基于物聯網的智能交通檢測與應急管理系統

■ 傅福林 晉勝國

?

基于物聯網的智能交通檢測與應急管理系統

■ 傅福林 晉勝國

新形勢下基于物聯網的智能交通事件自動檢測與應急管理，不僅可以提升道路交通管理的智能化水平，促進道路交通的應急救援管理工作上一個新臺階，而且具有顯著的經濟效益和社會效益。

本文從物聯網和智能交通建設的實際現狀出發，在對交通事件智能檢測分析和應急管理決策技術等關鍵技術研究的基礎上，提出了基于物聯網的交通智能檢測與應急管理系統的技術架構及子系統平臺設計思路，為新形勢下城市智能交通與應急管理系統的理論研究提供了新思路、新技術、新方法，對于交通智能化和智慧城市建設都具有重要的實踐意義。

1 概述

隨著城市化進程不斷深入，城市人口和車輛迅速增多，汽車保有量逐年增長，道路擁擠、交通不暢、環境污染、事故頻發，因此，開展智能交通系統理論研究和技術創新，對于解決城市交通安全、交通堵塞及環境污染等問題，最大限度地滿足老百姓交通出行需要，提高人民群眾生活質量顯得十分迫切。

研究發現，通過技術手段實現對交通事件進行智能檢測，并對檢查到的各種數據參數進行有效管理，可以有效地縮短事件發現、響應和清除所花費的時間，大大提高事件的處理效率。越快對事件進行處理，就越能減少交通事件所造成的人員傷亡和財產損失；越能改善與事件有關的當事人、事件的處理人以及相關道路使用者的安全性；越能有效地使用各種應急資源，提高管理部門的工作效率。智能化的交通事件管理不僅可以減少事件所持續的時間、縮短事件所造成的延誤、降低偶發性交通擁堵的程度，從而有效地避免二次事件的發生；而且可以通過發布內容更豐富的出行者信息來節省駕駛人員的運行費用，從而更高效靈活地使用人力和道路設施。因此，研究新形勢下基于物聯網的智能交通事件自動檢測與應急管理的新技術、新思路、新方法，不僅可以提升道路交通管理的智能化水平，促進道路交通的應急救援管理工作上一個新臺階，而且具有顯著的經濟效益和社會效益。

2 關鍵技術

2.1 車牌識別技術

車牌識別算法采用高度模塊化的設計，按照車牌識別過程所包含的環節進行劃分，一個環節對應一個相對獨立的模塊，這些模塊既相互獨立又相互聯系，它們共同作用實現對車牌的準確識別。一般包括：

車輛的檢測和跟蹤：主要是對視頻流進行圖像分析，根據圖像中車輛的位置，實現對其中的車輛進行跟蹤，當車輛在最佳位置時，抓拍車輛的特寫圖片。而對車輛的跟蹤是為了更好地克服來自外界的各種干擾，使識別的結果更加合理。

車牌的定位：車牌定位對后續環節顯得十分重要，因此它是車牌識別的基礎，車牌定位的準確性直接影響到整體系統的性能。本系統引進的車牌定位算法是一種完全基于學習的、多種特征融合的新算法，由于它摒棄了傳統的算法思路，因此特別適用于各種復雜的場景以及拍攝角度。

車牌的矯正和精確定位：考慮到受現場安裝條件的影響，攝像機的安裝角度會受到一定的限制，抓拍到的車牌會出現一定程度的傾斜。需要對車牌圖像進行矯正處理，以提高車牌圖像的質量，也是為后續對車牌進行切分和識別做準備工作。我們采用通過精心設計的圖像快速處理濾波器，對圖像中車牌的整體信息進行快速處理，不僅可以避免因局部噪聲所帶來的影響，而且通過在算法中對多個中間結果進行比較分析，實現對車牌的精確定位，以減少非車牌區域所造成的影響。

車牌的切分：車牌的切分是根據車牌上文字的顏色、灰度、邊緣分布等一系列特征來設計切分算法。該算法不僅可以有效抑制車牌周圍其它噪聲的影響，而且可以容忍車牌有一定程度的傾斜，特別是針對車牌圖像噪聲較大的應用，比如移動式稽查車牌識別，這一算法更具有明顯的優勢。

