智慧高速管控系統(tǒng)的理論設計與探索

孫鉞涵¹,，戚湧²,，孫維旭³，金軍成³

（1．莫斯科國立鮑曼技術大學，俄羅斯莫斯科105005,；2．南京理工大學知識產(chǎn)權學院,，江蘇南京210094；3．宿遷市公安局交通警察支隊,，江蘇宿遷 223800）

摘要：隨著經(jīng)濟社會的快速發(fā)展以及機動車數(shù)量的迅猛增長,，造成了安全管理、資源環(huán)保等瓶頸制約以及高速公路通行壓力劇增等問題,。伴隨著信息化,、智能化技術的快速發(fā)展，智慧高速公路建設成為順時之舉,。鑒于此,，本文結(jié)合宿遷公安規(guī)劃建設的高速公路智慧管控系統(tǒng)的理論設計和實踐成效，在高速公路交通安全主動管理,，即側(cè)重于交通安全防范性管控方面進行嘗試和探索,，提出一種智慧高速管控系統(tǒng)，其由數(shù)字化采集,、網(wǎng)絡化傳輸,、智能化應用和規(guī)范化制度四大體系構成，可應用于三大應用領域中的八個應用場景,。在新?lián)P高速宿遷南段對提出的智慧管控系統(tǒng)進行驗證,，實驗結(jié)果證明其取得了較好的應用結(jié)果。

關鍵詞：智慧高速,；管控系統(tǒng),；交通安全主動管理；理論設計與探索

中圖分類號：文獻標識碼：

Theoretical design and exploration of intelligent high-speed control system

SUNyuehan¹,QIyong²,SUNweixu³,JIN juncheng³

（1.Moscow State Bauman Technical University, Moscow 105005, Russia;2. School of Intellectual Property, Nanjing University of Science and Technology,Nanjing 210094,China;3. Suqian City Public Security Traffic Police Detachment, Suqian, Jiangsu 223800, China）

Abstract:With the rapid development of the socio-economic landscape and a surge in the number of motor vehicles, challenges such as safety management bottlenecks, environmental conservation constraints, and dramatically increased pressure on highway traffic have arisen. In the wake of the fast-paced advancement of information technology and artificial intelligence, the construction of smart highways has become an act of following the trend. This paper explores and attempts proactive management in highway traffic safety by combining the theoretical design and practical results of the smart highway control system planned and constructed by Suqian Public Security. We propose a smart control system comprised of four major systems: digital collection, networked transmission, intelligent application, and standardized regimes, which can be applied to eight application scenarios within three major fields. The proposed smart control system was verified in the southern section of the Xuyi Highway in Suqian, and experimental results demonstrate that it achieved satisfactory application outcomes.

Key words: intelligent highway; control system; active management of traffic safety; theoretical design and exploration

引言

1988年我國第一條高速公路通車后,，高速公路建設自此迅猛發(fā)展,。目前，全國的通車里程已超過16.9萬km,，穩(wěn)居世界第一,。交通運輸是經(jīng)濟社會發(fā)展基礎性先導性行業(yè)，其中高速公路具有舉足輕重地位^[1-5],。據(jù)統(tǒng)計，高速公路客貨運量分別占全國公路客貨運量的80%以上^[6-9],。目前,，高速公路里程快速增長，密度持續(xù)加大^[10],，交通事故持續(xù)增長^[11],，區(qū)域擁堵和交通事故頻發(fā)^{[12, 13]},，安全問題日漸突出^{[14, 15]},，特別是經(jīng)濟發(fā)達地區(qū)面臨土地資源和環(huán)保影響,，改擴建空間有限^[16-18],。與此同時，信息化,、智能化最新科技成果集成應用日新月異,，促進了提供優(yōu)質(zhì)高效服務的智慧高速公路進程，智慧高速公路建設成為適應我國經(jīng)濟社會高質(zhì)量發(fā)展的當務之急^[19-21],。

主動交通安全管理是指對高速公路主線交通流采取有效引導和管控,，防范道路交通事故及因此導致的交通擁堵，保證高速公路安全有序暢通^[22-25],。此技術應用開始于歐美,，日本也進行了有效嘗試。美國智慧高速主動管理經(jīng)過了較長的發(fā)展的較深的研究,，主要針對車路協(xié)同前期階段進行,，從關注自動駕駛的設施互聯(lián)研究上，轉(zhuǎn)至開展基于5.9GHz短程無線通信技術的車聯(lián)網(wǎng)技術的研究,，部署專用無線通信寬帶,，配置應用路側(cè)RSU及車載OBU設備，運用超視距感知技術,，強化高速公路車輛運行安全^[26],。歐洲的英德主要通過信號和標志標線以及各類視頻監(jiān)控設施等技術支撐，提升專門設施效能,，影響駕駛?cè)藦亩龑к嚵饔行蛲ㄐ?sup>[27],。日本秉持“出行即服務”準則,，推進DSRC大容量雙向通信設備,，提供擁堵預測及路徑規(guī)劃參考，特有車輛運行及軌跡追蹤,、異常事件預警等,，為車輛智能出行提供引導和服務^{[28, 29]}。

