作者：张敬一1，陈阳2，赵长缨3（1.中铁云网信息科技有限公司；2.中铁投资集团有限公司；3.中咨泰克交通工程集团有限公司）
摘要：智慧高速管控平台基于大数据和人工智能技术，通过多源数据采集和融合分析，智能监控和管理高速公路，提高交通效率和高速公路安全水平。本文从平台的重点研究方向、系统设计、功能实现和系统应用等方面探讨智慧高速管控平台的应用与实践。
随着城市化进程的加快，道路交通问题变得越来越突出。为了提高高速公路的安全性、便利性和可靠性，智慧高速管控平台应运而生。智慧高速管控平台作为智能交通体系中的一体化智慧管理服务平台，充分利用机电工程和智慧交通部署的基础设施体系，实现设备、数据及算法之间的信息高效协同。平台利用高精地图在全时空动态交通讯息的基础上进行动态交通管控，提供基于大数据高速公路运营与服务智能化感知与预警、管理决策、协同指挥调度、出行信息等智慧管理与服务应用，保证交通安全，提高通行效率，构成安全、高效和环保的交通管控系统。
1 重点研究方向
1.1 运行监测
通过视觉融合和整个路段智能视频分析等技术，对各种外部设备的信息进行全面分析，动态监控交通流量、道路环境、交通设备、交通事件、基础设施等。利用视频监控系统、气象雷达监测系统、交通流监测系统、桥梁监测系统等监测基础设备、设施运行状态、道路交通运行状态、环境感知的事件和其他交通问题，通过实时交通管控策略算法对交通进行动态管控。加强数据收集和提供可靠的动态监测数据建立数字管控平台，为道路日常管理和重大事故决策提供数据支持，实现管理工作中“数据说话、数据决策、数据管理、数据创新”的要求。
1.2 应急预案管理
通过建立交通事件自动识别和应急预案控制机制，快速识别和确认交通事件，及时向上级主管单位报告重大事故事件，并利用人工智能自动匹配应急资源配置计划和应急响应计划，协助制定科学的应急指令和决策，实现高速公路的高效管理。
1.3 风险预警
目前，高速公路突发事件风险评估缺乏完整的评估指数体系，风险评估能力差，预警能力差，风险评估仍然取决于员工的日常经验。在高速公路上发生突发事故后，由于预警信息发布延迟、应急组织系统不足、应急信息水平低等原因，仍有应急响应不及时的情况。通过算法模型对意外事件自动监测、自动判断、自动生成相应等级和类型的风险警报，可以提升高速公路运营管理团队的风险管理水平和风险应对效率，通过对“事前-事中-事后”风险及时采取措施以减少损失和影响。
2 系统设计
智慧高速管控平台系统架构如下图所示，包括基础设施服务层、数字平台层、应用系统层、信息展示层。
智慧高速管控平台总体架构示意图
2.1 基础设施服务层
通过云平台进行资源分组，为上层基础设施提供弹性计算、存储和网络服务能力。
2.2 数字平台层
数字平台层分为软件中间层和数据中间层。中间软件层提供上层系统的基础支持，主要包括数据库系统软件、中间软件系统软件、地图引擎基础软件等。其中数据库软件主要包括关系数据库、非关系数据库、对象数据库等。中间系统软件主要包括消息队列、云服务总线、实时业务监控服务、分布式任务调度、API门户等。地图引擎提供基本的地图服务。
数据中间层是智慧高速体系中数据分析的基础，是数据管理的关键，可提供从交通数据接入到数据应用的全链路智能数据构建与管理能力，快速形成数据资产、挖掘数据价值、赋能交通业务，实现交通数字化转型及智能应用。
2.3 应用系统层
应用系统层主要由两部分组成：一是应用支持服务，主要包括工作流引擎、统一身份认证、地理信息服务、媒体广播服务、统一报表服务、基本组件等，为应用系统提供基本支持服务；二是基于应用程序支持层和业务特性快速开发业务逻辑和功能应用程序。
2.4 信息展示层
为不同用户提供不同应用服务。通过沿途不同的资讯标志，为市民提供公共出行服务；通过计算机监控和导航大厅的大屏幕为管理人员提供各种数据显示，为操作管理和命令编程提供可视化显示功能。
3 功能实现
3.1 多源数据采集
在新一代的物联网、互联网以及其他信息技术的帮助下，运用大空间智能感知全息系统，通过多源数据感知、物联网和智慧平台赋能，使用户能通过系统及时感知道路实时运行状态、道路环境状况和道路设备设施的安全运行状态。物联网感知系统包括视频监控、交通流监控、交通环境监控、交通设备设施监控、外部数据共享等。
3.2 多源数据融合分析
3.2.1 数据预处理
数据预处理是多源数据融合分析前进行的一项重要工作。该步骤主要包括数据清理、数据规范化和其他过程。通过数据预处理，平台可以将收集到的数据转换为适用的数据，如车速、车道占用、天气预报等。
3.2.2 数据分析控制
数据分析控制是中心环节。该步骤主要涉及通过数据挖掘、数据分析等手段对多源数据进行集成和分析，实现智慧高速管理平台的数据融合分析功能。例如，通过分析车速、车道占用等数据，预测道路拥堵，及时调整车道管理措施，可以提高道路交通效率[1]。
