高速公路隧道交通安全可視化管理平臺設計研究

文章提出設計集成先進視頻感知技術、通信技術、計算機技術和雷視融合技術建設隧道交通安全管理全要素感知、交通事件精準定位、車輛動態(tài)定位可視化管理的隧道交通安全管控平臺，構建數(shù)據(jù)驅動信息共享，協(xié)同運營業(yè)務發(fā)展，以提高高速公路隧道運營安全管理水平及穩(wěn)定性。經試點應用后可知，部署雷達設備并搭配原路側布設的攝像監(jiān)控設備，整體車輛跟蹤成功率超過90%，軌跡還原有效率為99.5%，交通事故發(fā)生率降低約20%，降低運營管理成本約10%，達到了高效提升公眾出行服務體驗的目的。

隧道安全管理；可視化管理；雷視融合；事件檢測

U491.1+16A561833

作者簡介：

黃" 宗（1984—），工程師，主要從事高速公路投資建設與運營管理工作。

0" 引言

得益于我國經濟的穩(wěn)定持續(xù)發(fā)展，我國公路設施網絡不斷完善，交通基礎設施不斷完備，截止2022年年末，我國公路總里程達到538.48×104 km，高速公路通車里程達17.7×104 km，穩(wěn)居世界第一。全國公路隧道24 850處、2 678.43萬延米，新增加1 582處、208.54萬延米，其中特長隧道1 752處、795.11萬延米，長隧道6 715處、1 172.82萬延米，我國已成為公路隧道發(fā)展速度最快，體量最大的國家［1］。面對體量龐大的公路隧道，隧道安全運營管理顯得尤為重要，是保障交通運輸安全的重點工作。隧道由于環(huán)境相對密閉，隧道內能見度較差，情況相對復雜，交通事故比率較大。一旦發(fā)生事故，易引發(fā)二次事故，易造成重大交通事故，因此，隧道是高速公路的重點關注路段和危險路段之一。為此，本文提出設計高速公路隧道交通安全可視化管理平臺，通過數(shù)據(jù)融合加態(tài)勢感知機制，構建隧道全息可視化場景，實現(xiàn)高速公路隧道交通安全管控需求，減少因隧道交通事故造成的交通傷亡事件及經濟損失，積極推動隧道交通安全運營工作的發(fā)展。

1" 需求分析

1.1" 快速事件檢測

隧道行車環(huán)境比較復雜，因其內部路基相對狹窄，空間相對密閉，視野范圍較小且能見度較低，對駕駛人員的生理及心理會產生不同程度的影響，尤其是面對連續(xù)隧道群路段，極易發(fā)生交通事故，例如拋灑物、追尾、翻車、起火煙霧、隧道內爆炸、行人闖入、車輛逆行、異常停車等［2］。在出現(xiàn)交通事件或交通事故時，隧道管理需要第一時間感知并進行事件精確檢測，快速定位，進行即時預警，在黃金救援時間內迅速準確地部署救援人員及救援手段，降低因事件發(fā)生而產生的交通事故或二次事故的發(fā)生概率。

1.2" 降低事件檢測誤報率

普通隧道內使用的智能攝像機，通過視頻監(jiān)控圖像結合人工巡檢的方式，受環(huán)境干擾因素、傳輸干擾因素、圖像質量干擾因素、人工質量干擾因素等影響，導致隧道事件檢測誤報率高，無法準確感知隧道路面狀態(tài)。同時，隧道監(jiān)控視頻畫面眾多，僅通過大屏切換巡檢模式，無法及時對隧道內的風險事件進行識別，事件檢測效率低，不能做好隧道通行安全風險監(jiān)測工作［3］。在已有基礎視頻感知設備的基礎上，增設高精度感知設備，如毫米波雷達、高像素攝像機、前端感知模塊等，高效感知高精度隧道斷面和車道交通流量、平均速度、時間占有率、空間占有率、車道密度、服務水平等交通參數(shù)判定，提高拋灑物、能見度低等異常事件辨識的系統(tǒng)性能。

1.3" 建立高集成度數(shù)據(jù)平臺

針對高速公路連續(xù)隧道群路段，考慮道路特征、交通條件等外部環(huán)境，構建涵蓋監(jiān)測指標、風險研判、預警發(fā)布、風險防控等中央計算和邊緣計算相結合的防控功能模塊。針對不同路段應急防控信息的發(fā)布時機、內容、對象、方式［4］，通過多種高精度智能感知終端采集的多源數(shù)據(jù)，尤其重點關注“兩客一?！避囕v，為隧道管理或進出隧道車輛提供展示服務，如隧道交通流量、通行時速、擁堵狀態(tài)、貨車數(shù)量、危化品數(shù)量等，為管理者提供基礎預警信息，為出行者提供決策服務。