國內(nèi)智慧高速公路建設及管理狀況如下:2016年,，《交通運輸信息化“十三五”發(fā)展規(guī)劃》部署智慧公路建設^[30],。2018年《關于加快推進新一代國家交通控制網(wǎng)和智慧公路試點的通知》拉開我國智慧高速公路建設序幕^[31],。2019年，《數(shù)字交通發(fā)展綱要》為智慧高速公路建設指引方向^[32],。同年9月,，《交通強國建設綱要》從戰(zhàn)略層面統(tǒng)籌規(guī)劃推進交通強國目標任務^[33]?！督煌ㄟ\輸領域新型基礎建設施建設行動計劃（2021-2025年）》加快重點基礎國家標準和行業(yè)標準研究制定,。多省市陸續(xù)制定發(fā)布智慧高速公路系列標準規(guī)范，掀起智慧高速建設新一輪熱潮,，為全國智慧高速公路建設打下堅實基礎^[34-39],。主要特點如下：1）注重智慧高速公路頂層設計研究，制訂出臺系列地方標準,，指導智慧高速公路規(guī)劃,、設計、施工及系統(tǒng)集成,；2）集成應用“大物移云智”等新一代信息技術,，支撐高速公路全壽命周期運營管理；3）著力解決高速公路運行管理中的難點,、痛點問題,，如大流量交通擁堵、惡劣天氣管控,、交通事故高發(fā)點段時段,、橋隧等節(jié)點管控等；4）瞄準自動駕駛方向,，多集中在設施設備和系統(tǒng)建設方面,，沒有進入雙向溝通層面；5）大都通過路面端,、車載端和手機端應用,，為公眾出行提供盡可能高效服務。

本文對我國智慧高速公路建設和主動管理中存在的問題進行分析：1）忽視對現(xiàn)有基礎設施,、設備的利舊改造和迭代升級,，過度依賴新技術突破、新裝備應用和新平臺效能,，致投入巨大,，效果差強人意；2）智慧高速的本質(zhì)是提供優(yōu)質(zhì)高效服務,，但極度依賴新設備新功能提供智慧服務,；3）交通工程基礎理論沒有突破，無法支撐各類平臺,、中心,、“大腦”的運行,；4）重視管控外場設備，輕視高速公路主體交通流智慧管控方法論的研究,；5）基本上都是運營公司探索高速公路“建管養(yǎng)運服”全業(yè)務流程智慧建設,，缺乏交通安全主動管理領域的探討和研究。

2       高速公路智慧管控的理論設計

本系統(tǒng)主體在S49新?lián)P高速宿遷南段,，起點位于宿遷主線站區(qū),，南止淮安交界處，包括G1516鹽洛高速8km,，總計90km,。全線共有收費站6個，其中主線收費站1個,，服務區(qū)2個,；樞紐2座，大小橋梁182座,，其中50m以上中型橋梁50座,，200m以上大型橋梁6座。目前存在的問題如下：設計標準低,，安全隱患大,、交通流量大，泗洪段經(jīng)常發(fā)生擁堵,、常年易發(fā)團霧以及安全管理力量薄弱,。

圖1 智慧高速管控系統(tǒng)拓撲結(jié)構圖

Fig 1 Topology structure diagram of intelligent highway management and control system

基于對高速公路交通安全主動管理需求、目標和發(fā)展階段的理解,，智慧高速管控系統(tǒng)由數(shù)字化采集,、網(wǎng)絡化傳輸、智能化應用和規(guī)范化制度四大體系構成,，目前可分為八個應用場景和三個應用領域,，如圖1所示。

現(xiàn)有的高速公路管理系統(tǒng)主要依靠人工進行監(jiān)控和維護,，信息的采集和處理能力有限,，對于復雜或突發(fā)的路況反應能力不足。本文提出的高速公路智慧管控設計架構具有如下特點：

1）數(shù)據(jù)驅(qū)動：智慧管控系統(tǒng)通過大數(shù)據(jù)技術收集并分析道路交通信息,、氣候條件,、車輛狀況等多元化的數(shù)據(jù)，從而更全面地理解路況并做出精準決策,。

