車路協同下的高速公路安全風險預警系統設計

袁輝 謝慶 計明軍 曾斌 吳煒昌 方婉薇

收稿日期：2024-03-01

作者簡介：袁輝（1977—），男， 本科，工程師， 研究方向：工程技術。

摘要 隨著社會的不斷發展和交通網絡的日益完善，高速公路已經成為現代交通系統中不可或缺的組成部分。然而，高速公路上的交通安全問題一直備受關注，交通事故頻發給人們的生命和財產造成了嚴重威脅。為了提高高速公路的交通安全性，需要建立一套高效且智能的安全風險預警系統。文章以車路協同為設計理念，探討了高速公路安全風險預警系統的設計思路、關鍵技術和應用前景，旨在為高速公路的交通安全管理提供參考和借鑒。

關鍵詞 智能交通；高速公路；車路協同；安全預警

中圖分類號 U495文獻標識碼 A文章編號 2096-8949（2024）09-0001-04

0 引言

隨著社會發展和科技進步，智能交通系統（Intelligent Traffic System，ITS）已經成為現代交通領域的重要組成部分。《交通強國建設綱要》等文件也明確提出，要大力發展智慧交通，持續加大基礎設施安全防護投入，推進交通基礎設施數字化、網聯化，加強交通運輸安全與應急保障能力建設[1]。在這個背景下，高速公路作為快速便捷的交通方式，不僅是城市之間的連接紐帶，還成為信息互通和智慧交通的關鍵載體[2]。

然而，高速公路具有行車速度快、通行流量大、部分路段行車環境惡劣等特征，其交通安全問題一直是人們關注的焦點。為此，目前許多國家和地區的高速公路都已經部署預警系統，以提高交通安全和行車效率，但現有系統在信息時效性、信息發布渠道多樣化、預警策略個性化等方面尚有不足之處，和理想的智能預警還存在一定差距。面對不斷延伸的高速公路網絡和不斷增長的機動車數量，設計一套現代化、智能化的高速公路安全風險預警系統，以加強對通行車輛的全天候管控，滿足用戶對實時、準確、個性化預警信息的需求，成為一個亟待解決的問題。

車路協同是加快傳統汽車行業和電子信息通信領域融合發展的產物，對促進傳統交通行業的轉型與升級起到了很大作用。它在提升車輛行駛安全、提高交通效率、提供出行信息服務以及支持自動駕駛等方面發揮著關鍵作用。因此，開展車路協同下的高速公路安全風險預警系統研究顯得尤為重要。在該系統中，通過車輛和道路基礎設施之間的實時信息交互，可以實現對高速公路交通安全狀況的全面監測和預警。這種方式將車輛和道路交通信息有機結合，可以更加準確地識別潛在的安全隱患，并及時向駕駛員發出預警，以避免交通事故的發生。因此，基于車路協同的高速公路安全風險預警系統研究成為解決高速公路交通安全問題的有效途徑之一。該文旨在探討車路協同下的高速公路安全風險預警系統設計方案，結合實際需求和技術現狀，提出了一套完整的設計思路，為高速公路的交通安全管理提供新的技術手段和理論支持。

1 高速公路安全風險預警系統現狀

1.1 研究現狀

針對高速公路嚴峻的交通安全形勢和交通系統智能化發展趨勢，我國頒布了《關于推動交通運輸領域新型基礎設施建設的指導意見》《道路交通安全“十三五”規劃》等文件，強調5G、北斗系統和遙感衛星、網絡安全、數據中心、人工智能等先進技術在交通領域的應用，提升交通系統的現代化、智能化水平。為此，與高速公路相關的隧道運營風險[3]、智能化供配電監控[4]、基于微氣象環境監測的交通安全[5]、山區橋隧群運行風險[6]等預警系統的設計與研究層出不窮，為我國高速公路的安全和智能化發展提供了重要支持。

在實踐層面，我國在京德高速公路建立的高速公路安全風險預警系統，能夠實時識別交通事件、氣象環境以及交通態勢等各類風險，并預測風險發生的概率和等級。該系統首次成功將實景仿真技術應用于交通管控，將基礎設施、道路交通狀況和氣象環境等交通信息數字化，實現了實體與虛擬世界的精準映射。同時，國外大多數國家也都在交通安全的改善上進行了大量研究，美國、德國、日本等發達國家早已建立完善的道路交通預警系統。其中，日本在ITS研發領域的成就已經得到了世界的認可。早在1973年，日本個別組織便開始了對ITS的研究。1996年，由當時的運輸省、郵政省以及其他交通行業相關部門聯合提出了《ITS全體構想》。而在1999年6月，日本第一次推出了車路協同型智慧公路概念。日本的E1A新名神高速公路利用圖像處理技術、機器人攝像機等手段實現了高速公路一般區間及隧道內的異常事故檢測。

