《2022智能交通产品与技术应用汇编》

发布时间:2022-11-24 | 杂志分类:其他
免费制作
更多内容

《2022智能交通产品与技术应用汇编》

智能交通产品与技术应用汇编 226 2. 基于云控平台的城市道路支撑应用技术系统智慧城市路口智能化路侧系统,通过车联网技术与传统交通设备的结合,综合利用传感技术、网络技术、计算技术、控制技术和信息处理技术对道路进行智能化改造,对其道路环境、车辆运行和交通出行状况进行全面感知,实现人、车、路以及社会环境在信息技术下的协同与一体化管控,构建新一代智能道路基础设施环境,建设基于智能化道路基础设施的智慧交通运输体系。系统总体功能架构图如图 2 所示。图 2 系统总体功能架构图 基于智能网联云控基础平台获取系统所需的动静态信息,其中静态信息包括路网基础信息、路口渠化信息、灯组信息、接线信息、检测设备基础信息等,动态信息包括检测设备采集的交通流数据、路口监控视频等。基于智能网联云控管理平台层通过在云计算环境中建立运行、测试、开发等环境,为数据服务层以及应用服务层的开发、测试、运行提供平台支撑服务。本层系统可实现与车路协同系统的数据交换共享、融合应用。典型应用场景主要包括动静态交通融合的智慧停车、缝合“车-站-路-云”一体化协同智慧公交站、城市智慧物流配送、智慧公交应用、交通智能诊断优化、动态车流监... [收起]
[展开]
《2022智能交通产品与技术应用汇编》
粉丝: {{bookData.followerCount}}
文本内容
第251页

车路协同运行的智慧道路建设技术

225

车路协同运行的智慧道路建设技术

湖南湘江智芯云途科技有限公司

一、智慧道路支持应用技术先进系统—城市交通主动管控

系统

(一)主要研究内容

1. 智能网联云控平台

智能网联云控平台是本系统的数字底座和使能平台,将城市的参与者、管理者、运营者进行数

字化、抽象化和模型化的平台,将城市的交通基础设施、交通业务数据、社会车辆数据、自动驾驶

车辆数据、地理信息数据、个人数据和设施设备数据等进行多来源和多维度的融合,并利用大数据

和人工智能技术,为智慧城市出行和服务提供依据。整个系统主要包括数据联接、基础设施云平台、

大数据中心、智能网联业务使能平台以及智能网联业务应用中心以及展示中心等部分内容。智能网

联云控管理平台系统架构图如图 1 所示。

图 1 智能网联云控管理平台系统架构图

第252页

智能交通产品与技术应用汇编

226

2. 基于云控平台的城市道路支撑应用技术系统

智慧城市路口智能化路侧系统,通过车联网技术与传统交通设备的结合,综合利用传感技术、

网络技术、计算技术、控制技术和信息处理技术对道路进行智能化改造,对其道路环境、车辆运行

和交通出行状况进行全面感知,实现人、车、路以及社会环境在信息技术下的协同与一体化管控,

构建新一代智能道路基础设施环境,建设基于智能化道路基础设施的智慧交通运输体系。系统总体

功能架构图如图 2 所示。

图 2 系统总体功能架构图

基于智能网联云控基础平台获取系统所需的动静态信息,其中静态信息包括路网基础信息、路

口渠化信息、灯组信息、接线信息、检测设备基础信息等,动态信息包括检测设备采集的交通流数

据、路口监控视频等。基于智能网联云控管理平台层通过在云计算环境中建立运行、测试、开发等

环境,为数据服务层以及应用服务层的开发、测试、运行提供平台支撑服务。本层系统可实现与车

路协同系统的数据交换共享、融合应用。

典型应用场景

主要包括动静态交通融合的智慧停车、缝合“车-站-路-云”一体化协同智慧公交站、城市智慧

物流配送、智慧公交应用、交通智能诊断优化、动态车流监测与管理、上帝视角的私人出行方式、

非现场治超执法等场景。

(三)城市支撑应用技术系统功能模块

1. 城市交通态势监测

实现动态交通路网交通态势的实时监测,实时路况每分钟更新一次。直观展示全区域、路段的

拥堵指数、冲突指数、碳排放指数,快速掌握全部路口及相连路段的实时交通状况。系统在同时标

注道路监控视频点,可直接在可视化子系统图层上点击查看。包括交通流态势分析研判、路口、干

线、区域交通评级两大功能。路口问题诊断界面如图 3 所示。

第253页

车路协同运行的智慧道路建设技术

227

图 3 路口问题诊断界面

2. 城市交通预测预警

实时监测数据与动态评估的交通指标,对 5 类问题进行智能研判,包括路口溢出事件、路口异

常拥堵、路口方案未按照计划执行、严重交通冲突、交通设备故障。对中等、严重等级的指标进行

动态预警,将预警分为 3 类;辅助交通管理者快速锁定路口实时的供需问题,为交通决策提供依据。

实时运行态势预警界面如图 4 所示。

图 4 实时运行态势预警界面

3. 城市交通统一信号控制

建设统一信号控制系统,通过构建综合化、集成式管理平台,完善信号控制标准,实现对路网

内信号控制系统监控和方案管理。根据路口管控需求,通过系统控制功能手动下发锁定、步进、全

红、黄闪等控制指令至信号机,有效实施非常态类管控措施。对路口信号机的直接干预应用,在非

第254页

智能交通产品与技术应用汇编

228

常规管控场景下能够快速调整路口方案,实施有效管控。

4. 城市交通智能信号优化

智能信号优化依托管辖范围内路口特征信息及交通信号机信息,以数据+算法+系统为核心,结

合交通路况数据、信号方案数据等多领域大数据技术积累,为客户提供大数据机器学习内容个性化

信号方案详情推荐服务。系统根据前端交通路况数据信息,以及用户适配的相位相序标准数据库,

自动配置计算出相位阶段绿灯时长以及协调方案,为用户提供智能化推荐。实现了路口信号配时参

数的自动调整以及优化效果的智能评估,以量化指标辅助用户掌握优化方案的性能效果,经用户确

认后的优化方案可手动下发至路口信号机。优化手段包括:单点优化(如图 5)、干线协调优化(如

图 6)、自适应优化、优化对比评估。

图 5 单点优化

图 6 干线绿波优化

第255页

车路协同运行的智慧道路建设技术

229

5. 城市公交信号优先

基于路口公交车优先请求信号、冲突方向路况、优先车辆正点/晚点情况、公交线路等级等信息

进行综合判断,在满足一定条件时,调整路口信号配时,实现路口公交车辆优先通行。功能主要包

括:路口优先回应逻辑、绿灯延长算法、红灯早断算法、冲突请求优先级判断算法、路口公交检测

除重演算法、路口参数设置、路口检测器关联管理、优先路口管理、路口渠化图及信号方案录入、

各线路路口优先相位配置等。

6. 城市交通特勤保障

提供全方位交通出行保障。基于人工智能和大数据,该系统突破了高精度卫星定位、视频自动

跟随、全自动信号控制、风险实时预警等关键技术,支撑了快速方案制作、科学仿真推演、可靠指

挥调度、高效勤务管理 4 大核心业务。

7. 城市交通仿真决策

构建交通仿真系统包括两大模型:一是建设城市道路交通网络拓扑结构模型:该模型用以描述

道路空间特性和物理特征,包括交叉口节点模型、路段模型和城市道路交通网络模型(辅道、单行、

转弯限制);二是建设城市道路交通仿真与分析模型:基于交通网络拓扑结构模型,面向宏观、中观

与微观各层面的交通问题,通过建立相应的交通仿真系统,并采用多源交通数据对其进行标定,进

而评价各类交通政策、交通规划与设计方案与交通管控策略等的优劣,为不同层面的交通问题提供

强有力的定量分析和科学决策依据。

8. 道路交通事故分析预警系统

基于数据挖掘的道路交通事故信息综合分析研判系统通过对公安交通管理综合应用平台相关数

据的数据处理、数据清洗和数据管理获取数据源,建立道路交通事故信息综合分析数据仓库,在数

据仓库的基础上,开展事故信息采集项目的统计分析以及事故与车驾管、违法等数据的关联分析,

基于各类挖掘模型的数据分析,基于历史数据的预测分析和可视化分析,最终将统计分析和挖掘的

结果输出,实现道路交通事故信息的综合分析研判。

在分析研判效能方面:支持分析报告一键生成、支持区域、道路、企业等多要素的分析研判功

能,可以大幅度提升分析研判效率和专业性;

在提升分析研判精准性方面:支持宏观、中观、微观层面的分析研判,可精准的判别出事故多

发点段;

在关联分析方面:与违法关联分析,可挖掘执法欠缺信息,包括执法欠缺支大队,执法欠缺时

间、执法欠缺行为等;