2）全線物聯(lián)管控：通過物聯(lián)網(wǎng)技術將高速公路上的各類設備,，如監(jiān)控攝像頭、車道識別器,、氣象檢測器等相連接,，形成一個整體的網(wǎng)絡系統(tǒng)，以實現(xiàn)全方位,、實時的監(jiān)控,。

3）智能分析與自動化管控：基于先進人工智能技術實現(xiàn)全線信息實時分析，主要包括高速公路動態(tài)違法行為捕捉和異常事件預警,，并基于智能指揮調(diào)度平臺進行自動化管控,，提升事件處理效率，降低事件風險,。

4）全線實時交通仿真：通過運用大量的實時數(shù)據(jù)和先進的仿真模型,，將復雜的數(shù)據(jù)轉(zhuǎn)換為直觀的圖像信息，能夠高度還原實際的交通環(huán)境,，提供較為精確的仿真結(jié)果,，便于交通管理者和交通參與者理解和使用。

3       基于交通安全主動管理的四大體系

（1）數(shù)字化采集體系,。通過主動采集路網(wǎng)道路,、環(huán)境、設施以及涉路聯(lián)動,、救援等靜態(tài)全要素數(shù)字化信息,；通過視頻流攝像機、雷視一體機,、氣象檢測站,、龍門架抓拍設備、320監(jiān)控和查緝布控等抓拍設備為主體,，采集道路交通流全要素動態(tài)信息,，經(jīng)結(jié)構化處理和數(shù)字化信息對接，構建一張精準定位,、實時顯現(xiàn)和智能管控的高速公路動態(tài)數(shù)據(jù)感知物聯(lián)網(wǎng),，為系統(tǒng)提供基礎支撐。

（2）網(wǎng)絡化傳輸體系,。此體系由90km專用主干光纖環(huán)網(wǎng)和13個節(jié)點設備組成專用傳輸網(wǎng)絡,，全線覆蓋有線、無線通訊,，提供超低時延,、超大帶寬通信支持，實現(xiàn)全閉環(huán),、高精度,、穩(wěn)定性安全傳輸。

（3）智能化應用體系,。此由交通安全管控服務設施和指揮調(diào)度平臺組成,。交通安全管控服務設施包括道路警示誘導系統(tǒng),、車輛出行管控以及車路協(xié)同控制服務智能功能設施。指揮調(diào)度平臺融合省市公安指揮中心和道路運營公司的監(jiān)控資源,，應用大數(shù)據(jù)等先進技術,，無縫對接各類資源庫數(shù)據(jù)庫，智能化分析,，流程化處置,，模塊化運作，實現(xiàn)多信息融合,、強計算分析,、高智慧管控的交通安全主動管理常規(guī)業(yè)務智能化運作。

（4）規(guī)范化制度體系,。依據(jù)國家法律法規(guī)和相關行業(yè)準,，規(guī)范設置管理原則、運行機制,、管理方法,、處置流程及協(xié)作模式，保證高速公路交通安全主動管理應用體系正常有序運行,。

4       應用場景與方向

（1）應用場景,。應用場景包括在智慧高速管控系統(tǒng)下實施的具體應用，此為列舉但不限于以下所述場景：1）三維建模：在全市二維數(shù)字地圖基礎上,，對全路段涉車涉路靜態(tài)信息全要素采集,，數(shù)字化處理，建立可展示,、計算,、描述的三維實景模型，為實戰(zhàn)應用提供載體,；2）實時交通仿真：在三維建?；A上，對高速公路監(jiān)控視頻進行結(jié)構化處理,，虛擬全景,、實時精準顯示高速公路全要素信息和交通態(tài)勢，實現(xiàn)多目標,、跨視域,、持續(xù)時空定位，“變?nèi)f維視角為上帝視角,，融千路視頻為一路動畫”,；3）物聯(lián)網(wǎng)管控：通過視頻監(jiān)控及智能傳感器溝連道路設施設備，形成全信息數(shù)據(jù)感知物聯(lián)網(wǎng)絡，實現(xiàn)異常狀態(tài)實時報警,、安全隱患自動排查,、可變設施遠程可控；4）模型系統(tǒng)分析：在高速公路車輛運行海量數(shù)據(jù)基礎上,，根據(jù)需要建立如交通事故,、交通態(tài)勢,、交通流聚散,、惡劣天氣等各類數(shù)據(jù)模型，進行深度分析研判,，落實交通安全主動管理措施,；5）智能指揮調(diào)度：指揮中心與執(zhí)勤人員之間實現(xiàn)音視頻、文字信息實時互動,，平臺自動獲取現(xiàn)場數(shù)據(jù),，并可精準推送，準確實時獲取各類資源信息,，智能比對分析,，快速形成多選項、流程化處置方案,，實現(xiàn)現(xiàn)場顯現(xiàn)精準化,、預案生成智能化、事件處置流程化,，指揮調(diào)度可視化,、扁平化；6）精準治安防控：控制節(jié)點是高速公路治安防控關鍵,。精準感知視頻,、抓拍設備形成的主線節(jié)點，建設AR視頻管控模塊,，對接查緝布控和人臉識別系統(tǒng),，閉環(huán)管控站區(qū)主陣地，實現(xiàn)人車觸網(wǎng)報警,、目標實時追蹤,、路線預測、復原歷史軌跡,，依托三道防線,，構建高速公路智能防控體系；7）警示誘導系統(tǒng)：先期建成疲勞駕駛警示系統(tǒng),、霧天行車誘導系統(tǒng),、分流管控誘導系統(tǒng)，后期規(guī)劃建設事故現(xiàn)場、施工現(xiàn)場安全警示和違法查處誘導系統(tǒng),；8）部門協(xié)作聯(lián)動：系統(tǒng)平臺由“一路三方”一體運行,，聯(lián)動協(xié)作，信息深度共享,，分模塊管理,。同時通過自研APP，深度聯(lián)動地方警種和應急,、救護等協(xié)作部門,，建立事件分析與聯(lián)動處置機制。

