基于柔性車(chē)道管控算法的高速公路通行誘導(dǎo)系統(tǒng)

胡超然

(中遠(yuǎn)海運(yùn)科技股份有限公司， 上海 200135)

0 引 言

近年來(lái)，隨著我國(guó)國(guó)民經(jīng)濟(jì)的快速發(fā)展，高速公路里程和機(jī)動(dòng)車(chē)保有量不斷增加。截至2020年末，全國(guó)收費(fèi)公路里程達(dá)到了17.92萬(wàn)km，機(jī)動(dòng)車(chē)保有量達(dá)到了2.81億輛[1]。2019年全國(guó)開(kāi)始實(shí)施取消省界站工程，有效提升了車(chē)輛跨省通行的效率，同時(shí)提升了公眾的出行體驗(yàn)和出行滿意度。隨著高速公路里程和出行車(chē)輛逐年增加，高速公路的路況越來(lái)越復(fù)雜，導(dǎo)致交通事故頻發(fā)。如何對(duì)高速公路路網(wǎng)進(jìn)行有效的通行誘導(dǎo)，保證高速公路上車(chē)輛行駛的安全性，避免二次事故發(fā)生，最大程度地提升高速公路的通行效率，是高速公路運(yùn)營(yíng)管理工作中急需解決的問(wèn)題[2]。

為提升現(xiàn)有高速公路在擁堵情況下的通行效率，解決在交通事故發(fā)生位置集中變道易引發(fā)二次事故的問(wèn)題，以寧夏地區(qū)的高速公路通行誘導(dǎo)信息發(fā)布管理工作為例，針對(duì)其存在的問(wèn)題，提出一種基于柔性車(chē)道管控算法的高速公路通行誘導(dǎo)系統(tǒng)。通過(guò)設(shè)計(jì)的時(shí)空注意力網(wǎng)絡(luò)模型預(yù)測(cè)高速公路路網(wǎng)中的車(chē)流速度；基于柔性車(chē)道管控算法，采用特定的判斷方法判斷是否關(guān)閉事故車(chē)道和是否開(kāi)啟應(yīng)急車(chē)道；通過(guò)道路沿線情報(bào)板發(fā)布通行誘導(dǎo)信息，有效縮短高速公路擁堵時(shí)間，降低造成二次事故的風(fēng)險(xiǎn)，緩解事故帶來(lái)的通行壓力。

1 寧夏高速公路通行誘導(dǎo)工作現(xiàn)狀

截至2022年7月，寧夏地區(qū)高速公路通車(chē)?yán)锍桃堰_(dá)2 078 km，全區(qū)共劃分47個(gè)路段，其中，收費(fèi)站98個(gè)，橋梁2 849座，服務(wù)區(qū)42個(gè)，隧道29座。目前各路段均已在各收費(fèi)站站前、互通立交、服務(wù)區(qū)和隧道出入口等重要交通節(jié)點(diǎn)安裝情報(bào)板設(shè)備，日常信息發(fā)布通過(guò)各片區(qū)的監(jiān)控中心實(shí)現(xiàn)，由監(jiān)控員通過(guò)信息發(fā)布軟件對(duì)路段上監(jiān)控內(nèi)網(wǎng)的各類(lèi)型情報(bào)板進(jìn)行信息發(fā)布和控制。

寧夏高速公路的日常運(yùn)營(yíng)管理工作是由寧夏交投高速公路管理有限公司負(fù)責(zé)的，全區(qū)已接入的情報(bào)板超過(guò)300塊，情報(bào)板位置分布合理。該公司編制了《可變情報(bào)板信息發(fā)布管理制度》，有較為明確的信息發(fā)布管理工作職責(zé)，目前已完成對(duì)全區(qū)情報(bào)板的統(tǒng)一接入和管理，具有良好的信息化基礎(chǔ)。在日常監(jiān)控管理工作中，信息發(fā)布主要通過(guò)人工手動(dòng)實(shí)現(xiàn)，非路況類(lèi)信息需經(jīng)過(guò)審批之后才能發(fā)布，在處置突發(fā)事件過(guò)程中，無(wú)法以高效智能的方式對(duì)高速路網(wǎng)進(jìn)行通行誘導(dǎo)。目前該區(qū)域的日常誘導(dǎo)信息發(fā)布工作主要存在以下幾個(gè)問(wèn)題：

1) 情報(bào)板利用率低。目前全區(qū)接入的情報(bào)板主要用來(lái)發(fā)布公告宣傳、施工養(yǎng)護(hù)和安全行車(chē)提醒類(lèi)信息，對(duì)于日常突發(fā)事件，一般只有達(dá)到啟動(dòng)應(yīng)急處置預(yù)案等級(jí)時(shí)，監(jiān)控員才會(huì)在情報(bào)板上發(fā)布相關(guān)誘導(dǎo)信息。

