高速公路数字化应急处置云控平台建设探讨

梁 杏,龙思颖

(广西交科集团有限公司,广西 南宁 530007)

0 引言

在“交通强国”大背景下,国家经济建设对高速公路的依赖程度不断增强。随着汽车保有量增多,交通拥堵、事故频繁发生、重大天气灾害造成公路瘫痪等问题严重困扰高速公路运输发展,高速公路新建和扩建赶不上运输能力的需求[1]。如何保障高速公路安全、高效运营,为车主提供优质的通行服务,成为迫在眉睫的问题。广西现有高速公路运营管理的突出问题主要在于以下三点:

(1)道路安全亟待加强。广西现有高速公路管养里程突破8 000 km,车辆保有量高,节假日事故多发,交通事故往往引发重大伤亡事件,人民生命安全及财产受到威胁,如何加强和改进高速公路交通安全管理技术和措施迫在眉睫。

(2)管理及处置效率有待提升。节假日热点路段通行量巨大,易发生碰撞甚至连环事故从而引发拥堵,极大地影响通行效率;高速公路每公里平均管养人员不足,人力巡检效率低,异常事件发现迟,风险感知效率低;多方处置事件数据同步不及时,事件处置效率有待提升。

(3)通行服务有待改善。需要救援时等待时间长,救援进度不透明,体验不够友好;交通诱导信息发布场景少、发布不及时,对于影响车辆通行的风险事件如施工阻断、交通事故、恶劣天气等无法高效引导,对出行极为不利。

为此,本文提出建设高速公路数字化应急处置云控平台,通过构建“道路感知-分析决策-应急处置”三个关键数字场景,促进道路异常事件感知效率的提升,实现实时监测、预判路网当前运行状态,向多方交通管理者提供高质量数据内容及决策,推动交通大数据在高速公路运营单位、交警、路政及出行车主等多方交通参与者之间的高效流转,提升应急处置的处置效率。

1 需求分析

1.1 道路感知

实现交通基础信息数字化。通过采集高精度地图实现对道路物理结构的数字化[2];实时采集静态路网数据、动态环境数据、车辆目标数据、事件数据和协同系统数据共计五大类25种数据来源,对道路上的参与主体进行实时的数字化,即“对道路本身、道路环境进行识别,对道路参与主体的位置、速度以及运动方向进行识别,对道路上发生的异常事件进行识别”,进而为驾驶车辆提供数字化的道路基础[3]。

1.2 分析决策

构建典型道路事件风险分析模型,分析包括拥堵、恶劣天气、异常停车、道路施工、行人、逆行、隧道事件、服务区事件等多发道路风险事件,利用大量实时感知数据及历史数据进行通行状态分析,提前识别道路风险,形成异常告警,提供对风险事件处置的智能决策,实现对路网的动态化监测管理。

1.3 应急处置

构建高速公路运营管理云控平台,基于可视化大屏、web应用、小程序及公众号等方式,为交通管理部门及车主提供跨时空互动,及时获取突发事件相关信息,推动应急管理综合应用。针对典型风险事件场景构建数字化预案,基于风险事件分析结果提供决策方案,智能调配人、车、物等应急资源,精准指导风险事件处置过程,且在事件处置后提供处置过程数据分析,进一步提升预案决策水平。

2 系统功能

2.1 整体设计

高速公路数字化应急处置云控平台主要分为道路感知、分析决策和应急处置三大系统。道路感知系统通过搜集多源交通感知数据,为道路事件的分析提供支撑;分析决策系统通过构建典型道路风险事件模型,对道路感知数据进行分析处理,输出预警结果;应急处置系统通过大屏可视化应用、web应用、小程序、公众号等载体,为交通行业管理者和车主提供事件处置入口,通过数字化预案快速匹配事件相关资源,达到提升效率、数据共享的效果。具体如图1所示。

图1 高速公路数字化应急处置云控平台整体设计图

2.2 道路感知

通过接入高精度雷达、高清视频、声音检测器、车辆检测器、气象监测站、浮动车数据、道路事件、阻断施工、断面流量和重点区域流量等5大类25种数据,利用系统对大量数据的采集分析,可快速分析当前路网运行情况,提高交通事故的安全预警能力和道路通行能力。

2.2.1 静态路网数据

搜集静态路网数据,建立道路交通数字化模型。主要包括高精地图数据、主要设施数据、机电设备数据、组织机构及人员数据及应急仓库数据等。

2.2.2 动态环境数据

搜集高速公路机电设备监测数据,反映路网实时动态环境信息。主要包括高清视频数据、雷达检测数据、气象环境数据、隧道环境数据、电力监控数据、断面流量数据、充电桩状态数据等。