車牌的識別：為了更有效地提高字符識別的正確率，本系統設計了多個識別模型，多個識別模型相結合形成一種層次化的字符識別算法。同時，為了盡可能地保留圖像信息，在對字符進行識別之前，先使用一些智能算法對字符圖像做一些預處理，一方面可以提高圖像的質量，同時也可以保證相似字符更好區分，提高字符的識別率。

車牌識別結果的決策：所謂識別結果的決策，就是根據車牌的歷史記錄，當一輛車經過視野時，對識別到的結果進行智能化的比較分析，并作出決策。這種比較分析決策可以通過計算觀測幀數，判斷識別結果、軌跡、速度等的穩定性，估算平均可信度、相似度等幾方面進行綜合評價，最后決定是繼續跟蹤該車、輸出識別結果還是拒絕該結果。這種方法不同于傳統的基于單幅圖像的識別算法，它綜合利用了所有幀的信息，減少了偶然性，大大提高了識別率，使識別結果更加正確、可靠。

車牌的跟蹤：車牌跟蹤基于各種歷史信息數據庫以及運動模型和更新模型實現的。歷史信息數據庫中記錄了車輛行駛過程中每一幀所包含的該車車牌的位置信息、外觀信息、識別結果、可信度等信息。運動模型、更新模型由于具有一定的容錯能力，因此可以保證那些短時間被遮擋或者瞬間比較模糊的車牌仍能夠被正確地跟蹤和預測，并在最終只輸出一個識別結果。

下圖1為車牌識別的工作流程圖：

圖1：智能交通車牌識別工作流程圖

2.2 交通事件應急管理與決策技術

一般地，交通事件應急管理是指借助計算機技術、通信技術等現代最新技術，根據交通事件應急指揮流程，來建立一套智能交通應急管理決策系統，以實現人、制度、機械和技術等各種資源的有機整合和相互協調，通過有效地減少交通事件的碰撞程度、持續時間等指標，來提高相關人員（如：事件受害者、司乘人員、事件響應者等）的安全水平。通過該系統還可以縮短發現和查證一起事件所需的時間，通過適當響應，即可實現提高事件操作效率，保障事件安全程度，最終安全清除事件現場的目標。

概括地，智能交通應急管理決策系統應涵蓋以下幾個基本流程：首先是對事件進行檢測，然后是對事件進行辨識，針對不同的事件作出決策，提出應急方案，并立即實施方案，同時發布事件信息，最后還要對實施效果進行評估，評估結果存放到應急管理知識庫中。

智能交通應急管理決策系統主要流程如下圖2所示：

圖2：智能交通應急管理決策系統

事件檢測：

智能交通檢測技術需要解決高檢測率事件檢測算法的高靈敏度與高誤報率的矛盾，檢測率、誤報率與平均檢測時間之間的矛盾。檢測的準確率與所采用的自動檢測算法有著密切的關系。因此，要提高檢測的準確率，除了提高硬件檢測精度外，關鍵要對檢測算法進行創新設計。

事件檢測算法的設計十分重要，它不僅關系到能否最大限度地發揮監控系統硬件部分的作用，特別是對事故的處理也顯得非常地重要。比如：事故發生后所需的快速檢測，事故發生后采取交通控制措施，對事故進行快速處理，以防止二次事故的發生，有效降低事故帶來的損失等，都和事件檢測算法設計有著直接的關系。

下圖3為智能交通事件檢測的關鍵流程：

圖3：智能交通事件檢測流程

事件辨識：

一旦事件檢測模塊檢測到已發生或將發生的交通事件后，系統會將與此事件相關的原始信息、事件發生地的環境信息、四周的交通信息進行匯總，進入到事件分析模塊，進行事件辨識（包括過濾、比對分析等）。實際上系統在內部，一方面會根據事件的類型、事件的嚴重程度、導致事件發生的原因等因素來進行事件辨識，更進一步，它還會通過對事件所導致的瓶頸處通行能力的下降程度、事件可能造成的阻塞及其擴散程度等幾個方面做出分析和預測，為接下來的應急決策提供基本的依據。

考慮到事件檢測模塊會有一定的誤報率，而且事件檢測所提供的與事件有關的屬性數據可能很不全面，因此，事件辨識的過程首先是對事件進行確認的過程，也即是首先要對事件的有無進行判斷。然后才是借助預先設計好的各種模型和預案包括數學算法來對事件進行歸類并分析，最終得到與事件的有關特征信息、事件的嚴重程度、事件影響指數等一些重要參數。當然，要是當檢測模塊所提供的與事件有關的數據不夠完善或者是有殘缺時，系統內部會應用數據挖掘和數據融合等技術算法對與事件有關的屬性數據進行更進一步的處理。

