面向擁堵篩查決策應(yīng)用的物聯(lián)網(wǎng)云平臺模型

秦 緋

（山西省交通運輸運行監(jiān)測與應(yīng)急處置中心，山西太原 030006）

0 引言

公路交通已成為世界經(jīng)濟發(fā)展的重要支柱，據(jù)統(tǒng)計全球75%的貨運運輸與90%的旅客運輸都由公路交通實現(xiàn)。隨著社會國民經(jīng)濟的高增長速度以及人民為更好地適應(yīng)國民經(jīng)濟蓬勃發(fā)展新態(tài)勢、新目標和各項任務(wù)的要求，交通運輸部組織制訂了《全國公路工程網(wǎng)行動計劃調(diào)節(jié)實施方案》（2019—2030 年），擬對2019 年實施的山西公路運輸建設(shè)網(wǎng)再次進行調(diào)節(jié)，目標年從2020 年延伸至2035 年，山西省規(guī)劃布局從“三縱十二橫十二環(huán)”調(diào)整為“四縱十五橫三十三聯(lián)”，建立縱貫北南、承東啟西、涵蓋全省、通達四鄰的高速網(wǎng)。調(diào)控后山西省高速公路建成里程數(shù)將達至8 418 km（不含重復(fù)建設(shè)里程），公路面積密度將從4.6 km/百km2提高到5.37 km/百km2。

當前高速收費站的擁堵現(xiàn)象有日漸加重的態(tài)勢，這極大地抑制了高速服務(wù)水平的提高。由于山西高速以山區(qū)為主，路況復(fù)雜，經(jīng)常出現(xiàn)大霧、道路結(jié)冰等現(xiàn)象，大型車輛速度低，行駛難，易出事，都是堵車時間上的癥結(jié)。經(jīng)濟假期日道路交通量增多、某些路段通過能力不夠、分流較少、部分交安基礎(chǔ)建設(shè)不完整、不文明駕車習性等是造成擁堵的主要原因。

1 技術(shù)路線

如何利用地磁傳感技術(shù)、車輛檢測識別技術(shù)、通訊控制技術(shù)、物聯(lián)網(wǎng)云平臺技術(shù)、預(yù)測技術(shù)等，通過建立仿真模型進行分析，獲得適用于收費站車流、車速檢測擁堵狀況的流量快速篩查與自動決策方案，并通過后續(xù)的設(shè)計優(yōu)化，研發(fā)出一套可以滿足對收費站車輛運行狀況的精準、快速、高效監(jiān)測、篩選和響應(yīng)系統(tǒng)，實現(xiàn)收費站車流狀態(tài)實時監(jiān)測、數(shù)據(jù)上傳、存儲與報警、車流預(yù)測等功能，真正實現(xiàn)快速、高效的排堵保暢[1-4]。

a）地磁監(jiān)測設(shè)備與視頻系統(tǒng)相結(jié)合，實現(xiàn)多信息融合，確保準確收集路口信息。

b）整個系統(tǒng)是基于物聯(lián)網(wǎng)云平臺開發(fā)，整合各個功能系統(tǒng)，使整個系統(tǒng)實現(xiàn)信息化管理、智能化操作，讓工作人員與公眾直觀地查看各路口異常狀況與相關(guān)信息，提高了工作人員效率的同時也大大避免了瞞報與誤報現(xiàn)象的發(fā)生，為公眾建立一道信息公開、智能可靠的防線。

c）引入智能預(yù)測算法，實現(xiàn)擁堵提前預(yù)警，避免或減輕交通擁擠及二次事故的發(fā)生。

2 國內(nèi)外同類技術(shù)研究現(xiàn)狀分析

對于解決高速道路擁堵目前主要的方案有如下幾種：

a）建設(shè)監(jiān)控系統(tǒng) 將收費站信息上傳到監(jiān)控中心，并通過結(jié)合各種GPS、GIS 及無線視頻監(jiān)控等技術(shù)，通過可視化界面實現(xiàn)對收費站的無線視頻監(jiān)測[5]。

