高速公路运营管理中大数据平台的构建及应用分析

霍思远

（山西省智慧交通研究院有限公司,山西 太原 030032）

0 引言

现阶段，高速公路的信息化水平还不高，对于高速公路信息化运营管理产生的大量数据，不能高效利用，且开发程度较低，无法充分满足交通运营管理的实际需要[1]。随着计算机技术的发展，人工智能、大数据、物联网等新技术不断涌现，综合运用新技术构建起高速公路大数据系统平台，能将高速公路信息系统的各个模块串联起来，共享系统数据，并将全部数据集中保存，从而为全面的数据分析提供保障，依托于大数据平台信息做出科学的决策，提高高速公路运营管理的智能化水平。

1 大数据平台总体架构

大数据系统平台收集并存储高速公路数据资产，并基于当前的信息管理系统，汇总运营管理数据，按照相同的数据标准，构建标准的数据仓库，整合并存储高速公路的海量运营数据，此外还设计有外部数据接口，公路运营管理的关联部门数据都可接入平台中，经过数据整合、评价决策等，为公路调度指挥、事故预警、客户服务等提供数据支持，有利于全面提升高速公路运营管理水平[2]。

大数据系统平台包含数据层、模型层以及应用层，以充分满足高速公路的运营管理需求。系统平台以及与模型算法的设计主要通过数据层来实现，提升数据分析的准确性与科学性。数据层将收集的运营数据作适当处理后，将其传输至公共大数据中心，其中存储的各项数据都可实现内外共享。模型层为系统平台的稳定运行提供重要保障，其主要内容为数据融合及模型，收集整合各项数据，经分析计算后，在系统分析平台中广泛应用。应用层是在数据层与模型层基础上设计的，其功能主要是通过收集分析路况、路网及天气等信息，实现实时的交通分析、路况预测、路面养护、智慧交通以及事故预警等[3]（见图1）。

图1 大数据系统平台总体架构

2 基础数据

通过多个渠道可以收集高速公路数据，例如通过视频监控、路政管理、ETC 门架等，可以广泛收集车辆的视频、图片以及行驶数据等信息。除了上述三个来源，还有其他途径可收集高速公路的基础数据。

高速公路运营管理数据主要包括：①公路、桥隧、收费站及服务区等基础设施信息；②高速公路通行费、货车收费站入口称重数据以及征费稽查数据；③高速公路行车数量、车牌号、进站点与时间、出站点与时间、区间行驶距离以及车流量调度数据等；④车辆事故数、车辆维修费用、道路巡查及养护等数据；⑤气象预报、道路问询、收费站是否开放、路面路况等出行服务数据[4]。

通过系统平台共享的外部及内部数据包括：①来源于交管部门的违法车驾信息、执法纠违、交通事故处理等数据：②来源于路政部门的事故救援、超限执法等运营数据；③来源于公安部门的盗抢车辆、涉车犯罪及违法记录等数据[5]。

3 应用模型

构建高速公路运营管理的大数据系统平台，主要运用到以下六种模型。

（1）基础信息数据模型和业务数据模型：由于现阶段的高速公路运营管理数据并不十分完整，且精确度还有待提升，采用数据融合方式，来获得相对准确的高速公路运营数据。在具体的应用模型中输入多源数据，构建相应的格式转化模型，得到统一的数据标准，通过不断校验数据格式，全面提升数据分析的准确度，充分发挥数据的价值(见图2）。

图2 数据融合框架

（2）交通流量预测模型：统计高速公路不同路段以往的交通流量数据，设定不同维度的数据，开展全面分析，从而针对交通流量趋势开展不同维度的预测[6]。

（3）突发事件评估模型：从路政部门收集以往的交通事故数据，构建综合性的道路突发事故分析评估机制，融入道路特征、气象条件、事故时间及原因等信息，提升对突发交通事故的预判能力。

（4）综合稽查分析模型：收集高速收费站入口称重、费用稽查等收费信息以及车辆型号、车牌号等车辆运营数据，建立全闭环稽查管理机制，同时完成稽查分析、任务派发、数据上报及信息反馈等。

（5）运营管理优化模型：通过视频监控、ETC 门架等收集路面车流量、车速及路面破损等数据，设计全面的道路行车应急处置预案，不断完善道路交通组织[7]。

4 大数据系统应用

4.1 应用目标分析

当前，有些道路的稽查养护、硬件设备维修及安全检查等并不十分完善，高速公路运营管理企业要实现科学、高效的决策，必须构建完整、智能、高效的大数据分析及运营决策管理系统。主要业务需求如下：

（1）全面掌握高速公路运营路段的车流量、路段边界等信息，并合理预测道路车流量，能科学、准确地分析道路交通总流量、区域流量、各路段及高速公路收费站的车流量，还能统计分析各个时间段的交通流量。

