智慧高速公路全要素監測方案研究

羅承成 陳志濤 何秀云

摘要 智慧高速公路是一種基于現代信息技術的新型交通系統，它通過智能化設備和傳感器網絡實現對高速公路的監測與管理。文章依托馬關至西疇高速公路設計項目，從隧道健康監測、高速沿線設備設施監測、交通運行狀態監測以及高速沿線氣象環境監測四個方面開展智慧高速公路的全要素監測方案研究，對促進高速公路感知體系的完善，推動高速公路的數字化和智能化發展，提高交通安全、優化路網效能、改善用戶出行體驗，以及為交通管理決策提供科學依據等具有重要意義。

關鍵詞 智慧高速公路；實時監測；全要素感知

中圖分類號 U495文獻標識碼 A文章編號 2096-8949（2024）06-0001-05

0 引言

智慧高速公路是人類世界從IT時代進入DT時代的產物，也是高速公路經歷了數字化、信息化和智能化發展階段之后的最新表現形態。智慧化主要體現在構建一張包括高速公路網、公共交通圖等解決方案，實現對于公路網的全程化可視、可管以及可控，打造安全暢通的公路交通網絡，使得公眾出行更加便捷愉快、交通管理更加高效智能、智慧道路的建設更加綠色經濟[1]。

黨的十九大報告提出建設交通強國。中共中央、國務院先后印發《交通強國建設綱要》《國家綜合立體交通網規劃綱要》，為加快建設交通強國明確了頂層設計[2]。黨的二十大擘畫了以中國式現代化全面推進中華民族偉大復興的宏偉藍圖，對交通運輸相關工作作出部署，進一步強調加快建設交通強國，提出了一系列交通運輸發展的新要求，充分體現了交通運輸在國家發展中的重要作用，賦予了加快建設交通強國新的使命任務。2023年3月，交通運輸部、國家鐵路局、中國民用航空局、國家郵政局、中國國家鐵路集團有限公司聯合印發《加快建設交通強國五年行動計劃（2023—2027年）》。“五年行動計劃”在十大行動之四“交通運輸科技創新驅動行動”中提出，要完善科技創新基礎制度，加強交通戰略科技力量、科技基礎能力建設，加快推進智慧交通建設，健全交通科技創新體系[3]。在交通網中，高速公路發揮著“首都連接省會、省會彼此相通，連接主要地市、覆蓋重要縣市”的重要作用，提升高速公路的智慧化水平對加快我國交通強國的建設進程意義重大。

但是，當前高速公路普遍存在感知不夠全面、監測不夠及時，信息與相關行業或部門共享欠缺，進而導致公路智能化程度低、服務效能不足等問題。造成上述問題的主要原因在于高速公路運行環境感知監測的片面性。現有交通數據獲取基本依靠養護巡查信息上報以及視頻、車檢器等前端的采集設備，缺少先進的信息化采集設備，而且并未從車載終端或系統內部獲取交通數據，也未與跨行業的其他部門（包括互聯網企業）進行深入數據交換，行業各部門之間也存在著信息采集和發布無法聯動等問題，數據獲取能力較弱[4]。智慧交通建設中大數據分析、管理服務、應急處置等任何一個環節都是建立在對路網靜態數據和動態數據全面精準感知的基礎之上，因此，如何通過多源數據融合和感知終端及傳感網絡提高交通數據獲取能力和交通狀態感知能力，是行業面臨的首要需求[5]。

該文依托于馬關至西疇高速公路設計項目，從隧道健康監測、設備設施監測、交通運行狀況監測以及交通氣象環境監測四個方面開展對高速公路全要素監測方案的研究。

馬關至西疇高速一條路通兩縣，設一橋、跨一河，設一隧兩樞紐，公路全長40.559 km。路線沿溝谷布線至大樹腳，通過設置大樹腳特長隧道，連續降坡至馬尾沖，通過設置馬尾沖互通與G219相接。之后，通過避讓銅廠破銅礦后，一路降坡至盤龍河，設置盤龍河大橋橫跨盤龍河后，一路升坡至新馬街，通過設置新馬街互通與G219相接，路線繼續沿溝谷布線，升坡至高馬腳后，路線沿興街壩區布線，下穿已建文麻高速后，設置興街樞紐與在建那興高速相接。路線縱坡受跨盤龍河大橋橋位標高所控制，縱坡總體呈“V”字形。主要有一段集中升坡和一段集中降坡，降坡段為大樹腳至盤龍河，坡長為10.63 km，平均縱坡為2.93%；升坡段為盤龍河至高馬腳，坡長9.92 km，平均縱坡為2.74%。

