中国—东盟交通物联网联动预警机制分析

潘翔

(广西经济管理干部学院 计算机系， 广西 南宁 530007)



中国—东盟交通物联网联动预警机制分析

潘翔

(广西经济管理干部学院 计算机系， 广西 南宁 530007)

从中国—东盟交通物联网内涵进行分析，提出区域交通物联网预警具备全面感知、精准判断和多方联动等特点，从共性事件、个性事件的角度列举了交通预警事件及其成因。提出交通预警机制的构成要素为数据采集与分析、预警指标体系以及预警分级与处置预案，采用数据插补技术与混沌信息行为方法构建预警流程。结合预警流程，分析了基于多部门联动、基于多区域联动以及混合联动等三种预警模式的特征与适用范围。最后提出了要从制度方面、技术方面加强中国—东盟交通物联网联动预警的对策。

中国—东盟；交通物联网；联动预警

0 引言

中国—东盟自由贸易区所涵盖的人口是自贸区之最，在加快多区域合作升级步伐的背景下，贸易、投资、基础设施建设等方面都在积极推进。交通运输业作为贸易往来和经济发展的基础载体，承担着跨区域高效安全运输的重任[1]。物联网作为国家战略得到了长足的发展，与交通运输业的联动是必然且有效的。在运输过程中安全是排在第一位的重要指标，交通运输因海、陆、空运输方式的不同，会面临各种不同成因的危险状况[2]；同时也因运输货物的不同而有可能面临不同程度的紧急情况。为了确保运输过程顺利和货物完好，全面有效的预警机制必不可少。目前关于交通预警方面的理论研究集中在城市道路交通预警、高速公路事故预警与气象灾害预警等方面，实践研究则存在重救援轻预防的问题。中国—东盟的区域交通运输涉及的地域范围广，在多式联运的快速发展背景下，单一的运输方式预警已远远不能满足实际运输的需求。构建中国—东盟交通物联网联动预警机制，使交通运输在跨区域作业以及多式联运转换的全过程中都得到全过程控制与管理，打破地域与运输方式的限制，保障交通物流运输作业安全。

1 联动预警内涵与成因

1.1 中国—东盟交通物联网联动预警内涵

中国—东盟交通物联网是跨国、跨区域的大型物联网服务体系，具有多区域合作、多式联动联运技术体系交叉融合等特征。物联网与交通物流的结合是技术、功能和业务的具体融合，联动预警是充分运用北斗卫星导航定位、RFID射频识别、传感器以及云计算、移动泛在等技术，对交通运输过程中的人、货、车、船、路等多要素信息单元进行数据采集与分析，实现实时跟踪和决策管理。功能上主要体现在路径规划、安全预警、定位导航、货物监控等[3]，业务上着重于货物的装卸、车辆行驶、多式联运切换等的感知与重构联动预警要素。

物流多式联运已成为区域交通发展热点，以跨国高速公路为主要陆运手段，空港联运、海陆联运、海铁联运发展迅速。目前，不同的运输方式在衔接时对交通运输过程的监控出现了断点，如陆运到海运，交通管理部门也发生了转换，预警数据的采集、监控以及预警响应的部门都会发生变化。因此需要高效的联动机制，实现多式联运全程无缝的预警管理。

交通物联网预警机制需要物联网的软硬件作为技术支持，底层需要布设大量数据采集节点，通过程序化分析处理，应用数据系统与通信系统实现应急响应。然而，中国—东盟各国在交通方面的信息化、智能化水平参差不齐，同样的数据在不同的地区有不同的采集方式或可能无法采集，造成在一个地区能够实现的预警效果，到了另一个地区就未必有效。因此，加快中国—东盟交通物联网联动预警一体化建设尤为重要。