在主动预警方面:针对关注的分析指标,可设定交通事故数据阈值,每天晚上自动运行,避免

了大量的人工查询统计工作。

该系统推动了交通安全治理模式由被动处理向主动预防的转变,提高了事故预防工作的科学性、

针对性与有效性,促进了交通事故处理工作的规范化、智慧化,为城市道路交通安全系统性改善方

案及政策的制定提供决策支撑。

第256页

智能交通产品与技术应用汇编

230

9. 车路协同道路安全预警系统

包括异常车辆预警、弱势交通参与者预警、二次事故预警、道路施工预警、危险路段预警、前

方拥堵预警等预警。

(四)城市道路支撑应用系统外场设备

城市道路车路协同路侧设备基于全量、连续环境信息,依托边缘计算及 AI 技术,准确识

别路网交通状态、事件、车辆等信息,提供数据采集、融合、预处理、分发等功能,实现对自

动驾驶车辆、V2X 网联车安全高效行驶提供信息支撑,并为智能网联云平台提供数据资源,

车路协同智能路侧系统主要由路侧感知单元、边缘计算单元、路侧通讯单元、交换机、机箱等

配套设备组成。

1. 路侧感知单元

路侧感知单元需要满足相应功能定位端所需要的感知功能,为边缘计算单元提 供原始数据或结

构化数据。包括摄像头、雷达等。

2. 边缘计算单元

路侧系统核心组件,完成传感器采集的环境数据解析、融合及 V2X 报文编辑。

3. 路侧通讯单元 RSU

满足新四跨要求,利用 C-V2X 通信技术,实现路侧 RSU 终端设备与车载 OBU 终端设备之

间的全量结构化信息和车载结构化信息通信,同时实现路侧信息与云控平台之间的信息交互。满足

基于车路协同技术的公交信号优先要求。

4. 其他配套设备部署

含供电、交换机、机箱,散热、防水、防雷功能套件。

5. 信息传输系统

有线传输承载方案是指将路侧设备通过汇聚交换机接入城域传输承载网,支撑路侧系统和云平

台之间的信息交互,城域传输承载网提供有线网络传输能力。

(五)城市交通主动管控子系统算法技术

1. 交叉口交通冲突分级评价算法

分别建立基于机动车与机动车、机动车与非机动车、机动车与行人冲突点的冲突等级分析模型,

综合考虑冲突点数量与各类交通流量影响因素,将交叉口冲突分为 A-F 共 6 个等级。

2. 交叉口碳排放分级评价算法

利用车辆比功率 VSP 搭建交通特征数据与机动车排放间的关系,综合考虑温度、湿度、海拔

等修正因子以及车辆在不同 VSP 区间的行程时间,计算车辆在交叉口的污染物排放含量。将实测

数据聚类后分析得出交叉口碳排放分级评价标准。

第257页

车路协同运行的智慧道路建设技术

231

3. 交叉口多时段信号优化算法

根据交叉口现状信号方案和放行状况得出各流向需求绿灯时长,采用不冲突的流向形成相位组

合,并基于冲突判别规则,确定是否可以混放、搭接及不可搭接。计算不同相位组合下的信号周期,

推荐出最佳周期、最佳相位、最佳绿信比。

4. 交叉口干线协调优化算法

建立以增大绿波宽度和降低干线车均延误为目标的相位-信号方案综合优化模型,综合考虑干线

交叉口渠化方式、交叉口间距、交通流结构三大因素与干线交通组织、相位方案与信号方案关联,

实现三者优化综合。生成绿波时距图,并实现正/反向优化、双向优化、动态绿波。

五、结论

基于车路协同打造集监测、研判、管控和服务于一体的城市交通主动交通管控平台,为研发融

合车路协同的城市交通主动交通管控系统提供技术支撑;解决智能网联环境下公交信号优先与特勤

保障、基于智能网联的全息路网态势分析研判、智能网联环境下干线协调信号优化与车速引导、区

域自适应控制、智能网联环境下仿真决策等五大城市交通技术问题;实现了物理世界与数字孪生数

据协同、主动管控与车路协同信息协同及交通运行与行车环境条件协同。全面提升综合交通、运营

监管、智慧出行等能力,促进智慧城市基础设施与智能网联汽车协同发展、深度融合。

第258页

智能交通产品与技术应用汇编

232

第259页

隧道内图像型火灾探测系统应用分析

233

智慧公路篇

第260页

智能交通产品与技术应用汇编

234

隧道内图像型火灾探测系统应用分析

江苏航天大为科技股份有限公司

徐 庆

1. 背景

随着我国城市化进程加速,各地隧道及地铁建设也若火如荼。无锡作为国家级文明城市,是改

革开放的急先锋。从 2006 年至今,已经建成了蠡湖隧道、惠山隧道、青祁隧道、金城隧道、太湖大

道隧道、无锡地铁 1、2、3、4 号线等项目。这些国家重点建设项目均采用了传统的点型和线型火灾

探测系统,但是传统系统存在响应慢、易误报、准确性差、探测范围小、可视性差等缺点,对我市

隧道消防及时响应、火灾报警、维护、保养等工作造成了一定的困难,对国家及人民财产安全造成

了一定的损失。根据党和国家“科技强国”的最新建设指示,传统的火灾探测系统已经无法满足信

息化城市、大数据城市、智慧城市的新时代要求,急需对以后的隧道内火灾报警系统建设进行改革。

2022 年无锡市公共建设中心要求新建隧道采用新型的图像型火灾探测系统作为试点。

2. 图像型火灾探测系统内容

图像型火灾探测系统主要由∶分布式智能图像型火灾探测器、传输交换平台(网络/光传输平

台)、火灾探测报警系统、中央视频监控系统、交通事件侦测监管系统等组成,其中前端设备有分布

式智能图像型火灾探测器、传输交换平台(网络/光传输平台),后端有火灾探测报警系统、中央视

频监控系统、交通事件侦测监管系统。图像型火灾探测系统的原理是前端设备采集信息、传输信息,

后端设备处理信息并进行报警。摄像机和传感器组成图像火灾探测器,光纤和交换机组成传输平台,

智能事件分析、通信管理、报警监控、流媒体及存储服务器或服务模块,以及客户显示终端等组成

火灾探测报警系统、中央视频监控系统、交通事件侦测监管系统。不同容量大小的系统需要根据工

程项目的大小、防护区域特点及防火分区和探测报警分区进行划分。

图像型火灾探测系统的核心设备是图像火灾探测器(图 1 图像型火灾探测器)和中央监控管理

系统(图 2 中央监控管理系统)。

图像火灾探测器(图 1 图像型火灾探测器)的组成是摄像机和传感设备。工作原理是由红外、

近红外、可见光等多频视频摄像机 24 小时不间断收集图像信息,根据现场图像侦测到灾害事件早期

火灾初期的烟雾、火焰图像,图像火灾探测器内置 DSP 处理器可以进行智能模式识别算法和自适应

学习算法,通过内置的处理器和算法对提取的烟雾、火焰相关的各种物理特性进行融合计算,形成

火灾概率信息,辨识出温度异常和火灾并进行告警,根据现场需求并可同时输出复合图像信息的探

第261页

隧道内图像型火灾探测系统应用分析

235

测方法等相关数据,真正实现分布式智能图像火灾探测系统前端探测、分析、报警的功能。

图 1 图像型火灾探测器 图 2 中央监控管理系统

中央监控管理系统(图 2 中央监控管理系统)由服务器、系统软件和操作电脑组成,主要功能

有数据信息处理、视频信息处理、数据信息和视频信息融合、通过传输平台进行远程监控、远程设

定参数并确认火灾信息、系统内部管理、灾害救援指挥等。操作人员具备部分权限可通过中央监控

管理系统软件即可对所有的现场进行实时监视,也可随时调阅各区域的视频进行回放。管理员具备

特殊权限可对操作人员进行功能权限限制,具备全部权限。远程设定功能可根据客户的需要对远端

的各区域监控系统进行功能设定,可提供基于 GIS 地图和视频整合平台,可结合大屏幕监视系统、

关联系统等,实现整个隧道的安全数据、视频得以最快捷的显示,早期发出灾害预警、报警,进而

便于实现早期的灾害控制。中央监控管理系统软件可以构建一个生态链,由火灾图像、远程设置、

配置各摄像机的参数、保护区域、联动关系、报警输出关系等组成。控制中心和现场管理用房都可

以用视频服务器和视频硬盘录像机进行视频图像的录制,可采用全时录制和事件触发录制模式。系

统自配图像采集和压缩卡,可对模拟视频采集的模拟视频图像进行压缩形成压缩文件进行存储。中

央监控管理系统经现场及控制中心确认后可向火灾报警等火灾监控系统发送报警信息,或输出联动

控制信号。在控制中心通过中央监控管理系统也可对现场的灾害救援进行指挥,统一协调,保障救

援的有效性和及时性。

火灾的发生一般要经历过热且阴燃无烟阶段,阴燃且发出可见烟阶段,火焰、可见烟并存阶段,

隧道内的火灾更可能是交通事故或者车辆的自然燃自爆。与常规探测器需要等到烟雾扩散或者热量

辐射至探测装置本身且达到一定浓度才进行报警不同,图像火灾探测系统可在第一时间捕捉火灾发

展过程中出现的可见烟和火焰,并进行分析和报警。

图像型火灾探测系统为烟雾、火焰、可视化、快速反应等要求提供了一种新型的思维方式,甚

至可以通过网络连接城市大数据,参与到大数据城市、智慧城市建设中。

3. 案例分析

无锡某隧道采用图像型火灾探测系统,是无锡市首例使用该系统的隧道项目,经过现场实际检

验在响应时间、可视性、可操作性、抗干扰性、兼容性、准确性等方面有明显优势,现从系统设计

第262页

智能交通产品与技术应用汇编

236

及现场实际测试效果两个方面介绍此系统。

一、系统设计如下:

1、隧道内图像型探测器安装间距约为 100m,安装在侧壁高度为 3.5 米以上,划分为 4 个探测

分区,图像型探测器探测角度为 160 度,基本可以完全覆盖整个隧道,做到无死角实时探测;

2、每一套图像型火灾探测器划分为 2~4 个探测分区,与水喷雾灭火分区一一对应,并通过图

像型分区报警盒将探测分区火灾报警信号发送给火灾报警控制器。

3、图像火灾报警系统在隧道监控中心设置一套中央监控系统,图像型火灾探测器通过光纤交换

机连接到监控中心的图像火灾中央监控管理系统;实现同步火灾报警图像显示。

4.智能图像型火灾(烟雾/火焰)探测器对应设置在综合弱电箱(ZRX-xx)内,箱内设 DC24V

消防电源。光纤网络交换机。ICB 分区报警盒等。探测器的输入输出电缆接入专用设备箱;

5、隧道内每一套图像型火灾探测器的 MODBUS 总线与 CB 分区报警盒连接.分区报警食按照事

先划分的探测分区输出 4 个报警维电器信号,这些报警信号与探测分区对应,并与火灾报警系统联

动。图像型火灾探测系统图如下(图 3 图像型火灾探测系统)

6、隧道内敷设一条感温光纤与智能图像型火灾(烟雾/火焰)探测器进行辅助探测报警。

图 3 图像型火灾探测系统

第263页

隧道内图像型火灾探测系统应用分析

237

二、现场实际测试效果:

1、相比于传统的点型和线型系统探测范围提高 50%,响应时间提高 50%,抗干扰性、可视性、

经济性等明显提升,满足了业主的最新要求,达到国际一流水准。

2、光线的变化不会误报火警。

3、隧道内气流的单向流动,不会影响火灾检测的灵敏度。

4、对过往车辆的车灯干扰有效地抑制过滤,不会造成误报。

5、隧道内的轻微抖动不影响探测器正常工作。

6、隧道内在风速较快同时视场内有火的情况下,同样可以不降低灵敏度,迅速报警。

7、在火焰被遮挡情况下,可通过烟雾检测功能弥补。

4. 新旧系统对比

性能 红外双波长火焰探测系统 感温电缆火焰探测系统 图像型火焰探测系统

火焰探测范围

标准火盘 0.3m 长 0.3m 宽,

探测距离 35 米 作用于具体点位 标准火盘 0.7m 长 0.7m 宽,探测距离 200 米

事件响应时间 50s 60s 0.1s-30s

抗干扰性(受明火、

X 射线、弧光影响) 影响 影响 不影响

可视性 不可视 不可视 可视

兼容性 弱 弱 强

准确性 低 低 高

优点

通过探测火焰来判定火灾进

行报警,对火焰的判定更准

通过对温度的探测来判定火灾进行报

警,不仅能探测火灾还能测定现场温

监控人员和消防人员可在远距离判定火灾情

况,提高火灾报警系统的可视化和快速反应能

5. 结论

在无锡隧道建设过程中此次实际使用了图像型火灾探测系统,经过测试在火焰探测范围、事件

响应时间、抗干扰性、可视性、兼容性、准确性方面优于传统的红外双波长火焰探测系统和感温电

缆火焰探测系统,具有优秀的使用性。作为一种新型的特种火灾探测系统,图像型火灾探测系统在

新时代的隧道及地铁建设中具有广泛的使用价值。

参考文献:《Tensuntrans-分布式智能图像火灾探测系统》

第264页

智能交通产品与技术应用汇编

238

基于全域感知的数字孪生品质收费站案例

广州交投机电工程有限公司

一、项目背景

城市发展,交通先行。为了深入贯彻落实习近平总书记关于交通强国建设重要论述以及对广东

系列重要讲话与重要指示批示精神,为了牢牢抓住粤港澳大湾区、横琴、前海合作区等重大平台建

设的历史机遇,为了积极响应广东省加快数字化发展战略,发展安全、便捷、绿色、高效、智能的

现代化交通体系,成为了广东省未来交通发展的主导方向。

取消高速公路省界收费站后,高速收费转变为“分段计费、出口收费”模式,收费系统技术路

线、系统架构、业务逻辑、运营规则、车道模式等方面均发生了 重大变化,系统得到了一定提升,

但受现有业务模式、站场资源、司乘人员规模的限制,传统收费站仍存在 ETC 过车成功率低、混合

车道通行效率低等问题,导致收费站拥堵常态化、用户体验较单一,给高速公路的运营管理带来极

大压力,原有收费站结构和模式已不能满足日益增长的交通需求

收费站作为高速公路的重要组成部分,是智能交通落地的重要载体,是提升人民群众高速公路

通行体验、展示高速公路对外服务形象的窗口,一座高品质的收费站能切实增强来往人民群众的获

得感、幸福感、安全感。为满足人民对美好出行的向往,对得到个性、安全、便捷的智慧化数字化

交通运输服务的期望,打造智慧化的品质收费站,成为交通人肩上新时代的使命任务。

本项目以广州机场高速主线站升级改造为契机,全力打造集大数据、5G 应用、云计算、数字孪

生等高新技术于一体的智能化品质样板收费站,实现提质、降本、增效要求,对行业起到正面引导

作用。

二、项目总体设计

项目从系统运行引导优化、站场营运提升保障、用户体验同步优化三方面进行智慧化品质提升,

实现收费系统运行效率和服务质量的整体提升,提高运营效率和效益,提升人民群众出行体验。

项目总体方案采用基于高精地图、三维建模以及视频融合感知技术实现全域数字孪生的技术路

线,结合主线/匝道自由流 ETC 预交易、车道级精准立体诱导、无隔离 ETC 自由流快速验证车道、

基于云中控的联排拟人化收费机器人车道,实现管理者一张图式全域感知和可靠的交通事件检测,

第265页

基于全域感知的数字孪生品质收费站案例

239

从而大大提高收费站服务水平和车主体验,提升收费站总体运行效率及智能化水平,技术方案示意

图如图 1 所示。

图 1 技术方案示意图

项目在龙门架、路侧、收费岛头共设置 48 台 400 万像素枪型/800 万像素球型高清摄像机,覆

盖区域包括机场收费站广场、收费站出口前 600 米、收费站入口前 200 米,采集全方位视频数据,

实现数字孪生,总体部署图如图 2 所示。

图 2 总体部署图

三、项目详细方案

(一)搭建全息感知与智慧平台,优化重塑收费业务链条,构建数字孪生收

费站。

数字孪生是指通过对物理世界的人、物、事件等所有要素数字化,在网络空间再造一个与之对

第266页

智能交通产品与技术应用汇编

240

应的“虚拟世界”,形成物理维度上的实体世界和信息维度上 的数字世界同生共存、虚实交融的格

局。车道孪生示意图如图 3 所示。

图 3 车道孪生示意图

数字孪生技术可以将路侧感知数据融合,并根据车辆速度、位置、时空、关 联关系等通过三维

高精度地图进行展示,将道路交通运行状况在数字世界中进行 虚拟化镜像展示,为精细化决策管理、

交通趋势分析、仿真推演等提供可靠的技 术支撑。以现场管控需求为导向,设计方案采用数字孪生

技术、视频结构化与跟踪技术,借鉴传统 GIS 地图的经验,整合城市地理信息、收费站业务管理平

台,汇聚融合到孪生模型当中,实现收费站态势全息感知与预警联动。通过设置 48 台高清摄像机,

实现对收费站的整体监控,并基于 VGIS 实景地图引擎,利用数字孪生技术把电子地图的信息标注

能力与三维高精度地图结合,形成收费站动态模型。基于视频可视化的车辆自动检测和跟踪技术,

自动识别车辆位置,跟踪车辆轨迹,建立通行车辆的“时空坐标系”。车道孪生诱导图如图 4 所示。

图 4 车道孪生诱导图

第267页

基于全域感知的数字孪生品质收费站案例

241

结合匝道 ETC 预交易系统,将车辆交易数据与采集到的车辆状态、车辆结构化数据、车辆时空

信息等态势数据实现关联,并在三维高精度地图上进行叠加展示,直观表现收费站周边态势变化,

实时掌握交通状态并快速导流,对异常事件系统自动发出声光报警。工作人员在可视化大屏以全局

视角感知整个收费站的运行状态,包括静态的道路、交通标识物、路侧设备等,以及动态的车辆、

人员,实景值班监督一旦发现交易异常车辆闯入 ETC 车道,监控中心人员能够快速指挥周边的现场

人员灵活处理,保障收费站全天候高效运行。

(二)联排式拟人化智慧收费机器人车道,降本增效,开创收费车道新模式。

为实现降本增效,机场收费站积极采用机器替代人工的半自动收费模式,在 混合车道上设置多

台智慧收费机器人,配合中控云台进行放行控制,实现一条车 道上多辆车同时交易,大幅提升交易

效率,其中车型信息可以通过卡片入口信息、车型识别及历史大数据分析,确定车辆的准确车型。

联排式拟人化智慧收费机器人车道如图 5 所示。

图 5 联排式拟人化智慧收费机器人车道

四、项目展示

(一)“软萌”可爱智能机器人上岗,省内率先实现移动支付电子发票自助

打印功能

机场收费站在全国率先推出智能收费机器人,拟人化外观设计“软萌”可爱,可以减少距离感,

便捷操作界面降低认知成本和学习时间。功能强大,集收卡机、读卡器、车牌识别、扫码支付、信

息显示屏、语音播报、票据打印机等多种设备于一身,实现对 CPC 通行卡、ETC 粤通卡车辆进行

非现金收费处理,同时提供非现金支付行程凭证打印功能。驾驶员只需扫描行程凭证上的二维码,

即可开具电子发票,机场高速成为广东省首条实现移动支付电子发票自助打印的高速公路。

使用智能收费机器人缴费减少了人工传递卡片,缩短数据交互的时间,多元支付响应更快捷,

比人工收费节省约 3 秒。据统计,改造前人工收费车道每小时通行 180 辆,智能收费机器人上岗后

单车道收费效率提升了 40%。在提高收费速度的同时,能有效避免因人为操作失误导致的收费纠纷。

第268页

智能交通产品与技术应用汇编

242

智能收费机器人上岗后有效降低人工成本,按收费站收费业务管理的“四班三运转轮班制”,

每个收费机器人能代替 4 个收费员,按每个收费员人工成本 10 万/年计,每车道可节约人工成本 40

万元/年,实现降本增效提质目标。

(二)“红停绿行、车动灯跑”,升级个性主动服务体验

在强化视觉引导方面,机场收费站设计注重灯光与颜色的运用。所有收费岛侧面内嵌 LED 跑马

灯作为路面标识,搭配三合一栏杆机上的新型发光栏杆臂,根据数字孪生系统反馈的数据信息,实

现红停绿行、车动灯跑的灯光指引效果。车道跑马灯分为 100%、60%、40%、30%、20%、10%等

六种亮度,可根据白天和晚上的不同亮度,在满足灯光指引效果的同时,减少对司机的视觉干扰。

车道灯光诱导如图 6 所示。

图 6 车道灯光诱导

三合一自动栏杆机创新性地将传统收费车道标配的车道识别设备、费额显示 器、自动栏杆机

“老三件”三合为一,ETC 收费岛仅保留该设备,减少司乘人员 通行时的视觉干扰,最大限度降

低机电设备故障点,车道机电设备简化到极致。三合一栏杆如图 7 所示。

图 7 三合一栏杆

第269页

基于全域感知的数字孪生品质收费站案例

243

(三)多屏协同联动,信息传递无盲区

机场收费站在全国率先推出空中折叠式显示屏,安装于车道上方,让司机在不减速通行的前提

下掌握 ETC 交易信息。屏幕既能充当车道 LED 屏,又能显示两条车道交易信息,指引车辆高效有

序通行。

空中折叠式显示屏分上竖屏和下折屏。上竖屏垂直安装,下折屏倾斜安装,屏幕可根据需要向

屏幕后方折弯,改变屏幕显示方向,下折屏角度可调。从人体工学和视觉角度出发,多次调优折叠

屏,保证司乘人员距离岛头 250 米即可看到上竖屏显示信息,直至距离岛头 55 米时,接收到下折屏

信息,实现全域精准诱导。立体化诱导屏如图 8 所示。

图 8 立体化诱导屏

(四)分区化管理,特情处理集中化

根据新收费模式下的通行习惯及要求,针对特情处理完善操作规程,建立特情人员设备配置等

标准,并完善事后稽查流程,从运营管理制度上提升特情处理效率。基于此,将特情处理区部署在

后广场近中央分隔带位置,出、入口各部署 1 个,特情车辆统一在后广场特情区域处理,避免占用

车道资源。辅以实施特情标准化处理流程,在车道遇到特情时,严格限制特情车或交易金额争议的

车辆长时间占用的车道资源,由人工控制抬杆,引导用户在后广场特情区域处理问题,保证了车道

的通行效率。

(五)智慧集约无岛化,快速通行无障碍

机场收费站每两条 ETC 车道之间仅用 15cm 的标线进行软隔离,收费站车道数量从原有的 29

条车道增加为 31 条,最大限度地实现收费车道去岛化。

实现去岛化,最大的难点在于相邻车道间的抗干扰。通过优化算法、调整线圈判断逻辑等方式,

解决了 ETC 车道邻道干扰问题,在保证 99.9%的交易成功率以及 50 公里/小时的平均通行速度的前

提下,完成去岛化升级改造。

随着车道设备布局的简化,以及健全信用体系的建立,机场站充分利用 AI 稽核、大数据分析

第270页

智能交通产品与技术应用汇编

244

等技术,为推行“先行后付”打下基础。在未来,逐步放宽运营规则约束,提高其灵活性和容错性,

解决“严入严出”对于高速通行顺畅度的限制,取消“一车一杆”在技术上已成为可能。无岛化设

