福建省高等级公路安全预警系统设计与等级判别研究

■ 林 枫

(1.福建交通科学技术研究所；2.福建省公路工程试验检测中心站；3.福建省路翔工程设计有限公司，福州 350004)

1 前言

交通安全预警系统是指系统根据以往总结的交通安全状况或实时的观测数据对道路交通安全发展态势进行过程描述、追踪分析和警情预报，向交通管理部门发出相应的交通安全态势信息，并及时向道路使用者发布信息，确保公路交通安全，进一步遏制重特大交通事故以及二次事故的发生，减少人员伤亡和财产损失，使公路交通更加安全、畅通、有序。

2 高等级公路交通安全预警系统设计

2.1 交通安全预警系统组成

为保证高等级公路交通安全预警系统能准确、及时、高效地传递交通安全状态信息，预警系统一般由交通信息采集子系统、信息处理子系统和信息发布子系统组成。

2.1.1 信息采集子系统

交通信息采集子系统是高等级公路安全预警系统的“感觉器官”，信息采集的可靠性决定系统预警的准确性。信息采集子系统对交通运行信息进行采集，主要包括静态交通信息和动态交通信息。

静态交通信息主要包括公路路网、交叉口以及交通设施等基础信息。其搜集方法采用各种统计资料或者人工调查法。静态信息一般是稳定的，一次性输入后一般长期不变，不需要实时采集，只有当实际情况发生变化时才需要对静态交通数据库中的数据进行更新。

动态交通信息主要包括流量、车速等交通状态特征信息、交通紧急事故信息以及天气等环境信息。动态交通信息的采集主要是通过各种交通检测器搜集，数据采集的对象有交通流量、占有率、车速、车队长度、车身长度、车头时距、行程时间、行程车速、车辆位置、车型、静止车辆等信息，主要的采集方式有线圈检测器、视频检测器、微波检测器、红外检测器、超声波检测器、GPS车辆定位仪等。

2.1.2 信息处理子系统

信息处理子系统是高等级公路交通安全预警系统的核心，是将交通信息采集子系统采集得到的交通信息通过计算机程序筛选处理后，配合综合交通信息平台、电子地图、交通疏导的决策支持等综合信息处理，分析得出整个高等级公路的动态交通安全状态和交通管理的预警信息。

2.1.3 信息发布子系统

信息发布子系统是系统管理者向道路使用者发布管理信息的系统，其主要是将经信息处理子系统分析后的交通信息通过数据转换器转换成短信、数字信号，通过短信平台、GPRS、互联网以及可变信息板等方式发布实时交通信息，包括交通状态信息、临时交通管制信息、交通流诱导信息、交通事故信息及其他信息等。

2.2 交通安全预警系统架构

交通安全预警系统首先由交通信息检测器将检测到的交通状态数据传输至数据采集终端服务器，通过路由器上指定的端口将交通流数据再传输至中心端服务器，中心端服务器上的数据管理软件负责分析各个数据采集器传输过来的实时交通信息数据，对交通信息数据进行预处理、融合，然后运用交通状态判别模型，通过对动态交通信息和静态交通信息的综合分析，判别实时交通状态，接着将交通状态判别结果以及交通状态信息存储入中心端数据库，同时通过互联网、短信平台、GPRS以及LED显示屏等方式向交通参与者发布交通状态信息。高等级公路交通安全预警系统的设计结构如图1所示。

图1 高等级公路交通安全预警系统设计架构

3 高等级公路交通特征分析

福建省高等级公路交通特征分析可从高等级公路交通流参数和交通流模型两个方面进行分析。交通流参数能够定性、定量地描述交通流运行状态，反映交通流的基本性质。

交通流的基本参数包括交通量、速度和密度。其中，描述宏观交通流特性的参数是交通量、速度和密度，描述微观交通流特性的参数是车头时距、地点车速和车头间距。

交通流模型是描述连续流状态下交通流宏观变量(即交通量、平均车速和密集度)之间关系的数学模型，包括速度-流量模型，速度-密集度模型，流量-密集度模型，其中一些是基于数学推导建立的，另一些是根据实践经验建立的。

4 高等级公路交通信息采集与管理

随着交通信息化建设的大力推进，交通动态数据越来越丰富，并已逐步成为一种宝贵的资源，在提升交通系统运行效率和管理服务水平方面发挥着越来越重要的作用。与此相适应，如何更加合理有效地采集交通数据，从中选取有效的数据，进而取得所需的信息，成为充分发挥交通数据资源应有作用的关键技术问题。