1.2 预警事件及其成因

预警机制的构建是为了防范一系列交通、物流作业过程安全事件的发生和提升业务效率，在中国—东盟自贸区内进行交通运输作业有可能面临各类影响预警的数据、异构信息事件与行为事件。系列事件要素按照物流交通作业方式进行分类，有公路运输、海路运输、内河运输、铁路运输以及航空运输等五类；按照作业对象进行分类，有客运和货运两类，其中货运又分为危险品运输、冷链运输及普通物品运输等。不同的作业方式和不同的运输对象，所产生的预警事件既有共性也有个性。

在交通作业过程中受外因影响，有气候因素引发的预警，如台风、暴雪、冰雹、雾霾等，因此属于共性预警，发布的范围最广。驾驶员内因引发的预警，如疲劳驾驶、酒驾、操作失误等，此类预警仅与单一交通工具相关，因此属于个性预警，发布范围仅限于驾驶员及所在交通运输企业。交通工具自身引发的预警，如发动机故障、车厢起火、冷链运输工具不制冷等[4]，也属于个性预警。沿途路况引发的预警，如前方塌方、路口拥堵、发生事故等，这类状况将对沿途车辆都造成影响，属于一定范围内的共性预警。运输的人或货物引发的预警，如危险品泄漏等，若影响的范围超出了单一运输工具的范畴，则属于共性预警，需要紧急疏散等应急措施。此外，还有其他突发状况引发的预警。所有这些，在中国—东盟交通物流体系中，因区域不同、法制观念不同、文化体系不同、信息水平不同，而生产不同的要素信息，联动预警需采取不同的模型与数据体系进行分析。

2 交通物联网预警机制构建

2.1 交通物联网预警机制的特征分析

2.1.1 全面感知

物联网的典型特征就是全面感知，用于交通行业的感知对象包括交通工具、搭乘的人和货物、交通环境等。根据中国—东盟各区域与文化等，对交通工具的感知包括实时的运行速度、所在方位、姿态、油耗油量等；对人的感知主要是针对驾驶员，对其是否疲劳驾驶、是否酒驾等异常状态进行监控；对货物的感知主要针对危险品，是否性状发生改变，是否存在泄漏或爆炸的危险；对交通环境的感知则在于气象、路况、交通指示灯等的判断。区域预警机制是否有效很大程度上取决于感知的数据是否全面，数据越全面与区域文化量化融合，感知到的危险因素就越细致，预警判断就越准确。

2.1.2 精准判断

预警是用于提醒相关干系人和部门存在安全隐患，即将发生安全事件，必须马上采取应对措施。可见一个预警将会牵涉到不小的范围，且很大程度上会消耗人力和物力。如果预警准确，能够及时排查隐患避免损失，资源的消耗无疑是值得的。而如果预警不准确，会造成无谓的恐慌，以及不必要的资源消耗。一个好的预警系统与机制必须要对是否需要做出预警给出精准的判断，要将误判率控制在一个极小的范围之内。基于物联网技术的交通预警由于能够获取大量的实时数据，结合科学的数据分析手段以及海量的历史预警案例库，判别的精准性得到极大提高。

2.1.3 多方联动

交通预警的处置本身即是一个多方联动的过程，特别是在中国—东盟这个复杂的区域、文化体系中。联动事件与要素涉及到的首先是驾驶员，然后是运输企业。预警的级别牵涉到相关的交通部门，如道路管理部门、海事管理部门、航空管理部门和铁路管理部门等。若是交通管理部门无法处置，则会由政府出面，联合其他相关部门共同解决。而在中国—东盟环境下，交通运输是双向的，国内的客流与货物可以运至国外，国外也可以运至国内，因此预警的联动范围不仅限于一个国家，必要情况下要包括运输的起始国家和终点国家，甚至是沿途国家的相关部门都要参与到应急处置中。

