高速公路數字化應急處置云控平臺建設探討

梁 杏,龍思穎

(廣西交科集團有限公司,廣西 南寧 530007)

0 引言

在“交通強國”大背景下,國家經濟建設對高速公路的依賴程度不斷增強。隨著汽車保有量增多,交通擁堵、事故頻繁發生、重大天氣災害造成公路癱瘓等問題嚴重困擾高速公路運輸發展,高速公路新建和擴建趕不上運輸能力的需求[1]。如何保障高速公路安全、高效運營,為車主提供優質的通行服務,成為迫在眉睫的問題。廣西現有高速公路運營管理的突出問題主要在于以下三點:

(1)道路安全亟待加強。廣西現有高速公路管養里程突破8 000 km,車輛保有量高,節假日事故多發,交通事故往往引發重大傷亡事件,人民生命安全及財產受到威脅,如何加強和改進高速公路交通安全管理技術和措施迫在眉睫。

(2)管理及處置效率有待提升。節假日熱點路段通行量巨大,易發生碰撞甚至連環事故從而引發擁堵,極大地影響通行效率;高速公路每公里平均管養人員不足,人力巡檢效率低,異常事件發現遲,風險感知效率低;多方處置事件數據同步不及時,事件處置效率有待提升。

(3)通行服務有待改善。需要救援時等待時間長,救援進度不透明,體驗不夠友好;交通誘導信息發布場景少、發布不及時,對于影響車輛通行的風險事件如施工阻斷、交通事故、惡劣天氣等無法高效引導,對出行極為不利。

為此,本文提出建設高速公路數字化應急處置云控平臺,通過構建“道路感知-分析決策-應急處置”三個關鍵數字場景,促進道路異常事件感知效率的提升,實現實時監測、預判路網當前運行狀態,向多方交通管理者提供高質量數據內容及決策,推動交通大數據在高速公路運營單位、交警、路政及出行車主等多方交通參與者之間的高效流轉,提升應急處置的處置效率。

1 需求分析

1.1 道路感知

實現交通基礎信息數字化。通過采集高精度地圖實現對道路物理結構的數字化[2];實時采集靜態路網數據、動態環境數據、車輛目標數據、事件數據和協同系統數據共計五大類25種數據來源,對道路上的參與主體進行實時的數字化,即“對道路本身、道路環境進行識別,對道路參與主體的位置、速度以及運動方向進行識別,對道路上發生的異常事件進行識別”,進而為駕駛車輛提供數字化的道路基礎[3]。

1.2 分析決策

構建典型道路事件風險分析模型,分析包括擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務區事件等多發道路風險事件,利用大量實時感知數據及歷史數據進行通行狀態分析,提前識別道路風險,形成異常告警,提供對風險事件處置的智能決策,實現對路網的動態化監測管理。

1.3 應急處置

構建高速公路運營管理云控平臺,基于可視化大屏、web應用、小程序及公眾號等方式,為交通管理部門及車主提供跨時空互動,及時獲取突發事件相關信息,推動應急管理綜合應用。針對典型風險事件場景構建數字化預案,基于風險事件分析結果提供決策方案,智能調配人、車、物等應急資源,精準指導風險事件處置過程,且在事件處置后提供處置過程數據分析,進一步提升預案決策水平。

2 系統功能

2.1 整體設計

高速公路數字化應急處置云控平臺主要分為道路感知、分析決策和應急處置三大系統。道路感知系統通過搜集多源交通感知數據,為道路事件的分析提供支撐;分析決策系統通過構建典型道路風險事件模型,對道路感知數據進行分析處理,輸出預警結果;應急處置系統通過大屏可視化應用、web應用、小程序、公眾號等載體,為交通行業管理者和車主提供事件處置入口,通過數字化預案快速匹配事件相關資源,達到提升效率、數據共享的效果。具體如圖1所示。

圖1 高速公路數字化應急處置云控平臺整體設計圖

2.2 道路感知

通過接入高精度雷達、高清視頻、聲音檢測器、車輛檢測器、氣象監測站、浮動車數據、道路事件、阻斷施工、斷面流量和重點區域流量等5大類25種數據,利用系統對大量數據的采集分析,可快速分析當前路網運行情況,提高交通事故的安全預警能力和道路通行能力。

2.2.1 靜態路網數據

搜集靜態路網數據,建立道路交通數字化模型。主要包括高精地圖數據、主要設施數據、機電設備數據、組織機構及人員數據及應急倉庫數據等。

2.2.2 動態環境數據

搜集高速公路機電設備監測數據,反映路網實時動態環境信息。主要包括高清視頻數據、雷達檢測數據、氣象環境數據、隧道環境數據、電力監控數據、斷面流量數據、充電樁狀態數據等。