2.2.3 车辆目标数据

搜集车辆目标数据,为精准定位和救援提供数据。主要包括车牌、位置、行车速度、行驶路径、停车信息、车辆类型、运载货物等。

2.2.4 事件数据

搜集路网交通事件信息,可提前发布协助出行规划,并在发生异常事件时辅助指挥决策。主要包括道路计划阻断施工信息、实时交通异常事件信息、收费站实时开关闭信息等。

2.2.5 协同系统数据

补充来自互联网、政务平台、合作伙伴等第三方协同系统数据,为高速公路业务监测提供更多数据支撑。主要包括互联网气象数据、大件运输车辆数据、交警视频数据等。

2.3 分析决策

构建典型道路事件风险分析模型,利用大量道路感知数据进行定性定量分析,识别包括拥堵、恶劣天气、异常停车、道路施工、行人、逆行、隧道事件、服务区事件等类型,基于标准数据进行实时风险分析,预判风险事件等级,为交通管理者提供准确的风险预警。

分析决策分为数据采集、数据集成、决策应用三个部分。

2.3.1 数据采集

从传感器、浮动车、业务协同系统等渠道进行数据搜集,建立地理信息数据、机电设备数据、动态环境数据、应急处置数据、车辆动态数据等各类业务数据标准库,实现运营数据采集的标准化、规范化,形成道路交通信息数字标准体系。

2.3.2 数据集成

根据数据标准体系对归集的原始数据进行提取、转换和加载,最终生成运营管理标准数据,并将预处理后的数据存储至分布式文件系统,成为在线分析处理和数据挖掘的基础。

2.3.3 决策应用

建立典型风险分析模型,基于数据集成后获取的高质量标准数据,对实时路网流量预测、道路风险事件分析进行实时计算,对交通工程缺陷、车辆行为、事件处置过程分析等进行离线计算,形成拥堵、恶劣天气、异常停车、道路施工、行人、逆行、隧道事件、服务区事件等多发道路风险事件预警,为运营管理决策提供高质量的数据支撑。

2.4 应急处置

为了提升应急处置效率,促进交通管理者高效、准确地共享实时事件数据,为车主提供良好的出行体验,应急处置数字场景从多终端处置、数字化预案、事件归档及分析三个方面入手,优化各方对于应急处置的体验。

2.4.1 多终端事件处置

对于交通管理者,针对集团级管控中心、路段级管理中心和外场作业人员,分别提供可视化大屏、web应用及小程序三种不同的载体,并且各载体之间数据同步更新,适用多场景同步处置。提供包括事件基础信息、进展、附近视频、附近车流量、天气信息等多种事件处置相关信息,叠加在数字化的交通路网,一图式查看事件的完整链路信息以及对路网交通造成的异常情况,提升应急指挥的效率。

对于车主,提供微信公众号作为应急处置的入口,可在公众号进行定位和一键求助,形成救援工单同步至交通管理者。同时,事件处置的信息会同步传递给车主,提供救援收费标准、救援车辆实时位置、救援车辆预计到达时间等关键数据,缓解车主长时间等待救援的焦虑,搭建车主与管理者之间有效沟通的信息桥梁。

2.4.2 数字化预案

基于预案处置内容,将其分解为处置组、相关物资、处置内容和处置步骤,形成数字化预案,为应急指挥调度提供标准化、流程化的指导。

支持应急预案的采集与登记录入,形成应急处理流程,实现应急预案的版本管理以及维护审核;支持应急资源的登记录入与发布,支持动态应急资源信息更新与发布。在预案制定的过程中,要预设调度过程中涉及的应急资源、联动部门、控制设备、信息发布等相关信息,还可以实现对已经编制的预案进行修改和调整,提供交通事故常用预案和特定预案的处置流程图,从整体上展现事件处置的完整流程。

2.4.3 事件归档及分析

对于已完结的事件,为了更好地回溯保存事件的完整处置过程,并从中获取有效信息,平台对事件内容进行归档的同时提取可量化的关键数据进入分析决策数据库,如发生位置、所在路段、事件类型[4]、事件等级、实时天气等信息,可实现类型统计、数量、路段、原因等图表分析,并进一步为事故的预分析提供海量历史数据支撑。

3 应用效果

自2022年8月起,高速公路数字化应急处置云控平台投入使用,采集道路感知数据约25类,产生主动告警数据约20万条,事件平均处置时长缩短1.5 h,发布交通诱导约6 800次,为运营管理中心、监控室、外场作业人员、交警、车主提供服务调用约15万人次。平台从感知效率、多方处置、公众服务等方面大大提升了高速公路运营管理数字化水平,形成高效稳健的高速公路数字化应急处置体系,为运营管理提供了数字化支撑。

4 结语

本文讨论了高速公路数字化应急处置云控平台的设计与应用,从交通行业管理者与出行者对于应急救援处置的痛点出发,针对“道路感知-分析决策-应急处置”三个关键业务环节进行业务流程梳理,建立了高效的数字场景。基于该平台,实现了道路异常事件自主感知效率的提升,提供深化数据分析与智能事件决策,并且为交通行业管理者及车主提供了一套基于云技术的跨平台多人协同的事件处置系统,形成应急处置数字化体系,为运营管理提供了坚实的技术支撑。