2.2 预警机制构成要素

2.2.1 数据采集与分析系统

交通预警的基础在于数据采集与分析，建立中国—东盟交通物联网数据采集与分析系统，除了要有全方位覆盖的采集设备与技术之外，还需要配合及时有效的数据归集机制[5]。如气象数据的采集与分析只能由气象部门进行，并通过固定的渠道向交通管理部门传送，交通管理部门再根据气象影响的范围和程度，向对应交通运输企业进行通告。交通运输企业所采集的数据主要是交通工具的状态监测数据，采用专业的数据采集终端(如车载终端、船载终端和机载终端)配合各个部位的传感器接入，全面获取车辆、船舶等交通工具的状态信息。除此以外，交通运输环境的数据采集主要由交通管理部门负责，如通过在公路、铁路的路口、岔口等关键节点安置摄像头、传感器等设备[6]，获取路况信息,通过在航标上安置传感器获取航线信息。

采集到的数据要经过分析与处理，提取出对应的指标数据用于判断是否需要预警。由于数据量庞大，需要应用大数据处理手段。数据的采集与分析应是实时的，监测到异常数据即需要马上向有关单位和部门发出预警并启动应急响应。数据采集与分析系统如图1所示。

图1 数据采集与分析系统

数据采集与分析系统是预警机制形成的重要环节，首要任务是建立中国—东盟交通物联网数据服务中心，根据区域特点部署各种异构的气象、交通、道路监控、物流及其他相关物联网节点服务器，并采用中间件模式统一接入数据服务中心。中间件系统对数据采集端，对各种相对非标准化设计的卫星导航信号、传感设备、车载终端、视频采集器进行标准化格式的转换，并提供统一开放的API(Application Programming Interface,应用程序编程接口)进行二次系统开发，或接口定义接入，解决数据接入难题。在数据传输方面，使用数据通信服务器以泛在连接的模式接入GPRS/3G/4G网络，并将数据信息存储于数据服务中心，形成海量大数据体系。

预警的精度还取决于对中国—东盟区域间各类特色系统的接入。区域特色服务系统是根据区域间文化、交通行为习惯、信息行为差异、物流工具与作业体系差异而建立的服务系统，它存在于数据的中间环节，在整个数据采集与分析系统里扮演着一种信息补偿的角色。区域特色系统中的区域数据服务器、通信服务器负责传送需求信息到中国—东盟数据服务中心，并把数据信息插补于分析服务的计算模型中。分析系统根据预警指标体系、预警分级与处置预案、预警技术与流程，采用基于多部门联动的预警模式、多区域联动的预警模式、混合联动预警模式进行预警数据输出，形成可控的信息行为，并服务于应急调度指挥、应急联动服务等领域。

2.2.2 预警指标体系

判断一个事件或者某个状态是否危害到交通与运输安全，需要通过一定数量的数据来证明其危害性，这些数据即称之为预警指标。不同的危害事件所对应的预警指标不尽相同，如驾驶状态会对交通安全产生影响，则预警指标就与驾驶员的精神、动作等有关；天气状态则与气温、降雨、刮风等有关。中国—东盟地区有效的交通物流预警部分关键指标体系如表1所示。

表1 交通物流预警部分关键指标体系

表1所示的指标体系范围较全面，囊括了水路、陆路和航空，在此指标体系之下进一步确定每一个指标数据的预警值，将得到对应的预警分级。

2.2.3 预警分级与处置预案

预警分级表示影响交通的事件严重程度，一般按照由低到高的影响度分为四级、三级、二级、一级，表示的程度从一般、较大、重大到特别重大，用蓝色、黄色、橙色和红色来对应表示。不同的预警事件与级别根据中国—东盟不同区域有着对应的处置预案，预案中指明预警响应所涉及的具体部门及组织指挥部门，并明确处置的流程及负责部门。在中国—东盟交通环境下，处置预案要充分考虑到跨区域的联动组织，并将与跨区域部门沟通协调过程细化到处置流程中，提高联动的效率。

