基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法研究

徐韜 程龍春

摘要：針對(duì)傳統(tǒng)橋梁交通量動(dòng)態(tài)監(jiān)測(cè)成本高、精度低等現(xiàn)實(shí)問題，利用RFID實(shí)時(shí)動(dòng)態(tài)數(shù)據(jù)，基于大數(shù)據(jù)挖掘處理技術(shù)，提出了基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法，并以重慶市曾家?guī)r大橋?yàn)槔M(jìn)行了實(shí)例驗(yàn)證，結(jié)果表明，基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法在山地城市具備良好的實(shí)用性，能滿足橋梁實(shí)時(shí)預(yù)警和動(dòng)態(tài)監(jiān)測(cè)需求。

關(guān)鍵詞：交通工程;山地城市;橋梁預(yù)警;RFID;

1 引言

山地城市組團(tuán)式分布特征導(dǎo)致機(jī)動(dòng)化出行距離較平原城市明顯增長(zhǎng)，橋梁隧道成為了各組團(tuán)聯(lián)系的紐帶，同時(shí)也是交通瓶頸節(jié)點(diǎn)，加大橋梁建設(shè)成為了各大城市緩解城市交通擁堵的必然選擇[1-5]。但長(zhǎng)期以來(lái)重建設(shè)、輕管理在橋梁運(yùn)營(yíng)管理層面十分突出，近年來(lái)屢次發(fā)生的橋梁垮塌事件更是為橋梁監(jiān)測(cè)敲響了警鐘，目前橋梁監(jiān)測(cè)自動(dòng)化水平能力較差，多以人力監(jiān)測(cè)為主，難以實(shí)現(xiàn)精準(zhǔn)化監(jiān)測(cè)和動(dòng)態(tài)預(yù)警。

2 算法模型

在實(shí)際運(yùn)用過(guò)程中，車輛經(jīng)過(guò)橋梁一體化集成龍門架RFID處理終端時(shí)，RFID處理終端將把車輛信息傳輸?shù)街醒胩幚砟K，獲取車輛車牌ID并計(jì)數(shù)進(jìn)而計(jì)算出一小時(shí)車輛途徑總數(shù)即斷面交通量，并將車牌ID與存儲(chǔ)系統(tǒng)中數(shù)據(jù)中心的車輛信息匹配，進(jìn)而獲取車輛車牌號(hào)碼，同時(shí)系統(tǒng)將收集橋梁遠(yuǎn)端監(jiān)測(cè)點(diǎn)各RFID處理終端信息，進(jìn)而獲取橋梁遠(yuǎn)端監(jiān)測(cè)點(diǎn)斷面交通量及具體車輛車牌信息包括車輛車牌號(hào)碼等，通過(guò)以下算法實(shí)現(xiàn)橋梁交通量動(dòng)態(tài)預(yù)警：

Step 1：將橋梁及遠(yuǎn)端監(jiān)測(cè)點(diǎn)車輛車牌號(hào)碼匹配，若同時(shí)出現(xiàn)在遠(yuǎn)端分流點(diǎn)和橋梁，則計(jì)數(shù)，則經(jīng)過(guò)遠(yuǎn)端監(jiān)測(cè)點(diǎn)的橋梁斷面交通量Q監(jiān)測(cè)=M1+ M2+ M3+…+ Mn（n為遠(yuǎn)端監(jiān)測(cè)總數(shù)，Mn為第n個(gè)遠(yuǎn)端監(jiān)測(cè)點(diǎn)經(jīng)過(guò)橋梁的交通量），可由橋梁上RFID處理終端計(jì)算出橋梁斷面歷史交通量Q歷史，Q歷史=A*Q監(jiān)測(cè)，A為常數(shù)，通過(guò)計(jì)算歷史斷面交通量及歷史經(jīng)過(guò)遠(yuǎn)端監(jiān)測(cè)點(diǎn)的橋梁斷面交通量Q監(jiān)測(cè)，可確定歷史平均值常數(shù)A。