计如图 9 所示。

图 9 无岛化设计

第271页

VisionMind 智慧高速管理系统

245

VisionMind 智慧高速管理系统

上海闪马智能科技有限公司

一、智慧高速管理系统概述

截止 2020 年末,全国高速公路总里程已达 16.1 万公里,2019 年全国收费公路通行费收入已达

5937.9 亿元。伴随着高速公路规模的不断扩张和 ETC 设备的应用推广,高速公路交通事故、逃漏费

现象也与日俱增。

近年来,全国高速公路事故年死亡人数已逾 4 万人,其中,二次事故具有高概率和高危害的特

性,据部分高速公路交通事故统计数据显示,每年二次事故数量占交通事故总量的 40%-70%,导致

的较大事故起数占比高达 60%-80%,伤亡人数占比高达 30%-60%;多省份高速公路年偷逃通行费已

逾数亿元,个别恶劣偷逃费事件涉案金额高达数百万元;现有 ETC 设备质量良莠不齐,设备故障、

漏检等事件会导致漏费现象,省高速公路拆账中心较难准确、实时地拆分账单,不利于各运营公司

及时掌握业务情况,高效运营。

《交通强国建设纲要》与《国家综合立体交通网规划纲要》相继提出应大力发展智慧交通,推动

人工智能、大数据、互联网等新技术与交通行业深度融合,2035 年基本建成便捷顺畅、经济高效、

绿色集约、智能先进、安全可靠的现代化高质量国家综合立体交通网。

现阶段高速公路的信息化建设水平及管理手段已无法满足安全、高效、经济等方面的新要求,

高速公路运管单位亟需智能化的管控手段,优化服务运营,提升通行安全性、高效性与经济性。

针对以上行业痛点与管控需求,闪马智能紧密围绕“提升管理,主动服务”两条主线,在现有

信息化建设的基础上,通过“VisionMind 智慧高速管理系统”为管理部门提供辅助管理手段。系统

分为智慧运营、收费稽核和仿真预测三个模块。

智慧运营方面,针对用户在异常交通事件预警和交通参数实时采集方面的需求,我们给出了高

速交通事件检测与信息采集系统解决方案,通过 AI 赋能多场景,将感知对象归类为三“异”,异

常事、异常车和异常环境。针对用户在路网运行监测、突发事件预警和应急指挥等方面的需求,给

出了高速运营管理系统解决方案。

收费稽核方面,针对高速公路偷逃费问题严重、人工核查效率低下等现状,闪马智能给出了高

速公路收费稽查系统解决方案,在对高速偷逃通行费行为分析的基础上,利用大数据对账、视频溯

源究因等方式,确保通行费应收尽收。

第272页

智能交通产品与技术应用汇编

246

预测仿真方面,一方面是针对路况和交通流,结合历史同期时空数据、节假日、天气数据等进

行综合判断,进行短时判断与长期预测,从而为管理者提供预案;另一方面,对道路事件进行仿真,

如占道施工,通过建立事件仿真平台,使监控中心人员能够对施工计划进行仿真验证,通过事件敏

感性分析来对施工影响进行评估,合理安排施工计划。

二、智慧高速管理系统详细设计

从数据接入平台、AI 算法中台、业务应用 3 个层面说明 VisionMind 智慧高速管理系统架构,

如图 1 所示。

图 1 VisionMind 智慧高速管理系统架构图

(一)数据接入平台

数据接入层根据高速公路断面、桥梁、隧道、立交/匝道等物理场景,对接各类监控 IPC、卡口

相机、高清球机、全景相机、枪球一体机、网络硬盘录像机 NVR 等,平台支持包括 GB/T 28181、

Onvif、PSIA、RTSP 等国家标准和行业标准视频传输协议。

(二)AI 算法中台

算法中心集成了目标检测、目标识别、目标分类、目标跟踪等算法模型,实现视频数据结构化,

交通参数采集,支持以图搜图,事件感知、车牌识别等智能分析。公路视频大数据构建了交通业务

的底层能力支撑模型,提供各类应用接口,方便应用层调用。应用组件为客户端的用户界面展现提

供各类应用组件模块。数据汇聚层包括数据的存储、数据的统计与分析,以及数据的挖掘,底层精

准的数据服务可以保障上层业务应用的准确性与可用性。

第273页

VisionMind 智慧高速管理系统

247

(三)业务应用

业务应用层,是面向于用户实际业务需要。依托视频异常行为分析与视频大数据分析的能力,

为用户提供丰富的运营业务应用。实现了智慧运营、收费稽核、预测仿真 3 大业务应用。

三、智慧高速管理系统应用

在分析调研某市监控设施建设的基础上,通过建设智慧高速管理系统,在智慧运营、收费稽核、

预测仿真三方面,实现以下 5 大核心功能。

(一)异常事件检测

基于 AI 视频分析技术,系统可以全天候地对异常停车、道路拥堵、逆行、倒车、实线变道、

行人闯入、抛洒物、交通事故等 25 种交通异常事件进行检测,并实时报警,通知中心管理人员及时

确认。运营中心通过施救小程序直接派单发送给相关的施救车辆、巡逻车辆赶赴现场救援,并完整

记录派单、接单、出车、到达、撤离、完成等全过程,并上传处置过程照片、产生费用情况,完成

线上智能发现到线下处置一整套闭环流程,有效地缩短反应时间,降低后续拥堵、二次事故概率。

(二)交通参数采集

基于 AI 视频分析技术,进行车流量(按车道、按车型)、车道平均车速、车头时距、车道空间

占有率、车道时间占有率、排队长度等 9 种交通数据的检测采集,直观展现交通态势,为交通规划

和指挥调度提供数据支持。此外,系统将路网历史数据采集后进行再分析,在数据决策辅助下从历

史趋势中发现事件规律,提供实时拥堵预测,对应决策预案,可在进行施工、管制之前进行计划仿

真和后续影响评估。

(三)偷逃费分析

基于视频大数据技术,系统支持对收费通行数据以及路网卡口车辆信息进行分析,发现 ETC 及

非 ETC 车辆中存在偷逃通行费行为的车辆。针对偷逃事件,比如套牌、假报车型、一车多卡、跑长

买短等等,闪马将取证偷逃费行为,生成车辆路径,为下一步追缴费用快速提供证据,控制并减少

偷逃费损失。

(四)账目拆分

通过门架数据采集实现每日收费、流量、流向的综合统计以及省拆分 QRP 数据的自动识别与汇

总对比,并实现月度关账结算功能,减少了大量的人工统计工作;同时利用门架与牌识数据实现对

门架卡口状态的完整性检测,及时发现门架采集设备的异常情况。

(五)数据辅助决策

数据辅助决策汇聚高速公路路网管理信息进行全路网综合宏观分析进行路网运行及服务指标分

第274页

智能交通产品与技术应用汇编

248

析,包括道路况智能预测、拥堵成因分析、占道施工影响分析。

路况预测模块基于历史同期交通运行数据(车道级数据采集),实现对高速公路匝道口、路段、

道路的标准路况预测和拓展路况预测。运营部门可根据预测结果提前采取治堵措施,预防拥堵产生,

而出行者可预先规划行车路径,节省出行时间。基于多维交通指标的报警,能够辅助管理者及时识

别各类交通异常事件,并主动推送一线人员快速响应,提升安排效能。

拥堵成因分析模块以路段或路网为整体分析对象,利用折线图对平均拥堵持续时长进行量化评

估,辅助交通管理部门掌握全城路段处于拥堵状态的平均持续时长。通过搜索历史某一天的路段交

通运行状况量化评价,根据不同交通运行状况等级(畅通、基本畅通、轻度拥堵、中度拥堵、严重

拥堵),分别量化分析每类交通运行状况的路段数量情况、每个路段在对应状态的持续时长以及环比

上月同期该级交通运行状况下路段数量变化率,并给出相应的分析结果。

占道施工影响分析则包括施工计划录入、当日施工计划方针、施工影响评估、执行施工计划等

功能。施工影响评估部分能够输出施工和不施工情况下的拥堵里程,比较影响效果。输出仿真情况,

查看具体拥堵范围和时段。

四、方案优势

(一)AI 赋能,主动感知。

基于 AI 视频分析技术,实现道路常见高发交通事件的自动检测、主动发现,提高事件发现能

力,为监控中心人员提供精准定位,从海量的视频数据中挖掘异常事件,根据影响程度与用户需求

分级上报,实现早发现、早处理,避免次生灾害的发生。通过对路况数据采集,及时、准确、有针

对性地反馈路段信息,改变依赖人工进行的数据挖掘和日常管理的被动局面。

(二)利旧降本,资源整合。

针对客户现有设施建设现状与运营管理需求,普适主线、隧道、桥梁、枢纽、互通等各类高速

场景及行业主流品牌,提升现有设施的应用价值,保障前期投资效用最大化;不仅可实现本产品内

数据的高效流转和深度应用,同时可共享接入第三方系统进行数据资源整合,实现数据资源的最大

化利用。

(三)数据驱动,业务协同。

提供路网运行态势监测的预警分析与审核、应急处置调度、预测仿真辅助决策、查询统计分析

回溯等全流程的业务应用,构建多系统、多部门的一体化安全管控体系,在应急处置环节形成跨系

统、跨部门的协同指挥机制,实现事件主动预警、事中持续跟踪、事后回溯评价的事件全过程管控。

(四)运营提效,服务提质。

系统服务于高速运营管理方,通过路况监测分析、智能控流等能力有效提升路网管控水平;通

过智能诱导算法及施工决策分析,有效提升通行效率和运营效益;通过与出行公众服务设施及系统

第275页

VisionMind 智慧高速管理系统

249

的实时联动,提升公众感知覆盖度,提升出行服务质量。

(五)AI 护航,颗粒归仓。

通过“AI+大数据”方式解决逃漏费。调研归纳出数十种偷逃费行为,通过视觉感知判断车型,

利用大数据技战法判断路径是否正常,智能发现异常车辆并通过抓拍照片、路径还原等手段形成追

缴证据,通过推送运营公司稽核组复核,极大程度提升稽核效率;此外,利用大数据结合视觉算法,

检测车型并搭配数据分析生成日流水报表,建立视图账本,便于运营公司及时掌握收益状况,有利

于更好运营。

五、结语

通过“VisionMind 智慧高速管理系统”的路网监测、收费稽核和仿真预测三个模块,可以实现

事故早发现,二次事故可防范;视频监管有目标,高速施救效率高;AI 稽核可视对账,逃费漏

费一览无余;时空数据库的建立与仿真评估等多项功能,为高速公路的运营管理提供有效的辅

助决策支持。

第276页

智能交通产品与技术应用汇编

250

基于高性能毫米波雷达的全方位动态感知

系统应用

南京隼眼电子科技有限公司

中共中央国务院发行《交通强国建设纲要》中,强调以先进信息技术深度赋能交通基础设施,

全面提升精准感知、精确分析、精细管理和精心服务能力,打造一流设施、一流技术、一流管理、

一流服务,建成人民满意、保障有力、世界前列的交通强国。我国地域辽阔,道路系统繁多、里程

长,一直以来,安全、安心始终是道路的建设和运营的核心目标,行驶环境光线差、易受雨雪及大

雾天气影响,所以道路感知设备要满足探测距离远和全天候全天时的需求。全方位动态感知系统是

基于高性能毫米波雷达的远距离探测能力和全天候全天时的特点,实时感知道路路网,在重点路段

开展恶劣天气行车诱导、缓解交通拥堵、提升运行效率。

一、系统介绍

全方位动态感知系统以毫米波交通雷达为核心,对交通路网数据采集,获取路段内的车流量、

车辆轨迹、车流速度、车辆位置及速度信息、拥堵状况、违法事件等信息,结合不同场景的雷达布

设方案和 ETC、摄像头的车辆识别实现道路路网的感知,提升全路网监控的效率和能力。

(一)基于高性能毫米波雷达智慧感知系统旨在实现:

1. 全天候路网全域运行状况监测

2. 路网异常事件实时上报预警

3. 为公众出行服务提供实时、精细化数据

4. 数据统计归类汇总,辅助决策能力

5. 车辆全轨迹跟踪和还原,支撑路网收费

(二)全方位动态感知系统的主要功能如下:

交通数据采集功能:雷达具备全天候全天时,对路段上行驶的车辆位置、速度、车流量、平均

第277页

基于高性能毫米波雷达的全方位动态感知系统应用

251

车流速度、车头时距、车身间距、车辆类型等交通流数据的采集检测功能。

异常事件检测功能:系统具备对路段、路口发生的超速、逆行、非法闯入、异常停车、违法变

道、道路拥堵等事件的检测功能,并输出相应的事件信息。

目标 ID 唯一功能:系统具备对检测区域全路段车辆 ID 保持唯一不变的功能,能够实现车辆跨

多雷达区域连续检测跟踪的能力。

车辆特征识别功能:系统具备雷达与摄像头的联动功能,能够实现雷达引导摄像头对目标进行

抓拍识别,并输出车牌信息,确认车辆信息功能。

多源数据融合功能:能够实现将雷达、ETC、视频、气象等多源信息进行融合功能,直观、精

确的输出目标的多维信息,提高判定效率。

特定车辆以及车队异常行为纠正与管控:系统可以利用雷达设备可与沿线布设的监控摄像机设

备联动,可实现对异常事件事故车辆、特殊车辆、以及车队进行实时全程跟踪监视,此外系统也可

以按照时间节点提供道路上行驶的每一辆车的运动轨迹,因此可实现对特殊车辆和特殊车队的全程

追踪以及行驶轨迹回溯功能。

集成管理功能:系统具备对全路段多中设备的集成展示管理功能,能够通过平台软件显示设备

位置信息、状态信息、监控画面信息,并对设备进行功能配置、状态管理、故障查询等功能。

实时上报:通过对各类交通流数据、事件信息的实时采集,提供交通、事件等分布规律,判定

路网状态,并实时将路网信息上传至发布平台,可直接发布拥堵信息、事件信息、排队长度等数据,

优化传统交通信息感知系统模型,数据采集更具实时性和准确性。

路网预测:通过历史数据的积累,经过模型算法,可挖掘预测未来交通状况,为预防交通拥堵、

制定交通诱导方案提供数据支撑,同时通过采集回馈的数据,对制定的诱导方案进行评估,反馈和

评价交通优化结果,形成一套闭环的交通预测与评估系统。

路网全域交通数字孪生:通过多雷达融合方式实现对道路全域交通运行状态的实时数字化展现,

通过在路段 500 米或 1000 米间距连续布设雷达,经过融合跟踪算法实现多台雷达间的深度融合,将

车辆目标的轨迹无缝传递,能够对整条路段进行全程监测及车辆连续追踪。“雷达+ETC”或“雷达+

视频”的融合感知,可做到雷达交通运行状态监测与视频可视化监控相融合,以达到全天候、精细

化的交通态势监测。

二、系统架构

(一)硬件架构

全方位动态感知系统系统采用“端—边—云”架构,硬件结构图如图 1 所示,前端由雷达、摄

像机或 ETC 组成,分级处理、各司其职,有效实现数据的精细化检测、多元数据数据融合和深度挖

掘及数据的展示和应用。

端:单台雷达采集区域内所有目标车辆的位置、速度等即时信息和车牌触发信号,视频监测视

野内的交通环境,同时提供经过的车辆外形特征和车牌信息。

边:通过网络交换机把前端设备接入边缘服务器,实现以下功能:

第278页

智能交通产品与技术应用汇编

252

分析每个端设备范围的流量、平均速度、车辆数、空间占有率等断面及区域交通流数据;

接收网络摄像机或 ETC 的车辆特征数据并与雷达检测的目标进行信息关联;

实现相邻端设备检测目标的轨迹传递和数据融合,将接入边缘服务器的端设备数据连接成线;

对线内所有的异常驾驶行为和交通事件进行识别分析并上传至云控平台。

云:云端接收边端数据进行存储和深度挖掘,通过智能算法和深度学习,实现高速的智慧管控

和服务,保障道路的安全与畅通。

云控平台

边缘计算单元 交换机 交换机 边缘计算单元

雷达、网络摄像机、ETC、... 雷达、网络摄像机、ETC 、... 雷达、网络摄像机、ETC、... 雷达、网络摄像机、ETC 、...

图 1 硬件结构图

(二)应用架构

全方位动态感知系统总体架构如图 2 所示,主要由信息采集层、信息传输层、存储处理层、应

用服务层组成。

上层应用

基础功能

前端感知

交通态势监测预警 交通事件感知处置 交通安全预警防控 交通出行服务

 态势分析

 拥堵报警

 拥堵预警

 事件分析

 源头管控

 预案评估

 事故黑点

 安全预警

 防控优化

 信息发布

 路况预测

车辆运行检测

路网交通状态监测

路网交通可视化

毫米波雷达 ETC 网络摄像机

车辆速度

区间车辆分布

交通运行仿真

车辆位置

车辆号牌识别

车辆运行轨迹

交通流量统计 交通事件感知

...

...

...

...

图 2 全方位动态感知系统总体架构

第一层为信息采集层:负责采集各类数据并上传大数据中心,采集的数据包括雷达、摄像机路

第279页

基于高性能毫米波雷达的全方位动态感知系统应用

253

侧信息场各类检测设施的数据、交通组织的数据、社会其他行业共享的数据。

第二层为信息传输层:主要包括光纤通信传输网络和无线通信传输网络。用于将交通场景感知

设备处理的单雷达的数据、设备的状态数据发送至服务器供服务器处理,并接收来自后台管理部分

的雷达、视频等其它设备的控制信息,控制设备的工作状态。

第三层为存储处理层:主要实现数据的汇集存储和数据中心的软、硬件支撑平台,平台在数据

的整合、清洗、交换、计算、存储,包括对交通态势数据的统计和分析上提供上层支撑。

第四层为应用服务层,主要为应用软件,将雷达探测到的目标、摄像机的视频信息、交通态势

信息、分析报表信息、统计参数信息、交通事件感知处置、交通安全预警防控、交通出行信息服务。

(三)雷达与摄像头的数据融合及联动实现

1. 雷达与视频融合方案

首先摄像头与雷达通过边缘计算节点进行校时,保证时间同步;其次将雷达对区域内的车辆进

行探测并输出车辆的 ID、经纬度、距离、速度、大小、检测时间等信息,将数据发送给边缘计算节

点,通过摄像头同步抓取视场内的目标的车牌号、目标在视频上的像素位置、目标颜色等信息,并

将信息发送给边缘计算节点;最后边缘计算节点接收到雷达和视频信息数据后,根据时间戳将数据

进行对齐,根据目标的距离、速度、大小等信息进行融合,实现雷达数据与视频图像的目标融合。

各个边缘计算节点的融合数据信息通过无线、光纤、5G 通信等形式将数据发送至数据中心的服

务器进行存储、融合、展示等处理应用,实现全路段的目标融合。道路全路段数据融合传输示意图

如图 3 所示。

图 3 道路全路段数据融合传输示意图

2. 雷达与摄像机联动实现

系统在引导摄像机对违法目标进行抓拍取证时,通过毫米波雷达发现车辆违规行为后触发事件

功能并输出,将目标的坐标转换到基于摄像头视角的坐标,摄像头根据目标距离自动调整焦距,并

根据角度信息控制云台旋转,实现对目标的跟踪、拍照、识别。雷达与摄像机联动流程图见图 4

所示。

第280页

智能交通产品与技术应用汇编

254

出现目标

自动引导

雷达探测

事件触发

自动计算摄像头焦距

自动调整云台旋转

雷达目标坐标转换

基于摄像头视角坐标

结果发送至摄像头

摄像头跟踪目标

图 4 雷达与摄像机联动流程图

三、雷达布设方案设计

(一)雷达布设原则

雷达通过电磁波对目标进行探测,电磁波在传输过程中会受障碍物遮挡,同时由于天线的赋型

作用,电磁波会以一定的方位和俯仰宽度传播,覆盖范围有限。高速公路需要对全路段实现无盲区

覆盖,雷达布设遵循以下准则:

1)通视距离好、视场方向无遮挡;

2)因地制宜,实现优先,用最少的雷达覆盖最广的范围;