（2）應用領域,。目前已開展3個應用領域,。1）團霧研究：在團霧多發(fā)路段利用視頻結(jié)構化技術、物聯(lián)網(wǎng)管控,、大數(shù)據(jù)分析,，實時發(fā)現(xiàn)、提前預警,，有效管控團霧,。同時，全天候采集數(shù)據(jù),，建立分析模型,，通過不間斷的數(shù)據(jù)積累、深度學習,、多樣本模型匹配,，力爭幾年內(nèi)實現(xiàn)對團霧的高概率研判預測；2）交通態(tài)勢模型研判：充分運用大數(shù)據(jù),、AI等技術,，對高速公路交通流量、車輛類別及占路資源,、運行狀況,、路段存量、路段出入量,、擁堵預測等各項交通數(shù)據(jù)進行全面的感知,、整合和研判分析，從而得出節(jié)點,、分路段和全路段交通通行,、擁堵等具體交通態(tài)勢指數(shù)，全面掌控交通狀況,，及時有效分級管控和主動管理,；3）無人機巡控一體化：無人機作為新型警用裝備,，勢將成為高速公路管控主力軍。系統(tǒng)支持實時傳輸視音頻,、定線巡查,、定點監(jiān)控，高空喊話,，實現(xiàn)24小時全天候常態(tài)巡邏,、違法行為抓拍和警示、疏導,、救援等先期應急遠程處置以及交通事故現(xiàn)場勘查,。

5       實踐探索與成效

經(jīng)過長時間的規(guī)劃設計和建設，2022年6月上線測試數(shù)據(jù),，9月全線試運行,，情況總體良好,，基本實現(xiàn)設計功能?，F(xiàn)分述如下：

（1）道路三維建模。主動采集道路,、環(huán)境,、涉路聯(lián)動單位等靜態(tài)信息，包括路網(wǎng)內(nèi)收費站,、服務區(qū),、樞紐、匝道,、橋涵,、標志標線、標牌,、護欄護網(wǎng),、里程樁、龍門架,、監(jiān)控高桿,、可變情報板、氣象傳感器等各類設施信息,；50m范圍內(nèi)可能影響道路交通安全的河湖水庫,、橋梁、道路,、高架立柱,、高邊坡、粗桿樹木等信息,；500m范圍內(nèi)可能涉及救援需求的村莊,、社區(qū),、工廠、機關企事業(yè)單等信息,；2km范圍內(nèi)的醫(yī)院,、加油站、停車場,、修理廠等涉路聯(lián)動單位信息,，實現(xiàn)數(shù)據(jù)數(shù)字化，建立90km高速公路三維模型,。

（2）視頻結(jié)構化和交通仿真,。在現(xiàn)有路段76根高速公路球機監(jiān)控高桿上安裝152臺400萬像素槍式攝像機，經(jīng)過視頻結(jié)構化處理,，實現(xiàn)交通流數(shù)據(jù)數(shù)字化,，詳情見表1。在團霧多發(fā)的20km區(qū)域安裝18臺雷視一體機,，予以補充調(diào)整數(shù)據(jù),；同時，高速公路上已安裝的4套320監(jiān)控,、8套查緝布控設備,、22套龍門架抓拍設備和節(jié)點處安裝的56套可用抓拍設備，后端系統(tǒng)對抓拍圖片進行結(jié)構化處理,，或直接利用已結(jié)構化的結(jié)果,，經(jīng)動態(tài)信息結(jié)構化處理、數(shù)字化存儲,，實現(xiàn)90km道路交通實時仿真（目標仿真精度為70%,，即假設有一百輛車，70%能夠準確仿真,。另外,，仿真延時為30s）、異常事件及時報警和動態(tài)違法行為有效捕捉,。同時能根據(jù)視頻有效區(qū)域ID匹配,、車牌識別實現(xiàn)盲區(qū)信息補全，檢測結(jié)果見表2,。

