基于BIM的高速公路安全多维度预警系统设计

汤明，王永疆，邱振兴，叶国梁

(1.中电建路桥集团有限公司，北京 100048；2.中电建(广东)中开高速公路有限公司，广东 江门 529000；3.中国电建集团中南勘测设计研究院有限公司，湖南 长沙 410014)

0 引言

高速公路在我国的分布十分广泛，在公路系统中占据着十分重要的位置[1]。一些地区的高速公路的路况十分复杂，再加上天气原因，已经普遍成为交通事故的多发地段。近年来，某些路段的高速公路事故发生率更是直线上升，对其进行安全预警的需求变得十分迫切[2]。利用高速公路安全预警系统能够降低高速公路的事故发生率，因此对该系统的研究已经成为近年来高速公路安全领域的研究热点。

国内外对于高速公路安全预警系统的研究都十分重视，并取得了多样化的研究成果[3]。其中国外早在六十年代就在交通安全领域中引入了预警理论，并将开发公路预警系统作为其重点研究方向。而我国对于高速公路安全预警系统的研究则相对起步较晚，在研究过程中也借鉴了一些国外的研究成果。例如有学者提出了基于物联网技术的高速公路安全多维度预警系统以及基于粗糙集理论的高速公路安全多维度预警系统[4-5]。由于在利用以上系统进行高速公路的安全多维度预警时，受高速公路数据丢失与数据错误情况较多的影响而无法进行准确预警，尤其是在路段的长度为31 km-51 km的范围内，存在事故发生率上升的问题。比如中开项目全线总长152.251 km，主线起于中山市东部横门岛，与拟建深中通道相接，终点位于江门恩平市，由于路线较长，山区较多，需要修建隧道和大量桥梁，因此，将BIM技术应用于该高速公路安全多维度预警系统的研究中，以期降低事故发生率。

1 高速公路安全多维度预警系统

1.1 硬件设计

基于BIM的高速公路安全多维度预警系统硬件包括数据采集模块、信息发布模块。

1.1.1 信息采集模块

数据采集模块的工作流程具体如图1所示。

图1 数据采集模块的工作流程

通过信息接收装置、路面检测设备、机电安全检测设备和边坡安全检测设备对公路设施运行状态进行数据采集；通过视频监控器、射频识别系统(FRID)、微波检测仪进行公路交通通信运行状态数据采集；通过雷达测速仪、GPS设备、重量检测器进行公路车辆运行状态数据采集；通过气象仪、能见度检测器、温度检测器和湿度检测器进行公路气象环境状态数据采集。从而实现对高速公路的静态数据与动态数据采集，所采集到数据的具体信息如表1所示。

表1 数据具体信息

1.1.2 信息发布模块

信息发布模块主要用于高速公路安全多维度预警信息的发布，由车载信息发布终端、信息查询平台、信号灯系统、模拟道路屏、路测通信与交通广播系统、可变限速标志和情报信息板构成[6-7]。信息发布模块的具体功能如表2所示。

表2 信息发布模块的具体功能

1.2 软件设计

基于BIM的高速公路安全多维度预警系统软件包括数据处理模块、安全多维度预警模块[8]。

1.2.1 数据处理模块

通过动态交通状况数据库、设施状态数据库，气象监测数据库等其他类型数据库收集到的数据传输给数据处理模块，数据处理模块通过数据处理平台与云计算中心对高速公路数据进行处理与计算，将处理后的数据输出用于高速公路的安全多维度预警，数据处理模块对数据的处理如图2所示。

图2 数据处理模块

其中，数据处理平台主要通过数据修复方式处理错误与丢失数据，具体步骤如下。

(1)对历史交通数据中所蕴含的规律进行分析，通过分析结果对历史交通趋势数据进行计算，具体计算式如式(1)。

(1)

式中，∂代表加权系数；yk(t)代表第k天中t时刻的历史交通数据；yk-1(t)代表第k-1天中t时刻的历史交通数据；y(t)代表t时刻的对应历史交通数据。

(2)通过对第k天t时刻两个相邻车道的实测交通数据与第k-1天t时刻的历史交通趋势数据的分析，获取需要修复的数据，具体计算式如式(2)。

(2)

数据处理平台采用指数平滑法对高速公路数据进行过滤处理。其中指数平滑法的数学模型具体如式(3)。

St=αXt+(1-α)St-1

(3)

式中，St代表处理后的高速公路数据；St-1代表t-1时刻的高速公路数据；α代表平滑指数；Xt代表当前时段的数据序列。

由于平滑指数的取值对于处理结果有很大的影响，因此具体取值情况设计如表3所示。

表3 平滑指数的取值

1.2.2 多维度预警模块

本文主要将BIM数据库应用到多维度预警模块设计中去。BIM数据库是一种动态变化的数据库，在应用过程中能够不断得到充实、丰富与更新[9]。多维度预警模块共由7个单元构成，分别为监测单元、识别单元、诊断单元、评价单元、预控措施实施单元、报警单元和应急管理启动单元。通过以上7个单元，利用数据处理模块输出的高速公路数据对高速公路安全状态进行判断与预警[10]。多维度预警模块的运行模式如图3所示。

图3 多维度预警模块的运行模式

通过监测单元、识别单元、诊断单元和评价单元等流程将高速公路安全分为安全状态、准安全状态、危急状态和准危急状态。对安全状态实行日常监测，对准安全状态实行重点监测，对危急状态和准危急状态都接入报警单元，对准危急状态进行应急措施启动，对危急状态进行预控对策实施，并重点监控。

在进行高速公路安全多维度预警时，多维度预警模块会将处理后的数据与预警数据库中的信息进行对比，通过运用不同的预警准则评判高速公路安全状态，并生成与实际情况相对应的预警信息，以此实现高速公路安全多维度预警。其中，当其维度处于准危急状态与危急状态时模块会发出预警信息，通过可变情报板、手机、网络、电视、车载终端和交通广播等方式向路政、医院、交警、驾驶员等对象与部门进行预警信息发送，以降低高速公路事故发生率。

2 系统性能测试实验

2.1 实验设计

为验证设计的基于BIM的高速公路安全多维度预警系统的性能，对其进行实验验证。实验中使用的高速公路样本数据具体如表4所示。

表4 高速公路样本数据

表4中的数据项的具体描述如表5所示。

表5 数据项的具体描述

为了避免本次实验结果较为单一、缺乏对比性，将原有的2种系统作为实验对比系统，分别为基于SDA算法、基于粗糙集理论的高速公路安全多维度预警系统。将实验路段长度为31 km-51 km范围内的事故发生率作为实验指标。

2.2 结果分析

在实验路段长度为31 km-41 km的范围内，这3种系统的事故发生率对比结果具体如图4所示。

图4 事故发生率对比

根据图4对比结果可知，基于BIM的高速公路安全多维度预警系统的事故发生率明显低于实验对比系统，验证了该系统的实用性。

在路段长度为41 km-51 km的范围内，这3种系统的事故发生率对比结果具体如图5所示。

分析图5可知，基于BIM的高速公路安全多维度预警系统的事故发生率低于实验对比系统。

综上所述，在实验路段长度为31 km-51 km范围内使用本文所设计系统后，事故发生率明显下降，说明该系统具有更加优越的性能。

3 总结

为了降低高速公路事故发生率，本文设计基于BIM的高速公路安全多维度预警系统，在系统软硬件设计过程中，将处理数据丢失与数据错误情况作为重点，实现高速公路安全多维度预警，并通过实验验证了该系统的优越性能，因此将该系统应用至高速公路系统中具有重要意义，能够大幅度提升高速公路的安全性。