2) 人工發(fā)布效率低。當(dāng)前在情報(bào)板上發(fā)布信息依然采用人工審批的方式，多環(huán)節(jié)的人工審核操作降低了通行誘導(dǎo)的時(shí)效性和準(zhǔn)確性。

3) 對(duì)監(jiān)控員業(yè)務(wù)水平的要求較高。由于事故點(diǎn)不確定，造成監(jiān)控員在發(fā)布誘導(dǎo)交通的信息時(shí)無(wú)法對(duì)事故點(diǎn)和情報(bào)板設(shè)備的空間地理位置進(jìn)行有效關(guān)聯(lián)，從而影響信息發(fā)布的及時(shí)性。

2 系統(tǒng)設(shè)計(jì)

針對(duì)寧夏交投高速公路管理有限公司通行誘導(dǎo)工作現(xiàn)狀，基于已建的軟硬件資源和監(jiān)控業(yè)務(wù)管理規(guī)范，以高速公路因發(fā)生交通事故或突發(fā)事件而導(dǎo)致?lián)矶聲r(shí)采取的通行誘導(dǎo)策略為切入點(diǎn)，研究基于柔性車(chē)道管控算法的高速公路通行誘導(dǎo)系統(tǒng)。

2.1 設(shè)計(jì)目標(biāo)

該基于柔性車(chē)道管控算法的高速公路通行誘導(dǎo)系統(tǒng)的設(shè)計(jì)目標(biāo)：當(dāng)高速公路因發(fā)生交通事故或突發(fā)事件而導(dǎo)致?lián)矶聲r(shí)，根據(jù)事故等級(jí)選擇不同的策略，若是重大及以上等級(jí)事故，則臨時(shí)關(guān)閉事故車(chē)道；根據(jù)短時(shí)路況預(yù)測(cè)算法預(yù)測(cè)未來(lái)車(chē)流量，當(dāng)預(yù)測(cè)的車(chē)流量超過(guò)可開(kāi)放車(chē)道的通行能力時(shí)，選擇開(kāi)放原應(yīng)急車(chē)道并預(yù)估開(kāi)放的時(shí)間。將預(yù)測(cè)結(jié)果推送給在高速公路上布設(shè)的情報(bào)板，從而誘導(dǎo)司乘用戶的行為，縮短擁堵時(shí)間，降低造成二次事故的風(fēng)險(xiǎn)，緩解事故帶來(lái)的通行壓力。

2.2 系統(tǒng)組成

該系統(tǒng)為路網(wǎng)運(yùn)行監(jiān)測(cè)系統(tǒng)的一部分，包含交通數(shù)據(jù)獲取模塊、深度學(xué)習(xí)模塊、仿真評(píng)估模塊和信息發(fā)布模塊等。圖1為寧夏高速公路路網(wǎng)監(jiān)測(cè)與應(yīng)急指揮調(diào)度系統(tǒng)架構(gòu)。圖2為寧夏高速公路路網(wǎng)監(jiān)測(cè)實(shí)時(shí)交通流量預(yù)警分析效果圖。

2.2.1 交通數(shù)據(jù)獲取模塊

交通數(shù)據(jù)獲取模塊的作用是獲取實(shí)時(shí)和歷時(shí)的交通數(shù)據(jù)，并對(duì)其進(jìn)行預(yù)處理，包括刪除異常數(shù)據(jù)和重復(fù)數(shù)據(jù)、填補(bǔ)缺失數(shù)據(jù)、去除噪聲和數(shù)據(jù)標(biāo)準(zhǔn)化等[3]。

實(shí)時(shí)交通數(shù)據(jù)主要包括各收費(fèi)站的出入口流量數(shù)據(jù)、道路車(chē)輛檢測(cè)器實(shí)時(shí)采集的車(chē)流量和車(chē)速數(shù)據(jù)、電子不停車(chē)收費(fèi)系統(tǒng)(Electronic Toll Collection, ETC)收費(fèi)門(mén)架實(shí)時(shí)采集的過(guò)車(chē)數(shù)據(jù)和高德地圖上的實(shí)時(shí)路況數(shù)據(jù)；歷史交通數(shù)據(jù)主要是對(duì)實(shí)時(shí)交通數(shù)據(jù)進(jìn)行存儲(chǔ)、分析和匯總之后得到的數(shù)據(jù)。