3)交叉部署,消灭盲区。

(二)部署方案设计

高速公路里程长、路段场景不一,根据高速公路不同的路段,如平直路段、弯道路段、匝道路

段、隧道路段、桥梁路段,雷达布设的方案会有所不同。

1. 路中正装放置

在平直路段上,将雷达交叉安装在路中间隔离带的龙门架上,为了保证两个雷达的交叉区域无

覆盖盲区,两个雷达部署时应有重叠区域。雷达安装及波束覆盖如图 5 所示。

第281页

基于高性能毫米波雷达的全方位动态感知系统应用

255

毫米波雷达

图 5 雷达安装及波束覆盖

2. 路侧成对布置

此布置方式在多种路段都适用,为避免路中绿化带等物体引起的雷达波束遮挡,需要成对放置,

相对会增加雷达个数。每一个雷达主要负责双侧八车道的目标探测。雷达安装及波束覆盖如图 6

所示。

图 6 雷达安装及波束覆盖

3. 弯道布设

在弯道布设参照波束确定雷达覆盖范围,超出波束范围,需要增设雷达,确保实现全覆盖。在

弯道隔离带龙门架上安装单雷达对弯道进行覆盖,雷达的朝向与弯道弧度切线方向一致,雷达俯仰

角通过工装调整为沿水平向下 3 度,雷达架设高度 6~13m,通过三角关系计算雷达近距盲区约 10m,

对目标最远的探测距离为视距。弯道外向沿道路方向部署雷达,与弯道内的雷达探测距离重叠 50m

实现目标无盲区覆盖。弯道安装及波束覆盖如图 7 所示。

图 7 弯道雷达安装及波束覆盖

毫米波雷达

毫米波雷达

第282页

智能交通产品与技术应用汇编

256

4. 隧道布设

隧道内架设覆盖单向行车方向,如图 8 所示。最多探测的距离小于 300m,雷达探测距离重叠

50m 保证目标无盲区覆盖,两雷达部署间距隧道内视弯道长度而定。

安装支架

雷达

图 8 隧道内架设覆盖单向行车方向

5. 桥梁路段

当桥梁在道路上方时,可在遮挡道路两侧安装雷达,照射天桥下方的雷达必须低于天桥高度。

桥梁上雷达安装及波束覆盖如图 9 所示。

图 9 桥梁上雷达安装及波束覆盖

隼眼科技的“5H”高性能毫米波交通雷达产品,具有超距、超精、超分、超智、全息等特点,

针对杆下盲区、盲区车牌遮挡等智慧高速场景建设中的痛点,逐一给出了行之有效的解决方案。最

新的国产化雷达上实现了对乘用车定向探测距离超过 1200 米、双向探测距离超过 2400 米、探测精

度优于 0.07°、分辨率优于 0.5°的业界领先性能。实际项目中安装应用案例如图 10 所示。

图 10 实际项目中安装应用案例

毫米波雷达

第283页

基于高性能毫米波雷达的全方位动态感知系统应用

257

结语

依托“交通强国”建设项目,隼眼科技已在多条高速公路部署了毫米波雷达和高精度全天候感

知方案,深度参与了智慧高速建设。采用国产 MMIC 芯片的高精度毫米波雷达产品也率先推向市场,

未来,隼眼科技将致力于成为智慧交通产业的共建者,与合作伙伴一起,共同推进中国交通产业的

智慧化升级。

第284页

智能交通产品与技术应用汇编

258

广东省高速公路路网运行监测

广东联合电子服务股份有限公司

李 斌 黄小明 陈 喆 梁轶涛

一、背景

近年来,各地交通运输主管部门积极推进高速公路运行监测体系建设,高速公路可视化管理功

能持续完善,服务水平不断提高。但由于各地运行监测系统建设时间、联网范围、系统功能等方面

差异较大,尚未实现视频监测全联网、全覆盖与智能化,难以满足路网高效运行、及时处置突发事

件和提供优质出行服务的需求。

在《广东省数字交通“十四五”发展规划》中,提出了要“加快建设交通要素感知全面、运输

服务便捷智能、技术应用高效融合、网络安全保障有力的数字交通体系,为广东建设现代化综合交

通运输体系、交通强国示范省提供坚强有力支撑”。重点任务中,也提及到建设广东省视频云联网

中心,深入挖掘多源数据分析应用场景,要加快推进“两客一危一重”车载监控视频采集接入,强

化重点营运车辆的可视化监管能力,提升车辆追溯分析能力。

本项目,广东省高速公路路网运行监测系统的建立,积极响应国家建立交通强国的各项政策要

求,既提供了车流量数据的统计分析服务,也实现了对重点车辆的监控,对行驶轨迹的分析研判,

有效助力打击非法营运车辆。

二、技术论证

(一)车流预测

车流预测方法是基于贝叶斯回归的多模型融合方法。

预测算法是具备时空关联特性的高精度预测。采用基于贝叶斯回归算法对多种人工智能模型

(LSTM、SVR、KNN、Random Forests、XGBoost)的预测输入进行综合寻优。多种人工智能模型

的输入包括空间特征(与预测对象相关联的收费站入口、门架的流量历史数据)、时间特征(星期数、

小时数等)和自相关特征(预测对象自身的流量历史数据),上述多种模型在对应时间点的输出则作

为融合模型的输入,进而得到基于贝叶斯回归的融合模型的流量预测结果。

第285页

广东省高速公路路网运行监测

259

(二)车辆溯源

如果通过微观交通演变去阐释目标收费单元流量形成的过程,可以得出,一个收费单元在某时

段的流量来源于此前一定时段内从一定空间范围内收费站或收费单元驶入高速路网的车辆。车辆从

入口站进入高速公路网行驶,与共享同一路段的其它车辆相互作用而影响着途经路段的交通流状态,

同时宏观交通流状态也会反作用于车辆个体而影响其行驶速度演变,最终影响车辆到达目标收费站

所需时间,因而可推断其它收费站历史入口流量必然与待预测目标收费站出口流量存在一定的因果

关系。

另一方面,从宏观交通关联的角度看,同一区域内或不同区域间的收费单元,可能由于某种交

通联系而形成流量规模或演变趋势的协同关系或互补关系,比如当目标收费单元周边收费站入口流

量较大时,所在区域可能处于一天中的交通量吐出的潮汐过程中,那么此时目标站出口流量可能与

周边站入口流量呈反相关;又比如某两个区域可能由于用地性质的相似性或互补性,使得两地收费

单元相关流量呈现齐头并进或此消彼长的发展态势。

(三)拥堵指数

本文拥堵指数的建立,是将国标与行业特征相结合,基于实时、精准、全量的高速公路通行数

据,创新性地提出一种较为准确地衡量道路拥堵情况的指数。

1. 数据预处理

本文使用的是实时上传的高速公路门架原始流水。由于受到系统故障、人工干预、天气等不可

预计的外界因素影响,高速公路收费系统的原始数据存在杂乱性、重复性、不完整性等诸多问题,

并不能直接用于试验,需要进行数据预处理后才能使用。

根据业务知识,对数据的特情状况等进行筛选,剔除已知的不可用数据。同时,还需要进一步

处理异常数据。在相同时间区间行驶的车辆,个体旅行时间应是服从正态分布的,即同一时间段内

出发的车辆,若通行的时间和其他车辆的旅行时间相差较大,则认为车辆的数据存在异常。故首先

需要计算得出样本的平均值和样本的标准差。

样本的平均值为:

1 2 n x x x

n

    

样本标准差为:

2 ( )

1

x x

s

n

   

当观测值和样本均值的差值除以标准差 2 i

i

x G

s

   ≥ ,则被认为是异常值,将会对其进行剔除

处理。

2. 基于平均旅行时间指数的拥堵评价模型建立

(1)平均旅行时间指数 TTI

平均旅行时间指数 TTI 是行业中最常使用的城市拥堵度评估指标,是实际旅行时间与自由流动

第286页

智能交通产品与技术应用汇编

260

时间之比。该值越大,流量运行状况越差,拥堵程度通常为正。相关的其他异常天气情况(如雨,

雪,雾等)或异常道路情况也可能影响 TTI 的值。

根据速度的基本思想,前一 ETC 收费门架的通行时间为 1

t ,后一个 ETC 收费门架的通行时间

为 2t ,并且每一个道路的长度为 S,则该道路的平均速度为:

2 1

S V

t t 

( ) 。

本文中使用的 TTI 来评价交通拥堵的情况,TTI 定义为通过某一路段的实际的旅行时间和低交

通量、低密度情况下的旅行时间之比。计算公式为:

i free

i

free i

T V

TTI

T V  

其中Ti 为实际通行时间,Tfree 为低交通量的状态下的通行时间,Vi 为实际通行速度,Vfree 为低

交通量状态下的速度。因为是同一路段 S 不变,故实际通行时间和低交通量状态下的通行时间的比

例就是实际速度和低交通量状态下的速度的比例。

由于不同车型的车辆,运行速度具有一定的差异。故分车型对其通行时间进行探讨,将车型分

为四类,具体分类如表 1 所示。

表 1 车型表

类别 车型

小型客车 1

其他型客车 1,2,3,4

小型货车 11,12,13,21,22,23

大型货车 14,15,16,24,25,26

参考《城市交通运行状况评价规范》中自由流速度Vfree 的方法对各个车型低交通量、低密度情

况下的机动车所能达到的行程时间进行计算,计算过程如下所示:

① 将 6:00~24:00 按给定时间间隔等分,其间隔长度不超过 15min,本文选取时间间隔为 5min。

② 计算每一车型,每一时间间隔平均行程时间的算数平均值,样本天数应不少于 30 天;

③ 分车型将计算出的平均值从小到大排序,取排序结果的前 1

9 进行平均。其结果作为该车型

在低交通量、低密度情况下该路段的通行时间Tf ,i 。

每 5 分钟取一次两个门架间的通行时间和车流量,取通行时间最短的 1

9 的车辆,计算 1

9 中车辆

每个车型的车流量占比为 c i,

i

f

f ,将其作为权重。则该时间段内该路段 TTI 为

c i,

i

f

f

 

1 1 i

i

free

T TTI TTI

  T

 

第287页

广东省高速公路路网运行监测

261

(2)评价方法

在《城市交通运行状况评价规范》中规定了路段交通运行状况等级按照路段平均行程速度与自

由流速度的关系划分出五个等级:

70%

50% 70%

40% 50%

30% 40%

30%

f

kj

f f

kj

f f

kj

f f

kj

f

kj

V V

V VV

V VV

V VV

V V

   

  

  

   

  

① 路段平均行程速度大于自由流速度的 70%为畅通

② 路段平均速度大于自由流速度的 50%且小于或者等于自由流速度的 70%时为基本畅通。

③ 路段平均行程大于自由流速度的 40%小于或者等于自由流速度的 50%时为轻度拥堵。

④ 路段平均行程大于自由流速度的 30%小于或者等于自由流速度的 40%时为中度拥堵等级。

⑤ 当路段平均行程速度小于或等于自由流速度的 30%时为严重拥堵等级。

根据下列公式,时间和速度的比例以及

i

kj

kj

i

free

free

i

free

S V

T

S V

T

T TTI

T

 

 

  

因为本文的判断是基于 TTI 对此进行判断,故

10

7

10 2

7

5 2

2

5 10

2 3

10

3

TTI

TTI

TTI

TTI

TTI

  

  

 

 



定义运行状况等级如表 2。

表 2 运行状况等级表

运行运行状况等级 畅通 基本畅通 轻度拥堵 中度拥堵 严重拥堵

取值范围 10

7

TTI  10 2

7

≤TTI  5 2

2

≤TTI  5 10

2 3

≤TTI  10

3

TTI ≥

第288页

智能交通产品与技术应用汇编

262

三、成果内容

数据中台对原始流水进行去重、清洗、转换,搭建算法模型,通过将海量的高速公路数据经过

复杂的数据处理后,提取关键信息,按时间、空间、功能等多种不同维度进行归类整理,最终将结

果保存在数据库或展示给用户,为用户了解全省高速公路的交通情况提供了精准、迅速、可靠的技

术支持。

(一)数据应用

1. 高速公路车流量实时监测模块

依托大数据技术,对高速公路主线门架、出口收费站和入口收费站实时上传的车辆通行流水数

据,进行车流数据有效性过滤和脏数据清洗。后端再根据档案信息中心的业务应用场景和管理需求,

开发出不同统计维度车流量实时和历史 API 接口及相关系统,关键指标项包含全省各路段实时车流、

重点路段车流、拥堵路段车流、出入省界车流和城市片区趋势车流等接口,前端开发通过接入车流

量 API 接口数据,实现各项车流指标在移动客户端展示车流量可视化。用户可随时随地掌握全省高

速公路车流数据,对全省高速公路路网运行状况有了宏观的概念,为疏导拥堵车辆以及全面做好交

通监测调度提供了科学的数据支撑。车流通行流水数据上传至省中心,5 分钟即可完成 95%的上传

率,确保数据上传的及时性。同时为了满足监管单位的需求,定制开发了不同主题的车流量监控模

块,可针对不同的维度的车流量进行实时的统计分析,其中包括了全省车流量统计、跨省流量统计、

片区趋势统计分析(如图 1 所示)、跨江流量统计分析(如图 2 所示)、拥堵指数统计分析(如图 3

所示)。

图 1(数据粤通小程序)高速公路车流量实时监测

第289页

广东省高速公路路网运行监测

263

图 2 湾区跨江通道的车流量趋势

图 3 拥堵信息展示

2. 高速公路车流量预测模块

1)未来 2 小时车流量预测

根据高速公路出入口流水和门架流水数据,可以实时不间断地对未来 2 小时内每 5 分钟、15 分

钟、30 分钟等时间粒度车流量数据进行滚动预测,对流量峰值也能够准确预测,最终可输出包括区

间、站点到达、站点出发(历史数据研判结果)等按不同时间粒度随时间变化的车流量预测曲线图。

2)节假日车流量预测

通过建立回归分析模型,根据历史节假日以及实时高速公路的流水数据和门架流水数据,并利

用人工智能算法挖掘高速公路交通流的时空关联特性,可实现以下 3 个功能:

第290页

智能交通产品与技术应用汇编

264

(1)节假日前估算出节假日免费放行的车流量,包括但不限于高峰时刻的峰值和时间区间估算,

从而实现峰值预警。

(2)节假日过程中实时估算未来 2 小时的车流量。

(3)节假日每天或剩余天数的日车流量。

节假日车流预测界面如图 4 所示。

图 4 节假日预测

3)车流量来源空间分布分析

根据时空注意力模型的结果,可以得知影响各区间未来车流量的主要来源,从而引导相关单位

提前在主要区间进行有效的预防管控措施。该应用可通过热力图、迁移图等可视化形式,直观地展

现车流的流量、来源以及去向。

4)车流管控仿真功能

基于全省高速公路出入口流水和门架流水数据,利用 SUMO 软件基于大规模计算平台进行并行

仿真,模拟出交通监管部门对局部地区进行交通管制后,对车流量的影响。先确认目标区间,软件

会给出对该地区车流量影响最大的几个区间,用户选择管制手段后,如“全面封锁”,软件会自动

模拟出目标区间的车流量变化状况。辅助监管部门高速路路网运行应急指挥调度,使决策更有效地

解决交通堵塞问题。仿真拥堵疏导决策界面如图 5 所示。

图 5 仿真拥堵疏导决策界面

第291页

广东省高速公路路网运行监测

265

3. 高速路重点车辆监控模块

以高速路车辆“在途车状态”、“在途车轨迹”2 种数据服务为基础,构建重点车辆在途车数

据服务。对用户指定车牌或车牌规则的车辆,实时监测目标车辆在高速公路的运行轨迹,实时推送

最新通行状态信息。

如涉嫌非法营运车辆,用户提供重点关注的名单后,可提供入口实时报警和未来出口预警的数

据服务。该服务通过 API 接口的形式提供。

其中“两客一危”车辆接入数据后,还能展示车辆基础信息,起到异常通行行为的预警、事故

发生后第一时间报警,界面如图 6 所示。

图 6“两客一危”车辆监控

四、社会效益、经济效益分析

本项目开发的系统定位于实时、多维度、高精度、全主题的车流量统计系统,降低高速公路运

营的人力成本;定位高流量区间和实时拥堵路段,为有效疏导拥堵提供数据支撑,降低交通参与者

的出行时间和出行费用。同时,本系统为政府规划高速公路等政策提供数据支撑,为疫情防控等特

殊情况提供敏捷开发,及时、精准定位涉疫车辆,预计为疫情防控降低了 25%的人力资源成本和时

间成本。

本项目服务对象包括:高速公路运营单位、各地市政府单位和交通领域的主管部门等。本系统

可为高速公路大流量区间和实时拥堵路段进行精准定位,及时发现拥堵,疏导拥堵;遇到事故性拥

堵时精准定位,及时进行救援,预计系统投入使用后,可保证快速定位大流辆和拥堵路段,及时疏

导,提高高速公路通行能力和高速公路收费效率、降低人力运营成本等,预计经济收益提高 10%。

通过大数据与云计算等信息化手段,助力道路交通管理,提升交通行业服务管理水平和道路交

通运行效率。通过半年的上线试运行,有效遏制了严重影响道路与行车安全的大货车超载、非法营

运、货车冲卡等违法行为,为交通执法部门精准布控与打击提供数据支撑。本项目还提升了高速公

路的行车安全,净化了道路运输市场环境,打击了各类严重影响通行的违法犯罪行为,进一步保障

第292页

智能交通产品与技术应用汇编

266

了人民群众的生命财产安全。

实时的车流量分析和拥堵评价,在减少出行时间和费用、减少社会经济损失、提供道路服务质

量具有重大意义,是交通运输行业稳步发展的基石和第一步。项目研究成果提高了城市交通管理决

策的信息化、科学化水平,关注大流量、常拥堵交通问题,项目的研究成果具有深远的社会效益。

据国家环保总局统计资料,我国机动车行驶时排放出的一氧化碳、碳氢化合物、氮氧化合物、

二氧化硫等有毒有害气体已经成为城乡空气污染的重要来源,其中氮氧化物排放量已占总量的 50%,

一氧化碳占 85%。交通拥堵时,车辆经常需要进行减速、加速、甚至停车等候,导致车辆燃油消耗

和尾气排放量急剧增大;高速公路拥堵区段是形成机动车排放污染物的主要场所和环境容量超标的

热点地区。城市公共交通发展滞后和短缺也是造成很多城市交通拥堵的重要原因。交通拥堵使得汽

车污染排放增加,这是因为,在交通拥堵的情况下,车辆不能正常行驶,使得汽油燃烧不充分,由

于燃烧不充分,排放大量有毒气体,污染了环境和空气。同时,车辆在路上行驶的时间越长,消耗

的燃油也越多。而确保交通畅通可起到促进汽车节能减排的作用。有研究结果表明,轿车的时速由

20 公里提高到 50 公里,其排放的一氧化碳、碳氢化合物可减少 50%左右。城市交通状况的好坏,

很大程度上取决于城市的交通管制水平。因此,建设我公司开发的新一代智能交通管理系统是解决

交通拥堵的重要措施。

第293页

倾力打造京德高速安全风险预警体系强国试点示范工程

267

倾力打造京德高速安全风险预警体系

强国试点示范工程

河北省交通规划设计研究院有限公司

京雄云控(北京)智能交通科技有限公司

一、背景

京德高速是雄安新区“四纵三横”高速公路网的“纵四”线,全长约 87 公里,双向六车道,具

有枢纽互通 4 座、服务型互通 7 座,客车占比高达 70%,是雄安新区通往大兴国际机场的主要高速

公路,是雄安新区与冀东南、鲁西之间的重要联系通道。

2020 年 6 月,交通运输部印发《关于河北雄安新区开展智能出行城市等交通强国建设试点工作

的意见》,智慧高速公路强国建设运营试点任务提出,通过 3-5 年时间在京德高速公路建成安全风险

预警系统,利用交通数字孪生平台,实现实时碰撞风险预测,事故发生率大幅降低。

二、建设思路

紧紧围绕交通强国建设试点任务,依托“车路云网一体化”智慧高速公路解决方案,遵照“以

安全为目标,动态化+个性化预警服务为支撑”的建设理念,打造以全息化融合感知系统、面向全

局动态交通管理平台为支撑,以智能化数字孪生系统、安全风险预警系统、准全天侯坐席系统、多

元信息联合发布系统为着力点的京德智慧高速安全风险预警方案,满足智慧高速公路数字化、管理

精准化和服务智慧化需求,为京德智慧高速公路建设搭建完整体系架构。

三、项目建设

(一)支撑体系建设

1. 全息化融合感知系统建设,提供强力数据支撑

京德高速共设有星光级摄像机 208 处,可变信息标志 129 处,1000m 毫米波交通雷达 120 套,

第294页

智能交通产品与技术应用汇编

268

全要素气象站 3 套、能见度检测仪 46 套、路面状况检测仪 13 套、路测智能通讯单元 11 套(11km

试验段)、主动发光轮廓标、车载移动融合设施、长航时无人机、护栏机器人等硬件设施。融合感知

系统充分运用雷视融合技术,将雷达采集数据和摄像机识别到的车辆信息先进行第一时间边缘融合、

快速计算、智能分析,结合多源数据融合的技术路径,然后再传输至中心,从而更好的满足智慧高

速的低时延的要求,为动态安全预警控制、管理提供数据支撑。

2. 基础设施标准化机房建设

京德高速采用华为一体化先进的机房建设设施和数据管理理念,统筹利用计算资源、存储资源、

网络资源、信息资源、应用支撑等资源和条件,根据业务需求,建设以一个信息安全有保障、数据

运算科学化的数据处理中心,三重防护为核心的信息安全保障的搭建体系,使系统始终都在稳定、

安全、科学的统一管控下有序地运行,具体如图 1 所示。

图 1 京德标准化机房

3. 面向全局的动态交通管理平台建设

全局动态交通管理平台(图 2)主要包含大数据平台和综合指挥调度管控系统、分布式计中心。

其中,大数据平台统以开放的思维采集路段交通数据、互联网交通数据,基于大数据技术对所采集

的数据进行分析、归纳、梳理和学习,构建面向公众、面向管理者的具备迭代升级能力的自学习型

智能化应用系统,通过对不同应用场景的定制化服务,管理者可快捷、顺畅地实现对路段的日常管

理、应急管理、节假日管理等。综合指挥调度管控系统以综合指挥调度指挥为基础支撑,将路况监

测、事件处置、视频监控、策略管理等进行“多合一”高效整合,实现各类业务系统统一接入管理,

集中智慧管控,同时协调联动公安、交警、路政现场人员,快速做到业务数据共享、快速协同工作。

图 2 全局动态管理平台

第295页

倾力打造京德高速安全风险预警体系强国试点示范工程

269

(二)安全风险预警系统的建设

1. 风险预警平台的建设

通过对京德高速交通微观动力学建模,可识别交通运行安全风险并进行评估,实现交通运行安

全风险的预测和预警,与动态控制软件进行对接,发布预警信息,实现交通风险识别、交通风险评

估、交通风险研判等功能,最大程度的保证高速公路网络的安全与高效运行,整个系统功能如下。

1)运行监控

包括了道路日常统计信息、实时状态、直观的综合性拥堵指数以及收费站状态,右侧统计了基

础设施、设备实施覆盖率、离线率、完好率等设施设备状态信息,突出展示了作为京德建设亮点的

无人机巡航实施画面。中间部分结合地图将拥堵程度、设备情况可视化呈现,同时辅以实时视频虚

实对比。

2)态势分析。基于基础监控数据,融合大数据处理算法,多指标、全方位呈现交通量、通行效

率等相关态势,以及两客一危等重点车俩时空溯源和趋势统计。

3)风险预测。重点展示了在当前交通状态评估的基础上系统进行的风险识别,如上下游、相邻

车道的行驶车辆速度差、能见度等追尾、碰撞等交通事故诱因和主要征兆的指标,和道路发生的各

类事件,预计不同因素对各路段(互通)造成的风险等级,识别安全隐患。

4)预警应对。预测风险后,针对识别出的风险路段、风险点,管理人员可通过改变路侧情报板

信息设置各车道的限速值,系统综合展示了针对不同风险等级、风险路段等实际道路场景,采取适

宜的动态控制策略、预警提示信息、应急事件处理相关指标。通过地图路段风险等级变化直观展示

风险应对效果。

图 3 安全预警平台

2. 数字孪生系统建设

数字孪生系统(图 4)具备优秀的多源大数据显示性能,通过雷达、视频、气象站、情报板、

道路固定设备等设施设备数据融合的数字孪生呈现,实现数据融合、数据显示、数据分析、数据监

测等多种功能,可广泛应用于监测指挥、分析研判、展示汇报等场景,协助管理者实时掌握高速整

体运行态势,满足可视化管理工作需求,为指挥调度提供辅助决策支持及智慧式管理。

第296页

智能交通产品与技术应用汇编

270

系统左侧功能定位为信息统计区域,是集中对路段、设备状态监测、收费站收费信息、路段风

险评估等数据进行重点统计分析,其功能集中呈现“一网、两轴、巡游与巡检双模式”。“一网”

