張 鵬

(鄭州市公路工程公司，河南 鄭州 450001)

智慧公路，可利用物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)對(duì)公路交通信息狀況進(jìn)行分析，以解決當(dāng)前公路交通存在的信息滯后現(xiàn)象，改善交通發(fā)展?fàn)顩r，實(shí)現(xiàn)公路的智能化、信息化和多樣化發(fā)展[1-2]。對(duì)智慧公路研究時(shí)，采用先進(jìn)的數(shù)據(jù)采集手段、綜合的數(shù)據(jù)處理方法，從總體層面分析現(xiàn)有公路交通體系存在的問題，并給出針對(duì)性解決方法，以滿足當(dāng)代公路運(yùn)營(yíng)需求[3]。公路是基礎(chǔ)設(shè)施的重要組成部分，是重要的交通運(yùn)輸樞紐，因此對(duì)智慧公路進(jìn)行研究具有重要意義。

文獻(xiàn)[4]引入物聯(lián)網(wǎng)技術(shù)，從感知層、通信層、平臺(tái)層、應(yīng)用層和展現(xiàn)層等5個(gè)層面對(duì)智慧公路進(jìn)行分析，發(fā)現(xiàn)與當(dāng)前系統(tǒng)相比，智慧公路系統(tǒng)能夠?qū)崿F(xiàn)公路數(shù)據(jù)的快速挖掘，但公路交通流預(yù)測(cè)準(zhǔn)確性較低；文獻(xiàn)[5]對(duì)高速公路營(yíng)運(yùn)數(shù)據(jù)進(jìn)行分析，運(yùn)用物聯(lián)網(wǎng)技術(shù)監(jiān)控公路運(yùn)行狀態(tài)，完成了傳統(tǒng)數(shù)據(jù)向智慧數(shù)據(jù)的轉(zhuǎn)變，但公路運(yùn)行故障率較高；文獻(xiàn)[6]運(yùn)用GPS軌跡大數(shù)據(jù)記錄城市交通信息，分別從交通狀態(tài)分析、運(yùn)營(yíng)管理分析和路徑規(guī)劃分析3個(gè)方面入手，完成對(duì)智慧交通的研究，但交通誘導(dǎo)時(shí)間過(guò)長(zhǎng)，無(wú)法高效率完成公路管理。針對(duì)上述存在的問題，本文提出了一種基于物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)的智慧公路研究方法。

1 智慧公路交通信息感知

感知是智慧化和智能化技術(shù)的基礎(chǔ)組成要素，其含義是通過(guò)各種光、聲、波和電的傳感器對(duì)多樣化動(dòng)態(tài)信息進(jìn)行實(shí)時(shí)的采集[7]。公路系統(tǒng)是一個(gè)特別龐大且復(fù)雜的系統(tǒng)，其構(gòu)成要素眾多，系統(tǒng)中存在著大量的系統(tǒng)信息和狀態(tài)信息，繁雜的信息感知會(huì)大大增加系統(tǒng)的運(yùn)算量，因此感知系統(tǒng)的好壞決定著智慧交通系統(tǒng)性能的優(yōu)劣[8]。

為了實(shí)現(xiàn)公路系統(tǒng)的高效、便捷和安全運(yùn)行，應(yīng)注重“路”、“車”、“環(huán)境”和“人”4個(gè)重要因素的影響作用和協(xié)同運(yùn)行作用。智慧公路的交通信息感知系統(tǒng)，是以“人”為控制核心去感知其他3個(gè)重要因素。根據(jù)互聯(lián)網(wǎng)的本質(zhì)屬性和定義可知，在智慧公路系統(tǒng)中，“人”應(yīng)該處于核心位置，結(jié)合“路”、“車”、“環(huán)境”這3個(gè)重要因素構(gòu)成一個(gè)相互感知的支持體系，實(shí)現(xiàn)由“人-車-路-環(huán)境”所組成的系統(tǒng)，加之互聯(lián)網(wǎng)技術(shù)的支持，可以更好地實(shí)現(xiàn)“人”對(duì)其他要素的控制和管理。

智慧公路交通信息的感知網(wǎng)絡(luò)可分為三大感知網(wǎng)絡(luò)，分別為交通運(yùn)行環(huán)境感知網(wǎng)絡(luò)、交通運(yùn)載工具感知網(wǎng)絡(luò)和公路基礎(chǔ)設(shè)施感知網(wǎng)絡(luò)。三大網(wǎng)絡(luò)相互融合，協(xié)同運(yùn)作，將公路交通要素、公路管理參與對(duì)象共同融入公路智慧交通體系。具體關(guān)系如圖1所示。

智慧公路交通信息感知網(wǎng)絡(luò)以物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)為依據(jù)，對(duì)公路交通信息進(jìn)行采集[9]，是整個(gè)交通系統(tǒng)的輸入端。物聯(lián)網(wǎng)上部署了多種類型的傳感器，各傳感器具備不同的特性，采集得到的信息類型各異，且傳感器按照固定頻率對(duì)信息進(jìn)行采集，具有一定的周期性，可促進(jìn)感知網(wǎng)絡(luò)信息的規(guī)律性變換。