馬西高速沿線地形地貌復雜多樣，公路組成涵蓋長坡、隧道、橋梁等特殊結構，基于馬西高速開展智慧高速公路全要素監測方案研究對全國高速公路的全面感知與監測具有普適性。同時，高速公路全要素監測研究對進一步完善高速監測體系，促進高速公路的智慧化、數字化轉型具有重要的促進意義。

1 高速公路隧道健康監測研究

隧道作為高速公路上的關鍵結構物，在縮短運行距離、保護自然環境、減少交通事故等方面起到重要作用[6]。馬西高速沿線地形地貌的特殊性，全線橋隧占比高達65.031%，建有隧道14座，總長為12 940 m。包括1座特長隧道（總長4 435 m）、3座長隧道（總長3 245 m）、7座中隧道（總長4 365 m）以及3座短隧道（總長895 m）。

隧道在運營過程中，由于受到材料退化、地震、人為因素等影響，會發生隧道主體結構的損壞和劣化。若不及時檢測和維修，將會導致破壞和坍塌，帶來的損失也是巨大的。所以對高速公路上的隧道開展結構物監測是非常有必要的，監測內容主要包括隧道結構監測、隧道環境監測，監測對象、傳感器類型及輸出信號如表1所示。其中，隧道結構監測包括裂紋監測、初襯鋼拱架應變監測、二襯結構內應力監測、錨桿軸力監測、涌水監測等。環境監測包括空氣質量監測、瓦斯濃度監測、溫度監測、通風監測[7]。

實現對隧道土建結構安全的實時監測與管理，其核心功能包括實時監測、預警報警、數據分析、三維可視化、資料管理等。業務功能設計具體包括隧道基礎信息管理子系統、隧道結構安全實時監測子系統、隧道結構安全預警報警子系統、三維可視化子系統。

1.1 隧道基礎信息管理子系統

隧道基礎信息管理子系統的功能主要包括高速公路系統中所有隧道基本信息的統計與管理，包括各隧道長度、管養、分布位置等大體信息。同時，也能實現單個隧道詳細信息的管理，包括隧道長度、位置、管養狀況等。基于上述隧道基本信息功能的統計，能更直觀地使相關管理人員了解馬西高速公路系統中的所有隧道的基本情況，進而更合理地分配隧道的管理資源。

1.2 隧道結構安全實時監測子系統

實時監測子系統負責收集、處理、展示前端各類傳感器采集的監測數據，方便用戶掌握隧道結構安全監測的實時狀態。同時，系統提供對比、關聯等分析手段，通過深度學習等算法深度挖掘傳感器數據的變化趨勢、關聯關系等，及時發現隧道結構異常，提前采取相關防范措施以避免人員及經濟方面的損失。

為提高隧道監測的準確性，首先通過數據預處理和數據質量檢測對前端傳感器采集的數據進行初步處理，再將準確數據進行實時展示，從而增強系統可靠性。

1.2.1 數據預處理

對隧道安全監測數據進行預處理主要包括數據清理、數據集成、數據變換、數據歸約等。

數據清理是通過填寫缺失的值、光滑噪聲數據、識別或刪除離群點并解決不一致性來“清理”數據。達到格式標準化、異常數據清除、錯誤糾正、重復數據的清除等目的。

數據集成是把不同來源、格式、特點性質的數據在邏輯上或物理上有機地集中，從而為后續分析提供全面的數據信息。

數據變換是通過平滑聚集，數據概化，規范化等方式將數據轉換成適用于數據分析挖掘的形式。

數據歸約是對時序數據進行適當時間和空間的歸約，減少用于分析的數據量，提高數據挖掘分析準確率。

此外，系統支持平衡清零功能，可以在確認傳感器安裝正常后做清零操作，改善數據顯示狀態，也便于在后期運行中發現異常問題。

1.2.2 數據質量檢測

傳感器數據質量是隧道監測系統有效運行的基礎。數據采集終端在使用過程中，由于環境干擾、器件老化等某些不可抗因素，使得傳感器偶發數據缺失、滯后、超閾值、頻率異常等問題，對隧道結構安全狀態監測、報警生成與分析等業務造成了很大的干擾。