（2）能分析高速公路各项运营管理指标的发展趋势，构建相关的指标评价体系。评价指标主要有道路断面车流量、车速及路面破损程度等[8]。

（3）结合高速公路运营管理的实际需求，不断统筹运营业务，实时监测道路运行状况，做出科学评估分析，在此基础上，进行持续优化及信息反馈。

4.2 应用情景

4.2.1 交通流量预测的应用

高速公路运营数据主要来自监控视频流、车辆抓拍以及通行路径存储等，通过对不同维度的路段车流量趋势进行分析，在此基础上，对各个时间段的道路交通流量进行有效判断。交通流量预测主要应用于以下五个方面：

（1）车辆密度预测：借助于大数据系统平台，实施处理高速公路的车流量数据，并将其比较于高速公路的以往数据，按照车流量大小进行排名，并运用相应的算法，提出科学的建议，为最终决策提供支持[9]。

（2）道路拥堵预警：有些热门高速公路主线，在非工作日时间段的车流量非常大，极易发生交通拥堵。针对这一现状，可运用大数据平台系统，收集该路段的车流量信息，对未来的车流量大小做出预测，并准确锁定引发交通拥堵的主要因素，在此基础上，制定合理的道路拥堵疏解方案，快速解决道路拥堵问题。

（3）收费额预测：预测高速公路收费的金额，主要依据交通流量的大小作出判断。针对某段高速公路，可以分不同长度的时间段，有效预测其交通流量，并运用相应的计算方式，依据交通流量计算收费金额，由此可以预测高速公路在这一时间段内的收费金额。

（4）收费人员配置：基于对道路交通流量的合理预测，掌握车流量规律，分析交通流量在工作日与非工作日、白天与黑夜的差异。高速公路运营管理企业可据此科学设定收费站工作人员数量，根据道路车流量的变化，及时调整收费人员配置。

（5）道路养护：基于对交通流量的分析，并综合考虑具体车型、车速及超载量等数据，对道路通行能力进行判断，提取可量化的指标，不断完善道路养护施工方案。

4.2.2 逃费稽查分析的应用

收集高速公路车辆出入口信息、ETC 门架、高速通行费缴费记录以及车辆乘车人数量等信息，构建稽查数据信息库，并设计高速通行费逃费稽查分析模型，开展智能化科学分析，不再依靠人工经验，比较异常行为数据，通过对通行车辆进行全面分析，实现逃费稽查[10]。

（1）优免政策逃费分析：在特定法定节假日，对于七座及以下的小型车辆，会免除其高速公路通行费，并在收费站出入口设置专门的免费车道。有些车辆超过七座，还会选择通过免费车道。此时，逃费稽查分析模型会运用相关算法，将通行免费车道的车辆的座位数与符合高速免费政策的车辆座位数进行比对，通过这种智能化分析来判断该车辆是否存在逃费行为。

（2）大车小标分析：在收费站人工收费中，运用稽查模型，分析降低车型的逃费行为。收集车辆ETC 办理信息、车辆缴费记录、实际车型及入站称重数据等，开展全面分析，如果存在货车ETC 设备对应的车型小于实际车型、使用不配套的ETC 设备、不按规定通行规定车道出站等现象，由此可判定大车存在违规使用小标的问题。此时，将违规车辆信息报送至路政服务站，工作人员会稽查该货车，判断是否有逃费行为。

（3）套牌分析：运用车辆稽查模型，全面分析车辆型号、车牌信息、颜色及高速公路通行时间等数据，若相同的一块车牌被用于不同车辆，则可断定这是套牌行为。此时，系统模型会收集套牌车辆的相关信息，并向车辆发出套牌预警。

4.2.3 实时交通分析的应用

通过实时分析高速公路路况、收费站及服务区等信息，从而全面了解高速公路当前的服务状况，向驾乘人员提供相关服务，主要作用如下：

（1）路况信息提示：收集道路交通实时信息，并开展全面分析，如果路段出现拥堵、事故或异常天气等，会将提示信息推送给驾乘人员，提示其绕行或做出其他选择。

（2）服务区信息提示：当车辆快接近高速服务区时，如果驾乘人员有进站需求，则系统会向其推送服务区空余车位信息。

（3）收费站信息提示：当车辆将要驶出高速公路时，系统会向驾乘人员推送收费站开闭及车辆通行信息。

4.2.4 安全隐患排查的应用

构建生产安全事故隐患数据库，依照生产法规、操作流程及管理标准制度，开展例行巡检及专项检查，收集的生产安全隐患信息输入隐患数据库，并借助互联网自媒体，将企业员工吸纳到生产安全隐患采集、排查及整改活动中，从而实时收集安全管理信息，实现闭环管理。

4.2.5 机电运维分析的应用

收集高速公路监控与机电设备运行状态、运行环境等数据，开展在线监测及故障预警，从而有效提升高速公路机电设备运维的智能化程度。

5 结论

综上所述，在高速公路运营管理中综合运用大数据技术，具有显著的应用价值：一是能准确掌握交通流量规律；二是可快速稽查逃费车辆；三是为民众出行提供优质服务；四是能有效排查管控交通隐患；五是能提高高速公路机电设备运维的智能化程度。将大数据技术充分融入高速公路的运营管理，并在其中具体运用大数据分析成果，一方面能为高速公路运营管理企业带来巨大的经济效益，另一方面还能创造显著的社会效益，值得大力推广应用。