應急決策：

決策分析是交通事件應急管理的難點，它一方面要負責生成救援方案，同時還要負責通知相關救援部門派遣救援資源。決策模塊利用檢測模塊所采集到的信息，通過具體的決策算法和優化算法生成包括車道控制、匝道控制等救援策略。在生成這些策略時，不僅要考慮相關交通路網的通行能力和各交通路段通行能力之間的匹配情況以及各交通路段預測的行駛時間，還應考慮生成相關救援部門實施事故救援的具體過程。

決策分析的好壞對于應急決策的效果有直接的影響，因此，在設計交通事件的決策分析算法時，不僅要考慮從事件分析模塊所得到與交通事件的有關信息，還要來自輔助決策和資源維護兩個外部模塊的信息。輔助決策模塊主要涉及GIS、氣象、環境等幾個方面的內容，可以為決策分析提供所需的地理、環境、氣象預測等方面的信息；資源維護模塊可以提供有關應急資源的配置和補給等方面的信息，這些信息對于決策方案的制定以及執行過程都有著直接的影響。此外，交通事件的歷史信息和應急預案也都是系統在進行決策分析時的有效依據。

交通事件應急預案一般包括事發路段的如何進行交通管理、如何對出救資源種類進行選擇、如何選擇出救資源點、如何合理配置應急資源、如何保證救援路徑最優，此外，還要考慮對事發路段上游流入交通如何進行迂回誘導和控制、如何緊急管理事發路段的關聯平面道路以及如何發布信息等方面的預案。

決策實施與信息發布：

決策實施即是應急決策的執行，它包括交通事件救援行動的全過程。其有效性主要取決于兩個方面：一是交通事件的發展趨勢，一是可供調度的用于救援的資源狀態。

在應急救援過程中，需要應急指揮人員不斷從系統中實時獲得事件的最新狀態和事件的發展趨勢，并據此作出處置決策，這些處置決策以指令的形式通過系統下達給有關行動部門，行動部門收到指令后立即組織應急救援人員實施救援和處置，并負責隨時通過系統將指令的執行結果（是否正常完成以及不能完成的原因等）反饋給回傳給指揮中心的應急指揮人員，以幫助指揮人員作出下一步的決策。

指揮人員發布的指令一般包括：指令編號（系統生成）、指令發布人、發布指令的時間、行動部門、行動人員、行動內容（任務）、協助部門、協助人員等內容。

指令的執行結果需要按照指令編號、任務完成情況（是否完成了指令預定的任務）、結果的描述、完成時間等的字段記錄保存到系統數據庫，系統根據執行結果記錄可提供事后分析，便于進行經驗的總結或事后責任的追查。

除了通過系統反饋指令的執行結果外，行動部門還需通過系統將反饋事件發展的及時狀態報告，也即是將事件發展的最新狀態信息通報給平級的有關部門，或者上報給上級的領導部門。按照事件發展的不同階段，狀態報告一般分為三類：初報即首次報告（一份）、續報即進程報告（可能多份）、中報即結案報告（一份）。報告的內容除了要記錄報告人、時間、事件狀態、事件性質外，還有一項重要內容是對事件的發展趨勢要進行預測描述。

智能交通決策實施與應急救援流程如圖4所示。

效果評估：

交通事件處理結束后，應對整個事件處理的效果進行評估。效果評估可以通過從系統中調出從事件開始到處理結束整個過程中的記錄。若要對整個交通事件的處理過程進行總結和回顧，只需讓系統按照時間順序（升序）來顯示這些過程記錄；若要對行動部門在該事件處理過程中的表現進行評價，可以讓系統按行動部門進行分類顯示。系統中所存儲的行動記錄一方面可以作為責任追查的依據，同時也可以用作今后同類事件發生時的決策依據，有利于對預案的修訂和不斷改進。

圖4：智能交決策實施與應急救援流程圖

2.3 其它關鍵技術

此外，本系統設計研究還涉及了多項最新的物聯網技術，包括：智能識別技術、無線傳感技術、智能卡口技術、入口匝道控制技術、路面破損檢測技術等等。由于這些技術采用硬件和軟件的標準接口形式，在此不作詳述。

