福建高速長隧道群智慧運行管控解決方案

■文/圖｜福建省高速公路科技創新研究院有限公司 曾俊鋮

我國是世界上公路隧道里程最長、規模最大、發展最快的國家之一。交通運輸部于2023年6月發布的《2022年交通運輸行業發展統計公報》顯示，截至2022年底，全國公路隧道已達24850處、2678.43萬延米。

公路隧道作為公路交通網的關鍵線路和控制性節點，在縮短行車距離、提高車速、保護環境等方面發揮了積極作用，在幫助交通干線翻山越海、縮短線路里程等方面具有顯著優勢，取得了良好的社會和經濟效益。然而，與一般的路基工程、橋梁工程相比，隧道結構設施復雜、空間相對封閉、視線較差，且逃生方向感知困難，使得運營管理更復雜、難度更大。同時，隧道一旦發生事故，影響持續時間長、范圍大，易造成重大的人員傷亡和經濟損失，甚至造成二次事故，嚴重威脅出行者的安全。

福建省高速公路建設運營單位高度重視長隧道群管控方面的科技創新工作，在G3京臺高速公路福建福州段開展了高速公路長隧道智慧運行和安全應急能力提升關鍵技術研究的科技專項攻關。通過加強隧道突發事件實時監測，開展隧道擁堵預測預警，實施隧道突發事件智能化應急處置策略，形成了一套集“感知-預警-管控-融合”全過程的長隧道群智慧運行管控解決方案（以下簡稱“解決方案”)，有效提高長隧道群安全及服務水平，具有重大的現實意義。

G3京臺高速公路福州段長隧道群

全要素感知：隧道信息全監測

準確識別運行狀態是隧道安全管控的基礎。目前，隧道機電設施智能化程度不高，主動分析識別、評估隧道運營安全風險的能力不足，所獲取的隧道運營信息關鍵要素缺乏，安全管理較為被動、滯后。因此，迫切需要建立一套隧道突發事件高精度感知系統，為隧道全域精準感知、智慧化管控與決策提供有力支撐。

構建云邊端一體化架構 打造分米級定位、秒級響應感知體系

解決方案以云邊端一體化架構為基礎，端側布設毫米波雷達（300米）、高清攝像頭(150米)等感知硬件設備，實時監控隧道運行狀態；邊側部署具有智能算法的高算力邊緣計算設施，實時接收雷達點跡和視頻流數據進行處理分析；云側采集高速公路全景信息，建模渲染制作高精度地圖，實現隧道機電設施和移動目標分米級精準定位；搭建服務器集群，建設離線/實時混合架構的云控平臺，集中匯聚、分析、處理多源異構數據，結合雷視融合、跨點位連續跟蹤、重點車輛識別等關鍵技術，實現隧道全域精準感知。

試點巡檢機器人 提高早期處置效率

針對隧道巡檢困難、應急處置時效性較低等問題，解決方案中研發應用了巡檢機器人，設計開發定向移動條件下的火災、拋撒物等突發事件檢測算法，構建隧道全時段移動巡檢與在線應急處置策略，動態監測隧道火災事故、氣體環境、機電設施等信息，為巡檢人員降低工作負擔，提高巡檢效率。同時，當突發事件發生后，巡檢機器人將第一時間快速抵近事件現場，實時回傳現場高清視頻，通過語音引導快速開展早期應急處置，減少二次事故發生。

攻克雷視融合技術 消除隧道多徑效應

針對隧道狹長場景容易造成的電磁波反射、損耗等問題，解決方案構建了隧道多徑效應消除及單目視覺3D融合感知算法，利用時空自標定技術關聯車輛目標，精準獲取車輛車牌、車型、車身顏色，以及行人位置、數量等信息，構建基于雷視融合技術的隧道移動目標檢測算法。

實現重點車輛識別 連續跟蹤守護

解決方案采用深度學習算法提取危化品車輛的“危險品”標識和大客車的“通頂式”前擋風玻璃等特征，形成重點車輛特征庫。一旦危化品運輸車輛、大客車等重點車輛進入隧道，第一時間判斷，識別車牌、車速、車道位置等參數信息。同時，結合邊緣自組網技術，構建跨點位目標連續跟蹤算法，通過將邊緣網絡的上游點位感知數據共享到下游，下游點位完成跨點位的數據幀對齊融合，實現隧道內全域重點車輛的軌跡連續跟蹤與實時監管，守護隧道通行安全。

全方位預警：擁堵事故早發現

目前，原有系統依賴報警電話被動獲取交通事件信息，信息比較滯后、定位精確性較低，難以實現交通事件的快速處置。針對這些問題，解決方案創新研發了突發事件主動識別、擁堵預測預警等智能化感知算法，主動快速獲取突發事件位置、類型、影響范圍等重要信息，并準確預測隧道交通流量和擁堵程度，有效提升隧道交通事件應急處置和擁堵疏導效率。

主動識別突發事件 精準、高效

針對現有隧道交通事件識別算法準確率低、重報率高等問題，解決方案中開發了基于大模型的突發事件智能檢測關鍵技術。針對隧道事件樣本稀少、標注成本高的難題，改進類別損失函數、位置損失函數，提高事件檢測的分類能力與定位精度；針對毫米波雷達多徑效應難題，優化濾波算法模型，提升目標數量、位置的檢測精度等。目前，解決方案實現了對于隧道擁堵、異常停車、施工布控、行人闖入、拋撒物等突發事件的精準檢測，事件平均檢測精確率達95%以上，漏報率低于5%，響應時間小于15秒。