表2高速公路流量檢測結(jié)果

Table 2 The results of highway traffic detection

表1高速公路違法行為檢測結(jié)果

Table 1 The results of highway violation detection

（3）異常事件報警,。在視頻有效區(qū)內(nèi)可實現(xiàn)交通事故、交通擁堵,、違法停車,、路面人員行走等異常報警：在盲區(qū)補全中，如果車輛經(jīng)盲區(qū)后未出現(xiàn)在下一視頻有效區(qū)域,，再經(jīng)下1-2個有效區(qū)域也沒得到補全,，則認定此車輛出現(xiàn)異常，單輛車可能是違停,，有2輛及以上車輛，可能發(fā)生事故,，如有多車異常減速行駛,，可能發(fā)生堵塞或生成團霧區(qū)域，即發(fā)出異常報警,，均提交值班人員進行應急處置,，檢測結(jié)果見表3。

表3. 高速公路異常事件檢測結(jié)果

Table 3 The results of highway unusual event detection

（4）動態(tài)違法行為捕捉,?；谝陨细黝惐O(jiān)控設施和抓拍設備數(shù)據(jù)結(jié)構化處理，實現(xiàn)對高速公路視頻抓拍有效區(qū)域內(nèi)超速,、低速,、占用應急車道、違規(guī)變道,、倒車,、逆向行駛、不按車道行駛,、不按規(guī)定使用燈光,、不系安全帶,、接打電話、貨車?；奋囘`規(guī)行駛,、不保持安全距離等違法行為的自動捕捉、智能存儲和精準攝推送,，同時可快速查詢,，詳情見表4。

表4.交通事件檢測結(jié)果

Table 4 The results of traffic event detection

（5）交通流主動管理決策模型,。1）交通流態(tài)勢模型：本模型反映的是車流,、速度、密度等及彼此之間關系,，分析高速公路實際交通流各種變化情況下道路通行指數(shù)以及對應的主動交通管理措施成效評估,。此模型可按照采集設施的主線節(jié)點，根據(jù)需要任意地組合并作以下分析研究：交通路況分析,、交通流量研判,、交通態(tài)勢預測、通行指數(shù)報告,、大流量擁堵指數(shù)報警,、車流團聚散監(jiān)測分析預測及應對，對各類需要車型如客車,、?；奋囈约霸O定車型作流量監(jiān)測、屬性分析,、通行規(guī)律及趨勢分析等,；2）交通事故分析研判模型：綜合影響高速公路交通安全人車路網(wǎng)等方面因素構建高速公路交通事故時空分析模型，按交通事故程度指數(shù),、責任情況,，通過時間及空間結(jié)構進行分析，選擇相關不同自變量,，根據(jù)采集設備點位和需要,，可分點分段建立模型，得到交通事故點位段分布,、時段分布,、嚴重程度指數(shù)等結(jié)論，也可對違法行為,、危險駕駛行為,、道路設施隱患等單項因素進行分析研判，智能預測,，分級預警,，主動防范,，提升道路安全通行效率。

（6）警示誘導系統(tǒng),。1）團霧行車誘導系統(tǒng)：在新?lián)P高速團霧多發(fā)的30km路段,，道路兩側(cè)間距25m安裝智能警示燈，間距200m安裝車輛感應裝置,，每1km安裝警報器,，每km為一個控制帶。車輛通過感應設施時,，感應器一定時間內(nèi)紅光警示,，警報器發(fā)出聲音警報，前方200m警示燈在同時段黃閃,，聲光警示伴行,，最大限度保證車輛安全通行；2）疲勞駕駛警示系統(tǒng)：依托道路高桿監(jiān)控,，道路外側(cè)安裝感應裝置和智能警示燈形成100m燈帶,，監(jiān)控桿上安裝警報器，夜間2-5時極易疲勞時段,，車輛通過感應裝置時,，燈帶變幻滾動閃爍，警報器定時長發(fā)出聲光警示,，防止疲勞駕駛引發(fā)交通事故,。同時，平臺對接相關系統(tǒng),，對進入境內(nèi)“兩客一危一貨”重點車輛,，通過手機推送信息和路面LED顯示屏提醒，及時提醒進入服務區(qū)休息,，并將已進入站區(qū)疲勞駕駛車輛信息推送到執(zhí)勤民警執(zhí)法設備上；3）管制分流誘導系統(tǒng)：在收費站,、服務區(qū)出口前方1km安裝電子警示牌,，500m道路兩側(cè)安裝聲光提示系統(tǒng)（由警報器和聲音提示組成），200m開始在道路兩側(cè)間隔15m安裝智能警示燈,，50m處內(nèi)側(cè)由發(fā)光錐筒組成,，綜合遠程誘導警示，提高夜間分流管制處置效率和安全性,。