指雷达组网车辆跟踪,可捕获行驶车辆的车牌、速度、轨迹等特征,雷视融合实现车辆唯一 ID 连

续跟踪。实现整个高速的交通状态监测和单个车辆的实时连续跟踪,为道路异常车辆稽查,重点车

辆管控提供数据支撑。

“两轴”指数字孪生系统的空间轴和时间轴。空间轴上方是里程桩号,通过滑动空间轴,可以

查看全线任一路段的实时状态,比如交通流状况、交通事件和气象环境状况等。当有事件发生时,

可以快速查看事件区域上下游交通状态以及门架管控状态。时间轴盘活交通多源大数据,实现实时

信息可追踪、历史信息可回溯及管理。“巡游模式”可实现自动巡航,实现全天时全天候无现场巡

查,减轻路上巡查强度。“巡检模式”可实现对两客一危、大件运输、养护、救援等重点车辆的跟

踪与显示,便于重点车辆管理。

图 4 数字孪生系统

3. 主动控制系统

作为主动交通控制管控策略计算核心,可有效应对 12 类常发场景、56 类突发事件为高速管理

人员提供管控策略支撑,大幅提高高速公路管控效率和水平,其主要做为计算核心存在,其策略的

发布则可通过大屏+小屏风险预警信息发布,实现全维度、全过程、全要素数字化管理的道路安全

管控,如图 5 所示。

图 5 主动控制系统

第297页

倾力打造京德高速安全风险预警体系强国试点示范工程

271

4. 准全天侯坐席系统,打造综合指挥调度一体化平台

系统包括实时监测、事件管理、车辆管理、情报板管理等高速道路业务管理相关模块,以及知

识库、数据中心、数据字典、权限管理、系统管理等系统支撑相关模块。系统是动态调控交通流,

降低实时的和预测到的风险,提高通行安全和效率的核心所在。基于感知数据,结合实时风险和预

测风险的等级,可以生成对应的动态控制策略,通过可变信息标志实现信息发布,诱导或规范交通

参与者的交通行为(图 6)。其主要特点如下:

1)分钟级预警:基于路侧布设的全要素气象站、能见度检测器、千米超距交通毫米波雷达等设

施设备,利用具备时域预报预警能力的全路段精准感知系统获取精准感知的天气状态,不受天气影

响的全天时全天候车辆精准定位、事件感知,通过坐席系统实现分钟级预警发布提醒。

2)主动交通管控:依据事先配置的应急预案,基于实时交通流、环境、事件数据,形成分路段、

分车道、分时段的主动交通管控机制,支持对不同场景采取相应控制策略。

3)人机协同指挥调度管理:通过分钟级气象预警、事件及车辆监测,支持道路场景秒级生成策

略,并通过指挥调度系统实时联动审核,实现管控瞬时发布。

4)资源整合:将计算资源、应用和信息进行整合,打破高成本的静态计算、存储资源孤岛,转

化为低成本的动态化计算资源。

京德高速采用“大屏”+“小屏”的信息发布系统,基于可变速度控制、车道管理以及可变信

息诱导等进行交通的动态控制与预警,全线共设置门架可变情报板 77 处,悬臂情报板 61 处。

图 6 准全天候坐席平台

5. 多元信息联合发布系统

传统机电信息发布方式包括门架式可变信息标志(图 7 下文简称“大屏”)和路侧悬臂式可变

信息标志(图 8 下文简称“小屏”),大屏发布限速信息,小屏发布文字提示信息,发布信息单一且

基本固定,无法根据实时交通态势动态变化,两者呈割裂状态。悬臂式可变信息标志相较于门架而

言具有突出的经济优势,但是由于尺寸限制,路侧悬臂可变信息标志适用于双向四车道及双向六车

道高速公路,双向八车道及以上高速公路最内侧车道对于悬臂屏显示内容的视认性较差。京德智慧

高速建设时,综合考虑现有传统机电设备与智慧高速管控手段相结合,充分利用现有资源,结合京

德高速自身特点,在方案制定时着力开展了多元信息联合发布系统研究。

“多元信息联合发布系统”独创定制化风险预警功能,京德智慧高速同步搭载预警提示悬臂屏

第298页

智能交通产品与技术应用汇编

272

和动态控制车道屏,实现“大屏+小屏”联合管控,完成风险预警、路途提示和动态控制等信息的

联动协同。常态化提供伴随式服务,大屏发布分车道限速信息,小屏发布路途提示信息,事件发生

时,大屏发布可变限速信息,小屏发布预警信息及动态管控策略,使得管控措施更加丰富,降低交

通安全风险。

图 7 伴随式服务-限速信息提示 图 8 多元信息发布-车道封闭发布形式

四、应用效果

(一)实现车道级主动控制,解决只监不控历史难题

基于数字孪生平台,建立“运行监控、态势分析、风险预测、预警应对”四大功能板块,通过

主动控制系统、准全天侯坐席系统可实现分路段、分车道、分时段的交通主动管控,可面向不少于

50 类交通应急场景,开展多策略协同控制,通过模拟仿真实时分析、预测、预警,可实现安全效果

提升 30%以上、通行效率提升 20%以上。

(二)数据赋能,全方位支撑管理决策

打造进度、质量、安全风险预警、创新驱动等多项创新措施,形成可测、可视、可控的数据基

础,实现项目的精细化管控。独创的坐席控制系统,可实现坐席管理人员取证、事件策略、路政交

警联动、策略发布的智能一体化便捷操作,提升工作效率 50%。

(三)实现传统基建设施的数字化、信息化、自动化跨越式升级

综合使用高速公路毫米波交通雷达、气象站、视频监控、车载视频以及互联网移动终端等多种

检测器,全面实现高速公路 87km、双向 6 车道陆域信息的全方位、全过程、全时段数字化汇聚。

五、结语

在加快推进建设智慧高速的征程上,京德高速结合交通强国试点任务的要求,以安全风险为主

题建设安全风险预警系统,在全风险源识别、风险防控、交通管控方面取得突破性进展,形成一批

智慧高速公路建设先进经验和典型成果,为我国交通运输跨越发展中贡献了河北智慧、河北力量。

第299页

基于 ETC 门架系统的高速公路智慧应用关键技术研究及应用

273

基于 ETC 门架系统的高速公路智慧应用关键技

术研究及应用

同盾科技

2019 年 7 月,交通运输部制定印发《数字交通发展规划纲要》中提出以“数据链”为主线,构

建数字化的采集体系、网络化的传输体系和智能化的应用体系,加快交通运输信息化向数字化、网

络化、智能化发展,为交通强国建设提供支撑;2019 年 9 月,中共中央、国务院印发了《交通强国

建设纲要》,其中对门架数据的综合应用提出了明确的要求;2021 年 2 月国务院印发的《国家综合

立体交通网规划纲要》中,对数据分析、数字赋能也提出了要求。

近年来,高速公路安全管理正从被动管控向主动安全管控转变,传统的小规模数据分析已不能

满足交通行业发展需求。ETC 是目前用户数量最庞大的涉车智能化终端,ETC 门架以及收费站也是

目前高速公路上相对最为完善的感知系统。除了用于公路联网收费之外,ETC 还能在路网监测、重

点车辆管控、逃费稽查等方面发挥重要作用。

基于 ETC 门架系统等新型智慧交通基础设施建设成果,应用信息化技术、大数据分析等新兴技

术发挥交通大数据的价值,并结合交通工程学理论展开智能化应用,进而减轻交通拥堵和安全事故

对公众生命财产的危害具有十分重要的意义。

洞察:挖掘 ETC 门架系统数据价值

截至 2019 年底,我国高速公路里程规模达 14.76 万公里,居世界第一。同年,按照党中央国

务院部署,我国启动了取消高速公路省界收费站工程,逐步实现联网收费。ETC 门架系统设置在两

个互通之间或省界之间,数据显示,目前全国共计建成 24588 套 ETC 门架系统,用户数量、路网

规模均为全球第一。这为高速公路信息化管理及 ETC 门架数据的深度应用打下了深厚基础。

高速公路 ETC 门架系统生成的数据体量大、种类多、覆盖范围广、实时性强、准确率高、可靠

性高;同时,数据的采集、汇总、分析及处理方便,结果丰富。

通过 ETC 门架产生的数据主要有三类:一是门架交易数据,车辆经过门架时,CPC 卡或 OBU

标签与门架交互生成的数据,包括车辆入口信息、经过时间、车型、门架计费里程、计费金额等信

第300页

智能交通产品与技术应用汇编

274

息;二是门架相机抓拍图片数据,车辆经过门架时,ETC 门架上架设的摄像机抓拍的实时车辆图片;

三是车牌识别流水数据,对门架抓拍图片的信息描述,包括门架编号、抓拍时间、识别车牌号、识

别车型、拍摄位置等。

依托 ETC 门架统计数据,可计算得到行程时间、速度等驾驶行为指标。指标主要分为三大类:

一是基本通行指标,包括车牌号及颜色、热点通行 OD、通行次数、通行总里程、总收费额、总通

行时长等等相关信息;二是安全指标,包括平均车速、超速次数、疲劳驾驶次数、路测环境等等;

三是外部共享相关的数据。

创新:数字赋能高速公路智慧应用

在此背景下,同盾科技凭借多年积累的决策智能技术及交通行业服务经验,推出“基于 ETC 门

架系统的高速公路智慧应用”解决方案,充分挖掘 ETC 门架系统数据除了收费外的应用价值,为

彻底解决高速公路的路网运行监测、驾驶行为监测、收费稽查和车辆信用管理、车路协同等智慧应

用的数据来源准确性、及时性提供强有力的数据和硬件支撑,探索大幅提升高速公路运营管理、应

急处置和公众服务水平的可行途径。

“基于 ETC 门架系统的高速公路智慧应用”解决方案,主要围绕交通流量监测、路网运行状态

感知、收费稽查管理、高速公路管理专项分析等方面进行赋能和应用建设。在交通行业开展了探索

性应用,发挥了数据价值,为行业管理、企业运营和公众服务提供研判支撑。

一、精准研判分析交通流量

面向交通管理部门和运营单位需求,掌握路段交通流量特征,能有针对性优化管控措施,合理

均衡诱导路段流量,提升路段服务水平,从而保证路网畅通运行。例如,基于 ETC 收费数据挖掘,

通过相应转换算法,实现了每个路段的车流量、车型以及时间分布特征采集提取。提取这些数据后,

能快速精准分析路段车流量,支撑路网规划决策、运营管理优化、差异化收费方案制定等。

二、感知路网运行状态概况

利用高速公路车辆通行于上下游 ETC 门架正常时间与异常时间差,采用相关算法即可对路段的

交通运行状态进行识别。当前,除了采用互联网地图对路段拥堵状态进行分析外,应用 ETC 门架数

据为获取交通运行状态提供了一种新的手段,当车辆发生异常事件时,相比传统的视频数据,能更

加精准了解异常车辆具体信息,具有显著的低成本优势。

三、收费稽查管理

融合关联 ETC 门架、收费站出入口、车牌识别等海量数据,并具备丰富的数据展现能力,让管

百万用户使用云展网进行电子书制作,只要您有文档,即可一键上传,自动生成链接和二维码(独立电子书),支持分享到微信和网站!
收藏
转发
下载
免费制作
其他案例
更多案例
免费制作
x
{{item.desc}}
下载
{{item.title}}
{{toast}}