谈高速公路大流量通行引导方法研究

谈高速公路大流量通行引导方法研究

黄忠胜

广佛高速公路有限公司，广东广东 510168

摘要：近年来，社会进步迅速，针对交通情况，从高层指导思想、总体部署、具体目标到组织保障机制及策略都比较完善，形成了由点及面，联动联防的管理能力，取得了不错的效果。文章基于高速公路大流量通行情况下，在现有信息化手段缺乏的情况下对于治堵措施执行的有效性还有进一步提升空间，要求系统能够自动化传输数据、实时化监控环境、自动化开展办公、全天化落实指挥调度能力，以此为基础，提出高速公路大流量通行引导研究，结合实际案例选择引导模式，从而为相关工作者提供参考。

关键词：高速公路；大流量；引导

引言

高速公路应实现利旧改造和新建融合的整体要求，完善智慧出行服务系统平台，并可实现利旧改造、新建融合的整体项目要求。一是要满足交路网函【2019】354号《交通运输部路网监测与处置中心2018-2019年度全国公路交通出行服务效果评价指标》第7部分的全部要求，二是符合中华人民共和国交通运输行业标准《高速公路可变信息标志信息的显示和管理》的营运规范要求，三是面向智慧高速建设需求先行先试进行局部创新。

1交通大数据融合分析研究方法

交通大数据基础能力融合分析系统为路段级高速公路建立数据仓库，提供数据融合和数据挖掘能力。通过路段客户数据和高德数据的融合，提升交通运行感知范围和精度；通过数据挖掘发现交通运行规律，指导交通运行决策。

交通大数据基础能力融合分析系统通过构建全网模型，利用感知层数据形成统一路网、路档信息和数据规整，并在此基础上形成不同主题的融合参数，如道路运行主题、安全防控主题，并通过在线服务API、行业模型的方式为上层应用、业务引擎提供事件融合、路况预测、OD分析能力、三急一速服务、未来路况预测、交通事故诱导等功能。

该系统为高速公路出行应用的数据底盘，其研究的主要技术方法，如下：

1.1标准行业模型的统一表达：所有数据按照标准行业模型进行管理，形成对客观高速路网的统一模型表达、统一的交通参数表达，标准行业的模型的优势在于规范数据开发流程，为后续的融合计算自动化打好基础，同时也降低了应用开发者和数据服务开发商使用和开发数据时的沟通和理解成本。

1.2数据融合：高德数据、视频结构化数据、高速业务数据的融合，是互联网+交通的重大优势，数据底盘以“道路运行主题”为业主提供互联网基础路网数据，业主既可以基于纯高德数据产出的高速道路运行评价指标进行上层应用的开发，也可以加入视频等自有设备的数据与高德数据进行融合，产出更高质量的道路运行评价指标。融合数据来源包括：事件类：视频分析检测到的交通事件和平均车速分析的拥堵事件，以及高德APP用户上报的交通事件；交通参数类：道路事件检测系统通过视频分析输出的平均车速，来自高德地图的平均车速，以及毫米波雷达输出的平均车速。

1.3数据加工流程自动化：数据底盘中预部署的任务检测到源数据接入完成后，会自动启动明细数据层到汇总数据层的加工任务，不需要再手工开发汇总层的数据表，极大的提高了项目中数据产出的效率。

1.4高质量交通参数数据服务输出：各环节及最终输出交通参数的高质量，是数据融合存在的最大意义，并为上层应用的指标提供数据接口，应用开发者可以直接调用获取数据，节约了应用开发者开发数据接口的时间。

1.5业务抽象支撑：基于业务场景提供各种交通算法，应用层开发不需要关心算法实现和执行细节，降低门槛。

1.6交通业务特色的深度挖掘算法：基于已有预警事件学习挖掘诱因，发现隐患点，对多来源的预警进行判重，深化以及优化预警结果。

2道路事件视觉智能感知研究方法

道路事件检测系统通过视频智能分析关键能力建设，以边缘GPU服务器配合视频智能分析处理视频流数据并输出视频结构化数据以支持业务应用，实现基于监控视频的各类交通事件自动检测功能，同时充分利用和挖掘视频数据的价值，通过对视频事件检测结果的分析处理，实时获取高速交通状况、识别交通元素信息和评估交通通行状态，而且能够及时发现高速运行中的异常事件等，最终实现交通态势的精准研判。

道路事件检测系统不仅能够对视频或图像进行实时分析与处理，也具备对海量视频、图像数据的离线分析与挖掘的能力，有效支撑高速管理中丰富多样的业务场景。从无感无知、感而不知、感而略知做到感而全面、全量、实时感知。

2.1视频数据接入：目前以高速路网的视频监控设备为主，通过标准的视频协议接入不同厂商的视频资源，系统基于云平台拥有大规模视频接入的能力，满足全路网视频接入管理的需求；大规模的视频码流通过交通传输专网传入视频分析服务平台的码流分发管控系统，完成大规模视频的解析、存取和管控；通过大规模视频计算资源调度管控系统和大规模视频并行处理系统实现对云平台大规模计算能力的管控，为算法引擎提供计算支持；此外系统所包含的球机多预置位巡航管理系统、智能规则配置系统以及各种算法引擎可以为上层丰富的应用场景提供算法支持。