（7）指揮調(diào)度系統(tǒng),。指揮處置類型包括異常事件處理、交通事故指揮調(diào)度,、交通擁堵調(diào)度處置,、安全警衛(wèi)指揮調(diào)度,、施工現(xiàn)場處置、惡劣天氣管控,。1）現(xiàn)場顯現(xiàn)精準化：指揮大屏可以主動定位到事件地點,，實時顯示現(xiàn)場情況，精確定位參戰(zhàn)力量,，通過350M對講機,、天翼對講、警務通,、4G執(zhí)法記錄儀,、手機APP等設備實時互動；2）預案生成智能化：平臺根據(jù)現(xiàn)場反饋的信息自動對接市局預案庫,，并按操作提示逐步完成參數(shù)設置,，快速生成相應預案；3）事件處置流程化：將各種事件處置方案流程化,，按照既定流程根據(jù)現(xiàn)場反饋回來的各種數(shù)據(jù)選擇相應的流程,。

（8）無人機應用探索。在極易擁堵的泗洪段,，規(guī)劃設置3處無人機方艙,，分別位于103k重崗山警務站、113k高三大隊部,、135k洪澤湖警務站,，巡邏路線分別為梅花收費站至泗洪西樞紐和鹽洛高速宿泗段（96K-105K+K）、泗洪西樞紐到洪澤湖服務區(qū)（105K-135K）,、洪澤湖服務到淮安交界（135K-144K）,，分線分段全天候巡邏，勤務指揮室通過視頻準確查看路面狀況,，控制高度抓拍違法行為,，通過喊話先期應急處置，通過無人機懸停警示,，民警在警務站,、收費站定點駐防，實現(xiàn)勤務模式轉(zhuǎn)型升級,。緊急需要情況下,，可就近調(diào)集2架或更多無人機應急處置。

（9）實兵推演,。目前已選擇高速公路應急車道違法停車,、大流量處置、交通事故現(xiàn)場先期處置和惡劣天氣管控等模塊，模擬生成仿真視頻實戰(zhàn)場景,，供民警在線操作,，具備打分糾錯、排名統(tǒng)計和互動交流功能,，提升民警業(yè)務能力和實戰(zhàn)水平,。

（10）勤務管理。直觀展示執(zhí)勤區(qū)域信息和執(zhí)勤人員工作情況,，如日常排班,、計劃安排、勤務記錄,、狀態(tài)管理,、績效分析、警力資源分布等,，便于實時了解值班警員位置,、值班領導、執(zhí)勤任務等信息,，及時下達調(diào)度指令,，為實現(xiàn)扁平化指揮,，可視化調(diào)度提供有力保障。

6       討論

本文后續(xù)將通過以下步驟把主動交通流控制技術，如可變限速控制、匝道控制等應用于提出的智慧管控系統(tǒng)中以實現(xiàn)其未來的拓展能力與兼容能力,。

1）模塊化設計：將可變限速控制和匝道控制作為獨立的模塊加入系統(tǒng),，以確保在需要添加新功能或?qū)ΜF(xiàn)有功能進行調(diào)整時，只需對相關模塊進行更改即可,。

2）開放接口和通用標準：使用開放的數(shù)據(jù)和通信標準，并設計通用的接口,，使得新的設備和服務能夠輕松地集成到系統(tǒng)中,，以確保系統(tǒng)能和未來可能出現(xiàn)的新設備或技術兼容,。

3）引入AI和機器學習：通過引入人工智能和機器學習技術，讓系統(tǒng)具備自我優(yōu)化的能力,，能根據(jù)收集的交通數(shù)據(jù)自動調(diào)整限速規(guī)則和匝道控制策略,，提高管控效果,。

4）提供用戶友好的界面：除對內(nèi)部系統(tǒng)的優(yōu)化外，還需要考慮如何讓用戶更好地使用這些功能,?？梢蕴峁┲庇^、易用的用戶界面,，以便讓交通管理者和駕駛員能夠方便地獲取和理解系統(tǒng)提供的信息,。