在预警的处置预案中，预警的发布环节需要谨慎处理，做到精准定位，提高预警、应急联动效应。发布预警是将警情及时向相关的管理部门、交通企业及涉及区域的人民群众等进行通告，以便提前采取预防措施降低或避免损失。并非每一个预警都需要发布，且发布的范围也会随着警情的不同而有所区别。重大预警尤其需要谨慎发布，以免引起不必要的恐慌。与交通工具、驾驶员状态等有关的预警则向驾驶员及其交通运输企业发出。

学校在进行设计和规划时，并没有根据校园内行车的需要对道路尽心规划，使得道路较窄。比如，多数校园道路的设计局限于疏散人流的单一功能，并且人为地限制了车辆的同行。这使得学校内虽然有大量的道路，但是多为狭窄的销路，并且拐弯很多，一旦有大量的车辆进入校园，就很难有足够的空间行车，再加上路窄无法掉头，因此很容易造成交通拥堵。

2.3 预警技术与流程分析

中国—东盟交通物联网联动预警最大的特点就是大数据应用，结合物联网节点采集的数据、气象数据、行为信息数据，在海量大数据中进行数据信息筛选。采用数据插补技术[7]，定义被加工数据工件的轮廓信息、中心轨迹，按照区域化划分的预定与动态模型进行数据加工。运用曲线数控预警系统模型，以众多小簇直线或圆弧形信息精度计算，配合抛物线和高次曲线拟合方法进行插补，根据事件成因的内因、外因，在数据轮廓节点间计算出多个中间点的坐标值，然后加以增量插补和环形数据采样计算出预警准确信息。

Step1：以数字积分模型，把中国—东盟不同区域、文化、信息体系数据，融合到交通物联网行程标量中进行插补计算，每一计算结果作为大数据中一个行程增量，并不断向各坐标值拟合，以程序运行时间进行多小簇自变量比较，形成区域数据判别。

Step2：采用圆弧形信息精度补偿，在各形态物联网节点信息数据象限中，以坐标轴和被积函数值的修改来控制各象限差异性预警，形成若干模块进行插补计算，从而减小预警数据误差值。

Step3：以时间分割插补方式拟定预警数据，根据交通应用用户程序采集的信息，进行轮廓曲线分割，并且拟定插补节点周期，得出轮廓步长，以二进制计量模式给出精准预警数据信息。

Step4：将上述大数预警插补技术构成要素结合起来，推导出中国—东盟交通物联网预警流程。无论预警事件属于哪个范畴，都需要经过数据采集、指标提取、数据分析、预警分析与应急响应等几个阶段，如图2所示。

图2 交通物联网预警流程

阶段1：技术层套用物联网基础技术架构，感知层用于采集现场交通状况信息，设计并应用低功耗、小型化的车载、船载和机载数据采集终端。

阶段2：网络层用于数据传输，采用无线通讯方式，将3G/4G/GSM与北斗短报文进行联合应用，实现任何地点的随时通讯。

阶段3：应用层面向交通管理部门和交通运输企业，实现可视化数据管理与预警联动指挥。

3 联动预警模式选择

3.1 多部门联动的预警模式

多部门联动的预警模式有两个含义，一是运输企业内部各部门联动，二是交通管理部门与其他相关部门(如卫生救护部门等)、运输企业的联动。如果预警的内容属于个性预警，并没有妨碍公共交通的危害，则只需启动运输企业内部的部门联动；如果是共性预警，说明涉及的影响范围较广，需要交通管理部门出面处理，此时至少需要交通管理部门与运输企业进行联动，必要时与其他管理部门联动。为确保高效联动，首先必须明确联动指挥方，如企业内的部门联动可以指定各个部门的负责人与企业高层共同组成联动指挥小组；交通管理部门与其他管理部门的联动也可以遵循类似原则，由各部门抽调负责人组成指挥小组，小组内再选出组长。指挥权落实到位，才能更好发号施令。其次，部门间的沟通渠道要畅通，应在应急预案中明确给出各部门的联系人与联系方式，并确保全天候待命。最后，多部门的联动关键是明确任务，明确哪个部门是主体，哪个部门作为协调配合，实现主次分明，协调配合的高效联动预警响应。