為提升數據可利用率，基于隧道安全監測系統提供數據質量檢測模塊，結合隧道數據特點，形成隧道安全監測數據質量檢測模塊。該模塊可以從各個方面對傳感器采集數據進行檢驗并給出分析結果，供監測中心值班人員、設備運維人員查看、檢驗，保障設備數據的正常采集，并為設備安裝維護、數據問題診斷、設備質量比較提供準確的數據支撐。

1.2.3 實時數據展示

經過數據預處理和數據質量檢測后的高質量數據通過傳輸網絡傳送到監測中心，系統對數據進行進一步的數據處理和分析，從傳感器數據中提取出更多關于隧道健康監測的關鍵信息，由于數據量和信息種類較多，選取能夠直接代表現場數據以系統業務功能要求的形式分類顯示在監測系統界面中。數據展示模塊需要顯示的數據主要分為隧道結構安全監測數據顯示、系統工作狀態顯示和各類資料及參數顯示三種類型。

監測的原始數據、處理后數據、系統工作狀態監視、各類資料及參數顯示數據的顯示均通過定制開發實現，可通過Web端等多種方式進行發布。

1.3 隧道結構安全預警報警子系統

對隧道結構安全風險事件的提前預警及報警是系統的核心目標。該子系統的功能主要針對隧道的結構安全風險事件進行分級預警和高危報警，當隧道監測段監測數據臨近閾值或者超過設定閾值時，系統可提供分級預警以及多渠道報警等。此外，系統還會在雨季或者自定義前提下提醒監測人員加強關注隧道的結構安全。

1.4 三維可視化子系統

系統建立隧道三維可視化模型展示隧道實時狀態，對于隧道的監測，三維可視化能夠提供給用戶更便捷、更直觀的用戶體驗。三維可視化展示的內容包括三類，即周邊環境基礎數據展示、監測設備的安裝位置及尺寸等相關信息展示和隧道實時監測數據展示。如表2所示。

1.4.1 基礎數據三維可視化

該模塊展示隧道的立體結構、監測設備和周邊環境，讓用戶快速掌握隧道結構及周邊環境，為用戶提供更便捷、更直觀的操作體驗，實現隧道結構展示、設備展示、透視分析、傳感器圖例過濾、地圖量算、空間標繪等功能。

1.4.2 監測設備展示

該模塊展示安裝在隧道上的監測設備，包含監測設備的安裝位置、尺寸、設備屬性和設備外觀，并可分類顯示傳感器分布，幫助用戶掌握設備分布情況。

1.4.3 實時監測三維可視化

通過隧道三維BIM模型，便捷展示隧道內的實時監測數據以及預警報警信息，進而提高公路隧道的信息化、集成化、智能化水平。

2 設備設施監測研究

設備設施監測系統主要是對全線機電設備的運行狀況和用能進行監測。設備的狀態和用能安全是保證系統正常運行的基礎，也是資產管理工作的重點。為了實現智能化資產管理，需對外場設備的狀態和用能情況進行監測，發現故障及時進行維修，保證系統正常運行，并針對故障設備的統計分析，總結故障規律與原因，從而給出防護性的養護建議[8]。通過引入用能、狀態監測設備和接入原有各機電系統軟件的方式，取得全線主要機電設備的用能和狀態信息，并通過數據統計分析，實現機電設備的數字化管理。

該系統面向高速公路全線機電設備，本著“能接盡接”的原則，盡可能實現沿線設備的全面監測。監測對象主要包括設備狀態信息監測、網絡拓撲監測以及光纖監測三類。

2.1 設備狀態信息監測

高速公路監測過程中需根據監測需求及設備故障情況對設備進行補充或裁減，因此該模塊首先能夠實現設備信息的增加、刪除、修改以及設備信息批量導入/導出。同時，還能實現設備運行狀態信息監測，如出問題需獲取故障碼，設備/機箱的電流、電壓監測，機箱的溫度/濕度監測。給出設備的在線/離線狀態、網絡在線狀態，可導出故障設備信息清單。針對服務器要給出磁盤空間狀態、CPU占用率、內存占用率。