5）安全和可靠性：在智慧管控系統(tǒng)中實施可變限速控制與匝道控制等操作時，須確保這些操作不會增加交通事故的風險,。

7       結(jié)論與展望

智慧高速公路交通安全主動管理是解決高速公路交通管理難點,，保障高速公路安全有序暢通的有力保障。本文立足宿遷高速安全管理實際,，梳理了國內(nèi)外智慧高速公路安全管理現(xiàn)狀,，總結(jié)了智慧高速管控理論體系設計、建設和安全應用情況,，重點對智慧高速公路交通安全主動管理工作構建方向,、實現(xiàn)途徑、應用效果進行了系統(tǒng)總結(jié)和多維度探究，以期為智慧高速交通安全主動管理及其國家標準和行業(yè)標準作有益探索,。

目前,，本文僅是對智慧高速管控系統(tǒng)的理論設計及實踐探索的初步嘗試。在后續(xù)的工作中,，我們將對智慧高速主動安全管理以下方面做進一步的研究：1）三維建模,、視頻結(jié)構化和數(shù)字孿生等前沿新技術成規(guī)模實戰(zhàn)化應用完全可行，快速推進高速交通安全管理轉(zhuǎn)型升級,；2）立足高速公路現(xiàn)有的基礎設施,、設備，高起點賦能,，低成本迭代升級,，具有極強的可推廣性；3）以高速公路安全管理為中心,，積極探索涉路智慧聯(lián)勤,、聯(lián)動一體化機制，為智慧高速建設提供新思路,；4）堅持警研聯(lián)動,，實戰(zhàn)科研結(jié)合，大膽實踐,，勇于探索,，力爭在高速公路管理難點、痛點等實踐方面有所突破,；5）深入應用領域研究，爭取在交通工程基礎理論和智慧高速行業(yè)規(guī)范標準上有所建樹,。

參考文獻：

[1]   劉毅. 交通運輸與經(jīng)濟發(fā)展關系的研究 [D].華南理工大學, 2013.

[2]   盧春房, 張航, 陳明玉. 新時代背景下的交通運輸高質(zhì)量發(fā)展 [J]. 中國公路學報, 2021, 34(6): 1-9.

[3]   Li T, Sun H, Wu J, et al. Optimal urban expressway system in a transportation and land use interaction equilibrium framework [J]. Transportmetrica A Transport Science, 2019, 15(2): 1247-1277.

[4] Hong J, Tamakloe R, Park D. Application of association rules mining algorithm for hazardous materials transportation crashes on expressway [J]. Accident Analysis & Prevention, 2020, 142: 1-14.

[5] Yao Z, Wang Y, Liu B, et al. Fuel consumption and transportation emissions evaluation of mixed traffic flow with connected automated vehicles and human-driven vehicles on expressway [J]. Energy, 2021, 230: 1-11.

[6]喬向明, 董梅, 張明香. 基于彈性系數(shù)法的全國公路客貨運量預測研究 [J]. 華東公路, 2004(5): 88-90.

[7]趙曉夏. 5 月份全國高速公路客貨運量快速增長 [J]. 中國公路, 2017(13): 112-112.

[8] Holguín-Veras J, Leal J A, Sánchez-Diaz I, et al. State of the art and practice of urban freight management: Part I: Infrastructure, vehicle-related, and traffic operations [J]. Transportation Research Part A: Policy and Practice, 2020, 137: 360-382.

[9] Holguín-Veras J, Leal J A, Sanchez-Diaz I, et al. State of the art and practice of urban freight management Part II: Financial approaches, logistics, and demand management [J]. Transportation Research Part A: Policy and Practice, 2020, 137: 383-410.

[10] Florin R, Olariu S. Real-time traffic density estimation: putting on-coming traffic to work [J]. IEEE Transactions on Intelligent Transportation Systems, 2022: 24(1): 1374-1383.

[11] Retallack A E, Ostendorf B. Current understanding of the effects of congestion on traffic accidents [J]. International Journal of Environmental Research and Public Health, 2019, 16(18): 1-13.

[12] Sánchez González S, Bedoya-Maya F, Calatayud A. Understanding the effect of traffic congestion on accidents using big data [J]. Sustainability, 2021, 13(13): 1-19.

[13] Zheng Z, Wang Z, Zhu L, et al. Determinants of the congestion caused by a traffic accident in urban road networks [J]. Accident Analysis & Prevention, 2020, 136: 1-9.

