息、高速公路ETC門架收費信息、公路超限檢測站檢測信息、動態稱重系統信息、公安卡口監測信息、12 t以上重載貨車衛星定位信息等，對進入和即將進入常泰長江智慧大橋的大件運輸車輛進行許可驗證比對，實現全過程的重點監控和監管。

大件運輸數據資源融合應用主要過程如圖4所示。

通過前端感知數據和大件運輸車輛定位數據獲取即將經過常泰大橋的車輛信息，包括車牌、位置和許可信息，對車輛許可信息中的路線信息進行分析，重點關注許可時間段、許可線路、車輛載重信息等。對于符合許可的大件運輸車輛進行重點關注和記錄，對于不符合許可的大件運輸車輛進行報警，采取相關手段進行通告，并抄報相關執法單位。

數據測試情況：通過江蘇省交通運輸廳信息中心的數據超市申請了江蘇省重載普貨的衛星定位數據，經過比較和分析，衛星定位數據的延時差異較大，平均延時在2～3 min，最多延時達到5 min。在高速環境下，車輛行駛速度較快，按照大件車輛80 km/h的速度來看，衛星定位數據延時帶來的車輛定位偏移大概在3～6 km，在實時道路運行監控環境下無法提供準確的車輛位置信息，因而需要采用一定的算法對定位數據進行校正，提高數據的精準度。結合系統數據的實際情況，具體算法如下。

通過數據入庫時間和衛星定位數據的記錄時間計算出數據延時時間，按照車輛的行駛速度計算出延時時間的行駛距離。

通過經緯度確定車輛在高速公路上的位置樁號，然后加上偏移量，確定車輛的實際位置和樁號后，在地圖上進行顯示和標注。

通過重載普貨的衛星定位數據，對進入大橋范圍內的車輛進行大件運輸驗證，對于在許可申請時間內，申請過大件許可但是未獲得批準的車輛，以及獲得許可申請但是不符合許可線路的大件運輸車輛進行報警（見圖5）。同時，對于正常行駛的車輛進行實時監控并能實現車輛與許可的關聯查詢^[4]。

通過課題在潤揚大橋的試點應用，大件運輸車輛實際監控過程中均出現車輛許可線路不符合、大件許可不通過、許可終止、許可時間不在范圍的情況（見圖6）。

實際運行中也有不少正常運行的大件運輸車輛，這部分車輛也可以和實現大件運輸許可的正常匹配驗證，如圖7所示因而大件運輸管理交通行業數據在高速公路營運過程中的融合應用十分必要。

6.2 兩客一危車輛的數據資源融合應用

通過融合省廳兩客一危車輛的衛星定位數據和電子運單，實現對大橋通行兩客一危車輛的監管和監控，分析兩客一危數據的時效性。針對省交通廳危險品車輛的衛星定位數據延時問題進行研究，提高數據實時性，根據南部通道系統建設的經驗，省廳危險品車輛的衛星定位數據延時普遍在5 min一次，無法滿足高速管理單位實時性要求。進行前期的調研和情況了解后，可以通過不同的資源獲取延時30～120 s的危險品車輛定位數據，也可通過以上衛星定位數據校正算法，對延遲較大的數據進行校正后，可以滿足大橋監控的需求。

兩客一危數據資源融合應用主要通過以下2種途徑。

（1）通過危險品衛星定位數據實現對進入或即將進入大橋區域的危險品車輛進行跟蹤監控，對于異常停車的進行報警處理。

（2）通過危險品電子運輸數據，獲取通過大橋的危險品車輛信息，重點關注許可情況和貨物信息，一旦車輛發生應急事件時，可以通知高速管理單位快速采取正確有效的措施，提高應急處置的能力，避免不必要的損失和人員損傷。

7 結論

潤揚大橋的試點應用證明，由于危險品管理嚴格規范，數據基本上能夠達到一車一運一單的管理，因而危險品車輛定位數據只要在大橋范圍內，均能實現其電子運單的關聯，能夠及時查找到車貨的信息和應急處置方案。這部分數據完全能夠滿足常泰大橋對危險品營運車輛的監控和應急處置需求，數據融合很有意義。

參考文獻

[1]李建梅.基于多源數據融合的路網運行狀態評價及綜合效益測算[D].淄博：山東理工大學，2021.

[2]劉建軍.基于多源交通數據融合技術的路況分析研究[J].數字技術與應用，2018（6）：88-89.

[3]舒芹，馬廣露.基于多源交通數據融合的短時交通流預測[J].重慶交通大學學報（自然科學版），2018（9）：13-19.

[4]林彬.基于交通數據融合的行程速度預測研究[D].杭州：杭州電子科技大學，2018.

（編輯 李春燕編輯）

Research and development of traffic incident recognition and digital twinning active management and control system based on multi-source data

Yang Ying

（Jiangsu Changtian Zhiyuan Transportation Technology Co.， Ltd.， Nanjing 210036， China）

Abstract：By analyzing the multi-source data related to expressway traffic， combining with the needs of expressway monitoring and management， making full use of the intelligent construction achievements of the transportation industry， aiming at the satellite positioning data of special vehicles such as dangerous goods transport vehicles and bulky transport vehicles， and integrating the electronic order data of dangerous goods and bulky transport permit data resources in the provincial transportation industry management department system， the article realizes the key monitoring and early warning of the above vehicles. On this basis， the active control system for traffic incident identification based on multi-source data is developed to realize early warning and monitoring of vehicles， improve the ability and level of road safety supervision from multiple dimensions， and realize the diversification of monitoring data and multidimensional monitoring dimensions.

Key words：multi-source data fusion; high-speed accurate sensing; key vehicle monitoring