2.2 網絡拓撲監測

實現高速公路以及隧道監測的各傳感器檢測的數據最終都要通過網絡傳輸到監控與管理中心，實現監控網、收費網拓撲構建，以圖形可視化界面展示，并可實時展示網絡流量、網絡通斷位置等信息。不僅可以提高網絡的可靠性和安全性，同時網絡拓撲監測還可以預測網絡拓撲的故障，以便及時處理。此外，還可以防止網絡攻擊、病毒等安全威脅。

2.3 光纖監測

光纖監測模塊是光纜線路維護發展的需要，它把光纜線路納入實施集中的監測維護中，可以實時監測光纖的衰減情況，在出現故障時實時告警，并通過光衰曲線輔助分析故障發生原因，精準定位故障點，保障及時、快速搶修及維護。

3 交通運行狀態監測研究

交通運行狀態監測系統是在實時交通運行狀態監測及重點車輛駕駛行為監管的基礎上，進行路網運行態勢分析，提供相應的輔助決策功能[9]。交通運行狀態監測系統包括道路運行綜合監測子系統、道路運行安全監管子系統、道路運行分析與輔助決策子系統。

3.1 道路運行綜合監測子系統

道路運行綜合監測系統可實現高速公路實時路況、交通量情況、交通流狀況、監測預警及查詢。在對實時交通運行狀態判斷后，根據“暢通、基本暢通、一般、擁擠、堵塞”五種判斷結果，分別用不同顏色表示，以GIS地圖和列表的方式展現實時路況。高速公路路網運行監測分為路段監測和節點監測，數據來源于高清視頻、交調設備數據、ETC門架設備、隧道車檢器、隧道激光雷達、智慧道釘等。

3.1.1 路段監測

在GIS地圖上疊加顯示高速公路網的實時路況，包括交通量、運行速度等數據，相關數據經過后臺模型計算處理，將路況數據更新至系統界面顯示，并且，用戶可勾選交通事件、道路視頻等圖層。當系統監測到某一路段處于擁堵狀態或車流量及運行速度超過設定閾值時，在GIS地圖上進行動態標注，界面浮動窗口顯示預警詳情。

此外，通過列表和柱狀圖的形式更為直觀地展示選中路段的當日累計交通量、歷史同期交通量及歷史同比、日交通量變化趨勢、小時交通量排名、小時交通量變化趨勢及歷史同期、交通事件和擁堵路段排名等信息。

3.1.2 節點監測

高速公路上的監測節點主要包括收費站節點、隧道節點和特殊路段節點。進行收費站交通量監測，可依據實際需求設置閾值進行預警；根據隧道車檢器、隧道激光雷達等設備對隧道交通量進行監測；根據特殊路段的智慧道釘系統等設備對特殊路段交通流進行監測。

監測系統可選擇當日或者歷史某一天某一時段，以折線圖和列表結合的方式展示各節點監測數據的變化趨勢及與歷史同期對比情況，支持導出功能。

3.2 道路運行安全監管子系統

該系統融合視頻事件檢測系統數據、交調設備數據、ETC門架設備、隧道車檢器、隧道激光雷達、智慧道釘等數據，實現交通異常事件檢測功能，如停車、行人、逆行、拋灑物、非機動車等異常事件。

3.2.1 機動車異常檢測

機動車在高速公路上的異常狀態主要包括機動車事故、車輛逆行、車輛違停、車輛拋錨四類。針對車輛事故的分析，主要是利用交通監控攝像頭數據，識別包括車輛與車輛、車輛與行人、車輛與非機動車之間的交通事故。針對車輛逆行，在高速公路上，特別是匝道口，準確、及時地發現逆行車輛，系統及時提醒。針對車輛違停，準確識別違停事件，在禁止停車區域逗留的車輛超過停留時間上限時，對車輛進行結構化提取。針對車輛拋錨，自動檢測車輛異常停車情況，及時發現拋錨車輛，并提取拋錨車輛號牌信息。系統監測到上述異常信息后，一方面向管理中心和交警部門推送異常車輛及車主信息，另一方面通過電話、短信等方式提醒車主采取相應措施。