雖然在道路交通安全的提升上，國內外專家都做了大量的研究，但在高速公路交通安全預警系統方面仍有很長的路要走。高速公路交通安全是一個綜合性的系統工程，需要政府、學術界、行業機構和社會各界的共同努力。只有通過持續的研究和創新，不斷完善安全技術和管理手段，才能有效提升高速公路交通的安全水平，確保人民生命與財產安全，推動交通事業的可持續發展。

1.2 現有高速公路安全風險預警系統不足之處

現有高速公路安全風險預警系統面臨著監測、預警、管控和前端檢測設備等多方面的問題和挑戰，需要持續的技術創新和系統優化提升其性能和效果。

1.2.1 信息時效性不足

現有的高速公路安全風險預警系統在信息采集、處理和傳輸方面存在滯后性，導致預警信息的時效性不高。且部分監控系統存在誤報高的問題，尤其在夜間監測方面存在挑戰，無法準確監測，導致高速公路上的風險事件發現不及時。

1.2.2 覆蓋范圍有限

現有的預警系統覆蓋范圍通常局限于主要高速公路，對于次干線路或偏遠地區的覆蓋不足。且大部分路段并沒有實現實時管控，主要以人工管控為主。

1.2.3 核心技術尚未攻克

針對高速公路交通安全風險預警系統的核心技術尚未得到有效攻克，包括前端檢測設備的精準性、高效性以及后端預警系統的智能化和準確性等方面。例如，目前的交通檢測設備以視頻為主，但存在檢測距離近、夜晚無法檢測、無法定位等問題。毫米波雷達與激光雷達在一定程度上解決了部分問題，但仍然存在場鏡效應大、遮擋影響追蹤等劣勢。視頻與雷達的前端融合技術要求較高，目前的融合技術并未達到預期效果。

1.2.4 預警策略單一

現有的預警系統往往采用固定的預警策略，缺乏個性化和差異化的服務，限制了預警信息對不同駕駛者的適用性。此外，大部分路段仍然依賴傳統的人工管控方式，操作速度較慢、安全性欠佳且成本較高，缺乏對車輛的精準管控。車聯網管控技術尚未成功應用，預警系統在車輛級管理方面存在精準度不足的問題。

2 車路協同下的高速公路安全風險預警系統設計原理

2.1 系統框架設計

該文以車路協同為設計理念、以系統功能需求為設計依據，設計如圖1所示的高速公路安全風險預警系統總體框架。在該框架中，共包括五個關鍵層次。首先是感知層，由車載傳感器、監控設備、路側感知設備等構成，主要用于采集車輛行駛數據和路況信息，為風險預警提供基礎數據。其次是數據存儲層，包括本地和云端數據庫服務器，用于存儲原始數據和風險分析結果。第三是數據訪問層，負責傳輸指令和數據，為預警分析業務提供支持。第四是業務邏輯層，集成了風險預警模型和相關算法，負責處理原始數據并生成預警結果。第五是表示層，向用戶展示預警信息，具備與用戶交互的功能，將處理后的預警結果顯示在系統終端上。

圖1 車路協同下的高速公路安全風險預警系統總體框架

2.2 車路協同設計

車路協同（V2X，Vehicle-to-Everything）是指車輛與道路、車輛與車輛、車輛與云端等各種交通參與者之間的信息交互和互聯互通。這種協同通過無線通信技術實現，包括車輛間通信（V2V）、車輛與基礎設施通信（V2I）、車輛與行人通信（V2P）以及車輛與云端通信（V2C），車路協同可以使高速公路安全預警系統更加智能化、個性化和實時化。如圖2所示，高速公路安全風險預警系統的車路協同體系包含感知、計算與協同等三大功能。

感知模塊主要由車載傳感器以及雷達、攝像頭、氣象傳感器等路側感知設備，獲取車輛及周圍環境的信息并完成數據采集工作，包括車速、車輛位置、行駛軌跡、天氣情況等，且建立車輛間通信網絡，使車輛能夠實時交換信息，包括交通流狀態、路面狀況、交通事件等。計算模塊主要由車載邊緣計算、路側邊緣計算以及區域計算平臺，完成信息的融合和處理，并利用數據分析和算法模型實時分析交通狀態。協同模塊主要由各平臺之間的相互交互進行區域數據整合，車載設備上傳車輛信息，業務運營平臺提供數據服務，進而完成不同模塊的信息交互，從而實現區域內以及區域之間的互聯互通和數據共享。因此，預警系統可以根據車輛的實時位置、行駛狀態以及道路的實時情況，向駕駛員提供個性化的預警信息，并給出相應的行駛建議或引導，以降低交通風險。