1.4" 車輛定位動態(tài)管理

車輛定位動態(tài)管理能解決傳統(tǒng)監(jiān)測存在的單方向視角、數(shù)據(jù)維度不足的問題，可對車輛進行精準定位，同時還可以解決隧道內視野盲區(qū)的問題，對整個隧道區(qū)域內目標軌跡進行完整還原［5］。在此基礎上做到實時檢測車輛位置、分析交通流量、預測風險和應急處置，實現(xiàn)車輛的動態(tài)車道級管控。

1.5" 可視化預警，伴隨式信息服務

通過增設信息發(fā)布設備，結合數(shù)字孿生技術，數(shù)字化全景動態(tài)呈現(xiàn)公路隧道內的實時交通狀況，交通事故前、中、后的事件及相關個體行為信息，進而為交通事故分析、取證等精細化應用提供數(shù)據(jù)支持，并建立安全事故鏈模型，及時進行風險預警，實現(xiàn)隧道安全主動防控。平臺利用感知結果數(shù)據(jù)上報、信息發(fā)布等手段，通過提供事件預警服務，接收顯示平臺端發(fā)布的隧道交通事件信息、路況信息、氣象信息等，有效降低運營風險［6］。

2" 系統(tǒng)設計

2.1" 整體設計

高速公路隧道交通安全可視化管理平臺由前端感知設備、數(shù)據(jù)匯聚模塊、業(yè)務支撐中樞和業(yè)務應用組成。數(shù)據(jù)匯聚模塊負責采集和過濾前端設備感知數(shù)據(jù)，通過機器視覺技術和多元化車輛特征信息提取分析技術獲取目標多維度融合信息，形成結構化的數(shù)據(jù)源頭；業(yè)務支撐中樞分別按照不同業(yè)務邏輯做進一步的數(shù)據(jù)提取和數(shù)據(jù)集成，為上層業(yè)務提供數(shù)據(jù)服務；業(yè)務應用層通過全息隧道數(shù)字化呈現(xiàn)和實時監(jiān)控畫面結合的方式進行展示，并提供事件查詢回溯和預警發(fā)布接口。具體如圖1所示。

高速公路隧道交通安全可視化管理平臺設計研究/黃" 宗

2.2" 數(shù)據(jù)匯聚模塊

通過接入高清監(jiān)控視頻、實時雷達數(shù)據(jù)和車牌車型等感知數(shù)據(jù)，利用深度學習推理和數(shù)據(jù)分析技術并結合隧道高精度地圖，可以實時地將隧道內動態(tài)目標和靜態(tài)設備設施共同映射到時空坐標統(tǒng)一的連續(xù)的隧道數(shù)字模型中。

2.2.1" 動靜態(tài)數(shù)據(jù)采集

為建立基礎的道路數(shù)字化模型，需要導入數(shù)字高精度地圖數(shù)據(jù)，搜集路側感知設備樁號和主要設施定位信息，標定監(jiān)控攝像畫面等。同時接入多點位監(jiān)控視頻和雷達檢測數(shù)據(jù)、搜集目標的車牌、車軸信息、車身信息、車速、航向、定位等多維度信息。

2.2.2" 數(shù)據(jù)分析與推理

視頻數(shù)據(jù)通過AI圖像算法進行目標識別和車道級事件檢測，可以實現(xiàn)快速感知目標并定位，輸出結構化的目標數(shù)據(jù)和初步事件識別。雷達數(shù)據(jù)預處理過濾掉重復或分裂的目標數(shù)據(jù)后使數(shù)據(jù)規(guī)模小，可利用聚類和相似度計算等數(shù)據(jù)分析方法處理，高頻率輸出結構化目標數(shù)據(jù)。

2.2.3" 多源數(shù)據(jù)融合

通過圖像目標像素坐標、雷達檢測坐標及地圖坐標標定統(tǒng)一，彌補傳統(tǒng)監(jiān)測的單方向視角、單維數(shù)據(jù)的不足。在此基礎上完成隧道內毫米波雷達與視頻數(shù)據(jù)融合，完成目標綁定、目標跟蹤、車道校準，濾除噪聲干擾等，同時基于融合數(shù)據(jù)對交通事件做出精準研判，能有效降低事件檢測的誤報率。

2.3" 業(yè)務支撐中樞

在結構化數(shù)據(jù)基礎上，實現(xiàn)多個業(yè)務功能間的數(shù)據(jù)共享，構建高集成度數(shù)據(jù)平臺，并包含智能風險態(tài)勢分析、車輛通行管理、交通統(tǒng)計分析、事件管理、設備設施管理等模塊化功能。