圖5：系統技術架構圖

3系統技術架構

基于物聯網（Internet of Things）的交通事件智能檢測與應急管理系統從技術架構上分為感知層、網絡層和應用層。

感知層：通過磁、RFID（射頻識別）、GPS（全球定位系統）、雷達、視頻傳感器等手段，可以感知車流、客流，檢測車牌，監測車輛行為等，采用智能交通高清攝像機、智能交通終端管理設備、智能交通測速儀、輔助設備（車檢器、信號檢測器、雷達、補光燈）等智能硬件設備，建立物理世界和虛擬世界的聯系。

網絡層：網絡層負責網絡的數據交換傳輸，可以將傳感器采集到的信息傳輸到數據處理中心，網絡層可以是局域網、互聯網，也可以是3G、4G或其他方式的網絡。

應用層：應用層基于云存儲和云計算的各種應用開發，通過對存儲在云端的各種數據進行分析和處理，提升應用層對物質世界的感知度，通過決策和控制，來實現交通管理的各種應用。

其系統技術架構如下圖5所示：

4 平臺系統及子系統設計

應用層由多個功能模塊子系統組成，融合了公安信息管理業務、智能交通應用、視頻圖像監控、高速網絡傳輸、高性能比對計算等多技術、多系統，形成一套基于物聯網的交通事件智能檢測與應急管理的“智能交通管理綜合平臺”。該平臺通過智能交通高清攝像機、智能交通終端管理設備、智能交通測速儀、輔助設備（車檢器、信號檢測器、雷達、補光燈）等，對采集到的靜態與動態數據分析加工處理，實施治安監控、事件檢測、交通管理控制和誘導等功能。

平臺系統按其功能設計可以分為交通監控模塊、交通參數模塊、事件檢測模塊、違法取證模塊、高清卡口模塊、入口匝道控制模塊、信息誘導發布模塊、路面狀況檢測模塊等模塊組成。

平臺各子系統的總體設計框圖如下圖6所示：

圖6：平臺系統構成圖

4.1 交通監控模塊

交通監控模塊由通信鏈路、監控中心設備、監控遠端設備和外場攝像機設備等構成，完成視頻管理、報警管理、設備管理、數據通訊、數據處理等交通監控工作。攝像機可對區域內的交通、氣象狀況進行實時的監視，并對報警、事故等進行確認，同時用以監視該區域的交通服務狀況。系統具有視頻監控、圖片抓拍、電子地圖、視頻上墻等功能。設備管理包括設備的增、刪、改等設備維護以及設備的在線巡檢，設備在線巡檢是指對系統中所有的硬件設備的運行狀態自動進行監測，以確保系統7x24小時正常安全平穩地運行。

這種基于視頻監控的智能交通系統，一方面可以提供比較豐富的交通視頻信息，實現道路交通的準確、可靠、高效的監視和控制；另一方面，由于監控攝像機的安裝方便、快捷、經濟、實惠，很容易在原有攝像機監控系統基礎上進行升級和移植，不僅維護方便，而且可以大大節省整個項目的人力物力；此外，隨著計算機技術、數字圖像處理技術和模式識別技術等的不斷發展以及處理器性能的迅速提高，能夠很好地滿足視頻交通參數的提取對于實時性和可靠性的要求。交通監控模塊的功能主要包括：一是要實現交通車輛、治安車輛、布控車輛和臨時車輛的監視和控制；另一是根據識別到的車牌信息，再參照數據庫中的黑名單信息進行比對，以判斷通過的車輛是否是非法車輛，如果是系統會立即發出報警，以便提醒相關人員及時做出相應處理。

4.2 交通參數模塊

交通參數包括交通流量、平均車道占有率、密度、平均車速、行程時間、平均車頭間距等；車輛信息識別包括車型、車身顏色、號牌、車牌顏色等信息。

車輛通行信息包括公交車專用車道限制行駛、BRT 城市快速公交線路限制行駛、路段單雙號牌限制行駛、分道分車型限駛等信息。

車輛通行告警信息包括黑名單核對與報警、套牌車檢測與報警、闖紅燈車輛檢測與記錄、不按導向行駛車輛的檢測與記錄、騎壓實線車輛檢測與記錄、逆行車輛檢測與記錄等。

要實現如車流量、車速、車道占有率等交通參數的提取，首選是要實現車輛檢測，即要鎖定目標車輛。而像車速、車的離開量和離開速度、車隊的長度以及車輛是否逆行、是否超速、是否闖紅燈、是否壓黃線、是否發生意外事故等交通參數則是來自交通流信息，它也是交通信號控制、交通違法處理、車輛定位、交通的組織與規劃等的重要參考指標。通過這些交通流特征參數，事故發生時的交通流狀況就可以比較準確地加以描述。當然，考慮到某些特征參數在事故發生時會產生突變，因此，在實現自動事故檢測算法時，這些參數可以被用做算法的控制變量。