2.3 應用場景設計

如圖3所示，在車路協同下的高速公路風險預警系統的設計中，包括限速預警、異常駕駛行為識別、感知數據共享、協作式車輛匯入、道路危險狀況提示以及弱勢交通參與者碰撞預警等多個應用場景。

圖3 車路協同下的高速公路安全風險預警系統

六大應用場景

2.3.1 限速預警

在車輛行駛過程中，當車輛超速行駛時，預警系統會對駕駛員進行實時預警，提醒其減速行駛以符合道路限速要求。該預警的實現主要通過行駛車輛實時上報自身狀態信息，業務運營平臺下發地圖和路側信息，預警系統接收并解析這些消息，以獲取道路的限速信息，若車輛的實際速度超出限速要求，則會觸發限速預警，提醒駕駛員適時減速。

2.3.2 異常駕駛行為識別

在實際路況中，當行駛車輛感知到周圍異常駕駛車輛的存在時，預警系統會輔助車輛進行路徑規劃。該功能的原理是利用路側感應裝置持續感知周圍機動車的運行狀況，從而能夠實時識別當前區域內出現的非正常駕駛行為，包括逆行、慢行、快行等。一旦路側感應裝置識別到這些異常駕駛行為，將立即將結果發送給平臺，預警系統對數據進行分析和處理，輔助駕駛員做出正確的決策和控制。

2.3.3 感知數據共享

當感應裝置檢測到附近的機動車情況或道路異常狀態信息時，比如道路交通事件、機動車異常行為、道路障礙物等，立即將檢測到的數據信息發送至附近其他相關車輛，從而實現感知數據在有關范圍內的共享和互通。當車載設備接收到這些信息后，結合計算和邏輯判斷，決定是否采取預警或提示等措施。

2.3.4 協作式車輛匯入

當車輛處于道路入口匝道時，通過匯聚周邊車輛信息生成調度信息，協調匝道和主路匯入車道車輛，引導匝道車輛安全、順利地匯入主路。具體實現步驟為，車輛周期性上傳信息，平臺進行融合計算并下發路側消息至車輛，預警系統融合車輛行駛狀態、道路狀態、道路交通參與者信息等多源數據，生成最終的駕駛行為或駕駛路徑策略。

2.3.5 道路危險狀況提示

當車輛行駛到潛在危險狀況的路段（如橋梁和隧道等），存在發生事故的可能性時，預警系統將提醒駕駛員并給出規避風險建議。該功能的實現主要是通過路側感知設備或車載傳感器實時監測路段的情況，分析可能出現的危險情況，如急轉彎、突發天氣等。一旦檢測到潛在的危險，系統將向駕駛員發送警告信息，提醒其采取必要的安全措施。

2.3.6 弱勢交通參與者碰撞預警

當車輛與周圍的道路維修人員、非機動車及其他弱勢交通參與者存在碰撞危險時，將啟動預警系統的弱勢交通參與者碰撞預警功能。該功能通過車載傳感器或路側感知設備實時監測周邊交通情況，分析可能發生碰撞的危險情況，一旦檢測到存在弱勢交通參與者碰撞風險，系統將向駕駛員發送警告信息。

3 車路協同下的高速公路安全風險預警系統關鍵技術

3.1 芯片集成技術

在車路協同下的高速公路安全風險預警系統中，需要處理大量的數據和復雜的算法，因此需要突破芯片集成技術以提升預警系統的性能、降低功耗、減小空間占用。目前，人工智能技術能夠有效應對復雜的交通環境和大量的車輛目標，從而完成交通系統的視頻處理和目標追蹤。然而，要維持整個系統正常高效運轉的人工智能處理器芯片眾多，因此需要在芯片集成時平衡性能、功耗、芯片可嵌入性、代碼可移植性等多個方面的性能指標，以支持預警系統的相關模塊快速、高效地進行視頻分析、目標檢測和行為識別等工作，從而幫助系統在動態、復雜且目標眾多的高速公路大場景中準確識別交通違法行為、異常駕駛行為以及潛在的交通隱患，為預警系統提供可靠的數據支持。

