光纤传感技术下的智能交通管理系统设计

□ 文/尹露

交通安全和交通拥堵是当今城市快速路上面临的最为严重的两大问题[1]。一旦发生交通事故，不仅会引起严重的交通拥堵，造成行车延误，降低通行能力，严重情况下还会造成人员的伤亡和财产损失，产生恶劣的社会影响。交通拥堵会造成城市快速路的交通通行不畅，耽误人们出行的时间，同时增加了汽车尾气的排放，造成环境的污染。另一方面，交通拥堵会带来交通秩序的混乱，增加交通事故的发生概率，而交通事故又会反过来加剧道路的交通拥堵，交通安全和交通拥堵形成恶性循环，给城市的发展带来了严重的损失。

解决交通安全和交通拥堵问题，需要加大城市交通建设的投入，改建和新建交通设施。但是大多数城市的基础交通设施改善都是基于一定的规划周期，持续时间长且见效缓慢。因此，实施有效的智能交通管理系统，将先进的技术有效地运用在交通管理体系中显得十分必要[2]。通过交通管理的智能化，实现对交通事故和交通状态的及时识别、报警以及处置，可以将交通事故和交通拥堵的影响减小到最低程度。本文提出了将光纤传感技术作为一种新的交通数据感知手段的概念，并基于光纤传感技术设计了智能交通管理系统的相关功能，用于缓解城市快速路的交通安全及交通拥堵问题。

传统的交通数据感知手段与分析方法

在交通安全状态和交通拥堵监测方面，目前国内交通管理系统中比较成熟的道路数据采集手段仍然以线圈、视频卡口检测器等为主[3]。固定型采集技术需要根据布设位置集中于道路的某一点，检测范围、粒度十分受限，此外受环境因素影响较大。

传统的交通安全研究方法是基于事故数或非事故间接的安全研究方法，这类方法均基于交通事故的事后数据，无法动态地、实时地对道路交通安全进行准确的预测[4]。随着我国智能交通的发展，数据采集设备技术的逐步提高使得海量高精度的实时交通流数据的获取不再是一件困难的事情，然而在面对海量、无规律的交通数据时，如何通过算法将交通数据转化为有用的交通信息仍然是一件十分需要努力的事情。

在交通状态发布方面，目前主流的交通算法仍然是基于线圈数据，通过计算交通流量和交通速度的关系进行交通状态的识别[5-6]。但是由于线圈这种检测手段在测量精度和检测范围上十分受限，仍然难以满足目前城市快速路在交通状态判别上的需求。

如果能够通过一种有效的检测手段可以实现连续、大范围、且实时的交通信息采集，并结合传统的线圈、卡口交通数据，最终实现交通事故的安全监测和道路的实时交通状态分析研判，那么管理人员就可以通过交通管理系统提前发布交通信息，同时联动其他道理管理人员对道路的交通问题进行及时处理，确保道路的安全和畅通。

光纤传感技术的优势

与传统传感技术相比，光纤传感技术在数据采集方面有以下几点优势：

不受恶劣天气影响，能实现大范围的连续、实时检测和监控；

借助纳秒级的激光脉冲和高速数据采集及处理，检测主机可以获得数十公里光纤上连续分布的物理量值；

单位信息的获取成本低，具有较高的性价比，在大范围的连续监控方面具有不可替代的优势。

目前光纤传感技术广泛应用于石油勘探、石油管道泄漏检测、铁路周界安防等领域，将分布式光纤传感应用于快速路安全监测对推动我国交通管理模式的发展和更加高效地利用现有的道路资源都具有重大的现实意义[7-9]。

基于光纤传感技术的智能交通管理系统设计

光纤传感智能交通管理系统概述

光纤传感智能交通管理系统由外场光纤传感、感应线圈、视频检测器设备的数据采集、数据预处理、基于聚类的交通事故位置识别算法、基于支持向量机(SVM)的交通拥堵判别算法、交通信息发布等模块组成。数据采集定义了统一的平台通信协议，统一各个采集设备的数据接口，实时获取路段的光纤振动量及交通信息参数等。数据预处理模块负责定义统一的数据字段、数据格式以及对数据的预处理规则。基于聚类的交通事故位置识别算法模块负责监测道路的交通事故，识别出道路的交通安全异常点位。基于SVM的交通拥堵判别算法模块负责识别畅通、缓慢和拥堵三种交通状态。交通信息发布模块负责发布模型的分析结果，为管理人员提供及时的决策依据。关于系统功能的模型算法，本文不做过多赘述，仅以介绍系统功能为主。

主要业务流程

本系统的技术架构如图1所示：

▲图1：系统技术架构图

架构说明：

采集层借助路面上的数据采集设备，包括光纤传感设备、视频监控、线圈检测器等辅助设备，完成基于光纤传感技术的数据采集工作；

分析层包含交通安全（事故）监测模型和交通拥堵判别模型两大模型，分别基于聚类的交通事故位置识别算法和支持向量机(SVM)的交通拥堵判别算法，并完成数据预处理、数据分析以及模型调用等计算工作；