4.3 事件檢測模塊

交通事件是指任何偶發性的非正常事件，它能引起車道通行能力的下降，無法正常滿足通行的需求。交通事件不僅包括像車輛的追尾、車輛的停滯、貨物的拋灑等，也包括像正常的公路維護、項目的重建或其它特殊的非緊急事件（對車道通行能力會造成明顯影響的情況或局面或其它事件）等。由于交通事件是引起偶發性交通擁擠的關鍵因素，因此，對城市交通事件進行準確檢測和有效管理，不僅可以減少交通擁擠，而且可以減少城市交通事故的發生，降低事故損失。

交通事件視頻檢測系統通過對攝像機采集的視頻圖像進行智能分析處理，能夠實現對各種交通事件的自動檢測，包括車輛停駛、車輛逆行、交通擁堵、車輛慢行、行人穿越、遺棄物等。主要包括：

1） 車輛擁堵檢測。自動根據平均車速與排隊長度檢測道路擁堵情況并報警。

2） 車輛逆行檢測。自動檢測車輛逆行事件并報警。

3） 非法停車檢測。系統自動檢測車輛停駛狀態和停駛時間，當停駛時間超過設定閥值后，系統發出車輛非法停車事件并報警。

4） 拋灑物檢測。系統自動檢測車道中各種目標，當檢測到車道中出現長時間不動靜態目標時，經分類為可疑物并持續一定時間以上的，認為為拋灑物，系統觸發報警信息。

5） 行人闖入檢測。系統對進入車道的移動物體進行分類檢測，分類結果中如果出現行人特征目標，系統自動檢測并報警。

此外，系統支持檢測服務器事件錄像和視頻管理平臺事件錄像兩種方式，并具有事件錄像存儲和管理功能，可以根據現場實際情況進行優化配置，如中心組網（服務器）和前端組網（智能盒）兩種檢測部署方案，方便用戶根據實際組網和項目需求進行選擇部署。

4.4 違法取證模塊

違法取證模塊應用于道路路口，可有效地防止闖紅燈、逆行、軋線、變道行駛等交通違法、違章行為，減少由此引發的交通事故。

該模塊采取非現場交通執法模式，利用高清攝像機、設備等方式收集反映現場事實的視頻資料，對交通違法/違章行為實施記錄。當違法/違章行為發生時，該模塊會非常直觀地將視頻資料記錄下來，而此時在違法、違章現場，行為人并不知曉自己的違法/違章行為已被記錄。一旦視頻資料經審查確認無誤，就成了違章/違法的處罰證據，行為人將按程序接受調查，并接受相應處罰。

該模塊由前端采集/數據處理設備、傳輸鏈路、控制中心等組成，并采用高清視頻檢測方法對機動車和信號燈燈色進行實時檢測。一旦檢測到有闖紅燈、逆行、軋線等違法/違章行為時，前端高清攝像機會接連抓拍多張圖片存儲到控制器，通過控制器處理后再上傳至控制中心。控制中心的平臺系統接收到外場設備的數據，將數據處理后存入數據庫。

系統還可對監測區域內的各種車輛進行實時捕捉，連續抓拍多張車輛過程圖片，并通過車牌自動識別功能，構建更加完整的取證數據信息。信號燈燈色視頻檢測方法可自動判斷環境亮度，自動調節攝像機的曝光參數，使圖像處于最佳狀態，達到最佳的識別和監控效果。同時，采用GPS 衛星定位模塊，精確的經緯度定位可解決動態違法抓拍的證據爭議問題。

4.5 高清卡口模塊

卡口自動監測模塊作為交通違章非現場執法系統的一部分，有利于提高交通路網的通行能力，保障車輛的快速通行和安全行駛，提高管理整個交通系統的效率。

對該模塊的設計，由嵌入式高清一體化攝像機、平板窄波雷達、LED 頻閃燈、閃光燈、智能終端管理設備、交換機、光傳輸設備等組成。采用雷達檢測與高清視頻檢測雙重模式對過往車輛進行檢測，當某一模式出現故障時，系統可自動切換至另一檢測模式。