3.2.2 異物檢測

高速公路在運行過程中會因為自然災害或人為因素等，出現落石、貨物掉落，拋灑物、動物、行人及非機動車非法闖入等情況。為確保車輛的安全運行，對行人、非機動車、落石等進行目標檢測，有效檢出高速上的入侵異物，進而通知高速公路管理工作人員及時清理調度，提高道路安全性。

3.3 道路運行分析與輔助決策子系統

根據采集數據，分析實時交通指數（包括通道及路網中斷率、通道中斷率、路網擁擠度、通道擁擠度、路網環境指數、通道環境指數、路網節點通阻度、通道節點通阻度等），對事故發生數量、事故多發路段、事故嚴重程度、“兩客一危”車輛、公務作業車輛等重點車輛等進行安全運行統計分析，并可與任意多期數據進行對比（全省范圍路網指數每天的平均值、環比、同比、占比、峰值等）。同時，支持綜合展示過去自定義年限數據，并根據歷史運行規律及相關模型預測未來變化趨勢，以數據表格及柱狀圖、折線圖、餅圖等方式展現。

通過對路網信息的收集、整理、分析、預測，進而對路網的態勢深入感知并針對相關情況作出科學決策，實現常規化高速公路運行分析、定制化的專題分析、報告自動生成、高速公路運行知識庫趨勢研判等功能，提升高速公路的數字化水平，增強決策的科學性。

4 氣象環境監測研究

高速公路由于車流量大、車速高，因此對強降水、大霧、路面濕度、道路結冰、能見度等氣象要素敏感的要求更高[10]。根據馬關至西疇高速公路交通事故數據年度、月度事故特征分析結果，發現團霧、暴雨等惡劣氣象是該次交通事故的主要誘因之一，嚴重影響該路段的安全、高效出行。該系統主要由氣象監測設備和氣象服務平臺組成，系統基于高速公路沿線布設的氣象采集設備以及氣象部門提供的共享數據，實時感知高速公路所處環境的溫度、濕度、風速、風向、降水量、能見度、路面狀態等氣象信息。通過對交通環境信息進行智能分析，實現氣象精準監測及預警。

4.1 交通氣象數據采集

根據氣象數據的來源不同，采取不同的采集方式，實現多源氣象數據的兼容和匯總。數據來源包括國家氣象信息中心的網格化氣象數據、自建氣象監測站采集到的實時氣象數據、國家預警信息發布中心推送的預警信息等。其中，氣象要素包括空氣溫度、空氣濕度、大氣壓強、風速、風向、降水量、冰點溫度、路面狀態、摩擦系數、水膜厚度等。

4.2 交通氣象數據處理

數據處理負責對采集后的數據進行分析、處理、算法實現、融合等，并產生最終可應用的產品數據，實現千米級、分鐘級預警預報氣象數據。

以氣象數據為基礎，以監測數據為核心，根據不同的地形與實際情況，采取一定的數據模型，對指定路段以樁號為單位，生成千米級的預報數據。路網氣象預報數據具體包括2 h降水預報數據、48 h降水預報數據、未來5 d的降水預報數據，48 h降霧預報數據、未來5 d的降霧預報數據。路網氣象實況天氣數據，具體包括降水實時數據、降霧實時數據。

4.3 交通氣象數據存儲

數據存儲負責定義數據的存儲結構與存儲方式，并提供統一的數據存取接口。數據存儲可采用非結構化分布式存儲、分布式文件系統等方式進行，根據數據模型及數據類型的不同特點，分別采用不同的存儲方式進行。從而實現原始數據、業務數據的穩定可靠的持久化，原始數據可展示，業務數據可溯源，為不同的場景提供數據支撐。

4.4 交通氣象決策分析

基于交通氣象數據采集、交通氣象數據處理與分析、交通氣象數據存儲，實現交通氣象數據元素的一體化展示，為運營管理單位提供決策依據。主要內容包括交通氣象站、路網實時監測信息數據可視化展示，交通氣象數據的統計與分析，交通氣象預警信息的實時推送等。

4.4.1 交通氣象路網數據可視化

交通氣象路網數據的可視化主要包括站點氣象自定義展示、站點實況監測、路段實況監測以及雷達拼圖四個方面。

站點氣象自定義展示是構建氣象監測平臺，針對預期內的所有氣象數據，提供可視化的展示。可自定義展示的數據內容包括空氣溫度、空氣濕度、大氣壓強、風速、風向、降水強度、路面溫度、路面狀態、濕滑程度、實時能見度等。