Step 2：記橋梁遠(yuǎn)端監(jiān)測(cè)點(diǎn)斷面交通量為Qi（i為遠(yuǎn)端監(jiān)測(cè)點(diǎn)編號(hào)），Mi=bi*Qi，bi為第i個(gè)遠(yuǎn)端監(jiān)測(cè)點(diǎn)常數(shù)，Mi為第i個(gè)遠(yuǎn)端監(jiān)測(cè)點(diǎn)經(jīng)過(guò)橋梁的交通量，按Step 1可計(jì)算出每個(gè)遠(yuǎn)端監(jiān)測(cè)點(diǎn)的歷史平均值交通量系數(shù)bi，則Q監(jiān)測(cè)= M1+ M2+ M3+…+ Mn=b1*Q1+ b2*Q2+…+ bn*Qn。

Step 3：記橋梁實(shí)時(shí)斷面交通量Q實(shí)時(shí)，Q實(shí)時(shí)可由橋梁上RFID處理終端統(tǒng)計(jì)得出，Q0為橋梁預(yù)警閾值交通量，為橋梁基本通行能力的80%，基本通行能力根據(jù)城市道路等級(jí)及設(shè)計(jì)車速計(jì)算，根據(jù)RFID預(yù)測(cè)的橋梁斷面交通量為Q預(yù)測(cè)= A*Q實(shí)時(shí)監(jiān)測(cè)，Q實(shí)時(shí)監(jiān)測(cè)可按Step 2中Q監(jiān)測(cè)計(jì)算得出。

Step 4：若橋梁實(shí)時(shí)交通量Q實(shí)時(shí)> Q0，則向報(bào)警提示裝置、智能執(zhí)法終端發(fā)出報(bào)警信號(hào)，Q預(yù)測(cè)>Q0，則向報(bào)警提示裝置、智能執(zhí)法終端發(fā)出報(bào)警信號(hào)，反之則取消報(bào)警信號(hào)。

3 案例分析

曾家?guī)r大橋開通后，將新增1條跨重慶市渝北、江北、渝中三區(qū)，對(duì)接南岸區(qū)的縱向快速通道，有效分流平行通道交通量，緩解跨嘉陵江通道擁堵。同時(shí)，由于區(qū)域路網(wǎng)交通重新分配，曾家?guī)r大橋主線通道及接線沿線重要節(jié)點(diǎn)將產(chǎn)生不同程度的影響。曾家?guī)r大橋高峰小時(shí)平均車速28.8km/h，較黃花園大橋（22.5km/h）、渝澳大橋（13.2km/h）、嘉華大橋（24.5km/h）通行效率高，比嘉陵江大橋（32.9km/h）通行效率低。

曾家?guī)r大橋?yàn)殡p向六車道主干路，其通行能力為8400pcu/h，但由于部分匝道未開通，因此對(duì)通行能力進(jìn)行了部分修正，修正后的通行能力為6500pcu/h，則Q0為5200pcu/h，在匝道全部開通后，則按未修正的通行能力計(jì)算。

曾家?guī)r大橋各進(jìn)出口均裝有RFID監(jiān)測(cè)設(shè)備，根據(jù)RFID歷史監(jiān)測(cè)數(shù)據(jù)，曾家?guī)r大橋高峰小時(shí)平均交通量4519pcu/h，其中：南側(cè)進(jìn)口交通量為2166pcu/h，主要由三個(gè)方向匯流而成，分別為長(zhǎng)濱路（192pcu/h）、菜袁路（351pcu/h）、菜園壩大橋（1623pcu/h），占比分別為8.9%、16.2%、74.9%;北側(cè)進(jìn)口交通量為2353pcu/h，由于北側(cè)北城天街接線及黃觀路A匝道接線暫未開通，交通量主要為興盛大道組成。