3.2 多区域联动的预警模式

中国—东盟自由贸易区共包含11个成员国，因此从广义的角度而言多区域联动应是11个成员国之间的联动。狭义而言，多区域联动也有两层含义，一是在境内多个行政区域之间的联动，二是根据预警实际情况实行跨境联动。在我国境内的多区域联动特指跨省联动，通过各省的交通物联网平台对接，实现区域信息共享，预警响应时能够同时做出快速的反应，并根据预设的应急预案实现联动。跨境联动则相对复杂，由于各国交通信息化程度不一，未必能够形成统一的交通物联网平台。因此高效的跨境联动预案就显得尤为重要。预案中的核心部分是如何快速建立联动指挥小组，以及快速形成畅通的沟通联络方式。根据各国交通管理的差异，列出相关部门的职责，找到相应的联系方式并明确与其他国家各部门进行联络的我国对应部门，做出跨境联动的流程图，做到有章可循，在紧急情况发生时能够迅速判断并立刻联系相关国家有关部门。

3.3 混合联动预警模式

当预警情况较为复杂，既涉及了多个区域，又涉及了多个部门，即可视为混合联动预警模式。该模式无疑比单一的联动预警模式更为复杂，该模式的复杂性主要在于调度指挥方面。首先需要明确以哪个区域为主，一般情况下以交通预警事发区域作为应急联动的主体，运输企业所在区域、货主所在区域以及运输过程的途径区域，可视为应急联动的协同配合区域，在必要时提供相应的帮助。同理，根据预警的情况可区分联动主体部门，如气象问题引发的预警以气象部门为主体，交通拥堵引发的预警以交通部门为主体，运输工具自身问题引发的预警以运输企业为主体，有人员伤亡严重的则以卫生部门为主体，等等。由此可以快速判定混合联动预警模式的主体区域与部门，确定联动指挥小组的核心成员。

在此基础上协调各区域相关部门，从信息、人力、物力等方面全面配合，使预警取得的效果发挥到最大。混合联动预警模式如图3所示。

混合联动预警模式是中国—东盟交通物联网预警体系的一个综合性服务环节，在这个混沌信息行为中，采用运筹学数学建模方法，得出最佳选择与决策混合联动预警状态空间全局最小值或者最大值。在对信息源的企业信息、气象信息、道路信息、实时交通、终端信息、实时监控等方面复杂且类似随机数据，以一种非线性信息行为挖掘其内在规律性。同时，与预警主体和客体的运输主体、运输企业、运输客体，以及应急主体、应急客体与区域界定等结合起来，并反馈到数据服务行为中。数据服务容器中的行为信息数据、预警机制模型、地理信息系统结合信息源、预警主体与客体进行数据处理，并向预警实施容器发出调度指挥指令，且通过联动预警预设模型进行不断迭代信息调配，使之预警精度在混沌行为中得到调节。在调度指挥行为实施中，涉及到不同的区域、企业、行业及政府等相关部门，并形成部门协同机制，从而产生混合联动预警服务行为。

图3 混合联动预警模式

在上述的混合联动预警模式混沌信息行为中，固有的混沌行为与数据插补技术的内因、外因有机结合，并套用到交通物联网预警流程三个阶段，使之混沌随机性具备确定性。混沌确定性使预警系统下一时刻状态受到前一时刻状态影响，且随时间演化形成各阶段敏感性依赖条件，几经迭代后修补或形成不同联动预警预设模型，使之增加混合联动预警精度，实现快速预警服务。

4 加强中国—东盟交通物联网联动预警的对策

完善交通物联网联动预警制度。从顶层设计出发，部门联动、区域联动以及混合联动均需要制定一整套完备的联动预警制度。要充分尊重交通物联网所采集的数据、预警级别判断等基础信息，同时配备完善的奖惩与问责制度，使所有干系部门与干系人都能提高警惕，避免延误预警处置时机。强化演习并不断优化联动预案。联动预案在制定时要以实用性为标准，但是仍然难免会有考虑不周之处。预警与应急响应需要平时多次的演习与实践，创造多部门配合的条件，并在演习中不断总结经验教训，进一步优化应急预案，使实际交通预警发生时能够准确反应，及时处置。