站點實況監測是基于氣象監測平臺，針對區域內所有的氣象站實況監測，提供可視化的位置和狀態展示。站點基本信息包括站點名稱、數據更新時間等，站點氣象信息包括空氣溫度、空氣濕度、大氣壓強、風速、風向、路面溫度、路面狀況、水膜厚度、摩擦系數、空氣密度、露點溫度、測風質量、天氣預報、臨近降雨帶等，可生成展示這些參數的全天時分鐘級變化曲線。

路段實況監測是結合氣象監測平臺，結合表格形式的站點實況監測，主要手段是通過監測站點的風向風速、路面溫度、能見度等要素，依據這類要素，實時分析掌握各交通路段的通行條件，為交通安全出行提供重要保障。

雷達拼圖是按時間和區域查詢區域周邊雷達產品，提供路段所在區域2 h的降水雷達回波圖動態展示，更新周期不超過10 min。

4.4.2 交通氣象數據統計與分析

對高速公路的監測數據、預報數據以及預警數據等信息進行統計，實現氣象監測數據、路網級氣象預報數據和氣象監測站預警信息的自定義篩選與檢索，進而通過數據挖掘、深度學習等技術發掘上述數據的潛在價值，提升高速公路全天候通行的安全性和智慧化，為公路通行安全提供有力保障。

4.4.3 交通氣象預警預報實時推送

交通氣象預警預報實時推送是指以路側氣象傳感器、道路沿線及周邊主要區域的氣象站實況監測數據為基礎，系統對其分析計算之后，對超出既定標準范圍的要素進行預警，并通過預報方式將其預報出去的過程。

預警預報的氣象范圍包括強降水、降雪、結冰、高溫、強風等極端惡劣天氣信息，預警預報內容包括道路名稱及路段范圍，極端天氣描述及預警等級信息，短臨預報實現未來2 h的路網級雨、霧、冰、雪的分鐘級預報推送。推送方式包括平臺應用級推送和短信級重點路段極端天氣推送。

5 結語

該文基于馬關至西疇高速公路，從隧道健康監測、設備設施監測、交通運行狀態監測以及交通氣象環境監測四個方面，詳細敘述了智慧高速公路的全要素監測方案。一方面，能夠實現馬西高速公路全方位的監測與管理，提升交通安全、優化路網效能，改善用戶出行體驗；另一方面，對類似高速公路的智慧化建設具有一定的借鑒意義。

參考文獻

[1]林奕俊. 基于全要素感知的智慧公路信息化工程設計分析[J]. 運輸經理世界， 2021（24）： 107-109.

[2]趙光輝， 唐亦聽， 田芳. 我國交通強國建設的發展趨勢判斷[J]. 供應鏈管理， 2021（7）： 111-119.

[3]陳希琳. 走好新階段加快建設交通強國之路交通運輸部綜合規劃司答《經濟》記者問[J]. 經濟， 2023（6）： 14-18.

[4]周黎明， 何剛， 尹紫紅， 等. 高速公路全要素智能建造關鍵技術及其工程應用[M]. 成都：西南交通大學出版社， 2021.

[5]易小年， 郭沖圓， 鄧輝， 等. 高速公路數字化運營管理體系[J]. 創新世界周刊， 2022（8）： 87-98.

[6]王樹興， 于香玉， 崔建， 等. 高速公路隧道智能監控管理技術[M]. 重慶：重慶大學出版社， 2019.

[7]《中國公路學報》編輯部. 中國交通隧道工程學術研究綜述·2022[J]. 中國公路學報， 2022（4）： 1-40.

[8]王華城， 朱新春， 王子扶， 等. 綠色高速公路運營期在線監測技術體系研究——環境、氣象、能耗監測[J]. 交通節能與環保， 2022（1）： 139-144.

[9]馬軍. 基于多源異構數據的路網運行監測與應急指揮調度系統[J]. 中國交通信息化， 2023（2）： 101-104.

[10]張昕冉. 智慧高速公路交通氣象觀測站點布設研究[D]. 淄博：山東理工大學， 2022.