3.2.3 数据输出
数据生成是分析的最后一步。该步骤主要将分析数据输出到智慧高速管理系统，以实现对高速公路的智能控制。例如，通过向高速公路管理系统发布高流量路段的信息，管理人员可以根据这些信息调整车道车速、数量、允许行驶车型等参数，从而实现高速公路的顺畅交通。
3.3 基础监控应用平台
高速公路智慧平台的基础监控应用平台主要包括视频监控、天气监控、交通流量监控等。视频监控系统通过安装高清摄像头实时监控高速公路的各个区域，为控制人员提供实时视频流查看、视频回放等功能，控制人员也可通过云台远程操控摄像头。天气监测系统利用天气探测器监测道路的天气状况，包括温度、风速、降雨量等参数。交通流量监控系统通过安装车检器、毫米波雷达、雷视一体机等设备，为控制人员提供实时交通流数据，实时监控高速公路上的车辆流量，实现对整个高速公路交通信息的采集、监控和管理。
3.4 交通运行状态评估
交通运行状态评估是一个多目标、多属性的复杂问题，在对交通运行状态进行评价时，仅从单一指标不能反映路网运行的实际水平，须综合考虑“交通流、道路条件、气象条件”等因素，利用大数据、人工智能等技术，构建基于深度学习的交通状态动态评估算法模型，建立含有“一级指标、二级指标”的两级路网运行态势综合评估指标体系，采用标准法及多指标综合评价法进行交通状态判断及交通运行综合评价。
基于外部感知设备的实时上传数据，智慧高速管控平台根据算法和模型判断和评估当前交通运行状态，分析交通拥堵车道、拥堵长度，计算交通拥堵状态水平；交通状态评估主要通过综合评估算法，从道路运输能力、设计速度、实时道路交通流平均速度、车辆实时事件、车辆轨迹等多维度因子，动态分析道路交通安全的当前状态和运转情况，计算出反映交通运行状态的中断率、拥挤度、饱和度、交通特征指数、交通气象指数等多个指标，完成对交通运行状态的整体评估。评估完成后，采用针对性的交通管控策略和分级限速、道路交通诱导等措施，解决干线混合交通流量造成的交通慢、拥堵和事故敏感性等问题。交通诱导指令可通过道路控制信号灯、可变信息标志、第三方平台、路侧广播等方式发布。在拥堵的情况下，结合拥堵扩散和疏散定律，通过车道控制器、车道级可变信息标志发送交通管控指令、启用动态路肩等措施来协调和控制车辆的速度。在限速控制执行策略方面，通过优化和协调的道路上行驶车辆的空间和时间参数，发布相应的信息对速度进行控制，不同的速度会对道路造成不同的压力，通过分析软交通流波动之间的速度差异，减少交通衰减力度，提高道路总体通行效率。在交通拥堵期间，根据距离交通拥堵点的距离，以分层的方式显示道路水平可变限速标志，并根据几乎小和非常大的原理进行控制。在交通缓解期间，将遵循从近到远逐步恢复的原则。
3.5 交通态势分析及预测
交通态势分析及预测是高速公路日常运行监管的基础能力，通过多维度评价指标体系全景展示交通路况，支持实时路况展示、历史交通路况回放、短时交通路况预测、节假日拥堵预测、恶劣天气拥堵预测、道路施工拥堵预测。
交通态势分析通过对海量多源异构的交通动态数据融合分析提取实时路况信息，实时计算出路网中各路段的交通流参数，如流量、速度、密度，路段的动态承载力，饱和度、拥堵指数，并结合历史数据、气象数据实现5分钟、15分钟、30分钟和1小时内各路段近期交通态势的预测。对于超出预警阈值的情况，进行预警，通知管理人员及时采用预案，减缓高速拥堵及避免事故。
同时进行数据的深入挖掘和多因素关联性分析，利用机器学习算法构建短时和长时交通流预测模型，通过对道路交通的历史数据和实时数据的实时分析和预测，结合交通流数据和天气数据以及事故数据，掌握基本交通参数及演变趋势，并将预测结果送到交通信息系统和管理系统，使管理人员提前预估交通运行状态变化趋势，以便及时进行交通管控，给出行者提供实时有效的信息，帮助他们更好地进行路径选择，实现动态路径诱导，以便缩减出行时间，减少交通拥挤。通过对交通态势的有效分析和预测，可大幅度提升高速公路运营管理水平，保障高速公路安全、快速通行，实现交通状态可评价，交通态势可预测，交通风险可感应，交通事件可管控，真正做到高速公路的态势感知。
3.6 车道级智能管控
车道级智能管控模块可实现大流量下的车道级主动管控、事件情况下的车道级主动管控、养护施工作业下的车道级主动管控和不良天气下的车道级主动管控。基于车道级实时交通流管控策略算法搭建车道级管控模块，交通感知数据每隔一段时间传送到路段管理中心，结合天气、路面情况等多源异构数据，按照算法模型实时计算出高速公路发生交通事故和交通拥堵的概率，并给出相应的解决方案。根据实时动态监测的交通流、天气等数据，系统可以据此计算交通事故风险值，一旦风险值超过阈值，会立即启动相应的管控手段，上下游的可变情报板会自动调整显示内容，以调节路段交通量和交通流。实现高速公路追尾事故预防、分车道动态限速、货车专用车道动态控制、应急车道开闭动态控制、不利天气下准全天候通行等交通管控策略算法，车道级主动调整流量和速度，进而大大消除交通事故风险，提升通行效率。