此外，解決方案在第二十五屆中國高速公路信息化大會期間開展實戰測試，事件檢測準確率達100%，實現了突發事件的精準高效識別。

預測預警隧道擁堵 準確、可信

基于深度學習技術的突發事件檢測

針對長隧道群節假日交通易擁堵、路網流量特征不明顯等問題，聯合上游多節點門架交通流數據構建隧道時空特征向量，添加周末、節假日等特殊屬性變量，解決方案提取隧道交通流空間傳播性和時間相關性特征，以多周期視角分解復雜交通流，形成高速公路隧道車道級多尺度交通流預測模型。目前，節假日期間隧道流量預測平均準確率大于85%，非節假日期間隧道流量預測平均準確率大于87%，為隧道主動管控、多級分流誘導提供了理論依據。

全過程處置：交通事件快處理

現有事件處置流程對于隧道當前及未來擁堵狀態的考慮不足，管理方式較為簡單粗放，應急管理的前瞻性、有效性還存在一定提升空間。針對這些問題，解決方案中設計了動態調整的車道級、通道級、路網級誘導策略，接入情報板、通行信號燈等設備，同步百度互聯網地圖平臺，形成了整套處置誘導機制。當隧道發生交通事件時，快速采取定制化的動態管控方案，根據實時多源數據自動判斷交通事件對隧道安全運營和通行效率的影響程度，智能動態推薦多級分流誘導策略。

車道級管控 洞內車輛管制

基于SUMO仿真技術建立了長隧道群車道級微觀仿真模型，精細化設計跟馳模型、變道模型和駕駛員服從率模型，并基于遺傳算法對其參數標定。結合G3京臺高速路網及隧道實際運行狀態，以整體通行效率為最優化目標輸出車道級管控策略，動態調整指示燈開關，實現隧道內車輛的動態主動引導。

通道級引導 近端流量控制

針對G3京臺高速公路沿線車輛，利用最優化算法輸出當前路段不同管控區段的推薦行駛速度，主動引導上游關鍵區段車輛，控制到達事件發生的總體車流量，延緩擁堵的迅速蔓延，避免后續交通事故的發生。

路網級誘導 遠端出行分流

針對高速與國省道路網，開發基于交通分配的路網級路徑誘導算法，利用情報板、地圖平臺，發布路徑誘導信息，將車輛合理分流至周邊高速及國省道，實現區域級交通供需平衡。

地圖發布 C端觸達

解決方案融合百度地圖進行誘導信息發布，發布效率高、用戶觸達能力強，優于傳統路側情報板信息發布方式；管控策略多級聯動、動態可變、合理搭配、實時調整，優于方式單一、效率不高、時延長的傳統管控模式。現階段，已實現百度地圖突發事件實時同步推送發布，通過仿真驗證論證了策略的可操作性、合理性，路段通行效率預計可提升10%以上。

全信息融合：隧道運行智掌控

解決方案中研發了G3京臺高速長隧道群智慧運行及應急救援系統，內嵌基于高清地圖、數字孿生、多源異構大數據分析等關鍵技術打造的隧道運行狀態3D場景，集成重點車輛全域監測、隧道交通擁堵預測預警、隧道內突發事件態勢研判分析及應急處置等功能，運用基于最新國密的機電設施安全加密技術，整合聯動隧道通風、消防、智慧照明等機電設施管理系統，精準展示G3京臺高速路網交通狀況，實現長隧道群全域綜合監管與快速應急處置，進一步提升高速公路長隧道群智慧運行和安全應急能力。

系統創新引入3D全景數字孿生技術，真實還原隧道狀態，利用視覺目標3D技術從圖像中提取特征來預測場景中目標的三維位置、形狀和姿態信息，與路側實時數據動態融合，將車輛具體信息映射到統一的世界坐標系中，從而獲得車輛精確的三維位置和航向角。聯動采集的高精地圖與機電設備信息，創新構建了隧道可視化數字孿生體系，能夠輔助突發事件精準管理。

解決方案研究背景

G3 京臺高速福州段長隧道群全長48 公里，設計時速100千米，雙向四車道，隧道占比約為52%，含3處特長隧道，分別是天龍山（6.51 公里）、牛巖山（9.25 公里）和黃竹山隧道（8.67 公里）。該路段交通量較大，節假日高峰期交通量激增，常常出現逢節假日必堵現象，且長隧道內不同車輛速度差異大、車頭時距近，一旦發生追尾、剮蹭等交通事故，容易誘發二次事故，導致高速公路服務水平嚴重下降，嚴重影響公眾的高速公路出行體驗。

為有效解決長隧道群運營領域的重點、難點問題，福建省高速公路科技創新研究院有限公司聯合福建省高速公路集團有限公司福州管理分公司、龍巖東環高速公路有限責任公司、北京百度網訊科技有限公司、交通運輸部公路科學研究院等單位，形成產學研用聯合體，共同開展高速公路長隧道群智慧運行和安全應急能力提升關鍵技術研究，解決隧道交通事件感知被動、處置效率偏低、缺少智能化管控等問題，提升長隧道群運營安全水平。

該項目已列入2022 年交通運輸行業重點科技項目。

長隧道群多級誘導及主動管控策略