2.2视频分析引擎：搭建了基于深度学习、对抗网络等前沿技术的高性能的视频分析引擎，包括交通目标检测引擎、交通目标识别引擎、大规模视频分析引擎、分布式计算和存储引擎四大模块，可有效支撑交通事件、交通工程、混合交通参数等大规模的交通业务。其中，交通目标检测引擎能够快速发现和定位高速视频中的机动车、非机动车和行人等交通目标；交通目标识别引擎通过对检测到的交通目标进行识别与分析，可以识别机动车车牌、车辆类型、颜色和主品牌等信息；大规模视频分析引擎能够支撑视频的并行实时分析与处理，支持任务的自适应调度与管理。

2.3视频智能分析算法：基于视频分析应用视频分析车辆、事件等结构化数据，提供用户视频事件智能发现、拥堵感知、违禁事件检测等应用场景服务。

3智慧诱导应用与路侧终端无缝对接研发方法

智慧诱导应用可在发生异常交通事件之后或预计会发生交通拥堵之前，对车辆进行一定的诱导，避免发生二次交通事故或发生交通拥堵的管理方式。智能控流包括一系列完整连贯的交通管理措施，可以对异常交通事件主动推荐交通交通管控方案，发挥现有交通设施最大效益。主动交通管控系统可控制各种类型的LED可变情报板，并和高德地图联动，提升控制发布范围。

为了将交通诱导信息触发可及的传达给出行用户，大数据一体机（云控平台）的智能控流应用需要与智慧发布平台的智能网关进行数据打通，实现无缝对接，可通过智能网关，将智能控流应用的诱导策略信息快速、便捷、自动的发布到路段情报板上。降低监控中心工作人员的管理难度。

4大数据投屏展示研究方法

大屏可视化显示系统，面向高速指挥中心大屏环境,整合高速管理部门现有信息系统的数据资源，结合GIS地图、数字面板等技术进行实时高速公路智慧交通可视化展示，实现对高速公路的数据融合、数据显示、数据分析、数据监测等多种功能。重点关注实时路况、交通运行状况、交通拥堵状况、重点对象展示。可实时显示道路运行（车流量变化曲线、路段拥堵）及设备设施情况，异常事件预警提醒（事件类型、事件来源、事件处置、事件级别等），并接入重点路段视频播放功能。实现高速公路运行的日常管理，突发异常事件、道路实时监控一体化指挥调度。

4.1其系统技术研究方法，可见系统架构设计图，如下图所示：

智慧高速智行通应用包含态势感知、智能控流策略发布、研判预测、应急预案、数据分析等模块，大屏可视化系统通过与大数据一体机的智行通API接口和路运一体化API接口的对接，可实现将融合的数据以及核心能力如高速的生命体征、通行状况、道路事件等在大屏上进行展示。

4.2数据源规范设计

大屏系统的源数据有20余种，其中当日向高德推送发布数、诱导信息发布次数、当前诱导屏发布信息轮播列表数据（诱导屏名称、诱导发布信息文字内容）、诱导屏设备数量、诱导屏设备在线数、诱导屏设备掉线数、诱导屏设备正常率、当日各类交通事件数、当日交通事件的来源分布、当日不同处理状态事件数、当日事件轮播列表数据（发生时间、发生地点、事件类型、事件来源，事件等级）、各段实时平均速度、全路网实时平均速度、实时拥堵里程、今日交通量、客车货车量、今日事件量、摄像机图层数据（摄像机基础信息、可在web播放的视频播放地址、平均速度）、情报板图层数据（情报板基础信息、诱导文字信息）、事件图层数据（发生时间、发生地点、事件类型、事件来源和事件等级）等数据通过大数据一体机的智行通API接口进行对接；施工计划列表数据（施工开始事件、施工结束时间）、施工计划图层数据（施工计划路线，施工开始结束时间）与路运一体化平台的施工计划录入数据进行API接口对接。

结语

基于智能感知与智慧诱导结合，实现对高速的预测预判，并根据路况拥堵情况，建立多方联动机制以及相应的治堵措施，高效完成研判、指挥与处置的联动，确保信息的可触可达，快速处置，消除隐患，提高疏堵措施的有效执行能力。从人为盯控向道路智能泛感知转变；从被动事件处置向主动发现出击转变，实现高速管理从数字化、智能化的运营转变。有助于建立高效、智能、规范化的高速运营管理体系；为行驶人员提供更加舒适安全的旅途服务；为路政、交警有效减少巡逻工作量，降低安全风险；有效降低交通拥堵和避免二次事故的发生。

参考文献

[1]李雄.高速公路改扩建安全交通组织[J].交通世界，2020，27（22）：133-134+155.

[2]薛长龙，刘兴旺，程国柱，等.基于驾驶人特性的高速公路改扩建工作区上游限速值研究[J].石家庄铁道大学学报（自然科学版），2020，33（03）：45-51.

[3]王伟，陆雨函，李剑.高速公路改扩建工程交通组织施工区长度划分研究[J].工程建设与设计，2020，68（13）：110-112.