由于收費(fèi)站之間的距離較長(zhǎng)，外場(chǎng)道路車(chē)檢器數(shù)據(jù)采集誤差較大等，該系統(tǒng)主要采用ETC收費(fèi)門(mén)架實(shí)時(shí)采集的過(guò)車(chē)數(shù)據(jù)和高德地圖上的實(shí)時(shí)路況數(shù)據(jù)作為交通預(yù)測(cè)分析的數(shù)據(jù)來(lái)源，并將收費(fèi)站出入口流量數(shù)據(jù)、外場(chǎng)道路車(chē)檢器采集的車(chē)流量和車(chē)速數(shù)據(jù)作為參考。

2.2.2 深度學(xué)習(xí)模塊

深度學(xué)習(xí)模塊包含以下2部分：

1) 根據(jù)事故的等級(jí)，當(dāng)事故是重大及以上等級(jí)事故時(shí)，關(guān)閉事故車(chē)道。

圖1 寧夏高速公路路網(wǎng)監(jiān)測(cè)與應(yīng)急指揮調(diào)度系統(tǒng)架構(gòu)

圖2 寧夏高速公路路網(wǎng)監(jiān)測(cè)實(shí)時(shí)交通流量預(yù)警分析效果圖

2) 根據(jù)現(xiàn)有的路網(wǎng)結(jié)構(gòu)，針對(duì)當(dāng)前事故發(fā)生路段，采用時(shí)空?qǐng)D卷積網(wǎng)絡(luò)(Spatial Temporal Graph Convolution Networks，ST-GCN)預(yù)測(cè)未來(lái)的車(chē)流量信息。若預(yù)測(cè)的車(chē)流量大于等于路段可開(kāi)放車(chē)道的通行能力(JTG B01—2014 《公路工程技術(shù)標(biāo)準(zhǔn)》要求高速公路設(shè)計(jì)服務(wù)水平不低于三級(jí)，因此選取各級(jí)限速下的最大服務(wù)交通量的最低值1 500輛)，則開(kāi)放應(yīng)急車(chē)道，并計(jì)算開(kāi)放的時(shí)間；若預(yù)測(cè)的車(chē)流量小于路段可開(kāi)放車(chē)道的通行能力，則無(wú)需開(kāi)放應(yīng)急車(chē)道。圖3為ST-GCN流程圖。

圖3 ST-GCN流程圖

2.2.3 仿真評(píng)估模塊

仿真評(píng)估模塊利用仿真技術(shù)，基于柔性車(chē)道管控算法，采用VISSIM軟件對(duì)路網(wǎng)車(chē)流量進(jìn)行對(duì)比分析評(píng)估。采用仿真技術(shù)對(duì)比開(kāi)放應(yīng)急車(chē)道與不開(kāi)放應(yīng)急車(chē)道2種狀態(tài)下路網(wǎng)的車(chē)輛通行效率，驗(yàn)證柔性車(chē)道管控算法的有效性，并將其作為是否發(fā)布開(kāi)放應(yīng)急車(chē)道信息的依據(jù)。

2.2.4 信息發(fā)布模塊

信息發(fā)布模塊的作用是通過(guò)道路沿線的情報(bào)板發(fā)布主線道路上涉及車(chē)道的開(kāi)關(guān)信息(是否關(guān)閉事故車(chē)道和是否開(kāi)放應(yīng)急車(chē)道)。該模塊能實(shí)現(xiàn)對(duì)各類(lèi)廠家情報(bào)板接口協(xié)議的集成封裝，對(duì)外提供標(biāo)準(zhǔn)化信息發(fā)布接口，其余業(yè)務(wù)模塊在信息發(fā)布過(guò)程中無(wú)需關(guān)注設(shè)備廠家協(xié)議。

3 系統(tǒng)實(shí)現(xiàn)及應(yīng)用

3.1 ST-GCN模型搭建

ST-GCN模型由圖卷積網(wǎng)絡(luò)(Graph Convolutional Network，GCN)、長(zhǎng)短期記憶(LongShort-Term Memory，LSTM)網(wǎng)絡(luò)單元和注意力機(jī)制(Attention)等3部分組成[4]。首先，將實(shí)時(shí)和歷史時(shí)間序列數(shù)據(jù)作為輸入，并采用GCN捕捉高速公路網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，獲得空間關(guān)聯(lián)特征。其次，將得到的具有空間特征的時(shí)間序列輸入到LSTM網(wǎng)絡(luò)模型中，通過(guò)單元間的信息傳遞得到動(dòng)態(tài)變化，獲取時(shí)間特征。最后，通過(guò)全連接層和注意力機(jī)制計(jì)算輸入數(shù)據(jù)對(duì)當(dāng)前預(yù)測(cè)結(jié)果的影響，得到最終的預(yù)測(cè)結(jié)果。具體計(jì)算過(guò)程為