項(xiàng)目組利用RFID監(jiān)測(cè)設(shè)備，采集了2021年4月5日、4月6日、4月7日、4月8日、4月9日連續(xù)5天交通量數(shù)據(jù)，根據(jù)用RFID監(jiān)測(cè)設(shè)備收集了曾家?guī)r大橋?qū)嵤?shù)據(jù)Q實(shí)時(shí)，根據(jù)計(jì)算結(jié)果，4月5日8：00-4月5日9：00其Q預(yù)測(cè)為5315pcu/h，4月5日8：00-4月5日9：00Q實(shí)時(shí)為5260pcu/h，橋梁實(shí)時(shí)交通量Q實(shí)時(shí)> Q0，并向管理部門發(fā)出了報(bào)警信號(hào)，Q預(yù)測(cè)>Q0，并向管理部門發(fā)出了報(bào)警信號(hào)，其余4月6日、4月7日、4月8日、4月9日交通量數(shù)據(jù)均為Q預(yù)測(cè)<Q0、Q實(shí)時(shí)< Q0，均為正常值，表明了橋梁交通量處于合理、安全水平。

2021年4月5日，根據(jù)交流量預(yù)測(cè)數(shù)據(jù)，向管理部門發(fā)出交通量預(yù)警信號(hào)，表明了基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法預(yù)測(cè)精度較高，能適應(yīng)山地城市交通量分布特征，同時(shí)也表明了基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法的實(shí)用性。

4 結(jié)論

本文結(jié)合重慶市橋梁交通量分布特征，利用RFID動(dòng)態(tài)交通大數(shù)據(jù)，基于大數(shù)據(jù)處理和挖掘智能算法，提出了基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法，并以重慶市曾家?guī)r大橋?yàn)槔M(jìn)行了實(shí)例驗(yàn)證，可為其余城市橋梁動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)和交通量預(yù)警提供重要參考，為進(jìn)一步提升算法的適應(yīng)性，更好了滿足管理部門動(dòng)態(tài)管理需求，建議如下：

1）算法的精準(zhǔn)度與RFID監(jiān)測(cè)點(diǎn)位分布由顯著正關(guān)系，點(diǎn)位覆蓋越廣，算法精準(zhǔn)度越高，對(duì)橋梁動(dòng)態(tài)監(jiān)測(cè)和預(yù)警能力更強(qiáng)，因此應(yīng)加大橋梁主線及匝道RFID建設(shè)力度，在成本控制的情況下，盡量增大覆蓋范圍;

2）RFID監(jiān)測(cè)設(shè)備不能較好的識(shí)別外地車輛，因此應(yīng)將RFID和卡口數(shù)據(jù)結(jié)合，優(yōu)化本算法，進(jìn)一步提升算法的精準(zhǔn)度;

3）基于RFID及多源數(shù)據(jù)的橋梁實(shí)時(shí)預(yù)警算法在重慶得到了良好的應(yīng)用，但在其余城市推廣不足，因成立由交通管理部門牽頭的全息感知體系監(jiān)督小組，加大RFID設(shè)備推廣和應(yīng)用力度，更好的服務(wù)于城市橋梁管理和監(jiān)測(cè)預(yù)警。

參考文獻(xiàn)

[1] 林海，李超，陳海力. RFID技術(shù)在長(zhǎng)江航道的應(yīng)用[J]. 世界海運(yùn)，2013，36（7）：25-27.

[2] 魏鑫，吳學(xué)偉，程培嵩. 基于組件式GIS的橋梁健康監(jiān)測(cè)數(shù)據(jù)集成及預(yù)警研究[J]. 公路工程， 2020，45（6）： 79-85.

[3] 王軍凱. 遠(yuǎn)距離橋梁健康監(jiān)測(cè)與預(yù)警系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 軟件， 2020，41（5）： 143-145.

[4] 李西芝，章世祥. 時(shí)間序列分析在橋梁應(yīng)力監(jiān)測(cè)數(shù)據(jù)預(yù)警中的應(yīng)用[J]. 湖南交通科技， 2019，45（4）： 82-86.

[5] 王敏，汪依帆，高海霞，徐世秋，譚皓玥. 基于大數(shù)據(jù)的橋梁安全監(jiān)測(cè)綜合預(yù)警平臺(tái)[J]. 中國(guó)新通信， 2019，21（7）： 89-90.

重慶市市政設(shè)計(jì)研究院有限公司 重慶 400020