[14] Oviedo-Trespalacios O, Scott-Parker B. Footbridge usage in high-traffic flow highways: the intersection of safety and security in pedestrian decision-making [J]. Transportation Research Part F: Traffic Psychology and Behaviour, 2017, 49: 177-187.

[15]Coulter R, Han Q-L, Pan L, et al. Data-driven cyber security in perspective-Intelligent traffic analysis [J]. IEEETansactions on Cybernetics, 2019, 50(7): 3081-3093.

[16]李伊婧, 張朝輝. 我國道路交通事故影響因素分析及嚴重程度預測研究 [D].長春: 吉林大學, 2020.

[17]張寶, 陳鵬. 高速公路交通事故空間分布特征及防控對策研究 [J]. 交通科技與經(jīng)濟, 2021, 23(1): 26-34.

[18]邢慧堅. 高速公路養(yǎng)護施工安全管理問題分析 [J]. 西部交通科技, 2021(4): 206-208.

[19]王若霞, 陳卓. 智慧高速公路系統(tǒng)建設探究 [J]. 中國交通信息化, 2013(S1): 33-35.

[20] 李昱岐, 葉青. 智慧高速公路建設探討 [J]. 中國交通信息化, 2021(261): 93-99.

[21] 高曉波, 叢侃. 智慧高速公路建設研究探析 [J]. 公路, 2021(7): 209-213.

[22]Wang L, Abdel-Aty M, Lee J. Implementation of active traffic management strategies for safety on congested expressway weaving segments [J]. Transportation Research Record, 2017, 2635(1): 28-35.

[23] Farrag S G, Outay F, Yasar A U-H, et al. Evaluating active traffic management (ATM) strategies under non-recurring congestion: simulation-based with benefit cost analysis case study [J]. Sustainability, 2020, 12(15): 1-15.

[24]齊建宇, 馬浩, 李宇軒, 等. 高速公路風險防控主動交通管理系統(tǒng)及應用 [J]. 交通工程, 2021, 3(21): 26-35.

[25] Ma W, He Z, Wang L, et al. Active traffic management strategies for expressways based on crash risk prediction of moving vehicle groups [J]. Accident Analysis & Prevention, 2021, 163: 1-12.

[26]張紀升, 李斌, 王笑京, 等. 智慧高速公路架構與發(fā)展路徑設計 [J]. 公路交通科技, 2018, 35(1): 88-94.

[27] 岑晏青, 宋向輝, 王東柱, 等. 智慧高速公路技術體系構建 [J]. 公路交通科技, 2020, 37(7): 111-121.

[28] 劉好德, 錢貞國, 劉向龍, 等. 城市MaaS研究熱點文獻計量分析與發(fā)展啟示 [J]. 交通運輸研究, 2022, 8(3): 130-142.

[29] 王麗園, 白家安, 張存保, 等. 基于灰色聚類法的MaaS出行服務水平評價研究 [J]. 武漢理工大學學報 (交通科學與工程版), 2022, 46(1): 33-37.

[30]司徒越, 梁武昌, 謝宗文. 聚焦“十三五”—智慧交通成亮點 [J]. 廣東交通, 2016(3): 4-7.

[31] 湯立波, 康陳. 車聯(lián)網(wǎng)產(chǎn)業(yè)融合發(fā)展趨勢 [J]. 電信科學, 2019, 35(11): 96-100.

[32] 孟輝, 賈彥黨. 智慧公路泛在感知及多網(wǎng)融合傳輸體系探究與應用 [J]. 中國交通信息化, 2021, 10: 100-104.

[33] 伍朝輝, 武曉博, 王亮. 交通強國背景下智慧交通發(fā)展趨勢展望 [J]. 交通運輸研究, 2019, 5(4): 26-36.

[34] 張永民. 創(chuàng)新城市管理模式推動新型智慧城市建設 [J]. 中國建設信息化, 2017(5): 52-55.

[35]顧莉, 耿馳遠. 智慧高速建設思考 [J]. 中國交通信息化, 2019(6): 38-42.

[36] 姚沖, 甄峰, 席廣亮. 中國智慧城市研究的進展與展望 [J]. 人文地理, 2021, 36(5): 15-23.

[37] Lang G. Comprehensive transportation planning research under the background of a strong transportation country: taking Ziyuan County as an example; proceedings of the International Conference on Smart Transportation and City Engineering 2021, F, 2021 [C]. SPIE.

[38] Liu C, Du Y, Ge Y, et al. New generation of smart highway: framework and insights [J]. Journal of Advanced Transportation, 2021, 2021: 1-12.

[39] Zhou Y, Sun T, Wen S, et al. Effectiveness analysis on human-machine information interaction of intelligent highway [J]. Journal of Advanced Transportation, 2022, 2022: 1-9.