2.3.1" 事件管理

對?；奋囕v、車輛違停、區(qū)間超速、非機動車和實線變道等隧道多發(fā)風險事件分風險等級進行事件記錄，依據(jù)典型風險分析模型抽取已判別的目標交通事件數(shù)據(jù)，形成完整事件記錄鏈，方便用戶側進行事件回溯，提高隧道運營管理效率。

2.3.2" 交通統(tǒng)計分析和態(tài)勢感知

以隧道內連續(xù)的車輛通行數(shù)據(jù)為支撐，通過多維度的數(shù)據(jù)統(tǒng)計分析，可以以可視化圖表方式展現(xiàn)每時段通行流量趨勢、通行車型占比、特殊車輛通行數(shù)等信息，支持以報表形式按時段、按天、按月等維度統(tǒng)計隧道車型流量，為隧道交調提供精準的分車型流量數(shù)據(jù)。同時應用趨勢變化圖表記錄隧道通行風險監(jiān)測變化，包括風險等級、隧道內車輛數(shù)量、車輛平均速度、飽和度等參數(shù)，實時對隧道運行態(tài)勢進行分析和預測，形成隧道內車流擁擠、堵塞等風險事件預警，為運營管理提供數(shù)據(jù)支撐。

2.3.3" 車輛通行管理

為隧道內目標分別建立獨立的數(shù)據(jù)鏈路，包含車型、出入時間、通行時長、平均速度、事件標記等關鍵字信息以支持細分歷史查詢和軌跡演繹。對大型客運車輛、大型運輸車輛、滯留車輛、?；奋囕v等隧道內需重點監(jiān)管的車輛，除關注其出入隧道信息外，還應實時評估車輛運行狀態(tài)，使運營管理者可以及時把控車輛的動態(tài)信息。

2.3.4" 系統(tǒng)管理

提供通用的系統(tǒng)功能服務，包括日志管理、配置管理、組織管理、設備設施管理等，為上層應用提供基礎功能支持。

2.4" 業(yè)務應用

為了讓運營管理者更高效、準確地掌握隧道實時運行狀況，提升應急處置和協(xié)同能力，業(yè)務應用需要從交通態(tài)勢可視化、隧道實時監(jiān)控、車輛通行檔案和事件預警發(fā)布四個方面入手，優(yōu)化管理者在車輛通行安全監(jiān)測和預警信息聯(lián)動的體驗。

2.4.1" 隧道實時監(jiān)控

安全監(jiān)控模塊結合攝像頭監(jiān)控畫面和全息隧道數(shù)字化模型動態(tài)展示當前隧道上下行的車輛通行情況，包括展示當前隧道內車輛數(shù)量、車型占比、隧道飽和度統(tǒng)計、隧道通行風險等級研判、設備設施工作狀態(tài)監(jiān)控等內容，全方位展示隧道通行情況。

2.4.2" 交通態(tài)勢可視化

態(tài)勢圖是隧道動態(tài)信息的態(tài)勢展示，以圖表或趨勢圖直觀地展示當前車輛通行統(tǒng)計信息，方便運營管理者從整體把握交通態(tài)勢。通過定制化風險研判模型，靈活應對不同隧道通行特點，有效檢測隧道內車輛通行滯留、“兩客一?！蓖ㄐ?、車流擁堵等通行風險，為隧道安全通行監(jiān)測提供24 h全時段的智能監(jiān)控，發(fā)現(xiàn)異常風險第一時間告警。

2.4.3" 車輛通行檔案

通行檔案記錄了隧道內的過車通行記錄，同時根據(jù)通行車輛類型、風險通行車輛分類記錄通行檔案，特別針對滯留車輛、“兩客一?！避囕v等重點目標設置單獨查詢和監(jiān)管區(qū)域，為運營管理者提供合理細分的車輛通行記錄回溯支持，方便其動態(tài)管理并定位車輛。

2.4.4" 事件預警發(fā)布

在隧道時間預警和安全防控場景中，前端實時刷新事件消息并提示管理人員處理，通過事件記錄可以查看完整數(shù)據(jù)鏈路和交通態(tài)勢預測，提升應急指揮效率。對于研判風險等級高的事件，應急處置消息除通過隧道區(qū)域的情報板和車道信號板發(fā)布外，還應根據(jù)標準應急預案將相關事件信息推送至路段應急管理平臺和信息發(fā)布平臺，通過多種載體形式為相關管理人員和車主提供有效信息服務。