2 智慧公路交通大數(shù)據(jù)歸一化

智慧公路交通大數(shù)據(jù)由交通體系中各類數(shù)據(jù)共同組成，主要負(fù)責(zé)完成對(duì)交通數(shù)據(jù)資源的交換和開發(fā)?？v向可實(shí)現(xiàn)整體鏈路的高層傳輸、基層應(yīng)用和中層監(jiān)測(cè)管理，橫向則可以打通通往各個(gè)子系統(tǒng)的信息壁壘，形成“一體化”數(shù)據(jù)平臺(tái)。通過(guò)智慧公路交通大數(shù)據(jù)，可完成對(duì)整體公路交通數(shù)據(jù)的管理，為交通系統(tǒng)提供數(shù)據(jù)服務(wù)，從而達(dá)到支持智慧公路運(yùn)行的目的[10]。

公路交通流運(yùn)行大數(shù)據(jù)可分為多個(gè)子集，各子集單位存在差異。若所有智慧公路交通數(shù)據(jù)集合單位為正值，則與公路交通網(wǎng)絡(luò)相對(duì)應(yīng)的數(shù)據(jù)權(quán)值便會(huì)同步增大或者縮小。數(shù)據(jù)子集的輸出值通常在(0～1)之間，當(dāng)輸出值較小時(shí)，對(duì)公路交通網(wǎng)絡(luò)運(yùn)行的影響較小，當(dāng)輸出值較大時(shí)，則會(huì)對(duì)公路交通網(wǎng)絡(luò)運(yùn)行產(chǎn)生較大的影響。為有效預(yù)測(cè)智慧公路交通運(yùn)行狀況，保障智慧公路交通網(wǎng)絡(luò)的順利運(yùn)行，需要對(duì)交通大數(shù)據(jù)進(jìn)行歸一化處理。

數(shù)據(jù)歸一化是大數(shù)據(jù)預(yù)處理的重要步驟，主要完成大數(shù)據(jù)中心的海量數(shù)據(jù)識(shí)別、融合以及其他的模型化處理，并對(duì)關(guān)鍵性數(shù)據(jù)進(jìn)行著重的分析。數(shù)據(jù)歸一化處理步驟如下。

1)智慧公路交通系統(tǒng)包含多樣化的感知信息，為有效進(jìn)行歸一化處理，必須對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，將各指標(biāo)數(shù)據(jù)屬性值統(tǒng)一變換到同一區(qū)間內(nèi)。區(qū)間型標(biāo)準(zhǔn)化函數(shù)X為：

(1)

(2)

2)確定數(shù)據(jù)對(duì)象，對(duì)數(shù)據(jù)進(jìn)行歸一化分析。假設(shè)原始數(shù)據(jù)集為r={r11,r12,…,r1m}，則可利用模糊綜合法計(jì)算得出數(shù)據(jù)歸一化向量B：

(3)

定義目標(biāo)數(shù)據(jù)集V，V是數(shù)據(jù)歸一化后的數(shù)據(jù)所組成的集合，用下式進(jìn)行表示：

V=αB

(4)

式中：α為向量系數(shù)。

至此，完成了智慧公路交通大數(shù)據(jù)的歸一化處理。

3 基于物聯(lián)網(wǎng)的智慧公路交通體系

現(xiàn)有的智慧公路交通信息化進(jìn)程中，未對(duì)公路運(yùn)營(yíng)以及公路養(yǎng)護(hù)的管理體系進(jìn)行研究，僅針對(duì)公路運(yùn)營(yíng)數(shù)據(jù)的采集以及預(yù)處理過(guò)程作出重點(diǎn)分析[11]。本文基于物聯(lián)網(wǎng)的智慧公路交通體系集公路建設(shè)期、運(yùn)營(yíng)期以及養(yǎng)護(hù)期的數(shù)據(jù)為一體，形成了綜合的交通數(shù)據(jù)集合，以此交通數(shù)據(jù)集合為基礎(chǔ)，可構(gòu)建公路智慧運(yùn)營(yíng)和智慧養(yǎng)護(hù)體系，實(shí)現(xiàn)對(duì)公路的智慧管理。

3.1 智慧運(yùn)營(yíng)

基于物聯(lián)網(wǎng)的智慧公路交通體系構(gòu)建過(guò)程中，采用數(shù)字化、信息化、智能化技術(shù)，實(shí)現(xiàn)公路交通信息的傳輸和公路監(jiān)控。結(jié)合當(dāng)前信息通信和控制技術(shù)發(fā)展水平，對(duì)公路車道控制進(jìn)行分析，具體流程如圖2所示。

根據(jù)以上流程，充分考慮用戶實(shí)際需求，以動(dòng)態(tài)、實(shí)時(shí)的交通狀況為依據(jù)采集交通數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行處理，建立智慧公路交通誘導(dǎo)系統(tǒng)，促進(jìn)公路交通的順利運(yùn)行。