技术层面实现区域交通物联网一体化。区域交通物联网一体化首先要制定交通物联网标准，尤其是交通物联网预警标准。从预警所采集的数据标准到预警级别标准，都要从中国—东盟整个区域的角度进行规范。如果有的数据标准在不同国家无法统一，则需要配套完备的数据转换标准，在联动处置过程中将以主体区域的标准为参照进行数据转换。此外，可构建一个覆盖整个东盟地区的交通物联网联动预警平台，接入各国现有的交通物联网平台以及交通信息化平台，实现区域交通数据的共享，并为多区域联动提供有效的指挥与沟通渠道。

5 结语

随着中国—东盟自贸区升级版的不断推进，自贸区的交通基础设施得到长足发展，交通业务不断扩大，保障交通安全的预警机制也要与时俱进。结合物联网技术的联动预警，从数据采集、指标分析、级别判断和流程控制等方面架构，采用数据插补技术与混沌信息行为方法，实现驾驶人、道路、气候、交通工具与货物等的全方位监控。配合多部门联动、多区域联动以及混合联动的预警响应模式，构成中国—东盟交通物联网联动预警新模式。同时要从制度层面、技术层面进一步完善预警机制，实现区域交通物联网一体化。

[1]赵明龙. 铺就面向东盟连接西南中南地区交通战略支点的几个问题[J]. 经济与社会发展, 2013(11):13-16.

[2]蒋新华,陈宇,朱铨，等.交通物联网的发展现状及趋势研究[J]. 计算机应用研究,2013(8):2257-2261.

[3]张登宏. 基于物联网技术的交通安全预警机制研究[J]. 计算机仿真, 2011(11):346-349.

[4]张敖木翰,张平,曹剑东.物联网环境下高速公路交通事故影响范围预测技术[J]. 物联网技术, 2015(5):41-43.

[5]李艳萍.基于大数据的公共信息预警机制探析[J].图书馆学刊, 2015(2):111-114.

[6]曲腾飞,鄂旭. 物联网在城市轨道交通安全应急领域的应用研究[J]. 电子技术与软件工程, 2015(3):36-37.

[7]邹海翔,乐阳,李清泉,等. 基于Kriging插值的无检测器路段交通数据插补方法[J].交通运输工程学报, 2011(3):122-130.

[责任编辑 刘景平]

Analysis of Linkage Early Warning Mechanism of Traffic IoT in China—ASEAN

PAN Xiang

(Department of Computing, Guangxi Economic Management Cadre College, Nanning, Guangxi 530007, China)

By analyzing the connotations of the traffic IoT(Internet of Things) in China-ASEAN, this paper analyses three characteristics of early warning of regional traffic IoT: comprehensive perception, accurate judgment and multi linkage. It lists the traffic warning events and their causes from the perspective of common events and personality event. Data acquisition and analysis, early warning index system, early warning grading and disposal plan are proposed as the constituent elements of traffic early warning mechanism. The technique of data interpolation and chaotic information behavior method are used to build the early warning process. It analyses the characteristics and application ranges of three early warning patterns combined with early warning process. Finally, the countermeasures are proposed to strengthen the linkage early warning of traffic IoT in China—ASEAN according to the systems and technology.

China—ASEAN; traffic IoT; linkage warning

TP391

A

1672-9021(2016)05-0069-08

潘翔(1981-)，女，广西南宁人，广西经济管理干部学院计算机系高级工程师，主要研究方向：交通物流物联网与GIS技术。

国家社会科学基金资助项目“中国—东盟自由贸易区交通物联网互联互通服务体系建设研究”(14XJY016)。

2016-09-08