4.1 交通信息采集技术

交通信息采集是交通信息服务的基础。以人工调查方法和感应线圈法等为代表的交通数据采集手段仍是交通数据采集的主要手段，但是很难满足日益发展的动态交通信息服务需求。无线定位技术(GPS/蜂窝无线定位)、传感器技术、移动通信技术、IPv6网络技术、车辆自动识别技术 (AVI)、浮动车数据采集技术 (FloatingCarData，FCD)、遥感技术和视频图像处理技术等动态数据采集技术已成为交通数据获取的新手段，也为高质量的动态交通信息服务提供了关键技术。

交通信息采集主要分为静态采集和动态采集两种。

(1)静态交通信息采集

静态交通信息主要包括：路网基础信息(如道路技术等级、长度、收费、立交连接方式等)、道路几何参数信息(如平面线形、纵断面线形、横断面线形等)、基础地理信息(如路网分布、功能小区的划分、交叉口的布局、交通基础设施信息等)、车辆保有量信息(包括分区域、时间、不同车种车辆保有量信息等)及交通管理信息(如单向行驶、禁止左转、限制进入等)。因此，静态交通信息通常采用人工调查或仪器测量的方式来获取。为了减少不必要的重复性和数据不一致性，还可以通过对接的方式，从其它相关系统得到有关基础信息。静态信息是相对稳定的，变化的频率很小，并且变化没有规律。因此，静态交通信息不需要实时采集，一般一次性输入，在短期内不会发生太大的变化，直到数据发生变化的时候才需要修改。

(2)动态交通信息采集

动态交通信息主要包括：网络交通流状态特征信息(如交通流量、密度、速度等)、交通紧急事故信息(事故发生地点、类型、严重程度等)、在途车辆和驾驶员的实时信息(如单车的速度、位置、起终点等)、环境状况信息(如能见度、气环境、声环境等)、交通动态管理与控制信息(交通信号信息、临时采取的单向行驶、禁止左转、限制进入等)。

动态交通信息与静态交通信息显著的不同，最主要的区别在于其实时性，因此，动态交通信息的采集必需是准确的、及时的。那么这些时时变动的交通信息全部采用人工的方式采集是不可能的，一方面，采集速度跟不上，另一方面，人力也不可能全天候地进行采集。所以，选择什么样的检测器进行动态交通信息的采集是一个很重要的问题。基于交通安全预警系统对于数据数量和质量的要求，对交通检测器所测的类型、精度以及安装要求等愈发重要。

4.2 交通信息数据预处理

受各种因素的影响，使用交通检测器采集到的交通数据不可避免地存在一定的数据质量问题(如数据异常、数据缺失)。当数据质量问题严重时，会降低估计精度，使观测或分析的结果与实际情况相差甚远。因此，在应用交通检测器采集交通信息或进行交通建模时，应对数据进行检查，并对缺失数据和异常值进行填充和改正，以提高分析结果的精度和可靠性。

交通信息数据的预处理主要是针对异常数据预处理和丢失数据预处理。对异常数据的判别方法主要是对数据自身特征而开发的，可以分为三类，分别是阈值法、基于交通流理论的方法以及与之理论与交通流理论相结合的方法。对数据补齐，在实践过程中需要遵循以下两条原则：一是基础数据完整性原则，采集到的原始数据保存时不应作修改或调整，以保证足够的未经修改过的基础数据用于数据补齐，且补齐数据与基础数据应分别存储；二是补齐流程的真实性原则，做好针对整个补齐操作流程的文档记载工作，将有助于增强补齐工作的透明度以便于取舍。

5 高等级公路交通安全状态分析

5.1 交通预警等级划分

实时判别交通系统安全状态，其实质是对于交通拥挤类型进行判断。交通拥挤主要存在于交通瓶颈处，瓶颈是由于上游的交通需求量大于某点的通行能力而形成的，产生瓶颈将不可避免地出现拥挤。交通拥堵类型包括常发性交通拥挤和偶发性交通拥挤。其中，常发性拥挤主要是由于车道上、交织路段短、道路横截面窄、实现不良、收费站、不符合标准的交叉口等引起的，这类交通拥挤发生的特点是空间位置比较固定；偶发性拥挤是相对于常发性拥挤而言的，主要是由于交通事件造成的道路通行能力暂时下降而引发的拥挤，其发生的时间和地点都是随机的。相关研究表明，在交通事件发生前后，交通流运行状态会发生明显变化，即产生偶发性拥挤。在高等级公路上，较少发生常发性拥挤，交通拥挤的发生应该作为交通事件发生的重要特征，可以通过偶发性拥挤认定已经发生或即将发生交通事件。

预警系统的功能分为三个等级，分别是警报、一级预警和二级预警，三个等级对于交通事件的提示级别依次降低，三个等级对于交通事件提示的标志信号分别是红灯、橙灯和黄灯。

警报是最高的提示级别，是系统确认交通事故或其他交通事件已经发生时发出的信息，用于通知交通管理人员交通事故或其他交通事件已经发生，应立即采取行动对交通事件进行处置。