圖2 公路車道控制流程圖

智慧公路交通誘導(dǎo)系統(tǒng)結(jié)合自主交通信息誘導(dǎo)和人工誘導(dǎo)完成。以物聯(lián)網(wǎng)采集得到的公路交通運(yùn)行數(shù)據(jù)為依據(jù)，若出現(xiàn)交通運(yùn)行事故，則自主完成事故的檢測(cè)，利用車載通訊系統(tǒng)自動(dòng)傳輸事故發(fā)生地點(diǎn)以及現(xiàn)場(chǎng)人員狀況，同時(shí)調(diào)看公路監(jiān)控錄像，探測(cè)公路交通運(yùn)行狀況，完成各種交通狀態(tài)信息的采集。分析交通流運(yùn)行信息特征，智慧、自適應(yīng)地預(yù)測(cè)交通流的變化，獲取交通誘導(dǎo)信息，制定最佳解決方法，并利用多種渠道發(fā)布誘導(dǎo)信息。智慧公路交通誘導(dǎo)流程如圖3所示。

圖3 智慧公路交通誘導(dǎo)流程

3.2 智慧養(yǎng)護(hù)

以智慧運(yùn)營(yíng)為基礎(chǔ)進(jìn)行智慧公路養(yǎng)護(hù)，結(jié)合公路的交通數(shù)據(jù)集合，對(duì)橋梁、隧道和路面等病害以及公路機(jī)電設(shè)備養(yǎng)護(hù)情況進(jìn)行全面的分析，為智慧公路的管理提供全面詳細(xì)的道路病害信息，并制定對(duì)應(yīng)策略，保證公路的正常運(yùn)營(yíng)。智慧公路的養(yǎng)護(hù)主要包括公路路面養(yǎng)護(hù)、公路橋梁養(yǎng)護(hù)、公路隧道養(yǎng)護(hù)以及公路機(jī)電設(shè)備養(yǎng)護(hù)等。如圖4所示。

圖4 智慧公路養(yǎng)護(hù)框架圖

4 實(shí)驗(yàn)結(jié)果與分析

為驗(yàn)證本文提出的基于物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)的智慧公路研究方法的有效性，需要進(jìn)行仿真實(shí)驗(yàn)分析，實(shí)驗(yàn)平臺(tái)搭建在MATLAB 2017上。實(shí)驗(yàn)所用電腦參數(shù)：CPU為Intel Core i3-370，主頻率為2.93GHz，內(nèi)存為2GB。

利用以下指標(biāo)對(duì)所提方法進(jìn)行驗(yàn)證：1)智慧公路交通流預(yù)測(cè)；2)智慧公路交通誘導(dǎo)時(shí)間；3)智慧公路運(yùn)行故障率。

實(shí)驗(yàn)1：

根據(jù)表1和表2可知，利用本文方法進(jìn)行智慧公路交通流預(yù)測(cè)，預(yù)測(cè)值與實(shí)際值較為接近，且預(yù)測(cè)值的均方根誤差在0.05%以下，誤差較小。傳統(tǒng)方法交通流預(yù)測(cè)值的均方根誤差較大，平均均方根誤差在0.39%左右，相較于本文方法來(lái)說(shuō)，誤差較高。

表2 本文方法與傳統(tǒng)方法的交通流預(yù)測(cè)值均方根誤差對(duì)比 %

實(shí)驗(yàn)2：

由圖5可知，利用本文方法得到的智慧公路交通誘導(dǎo)時(shí)間平均在5min左右，最高不超過(guò)9min，波動(dòng)幅度小。傳統(tǒng)方法得到的智慧公路交通誘導(dǎo)時(shí)間最高可達(dá)40min，整體誘導(dǎo)時(shí)間較長(zhǎng)，且波動(dòng)幅度大。由此可見，本文方法交通誘導(dǎo)時(shí)間遠(yuǎn)遠(yuǎn)低于傳統(tǒng)方法，本文方法的穩(wěn)定性較好。

實(shí)驗(yàn)3：

根據(jù)圖6可知，本文方法的智慧公路交通運(yùn)行故障率可控制在10%以下，傳統(tǒng)方法的故障率則可高達(dá)32%，約為本文方法的3倍。由此可知，利用本文方法對(duì)智慧公路進(jìn)行研究，可大大降低交通運(yùn)行故障率，保障智慧公路順利運(yùn)行。

5 結(jié)束語(yǔ)

公路信息化發(fā)展過(guò)程中，各智能體獨(dú)立運(yùn)行，對(duì)整體的公路感知效果較差。本文基于物聯(lián)網(wǎng)大數(shù)據(jù)技術(shù)對(duì)智慧公路進(jìn)行了研究，實(shí)驗(yàn)結(jié)果表明本文所提方法得到的交通流預(yù)測(cè)值接近實(shí)際值，交通運(yùn)行故障率可控制在10%以下，智慧公路交通誘導(dǎo)時(shí)間較少，具備實(shí)際的應(yīng)用價(jià)值。

圖5 兩種方法智慧公路交通誘導(dǎo)時(shí)間

圖6 智慧公路交通運(yùn)行故障率