接口服务层保留分析层的模型计算结果，分析结果将为应用层在安全事故发布、数据监测、交通状态发布等方面提供决策依据。

功能描述

快速路交通监控及管理运行系统的功能主要包括数据采集的接口通信、协议预处理、持久化存储、安全报警以及各类交通信息发布等。具体功能说明请参见表1。

交通安全监控功能设计

交通安全监控主要是针对突发的安全异常事件，例如车辆事故、道路毁损、落石灾害等，实现安全异常报警，并锁定安全异常的道路点位。数据处理中心服务器把道路上采集到的光纤传感数据传输给交通安全（事故）监控模型，通过对振动数据的计算分析，可以实现对道路交通安全的实时监控。一旦路面上发生交通异常事件，模型算法能够及时地判断出异常事故的具体位置，并在系统界面发出报警，提醒交通管理人员及时查看处理。

表1：系统功能描述

图2展示了系统中交通安全监控界面。界面主要由五部分组成，包括：路段里程桩号、整体路段安全数据监测、路段点位实时数据、视频信息以及异常点位信息报警。

▲图2：交通安全监控界面

路段里程桩号对应真实道路的具体位置，在界面中每隔一米设置成一个可见的道路桩号点位。当有异常事故发生时，事故所在桩号点位会在界面上呈现出红色，如图3中红色方框中所示，报警的具体信息会显示在界面的最上方，包括监测到的异常点位的具体桩号数、所属监测路段、报警时间以及报警原因。如果报警点位在摄像头可监测范围内，还可以点击查看实时的道路交通情况，同时及时采取必要的管制措施。

▲图3：路段里程桩号异常点位显示

路段里程桩号上的每一个点都包含道路上每一个位置采集到的实时光纤数据，点击桩号点位即可以读取到这些实时数据，如图4。交通安全监控模型周期性地从数据处理中心读取数据，实现对道路安全的动态实时监控。因此，在图4中看到的道路点位实时数据也是随着时间动态变化的。图4的横坐标为时间，周期性自动更新（如10s），纵坐标为采集到的光纤振动数据，正常范围是(0,5)。

▲图4：路段点位实时安全数据

整体路段安全数据监测用不同的颜色展示。表2为光纤振动数据的颜色定义。随着光纤振动数据的变大，颜色也逐渐由绿色转为黄色，最终呈现为红色。其表示的含义为，光纤振动的数据值越大，其外部异常的可能性越大。图5能够直观反应出整体路段在某一时刻的安全状况，其横坐标为时间，纵坐标为路段的里程桩号。后台模型算法会每分钟计算一次整体路段的安全监测数据，因此图中看到的整体路段的安全数据也是每分钟更新一次。在外部道路环境有重大事故发生时，在图中能够直观的看到大面积的红色。将鼠标移动到颜色所在区域，可以动态显示路段的具体桩号及数据发生时间。

表2：光纤振动数据的颜色定义

▲图5 整体路段安全数据监测

交通状态发布功能设计

交通状态发布主要是对道路实际的交通状态，包括畅通、缓慢和拥堵三种情况，实现实时的状态信息发布。数据处理中心服务器会把把道路上采集到的光纤传感数据传输给交通拥堵判别模型，通过对振动数据的计算分析，实现对道路交通状态的实时发布，如发布频率可定义为30秒。

图6展示了系统中交通状态发布界面。界面同样由五部分组成，包括：路段里程桩号、整体路段交通状态监测、路段点位实时数据、视频信息以及拥堵点位信息报警。

▲图6：交通状态监控界面

图7为路段里程桩号上每个点位的交通状态显示。路段里程桩号对应真实道路的具体位置，在界面中每隔一米设置成一个可见的道路桩号点位。交通状态为三级显示，分别由红、黄、绿代表拥堵、缓慢、畅通三种交通状态。当道路实际的交通状态发生变化时，点位的发布颜色会发生相应的变化。

▲图7：路段里程桩号点位交通状态显示

图8为路段里程桩号上具有摄像头点位的关联视频信息。为了查看和核实系统发布的实时道路交通状态，交通管理人员可以点击关联摄像头查看道路上实际通行的交通状况。在交通拥堵或者发布异常的情况下，管理人员需要采取必要的管理或者系统维护措施。

▲图8：关联摄像头交通状态查看

图9为路段点位实时交通状态数据。交通拥堵判别模型从数据处理中心周期性地读取数据，实现对道路交通状态的动态实时监控。因此，图9中的道路点位实时数据也是随着时间动态变化的。图中的横坐标为时间，周期性自动更新（如30s），纵坐标为采集到的光纤振动数据，正常范围是(0,5)。

▲图9：路段点位实时交通状态数据

图10为整体路段交通状态数据监测图，其横坐标为时间，纵坐标为路段的里程桩号。从图中能够直观反应出整体路段在某一时刻的交通状况，当图中颜色为绿色时，代表该时刻下的整体路段为畅通的；如果颜色逐渐由绿色转黄，代表路段交通流逐渐变得缓慢；如果持续出现大面积的红色，则代表这一段时间的路段开始变得拥堵。后台模型算法会每分钟计算一次整体路段的交通状态监测数据，因此图中看到的整体路段的交通状态数据也是每分钟更新一次。将鼠标移动到颜色所在区域，可以动态显示路段的具体桩号及数据发生时间。

▲图10：整体路段交通状态数据监测

结束语

光纤传感技术在连续交通数据采集，实时动态交通信息发布方面具有很大的优势，可作为一种有效手段支撑未来城市快速路的智能交通发展。该技术对于缓解交通安全和交通拥堵问题，具有广阔的应用前景。