一级预警的提示级别介于二级预警和警报之间，是发现某路段上已经发生了偶发性拥挤，系统根据预先设定的判定规则认为可能出现了交通事故或其他交通事件时发布的预警信息，用于提醒交通管理人员对交通流运行情况进行观察，及时处置可能已经发生的交通事件。

二级预警的提示级别最低，用于对常规交通流状态进行监控，当发现交通流的车辆比例明显不合理，速度标准差处于事故易发状态或发现已经发生了常发性交通拥挤时发布的预警信息，提醒交通管理人员对交通流进行调整以降低事故风险。

5.2 交通预警系统判别指标选取

交通预警系统判别指标的选取应遵循实用性、可比性、完备性和可测性等原则。相关研究表明，交通事件发生前后，交通流运行状态会发生明显变化，在交通监控时应对交通流常规特征进行监控和状态识别。根据本章对于交通流特征的分析，将交通量、速度标准差、占有率、大车混入率等参数特性纳入到判别算法中，根据前面小节中的研究成果对算法进行设计和标定。

6 高等级公路交通预警等级判别算法

6.1 交通状态判别算法分析

国外关于公路交通事件自动检测的研究过程主要经历了模式识别、统计分析和突变理论的经典 AID算法以及后期的人工智能AID算法等阶段。这些算法主要包括比较/模式识别算法、统计算法、时间序列、交通模型和理论算法、低流量检测算法、California算法、McMaster算法、指数平滑法和正态偏差法等。国内关于公路交通事件自动检测的研究主要集中在近些年发展起来的新技术和新理论的应用研究方面，包括小波变换、神经网络、模糊理论以及支持向量机等。自动识别算法的性能比较如表1所示。

表1 自动识别算法的性能比较

6.2 交通预警等级判别算法

6.2.1 California算法

California算法(加州算法)为双截面算法，它基于事件发生时上游截面占有率将增加，下游截面占有率将减少这一事实，利用时刻t从监测站i=1,2,…n得到的平均占有率OCC(i,t)，该算法使用下面三个条件来判断拥挤是否发生过：

式中：OCCDF为路段上下游占有率的差值；OCRDF为路段上下游占有率的相对差值；DOCCTD为拥挤开始时下游占有率的相对差值；OCC(i,t)为第i个检测站 时刻所测得的占有率；K1、K2、K3为分别为相应条件的阈值，可从每个检测区的10个拥挤案例对进行标定，参数的最佳取值范围：K1∈[10,25],K2∈[0.01,1.06]，K3∈[0.01,0.60] 。如果满足上述三个条件，则判断发生拥挤。

6.2.2 交通预警等级判别算法

根据算法原理，可以将算法分为三个主要步骤：

(1)初次判断。对于输入交通流参数特性的初次判断，用以确定参数是否处于“安全”的范围之内，如果参数处于“危险”状态则发出二级预警信息。

(2)参数计算。计算检测点 的流量和平均速度的变化情况。

(3)利用加州算法判别该检测点 是否处于交通拥挤状态。

算法的逻辑框架图见图2。

算法步骤：

(1)输入实时交通流特征数据q、v、o、大车混入率等。

(3)判断检测点i的流量在t时刻是否小于t-1时刻，同时判断该检测点在检测时段内的平均车速对比于上一时段是否降低了。如果两者同时满足，则发出一级预警信息；否则返回(1)。

(4)分别计算 OCCDF、OCRDF、DOCCTD，若三者同时满足 OCCDF≥K1，OCRDF≥K2，DOCCTD≥K3， 则发出警报；否则返回(1)。

7 小结

图2 交通安全状态判别算法流程图

基于交通流理论与加州算法对福建省高等级公路安全预警等级进行分类，探讨了福建省高等级公路交通预警等级的判别算法，介绍了基于交通流理论与加州算法判别交通安全预警等级；同时论述了交通信息的采集方式以及对采集数据的处理技术，介绍了各类采集方式的优缺点及其所能采集的交通参数和异常交通数据与缺失交通数据的处理方法。

本文的主要思想是在实时获取交通流参数信息的基础上，借助计算机技术判别交通安全状态以实现交通安全预警，然后通过可变信息板、互联网、手机等平台发布预警信息。为道路使用者提供实时准确的交通状态信息，以及时了解交通系统的安全状况，根据交通管理者发布的诱导信息选择合理的路径，规避可能或已经发生的交通事件，提高出行效率，保证人身安全。同时，有助于高等级公路管理者了解公路运行状态，发现问题并制定合理、有效的交通管制措施，确保交通系统安全、高效运行。