b）建立事件服務(wù)系統(tǒng) 通過各種預(yù)測模型預(yù)測收費站擁堵狀況，在數(shù)據(jù)分析的基礎(chǔ)上，通過分流等措施控制車流，從而避免擁堵現(xiàn)象在此發(fā)生[6]。

c）建立駕駛員信息系統(tǒng) 駕駛員可以通過多種渠道了解實時路況并根據(jù)情況換道行駛，從而實現(xiàn)避免擁堵的目的[7]。

目前山西省高速具有收費站實時監(jiān)控平臺，但是只能通過監(jiān)控人員人工查看監(jiān)控視頻，從幾十幅畫面中找出發(fā)生擁堵乃至事故的路口，然后再人工通知相關(guān)工作人員去實施疏導(dǎo)。該系統(tǒng)存在工作量大、反應(yīng)慢、不自動的缺點。很多時候，高車速路段出現(xiàn)擁堵時，如果檢測攝像機無法最先檢測預(yù)警，那么公路監(jiān)管部門需要等到出現(xiàn)車禍者或者事發(fā)周圍司機的告警才能進行反應(yīng)，一來無法及時為遭遇車禍者進行幫助，對路面交通事故進行處理，致使人、財、物的損失擴大；二來也無法第一時刻對相應(yīng)公路段進行針對性的導(dǎo)流，封鎖出口等工作，造成堵車等狀況的出現(xiàn)。

3 收費站擁堵情況智能化監(jiān)測與預(yù)警技術(shù)研究

3.1 研究適用于收費站車流監(jiān)測設(shè)備

汽車檢查科技是道路交通現(xiàn)代化管理（Intelligent Traffic System，ITS）的核心技術(shù)，常用的汽車檢查科技包括紅外汽車檢查、微波、超聲、電感線圈汽車檢查、視頻、地磁。各種檢驗科技都因其檢驗基本原理的限制，存在著各自的局限。因此，根據(jù)收費站需要采集車輛信息內(nèi)容的需求，以及考慮現(xiàn)場的實際環(huán)境氣候特點，選擇一種或多種車輛檢測技術(shù)，通過互相配合的方式，來取得最佳監(jiān)測效果。

3.2 云端數(shù)據(jù)庫的搭建與優(yōu)化

設(shè)計制定云端數(shù)據(jù)庫框架方案，在開發(fā)過程中立足整體，把所需掌握的車輛信息分類、整合，構(gòu)建完整的數(shù)據(jù)庫標準體系，并具備車流信息分析與上報功能，力求提高數(shù)據(jù)庫的執(zhí)行速度，并提前測試數(shù)據(jù)庫的穩(wěn)定程度，發(fā)現(xiàn)問題、解決問題以減少后期的維修頻率，避免不必要的資源浪費。

3.3 收費站擁堵狀況自動篩選與報警

實現(xiàn)從上百幀收費站監(jiān)測圖像中，結(jié)合地磁設(shè)備信息，采用信息融合算法篩選出擁堵路口并進行報警。根據(jù)告警的方式不同，可以實現(xiàn)短信（GSM）告警、現(xiàn)場話音告警和來電告警、以及互聯(lián)網(wǎng)告警和電子信件告警（互聯(lián)網(wǎng)狀況允許）幾種告警方法。操作員能現(xiàn)場應(yīng)答告警消息，還能遠程應(yīng)答告警消息。以短信告警為例，出告警信息后轉(zhuǎn)發(fā)微信至規(guī)定操作者手機，操作者提出特殊的指示回復(fù)微信報警系統(tǒng)接受到微信進行處理后，通過發(fā)布監(jiān)控指示命令通知相關(guān)人員前去疏導(dǎo)，并可以消除警報。