2.4.5" 安全監(jiān)控和管理可視化

通過共享服務接口調用地圖和各類數(shù)據(jù)，可以把隧道內人行橫洞、車行橫洞、視頻監(jiān)控、情報板和各種標志標牌等機電設備和資源數(shù)據(jù)在2.5D地圖上進行疊加并作為立體資源圖層進行管理。運營管理者通過立體可視化界面可以對隧道內設備的地圖位置和周邊環(huán)境有更直觀的感知和認識。同時，平臺支持隧道內設備聯(lián)動和與其他系統(tǒng)平臺信息交互，可以真實地展現(xiàn)現(xiàn)場情況和態(tài)勢變化，運營管理者可以方便地在圖上進行直接管理和指揮。

3" 關鍵技術

3.1" 基于雷達和視頻的目標全息感知定位技術

針對視頻監(jiān)測視距不佳，雷達在隧道信號噪聲大及檢測精度低的問題，利用雷達和視頻融合對隧道內目標進行全要素、全方向的數(shù)據(jù)感知，通過視頻目標像素、雷達目標位置及地圖坐標標定，三者數(shù)據(jù)擬合形成目標的唯一世界坐標，彌補了傳統(tǒng)監(jiān)測的單方向視角、單維數(shù)據(jù)的不足，實現(xiàn)目標的精準定位。

3.2" 多雷達握手算法以及雷視融合算法開發(fā)

針對隧道內視野盲區(qū)問題，將前端設備的感知數(shù)據(jù)進行數(shù)據(jù)級、特征級、決策級三種維度的融合，利用時空建模技術和軌跡預測跟蹤技術，將目標在整個隧道的軌跡還原并實現(xiàn)全程跟蹤，實現(xiàn)超視距多目標車輛監(jiān)控與軌跡跟蹤。

3.3" 基于2.5D地圖的數(shù)據(jù)共享平臺

主要依托GIS空間分析和大數(shù)據(jù)處理等關鍵技術，搭建服務化和數(shù)據(jù)共享的基礎平臺。在一張圖上呈現(xiàn)所有業(yè)務數(shù)據(jù)，包括監(jiān)控數(shù)據(jù)、運維數(shù)據(jù)等，實現(xiàn)資源展示可視化、安全監(jiān)控可視化、應急指揮可視化、運維管理可視化。

4" 應用效果

該平臺自2023年6月起在信梧高速公路隧道群投入試點應用，通過新增部署雷達設備并搭配原路側布設的攝像監(jiān)控設備，最大程度地實現(xiàn)了雷達和視頻優(yōu)勢互補，實現(xiàn)隧道內交通目標的24 h全天候、超視域、多維度實時監(jiān)測及實時運營狀態(tài)監(jiān)管，整體車輛跟蹤成功率＞90%，軌跡還原有效率為99.5%。同時，平臺充分發(fā)揮事件檢測分析和態(tài)勢感知輔助決策上的優(yōu)勢，有效提高應急處置和主動安全防控能力，交通事故發(fā)生率降低約20%，降低運營管理成本約10%。另外，還提供交通預警、誘導、決策等智能管控功能，打開了隧道運營管理升級的新思路。

5" 結語

隧道交通安全管控基于其特殊路段特點，在相對獨立，缺少可視化、聯(lián)動化控制的情況下，是高速公路運營管理中工作難度相對較高的。針對隧道交通安全管理涉及的事件檢測、運維決策、信息服務等業(yè)務應用需求，設計打造基于雷視融合感知技術的隧道交通安全可視化平臺，可實現(xiàn)隧道內、隧道群實時運營狀態(tài)監(jiān)管，服務于運營管理者和出行司乘人員，提升高速公路交通安全水平和通行效率、降低運營管理成本的管理指標，賦能高速公路數(shù)字化轉型升級，達到高效提升公眾出行服務體驗的目的。

［1］交通運輸部.2022年交通運輸行業(yè)發(fā)展統(tǒng)計公報［N］.中國交通報，2023-06-16（002）.

［2］馬壯林，邵春福，李" 霞.高速公路隧道交通事故嚴重程度的影響因素分析［J］.北京交通大學學報，2009，33（6）：52-55.

［3］王海燕.隧道安全全面檢測解決方案探討［J］.中國交通信息化，2022（3）：139-142.

［4］張生瑞，馬壯林，石" 強.高速公路隧道群交通事故分布特點及預防對策［J］.長安大學學報，2007，38（1）：63-66.

［5］高" 策，褚瑞峰.基于卡爾曼-高斯聯(lián)合濾波的車輛位置跟蹤［J］.交通信息與安全，2020（1）：76-83.

［6］李秀珍.基于隨機森林模型的智慧高速公路交通事故預測研究與應用［J］.山西交通科技，2023（5）：103-105.

20240408