隧道平行交通系统

（长安大学，陕西 西安 710064）

0 引 言

隧道作为高速公路的瓶颈路段，在高速公路监控中占据重要位置。目前我国的隧道监控系统一直采用较为传统的监控方式：监控员同时面对不断切换的多个监控画面持续观察，同时根据历史经验判断监控路段是否发生异常，对异常路段的查找则需要逐个点击摄像头进行排查，以确认事件位置和情况。这种监控模式不仅要求监控员精神时刻保持高度集中，而且往往会由于主观判断错误漏检或未及时发现异常而造成一些不必要的损失[1]。

本设计提出了一种实时同步表现隧道交通状态的系统，系统在获取车辆信息后，同时对单车进行建模仿真控制，并通过多样化图表展示的方式实时反映隧道内车辆的通行情况、隧道内交通流的整体运行状态等信息，对异常车辆、异常交通流及时发出报警。该系统减轻了监控员的工作量，提高了工作效率，使隧道对交通流的监控更加精细化、完整化、生动化，对进一步完善隧道监控系统具有重要意义[2]。

1 系统搭建

本系统基于Python语言开发，采用Django Web框架实现，并通过WebSocket通信协议实现系统与数据库间的通信与系统的动态更新。

隧道平行交通系统总体架构示意如图1所示，主要包括前端设备层、数据层、技术层、应用层。前端设备层主要用于精确采集数据，采用卡口摄像头及不同枪型、球形摄像头等数据采集设备，为系统的进一步开发提供精确完整的数据支撑；数据层主要源于远程网络传输设备层所得的数据，它是系统实施的基础数据和流转数据，可使系统更具数字化、信息化特点；技术层主要对数据层数据做进一步处理以达到目的，包括动态交通展示、动态联动报警、危险品车辆识别和跟踪等，可使系统更加智能化，是系统的核心层；应用层是系统的最后一层，包括设备管理、实时动态交通展示、历史数据库管理、人员管理等，使系统具有良好的用户体验[3]。

图1 系统总体架构

2 数据采集与分析

2.1 数据采集

交通数据采集方式多种多样，根据目的不同，通常采用不同的采集方式。与现存检测技术相比，视频检测具有安装维护方便、检测数据可视、采集数据可靠、检测信息全面等优点，成为目前为止最受欢迎的隧道交通检测方式，此特点十分适用于隧道交通实时跟踪检测[4-6]。

在隧道中每隔500 m安装一个摄像头，用以获取车辆数据。摄像头安装方式为正装，为保存采集的数据，搭建PostgreSQL外网数据库，将数据实时传入数据库中。所得数据组成包括车牌号、车道、抓拍时间、车牌类型、车牌颜色、车辆颜色、车辆类型、车速等。系统所用数据均为实时采集的数据，具有足够的说服力和可信度。

2.2 数据库搭建

PostgreSQL是一款使用BSD协议且能配合多款开源软件使用的数据库软件，且该数据库是多线程数据库，可满足本研究多个表需要实时更新查询的需求[4]。PostgreSQL数据库不仅可存储数据，同时还可用于数据的远程传输。在搭建PostgreSQL外网数据库后，摄像头采集的所有车辆信息将实时写入数据库中，通过再次读取数据库中车辆信息的方式实时获取隧道中车辆的行驶信息，克服了隧道监控摄像头局域网的限制，实现了数据的远程传输。同时，通过对所获车辆信息的进一步处理，判断整体交通运行情况，实时更新隧道交通运行状态信息[7]。

2.3 实时数据处理

隧道的建造较普通公路的建造过程更加艰巨、程序更加复杂，因此每一个隧道的存在都承载着不可代替的作用，作为高速公路的瓶颈路段，对时刻保证隧道的安全、通畅具有重要意义。同样，系统实时反映隧道内车辆、交通的运行状态是建立新系统的关键。

交通实时状态的反应主要由摄像头获取的初始数据进一步处理体现，具体流程如图2所示。隧道中摄像头实时获取车辆数据后传回本地服务器（以数据库为载体实现数据的远程传输），远程获取数据后对数据做进一步处理，如计算系统所需属性信息并写入数据库，系统通过读取数据库的数据信息实现对隧道中交通状态的实时展示。