3.4 收費站車流擁堵預(yù)測模型研究

車流預(yù)計是指基于動態(tài)獲得的高速道路通行流狀態(tài)統(tǒng)計的日期順序預(yù)計未來時間段道路交通流狀態(tài)統(tǒng)計。預(yù)測結(jié)果對緩解交通擁堵有巨大影響，但由于交通數(shù)據(jù)流具有時變性、高非線性以及多變量等特點，交通預(yù)測并非易事。預(yù)測模型僅能夠整體地預(yù)測未來時刻交通流的變化情況，迄今為止，研究者們沒有找到一種算法在不同預(yù)測條件下得到良好的預(yù)測效果[8-10]。因此需將各種算法預(yù)測模型的優(yōu)勢相結(jié)合或是改進模型讓算法預(yù)測模型做到揚長避短。

把上述的4 部分方案進行整合，研究出一套高效的基于物聯(lián)網(wǎng)云平臺收費站監(jiān)測、擁堵路口篩選、報警與預(yù)測系統(tǒng)方案，建立整體模型，之后在仿真模型的基礎(chǔ)上，在OpenStack 云計算平臺進行實際系統(tǒng)的設(shè)計與搭建[11]。

4 收費站擁堵情況預(yù)警技術(shù)的工程實踐

為實現(xiàn)收費站車輛信息監(jiān)測、避免收費站擁堵、實現(xiàn)自動收費站擁堵識別和決策，一方面，要準確、迅速地識別擁堵路口，報警并疏導(dǎo)，以防止擁堵情況持續(xù)嚴重造成不必要的損失；另一方面，要能夠?qū)赡芑驅(qū)⒁l(fā)生擁堵的路口進行預(yù)警，以避免不必要的擁堵發(fā)生。以下為解決問題的關(guān)鍵技術(shù)。

4.1 大面積地磁監(jiān)測設(shè)備與視頻系統(tǒng)的精準配合

在大面積地磁監(jiān)測設(shè)備選定的基礎(chǔ)上，與視頻系統(tǒng)的默契配合至關(guān)重要[12-13]。配合的精準程度決定著能否及時、準確判斷擁堵路口并報警，其關(guān)鍵技術(shù)之一就是簡化操作方案，通過理論仿真和試驗提升兩者的磨合程度。

4.2 物聯(lián)網(wǎng)云平臺的設(shè)計

收費站的復(fù)雜性對整個平臺的運作產(chǎn)生影響。在設(shè)計時，把各項功能的技術(shù)方案整合細化以確保整體方案可行。搭建模型，使云平臺在運作時保證路口信息采集傳輸、數(shù)據(jù)庫、報警與預(yù)警功能正常穩(wěn)定地實現(xiàn)[14]。因此，關(guān)鍵技術(shù)之二就是設(shè)計一套完備的物聯(lián)網(wǎng)云平臺系統(tǒng)[15]。

4.3 擁堵預(yù)測模型和預(yù)測算法研究

深入研究收費站擁堵的影響因素，分析各種預(yù)測算法的特點，設(shè)計并優(yōu)化預(yù)測模型，實現(xiàn)對單一路口的預(yù)測和多路口協(xié)同預(yù)測，提高預(yù)測精度，確保減少擁堵發(fā)生[16-17]。其關(guān)鍵技術(shù)就是要設(shè)計具有針對性的預(yù)測模型和算法。

5 結(jié)語

實現(xiàn)收費站車流狀態(tài)的實時監(jiān)測、擁堵狀況篩選、報警功能可以提高擁堵處理速度，減少擁堵情況發(fā)生?；谖锫?lián)網(wǎng)云平臺的收費站車流狀態(tài)監(jiān)測及決策系統(tǒng)將實現(xiàn)收費站車流監(jiān)測、擁堵路口識別、報警及預(yù)警功能四合一，有效地對收費站進行管控，為保障高速公路暢通提供技術(shù)及信息支持。通過構(gòu)建預(yù)測模型，對未來一段時期內(nèi)道路路口擁堵狀況進行推演，實現(xiàn)未來收費站狀況預(yù)測，并設(shè)定閾值，實現(xiàn)安全預(yù)警。如果成果可以廣泛推廣應(yīng)用，將為解決收費站擁堵、提升排堵保暢能力產(chǎn)生根本性的優(yōu)化，產(chǎn)生巨大的經(jīng)濟及社會效益。