智慧高速背后的“智慧大脑”

韦峰 ,田荣荣

[摘  要]智慧高速公路“智慧大脑”的建立和超强的数据挖掘和分析能力，实现智能分析决策引擎和交通态势感知系统。

[关键词] 智慧大脑；数据中心；算法

一、引言

智慧高速公路建设在近年来成为创新驱动的高地，是实现我国高速公路从高速增长阶段向高质量发展阶段转变的主要载体。智慧高速的创新点之一是车路感知协同化，要实现人车路的高度耦合，交通系统的可测可控，以及人、车的精准服务，需要在基础设施数字化的基础上，结合道路交通、路政、公安交警、城市交通、旅游景区等信息，综合分析处理各类数据，这些的关键均在于“智慧大脑”的建立和超强的数据挖掘和分析能力。

新一代智慧高速云控平台基于决策智能中台，整合了高速路网、收费网、互联网等信息，与交警、路政、消防、医疗等多个部门快速联动处理，是有效实现 “一张网”、“一流程”、“一平台”、“多融合”一体化协同管控的平台。依托大数据平台，通过智能分析决策引擎和交通态势感知系统，集成态势感知、应急指挥、智能管控、辅助决策等引擎服务，实现“可视、可测、可控、可服务”的闭环流转、高效管控的一站式解决方案。

二、智慧高速数据中心

高速公路数据中心包含云计算平台、决策智能中台(数据中台+算法引擎)、场景化应用，提供千亿级数据上云能力，为高速各类应用场景提供精准的数据融合能力、强大的数据计算能力以及全面的应用服务能力，促进数字孪生世界和物理世界深度交互。

（1）日常监测数据处理

汇集、融合专网内各种固定式、移动式感知设施采集的结构化、 非结构化数据及其他网络与道路交通运行状况和环境状况相关的各类数据，对获取的各类信息进行分析、处理，评估公路交通安全态势，计算通道中断率、拥挤度、环境指数、节点通阻度、设施健康状况、通道运行指数等运行状态指标，实现对道路交通运行和环境状况的监测、分析、预测、预警及数据可视化。构建公路设施资产动态管理系统，将道路、桥梁、固定式、移动式感知设施、标志标线、标牌、情报板、照明设施、隔离带、反光设施、护栏等设备数据接入基于全寿命周期理念的公路设施资产动态管理系统，实现对路段设施运行状态实时在线监测及数据质量评估，为公路设施维护、维修、重点区域管控等辅助决策提供依据，提高资产绩效。

（2）应急指挥数据处理

在各类日常监测动静态信息辅助下，通过预先指定的各种应急预案，实现突发公共事件情况下的应急物资人员管理、应急辅助决策、应急资源调度指挥等功能。

（3）辅助决策数据处理

依托历史数据，通过交通运行态势分析评价、交通预案分析优化、事故分析与决策、交通模拟仿真评价、道路预防性养护辅助决策、设施设备维护及预诊断等，实现对相关资源配置和管理方案的优化分析，为上级公路管理部门、社会安全部门需求管控、精准施策及交通运输规划提供数据支撑。

（4）出现服务数据处理

根据用户需求，将道路交通状况和气象状况信息、施工信息、交通管制信息、交通诱导信息、交通事件信息、交通事件处理进展、公众安全防护措施等信息发布到不同的端（路侧终端、车载终端、移动终端、广播等）。

三、智慧高速算法

以交通全要素智能化分析、数字化建模为重点，为客户建立符合公路实际情况并可持续演进的算法。基于高速公路实际痛点，融合海量数据进行上亿维度的特征训练算法，适应各类复杂路况，提供辅助决策能力。

智慧算法涉及道路监测、道路管控、路网诱导、客户服务、收费稽查等各个应用方面，提升道路交通感知、道路交通管控、道路预警、道路诱导、客户体验、打偷及应收不漏等各方面，智慧算法的全面实施将全方位提升运营管理水平及客户智能体验。

（1）基础算法

车流量：在一定时间内，一套门架感知设备所在的公路断面上通过的车辆数，车流量=通过车辆数/时间。

平均速度：在一定的时间内，一套门架感知设备所在的公路断面上所通过的车辆速度的平均值，平均速度=通过车辆速度之和/车辆数。

拥堵指数：依托门架等感知系统，动态汇聚融合交通运行数据，基于智能化拥堵指数算法，提供实时拥堵情况，在地图上使用不同颜色渲染不同的拥堵指数，包括畅通（绿色）、一般（黄色）、较堵（橙色）、拥堵（红色）。

（2）应用算法

全网交通态势的实时计算：将门架数据用于事件监测，从而进行全网交通态势的实时感知计算和可视化展示。

短时交通路况预测：基于 ETC 门架、收费站、车辆数据，实时计算断面流量、平均车速等数据，并结合历史数据，建立基于时间演化的预测模型。

行程时间预测：结合各路段的行驶限速、实时交通状态、施工事故等事件因素实现全路网任意两点间行程时间的精准预测计算。

节假日车流及拥堵路段预测：通过对历史交通数据的分析，结合节假日前后车流情况的变化，对当前节假日各路段车流及拥堵情况的预测。

全网智能可变限速管控（速度协调）：通过实时交通态势数据，实现高速公路全路网断面的可变限速管控，动态调整交通瓶颈处的限速大小，改善车速分布不均衡，从而对交通流进行有效疏导，缓解道路交通拥堵。

两客一危等重点车辆跟踪预警：针对“两客一危”等重点管控车辆，充分整合利用现有平台数据，建立车辆特征库和名单库，并依托ETC门架等路侧感知设备对车辆运行状态进行实时监管，实现行驶轨迹异常（超速、超时、长时间行驶、快车道行驶等）预警以及完整的车辆轨迹跟踪和信息推送。

门架通行费预测：通过高速公路ETC门架数据，预测该路段前一天实际通行费，与传统拆账结算相比，算法实时性更强（T+1），可提前约7-14天，T+1日获得通行费预估结果

未来通行费预测：通过高速公路ETC门架收费数据，及历史通行费数据，预测未来通行费，给管理者制定未来营收计划提供大数据支撑。

施工对通行费影响预测算法: 通过高速公路ETC门架收费数据，预测施工造成的路段封闭对通行费的影响，可预测未来一周内各个路段任意时长的封闭施工或限流施工影响，便于管理部门选择施工时间，制定施工计划，使施工产生的影响最小。

3. 智慧高速应用集成

新一代智慧高速云控平台作为数字交通的基础设施，是数智层与物理层的“链接器”，在帮助高速公路公司提升运营效率和客户出行体验的同时，也支撑其开放、可靠、低成本的场景创新，丰富产业应用的生态。云控平台提供智慧路网、智慧隧道、智慧桥梁、智慧枢纽、智慧服务区等场景应用，集成运行监测、应急指挥、养护管理、收费稽核、重点车辆跟踪、营运分析等各项功能，构建高速公路运营管理一体化集成平台，实现“可视、可测、可服务”的运营管理体系。

参考文献

[1] 张纪升等.智慧高速公路多维感知与主动管控关键技术及应用 [M].人民交通出版社，2021年12月：1155-170.

[2]冉斌、孙兴焕、何赏璐、张健. 智慧高速公路信息采集技术与应用[M]. 人民交通出版社，2016年11月：70-90.