图2 系统数据处理流程

（1）平均速度

平均速度可以反映隧道中车辆运行的流畅程度。由于隧道中不同车型速度差异较大，若对所有车辆直接计算平均速度，其数值不仅不具有任何代表性，而且对判断不同车型的通行时间具有误导作用，因此需要分车型计算平均速度（根据车型状态分为大型车、中型车、小型车）。

（2）卡口流量

流量本身可以反映断面交通量，对卡口进行流量统计可以直接反映车辆在隧道中是否存在异常。卡口流量即单位时间内经过卡口的车辆数，包括单位时间内经过的车辆数和卡口的累计流量，用于反映交通量的变化情况。卡口累计流量为卡口流量的累加值，用于反映隧道内滞留车辆情况。但由于累计流量随着数值的增大，不仅难以表示，而且存在异常数据时不易发现，因此每天零时对累计流量做置零处理。

（3）平均密度

交通密度是交通状态的又一重要指标，其大小可直接判定道路的拥挤程度，从而根据拥挤状态决定何时采取相应的缓解或解决措施[8]。系统所检测的北茹隧道为两车道道路，且大车比例极高，无法通过直接计算密度进行拥堵判断，因此必须进行当量换算处理。处理后的平均密度值可直接用于隧道内交通流拥堵程度的判断。

3 界面设计展示

3.1 实时交通展示

实时交通展示界面如图3所示。该界面最上端的仿真界面及车辆经过卡口的实时信息展示可直观从单车角度反映车辆当前的运行状态。界面左下部分4个图形分别为卡口每5分钟的流量折线图、路段5分钟内不同车型和车流整体的平均速度图、小时交通流量分布柱状图及卡口累计流量折线图，这四幅图可以直接反映当前隧道内车流状态的实时情况。右下角为异常状态报警信息，当出现异常状况时立即报警。

图3 实时交通监控界面

3.2 高危车辆追踪

高危车辆指装载易燃易爆等危化品的车辆，此类车辆一旦发生事故，其危害程度无法估量，因此必须对驶入隧道的高危车辆进行实时跟踪[10]。所有未在出口出现的车辆全部进行展示，如图4所示。未被识别安全驶出隧道的高危车辆必须由人工一一确认处理，处理界面如图5所示。其中，1小时以内的数据仅允许逐条处理，1小时以上数据可进行逐条单车处理，也可以批量处理，以减少系统存储数据的压力，确保高危车辆不在隧道中滞留，并及时发现异常[10]。

图4 高危车辆异常展示界面

图5 高危车辆处理界面

3.3 历史数据展示

历史数据展示界面主要用于对短期数据的统计展示，在确定展示时段后，界面上端仿真部分对历史数据进行仿真再现，为查找异常情况提供参考；中间统计部分包括对车辆信息的统计和交通状态评价，如流量、平均速度、事件数等；界面下方4幅图形分别为卡口流量变化图、卡口累计流量折线图、车辆时间柱状统计图和交通事件柱状统计图，如图6所示。历史数据展示界面可以清晰反映所查询时段内的整体状态信息，直观反映查询时段的所有信息。

图6 历史数据展示界面

3.4 历史数据查询

系统对所有历史数据进行统一管理，并提供随时根据不同查询条件实时查询的服务。历史数据查询功能用于对所有历史数据的查询，包括车辆异常数据、交通异常数据、高危车辆异常数据等，图7所示为违规车辆历史数据查询界面。查询时间确定后，界面展示分为按天分布和按小时分布柱状图，按小时分布图可通过按天分布柱状图点击选取，且展示数据会根据所选日期同步跳变，表随图动，使得系统与使用者可以随时互动。

图7 违规车辆历史数据查询界面

4 结 语

本隧道平行交通系统在不改变原监控系统设备的前提下，通过加设卡口摄像头进行车辆车牌识别，实现了对车辆的精确跟踪；同时相对于传统的隧道监控方式，系统的监控模式由单点视频检测改为完整的交通仿真，监控过程完整流畅；车辆的追踪方式由肉眼模糊观察发展为车辆车牌的精确追踪；事件触发由主观的肉眼观察发展为系统根据客观数据规律触发事件报警；历史数据的管理由人为随时录入查询发展为系统统一管理且可实现动态再现仿真[11]。

隧道平行交通系统的开发不仅简化了隧道监控工作的流程，提高了事件监测的准确性，同时使得整个隧道的监控流程更加简洁完整，使隧道监控工作更具数字化、智能化和系统化特点[12]。