2.2.3 車輛目標數據

搜集車輛目標數據,為精準定位和救援提供數據。主要包括車牌、位置、行車速度、行駛路徑、停車信息、車輛類型、運載貨物等。

2.2.4 事件數據

搜集路網交通事件信息,可提前發布協助出行規劃,并在發生異常事件時輔助指揮決策。主要包括道路計劃阻斷施工信息、實時交通異常事件信息、收費站實時開關閉信息等。

2.2.5 協同系統數據

補充來自互聯網、政務平臺、合作伙伴等第三方協同系統數據,為高速公路業務監測提供更多數據支撐。主要包括互聯網氣象數據、大件運輸車輛數據、交警視頻數據等。

2.3 分析決策

構建典型道路事件風險分析模型,利用大量道路感知數據進行定性定量分析,識別包括擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務區事件等類型,基于標準數據進行實時風險分析,預判風險事件等級,為交通管理者提供準確的風險預警。

分析決策分為數據采集、數據集成、決策應用三個部分。

2.3.1 數據采集

從傳感器、浮動車、業務協同系統等渠道進行數據搜集,建立地理信息數據、機電設備數據、動態環境數據、應急處置數據、車輛動態數據等各類業務數據標準庫,實現運營數據采集的標準化、規范化,形成道路交通信息數字標準體系。

2.3.2 數據集成

根據數據標準體系對歸集的原始數據進行提取、轉換和加載,最終生成運營管理標準數據,并將預處理后的數據存儲至分布式文件系統,成為在線分析處理和數據挖掘的基礎。

2.3.3 決策應用

建立典型風險分析模型,基于數據集成后獲取的高質量標準數據,對實時路網流量預測、道路風險事件分析進行實時計算,對交通工程缺陷、車輛行為、事件處置過程分析等進行離線計算,形成擁堵、惡劣天氣、異常停車、道路施工、行人、逆行、隧道事件、服務區事件等多發道路風險事件預警,為運營管理決策提供高質量的數據支撐。

2.4 應急處置

為了提升應急處置效率,促進交通管理者高效、準確地共享實時事件數據,為車主提供良好的出行體驗,應急處置數字場景從多終端處置、數字化預案、事件歸檔及分析三個方面入手,優化各方對于應急處置的體驗。

2.4.1 多終端事件處置

對于交通管理者,針對集團級管控中心、路段級管理中心和外場作業人員,分別提供可視化大屏、web應用及小程序三種不同的載體,并且各載體之間數據同步更新,適用多場景同步處置。提供包括事件基礎信息、進展、附近視頻、附近車流量、天氣信息等多種事件處置相關信息,疊加在數字化的交通路網,一圖式查看事件的完整鏈路信息以及對路網交通造成的異常情況,提升應急指揮的效率。

對于車主,提供微信公眾號作為應急處置的入口,可在公眾號進行定位和一鍵求助,形成救援工單同步至交通管理者。同時,事件處置的信息會同步傳遞給車主,提供救援收費標準、救援車輛實時位置、救援車輛預計到達時間等關鍵數據,緩解車主長時間等待救援的焦慮,搭建車主與管理者之間有效溝通的信息橋梁。

2.4.2 數字化預案

基于預案處置內容,將其分解為處置組、相關物資、處置內容和處置步驟,形成數字化預案,為應急指揮調度提供標準化、流程化的指導。

支持應急預案的采集與登記錄入,形成應急處理流程,實現應急預案的版本管理以及維護審核;支持應急資源的登記錄入與發布,支持動態應急資源信息更新與發布。在預案制定的過程中,要預設調度過程中涉及的應急資源、聯動部門、控制設備、信息發布等相關信息,還可以實現對已經編制的預案進行修改和調整,提供交通事故常用預案和特定預案的處置流程圖,從整體上展現事件處置的完整流程。

2.4.3 事件歸檔及分析

對于已完結的事件,為了更好地回溯保存事件的完整處置過程,并從中獲取有效信息,平臺對事件內容進行歸檔的同時提取可量化的關鍵數據進入分析決策數據庫,如發生位置、所在路段、事件類型[4]、事件等級、實時天氣等信息,可實現類型統計、數量、路段、原因等圖表分析,并進一步為事故的預分析提供海量歷史數據支撐。

3 應用效果

自2022年8月起,高速公路數字化應急處置云控平臺投入使用,采集道路感知數據約25類,產生主動告警數據約20萬條,事件平均處置時長縮短1.5 h,發布交通誘導約6 800次,為運營管理中心、監控室、外場作業人員、交警、車主提供服務調用約15萬人次。平臺從感知效率、多方處置、公眾服務等方面大大提升了高速公路運營管理數字化水平,形成高效穩健的高速公路數字化應急處置體系,為運營管理提供了數字化支撐。

4 結語

本文討論了高速公路數字化應急處置云控平臺的設計與應用,從交通行業管理者與出行者對于應急救援處置的痛點出發,針對“道路感知-分析決策-應急處置”三個關鍵業務環節進行業務流程梳理,建立了高效的數字場景。基于該平臺,實現了道路異常事件自主感知效率的提升,提供深化數據分析與智能事件決策,并且為交通行業管理者及車主提供了一套基于云技術的跨平臺多人協同的事件處置系統,形成應急處置數字化體系,為運營管理提供了堅實的技術支撐。