3.7 综合信息出行服务
综合信息出行服务主要是包括信息模块管理、发布渠道管理、综合信息发布等模块，实现对高速公路全线交通出行信息的处理和发布。通过统一标准化建设，实现对所有信息发布设备的统一监控、发布、管理。综合信息出行服务平台基于大数据分析结果以及互联网地图的公路实时路况采集信息，生成各类信息，进行统一发布，通过整合相关的交通信息资源，主动通过多手段、多渠道的信息发布方式，全程、实时发布各类信息，以提高公众出行的便利性和安全性，优化公众出行体验。
3.8 预案管理
为防止或者减少突发事件带来的危害，智慧高速管控平台通过建立以道路感知、问题防控和事件处置为中心的知识库，将应急预案进行程序化，确保事件来时则有序解决，有效提高了对于突发事件监控的力度和应急指挥与调度的效率。平台可提供事件触发、定时触发等多种预案触发方式，提供多种预案步骤类型。全面支持线上控制设备、线下执行任务、车道级管控等预案操控方式，满足用户不同类型的预案处理需求。
4 系统应用实践
智慧高速管控平台产品在京雄高速（北京段）智慧交通项目中实现了落地应用。京雄高速全长97公里，是连接北京和雄安新区最便捷的高速通道，也是促进京津冀区域协同发展的重要通道，其中北京段约27公里，双向八车道，设置互通立交5处，主线收费站1处、匝道收费站3处、停车区1处，管理中心1处。京雄高速（北京段）智慧交通项目采用“1+1+1+5+9”架构设计模式，即1套泛在感知体系、1套融合通信系统、1个数据中心、5个综合应用平台、9个智慧应用及服务，实现管理决策科学化、路网调度智能化、出行服务精细化、应急救援高效化，着力推进交通运输“安全、高效、便捷、绿色”发展，将京雄高速打造成“国际领先、世界一流”的新时代示范性智慧高速。“5个综合应用平台”中的智能管控平台，以及“9个智慧应用及服务”中的车道级动态管控系统，都在智慧高速管控平台产品功能涵盖范围之内。智慧高速管控平台在项目中力争实现如下目标：一是构建监测体系，实现常态化数据采集；二是搭建算法模型，科学指导行车安全；三是衔接多规平台，联动处理。
4.1 构建监测体系，实现常态化数据采集
智慧高速管控平台的监控体系是建立在高速公路各个路段的视频监控、气象监测、毫米波雷达、车辆检测器等基础设施之上的。通过这些设施，该平台可以实现高速公路各路段的实时监测和数据收集。数据采集是智慧高速管理平台的重要基础。通过收集路段数据，可以实现对道路的精细控制，提高整个管理系统的效率。
4.2 搭建算法模型，科学指导行车安全
智慧高速管控平台是基于大数据和人工智能技术构建的，其中算法模型是关键的一环。平台通过分析历史数据和实时数据，搭建各种算法模型，如交通流量预测、车速监测、事故预警等，为高速公路管理提供科学指导。通过算法模型，可以对高速公路进行智能化管理，及时发现交通拥堵和事故预警，为用户提供更加安全、畅快的行车体验。
4.3 衔接多规平台，联动处理
智慧高速管控平台是一个复杂的系统，需要与其他多平台连接，实现链路处理。在京雄高速（北京段）智慧交通项目中，智慧高速管控平台可对接数据中台，实现高速公路基础数据与监测数据的实时共享与交互；连接应急指挥调度系统，对紧急情况及时进行响应，提高高速公路应急救援机构的快速响应能力。通过规划平台的联动处理，实现道路管理的可视化、集成化和智能化。
京雄高速（北京段）智慧交通项目-智慧高速管控平台于2022年底上线，迄今为止系统运行稳定，交通事件判断准确率>90%，设备指令发送成功率>95%，常规业务响应速度≤2s，系统播报延时≤10s，交通态势预测时间达到1小时，有效提升了京雄高速（北京段）交通管控效率和安全性，有力支撑了管理决策的有效性和科学性。
5 结束语
智慧高速管控平台是一个重要的交通管理平台，通过构建监控体系、实现常态化数据采集、搭建算法模型和衔接多规平台等措施，以其高效、精准、全面的特点实现对高速公路的智能化管控，有利于提高高速公路管理和安全水平，也为智能交通的发展提供了有力支持。
参考文献
[1] 孟辉,贾彦党.智慧公路泛在感知及多网融合传输体系探究与应用[J].中国交通信息化,2021(10):100-104.
（原文刊载于2023年第10期《中国交通信息化》）
声明：本文来自中国交通信息化，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