3.2 運動目標檢測與跟蹤技術

車路協同下的高速公路安全風險預警系統還需要在大場景視頻中同時檢測和跟蹤多個車道上的車輛目標，因此需要突破運動目標檢測與跟蹤技術，以提升預警系統感知功能的實時性、準確性和全面性。由于高速公路環境的動態復雜性、車輛數量眾多以及車輛之間可能存在的遮擋等問題，傳統的目標檢測技術往往難以準確識別目標并跟蹤其運動軌跡。因此，大場景視頻中運動目標檢測跟蹤技術需要結合先進的計算機視覺和深度學習算法，提高目標檢測的準確性和魯棒性，同時利用目標跟蹤技術實現對目標的持續追蹤，以應對高速公路環境中的復雜情況，確保系統能夠有效地監測和識別車輛目標，并及時發現和處理交通違法行為，從而提高交通安全性。

3.3 交通風險精準發布技術

車路協同下的高速公路安全風險預警系統還需要保障系統能夠及時、準確地識別和發布交通風險信息，避免信息過于泛化或混淆，因此需要突破交通風險精準發布技術。高速公路因車輛行駛距離遠、封閉性強等特點，一旦發生交通事故，其風險危害區域廣泛且持續時間較長。通過在事故發生之前或初期實施預警預測和風險告知，可以有效減少交通風險的影響。該技術的核心是在復雜的交通環境中準確預測交通隱患風險、定位交通事故位置，并對特殊交通路段和交通事故現場的前后方進行交通隱患的精準發布[7]。這就要求結合先進的預測算法、定位技術和通信技術，確保預警信息的實時性、準確性和精準性，以提高交通事故的風險防控能力。

4 應用展望

車路協同下的高速公路安全風險預警系統在智能交通管理、駕駛輔助、應急響應、交通規劃優化和智慧城市建設等方面具有廣闊的應用前景。針對智能交通管理，基于該系統提供的預警信息，交通管理部門能夠及時采取交通管制措施，如限速、交通分流等，從而有效緩解交通擁堵、降低交通事故風險。針對智能駕駛輔助，該系統可為不同車輛提供個性化的駕駛輔助服務，通過實時監測車輛狀態和路況，系統可以向駕駛員發出實時預警，提醒其注意交通安全隱患。針對應急響應，當發生交通事故時，該系統可以快速識別事故位置和嚴重程度，并向交通管理部門和救援人員發送準確的預警信息，以加快救援速度、降低救援成本。針對交通規劃優化，基于系統提供的大數據分析，交通規劃部門可以更準確地評估交通需求和道路容量，并據此制定更科學的交通規劃方案。針對智慧城市建設，該系統可以與城市其他智能交通設施相結合，從而實現城市交通資源的整合和優化配置，提升城市交通管理水平，為人們提供更便捷、安全的出行體驗。

5 結束語

在車路協同下的高速公路安全風險預警系統設計中，該文致力于將傳統的車輛安全監測與先進的信息通信技術相融合，以應對復雜多變的交通環境挑戰。通過系統的實時監測和數據分析，能夠有效地識別潛在的交通安全隱患，并及時向駕駛員和交通管理部門發送預警信息，從而降低交通事故的發生率，提升高速公路的交通安全水平。隨著技術的不斷發展和社會的變化，高速公路安全風險預警系統設計也需要不斷優化和更新，以適應不斷變化的交通環境和需求。總的來說，車路協同下的高速公路安全風險預警系統設計是一個復雜而又具有挑戰性的課題，但它也在提升交通安全、優化交通管理、推動智能交通系統建設等方面提供了重要的技術支持和解決方案。未來，在不斷的努力和創新下，這一領域的研究和應用將取得更加顯著的成果，為社會交通事業的發展作出更大的貢獻。

參考文獻

[1]張南蛟， 鐘愛平， 王俊. 四川省智慧高速安全保障體系建設探析[J]. 交通建設與管理， 2023（6）： 169-171.

[2]許慶斌. 數字時代智慧高速公路的設計與優化[J]. 工程技術研究， 2024（2）： 193-195.

[3]蘇東蘭， 郭忠印， 周亞楓， 等. 高速公路隧道運營風險分析及動態預警系統[J]. 公路工程， 2016（6）： 10-15.

[4]蔡妙敏. 高速公路智能化供配電監控預警系統設計[J]. 工程機械與維修， 2024（1）： 20-22.

[5]覃喜， 成世龍. 基于微氣象環境監測系統的高速公路交通安全預警研究[J]. 西部交通科技， 2023（9）： 192-194+224.

[6]肖殿良， 郭忠印， 周子楚， 等. 山區高速公路橋隧群運行風險預警系統[J]. 公路， 2017（11）： 168-173.

[7]姜良維， 蔡晨， 鄭煜， 等. 基于人工智能視覺的高速公路交通事故預警預測關鍵技術研究及示范[J]. 中國科技成果， 2020（20）： 38-42.