(1)

ut=σ(Wu[f(A,Xt),ht-1]+bu)

(2)

rt=σ(Wr[f(A,Xt),ht-1]+br)

(3)

ct=tanh(Wc[f(A,Xt),(rt·ht-1)]+bc)

(4)

ht=ut·ht-1+(1-ut)·ct

(5)

在柔性車(chē)道管控算法中，該模型主要用于預(yù)測(cè)車(chē)流量。

3.2 策略選擇模型搭建

策略選擇模型分為以下2部分：

1) 根據(jù)事故等級(jí)，當(dāng)事故是重大及以上等級(jí)事故時(shí)，選擇臨時(shí)關(guān)閉事故車(chē)道。

2) 對(duì)預(yù)測(cè)的車(chē)流量與當(dāng)前可開(kāi)放車(chē)道的通行能力進(jìn)行對(duì)比。若預(yù)測(cè)的車(chē)流量大于等于可開(kāi)放車(chē)道的通行能力，則開(kāi)放應(yīng)急車(chē)道；若預(yù)測(cè)的車(chē)流量小于可開(kāi)放車(chē)道的通行能力，則無(wú)需開(kāi)放應(yīng)急車(chē)道。

3.3 仿真評(píng)估

在同一個(gè)高速路路網(wǎng)內(nèi)，針對(duì)是否實(shí)施柔性車(chē)道管控算法，在VISSIM軟件中進(jìn)行車(chē)流仿真模擬，設(shè)置以下2個(gè)場(chǎng)景：

1) 不采取任何控制措施。

2) 采用柔性車(chē)道管控算法對(duì)路段進(jìn)行流量控制；在路段上設(shè)置檢測(cè)器，比較對(duì)應(yīng)路網(wǎng)的主線交通通行量和主線擁堵時(shí)間。

3.4 算法結(jié)果應(yīng)用

根據(jù)上述2種情況下的高速公路通行效率和擁堵時(shí)長(zhǎng)，輸出有關(guān)是否關(guān)閉事故車(chē)道和是否開(kāi)啟應(yīng)急車(chē)道的方案，通過(guò)在高速公路沿線布設(shè)的情報(bào)板發(fā)布算法輸出的結(jié)果，即路網(wǎng)中當(dāng)前事故車(chē)道和應(yīng)急車(chē)道的開(kāi)放或關(guān)閉情況，從而誘導(dǎo)司乘用戶的行為，提升高速公路通行效率[5]。圖4為應(yīng)急車(chē)道開(kāi)放誘導(dǎo)提示效果圖。

圖4 應(yīng)急車(chē)道開(kāi)放誘導(dǎo)提示效果圖

4 結(jié) 語(yǔ)

本文針對(duì)高速公路在交通事故或突發(fā)事件應(yīng)急處置過(guò)程中的通行誘導(dǎo)，以寧夏高速公路為例，結(jié)合其運(yùn)營(yíng)管理工作的實(shí)際情況和需求，提出了一種基于柔性車(chē)道管控算法的高速公路通行誘導(dǎo)系統(tǒng)。該系統(tǒng)通過(guò)針對(duì)事件點(diǎn)的短時(shí)路況預(yù)測(cè)算法預(yù)測(cè)未來(lái)車(chē)流量，動(dòng)態(tài)開(kāi)放應(yīng)急車(chē)道，并將預(yù)測(cè)結(jié)果實(shí)時(shí)通過(guò)事件點(diǎn)上游的情報(bào)板發(fā)布，簡(jiǎn)化了監(jiān)控員在日常應(yīng)急事件處置工作中對(duì)通行誘導(dǎo)信息進(jìn)行發(fā)布的操作流程，提升了通行誘導(dǎo)的時(shí)效性和準(zhǔn)確性，縮短了車(chē)輛擁堵時(shí)間，提升了司乘人員的出行滿意度。

為盡早發(fā)現(xiàn)高速公路交通事故或突發(fā)事件，下一步將研究利用視頻云聯(lián)網(wǎng)工程建設(shè)視頻智能分析事件上報(bào)系統(tǒng)，將視頻智能分析系統(tǒng)檢測(cè)分析的各類(lèi)事件實(shí)時(shí)動(dòng)態(tài)接入高速公路通行誘導(dǎo)系統(tǒng)，實(shí)現(xiàn)各類(lèi)事件的自動(dòng)化接入和快速預(yù)警響應(yīng)。