該模塊可應用于公路要道實現通行車輛、超速車輛等的監控與報警，應用于省際或市際出入口實現車輛監控與報警，應用于重要治安卡口實現通行車輛監控與報警等，并對車輛監控記錄與報警記錄進行有效管理。同時，它也可以為交管部門處理肇事逃逸車輛、打擊盜搶機動車犯罪以及交通違章處罰等實時提供準確的車輛信息和有效證據。

該模塊工作原理如下：前端數據采集模塊通過在路口建立的視頻監控子模塊，實現對所在的監控區域內通行的所有過往車輛進行實時監視和控制，包括實時監看、圖片抓拍、車牌識別、聲光報警以及車輛通行信息的記錄和檢索等功能。然后，將所采集到的通過各車道的所有車輛的識別信息，通過網絡傳輸模塊上傳到中心管理平臺（CMS），再由中心管理平臺（CMS）進行集中、有效、綜合管理。

前端設備的主要功能是完成車輛的抓拍和違法監測，同時將抓拍的圖像連同車輛通過時間、速度、車長、車道號、轄區等信息寫入本地數據庫并通過網絡上傳。處理中心系統可將違法信息并入公安部統一的“道路交通違法信息管理系統”和“車駕管”業務系統平臺，并自動進行信息發布、布控和撤控。

4.6 入口匝道控制模塊

城市快速路具有全程無交叉口、只允許機動車行駛、車輛行駛速度高等特點，在城市交通中起著主導性的作用。

為了保障城市快速路道路容量的有效使用，進一步改善整個城市交通系統，對入口匝道進行有效控制顯得十分必要。入口匝道控制一般可以實現以下幾個目標：減少甚至消除交通擁擠的發生；降低事故發生率；提高交通安全水平；減少總的旅行時間；提高交通服務水平。

該模塊的工作原理如下：通過引進技術手段對入口匝道到快速路交通流量進行有效地調節，使得快速路主線的交通需求（TD），盡可能不要超出它的通行能力范圍，這樣就能保證快速路主線的交通始終處在一個最佳狀態附近運行，從而保證快速路交通的暢通。

該模塊主要由匝道控制主機、車輛檢測器、信號燈三部分組成。

1、匝道控制主機：是入口匝道控制的核心部件，主機中裝載入口匝道控制程序；

2、車輛檢測器：包括主線檢測器（快速路主線交通狀況檢測）、排隊檢測器（入口匝道的車輛排隊狀況檢測）、檢入檢測器（是否有車輛到達停車線前等待的檢測）、檢出檢測器（是否有車輛通過停車線的檢測）、交匯檢測器（車輛是否順利地交匯到快速路主線上的檢測）；

3、信號燈：用來指示車輛是否可以通行還是需要在停車線前等待。

4.7 信息誘導發布模塊

交通誘導系統通過對車輛采集系統、道路監視系統、接處警系統、交通信號控制系統、人工采集以及相關部門提供的動態信息數據進行處理，并將交通信息實時發送到室外LED顯示屏，為公眾出行提供信息服務，包括：實時路況信息，如道路擁堵情況、交通流量、平均速度、交通管制、高速公路封堵等，以及動態交通信息，如公交車信息、出租車信息、停車位信息等等。

交通誘導系統是交通控制與交通疏導的主要技術手段，是智能交通綜合管理指揮決策的重要依據。交警可以通過指揮中心或者直接在現場進行控制并發布交通信息。由于室外顯示屏也具有存儲功能，因此，即使在室外顯示屏和指揮中心之間通信連接斷開時，室外顯示屏上也能夠自動循環顯示存儲在室外顯示屏中的信息，并能在現場對信息顯示進行操作和控制，當然這些信息只是一些通用信息。

固化信息顯示：將通用的顯示信息固化在下端顯示屏中，用于顯示屏與中心中斷時顯示，其內容可以從控制中心下載，顯示時間也可通過控制系統進行更改。

人工誘導信息顯示：是指以人工的方式將誘導信息從控制系統發送到室外顯示屏進行顯示。根據實際需要可選擇是發送后立即顯示還是由控制系統定時發送顯示。

自動誘導信息顯示：是指由誘導軟件按照預先設定好的算法自動計算來生成誘導信息，運算數據來自交通流實時動態信息檢測系統，該系統會收集實時的交通流數據。誘導信息一經生成并確認，誘導軟件便會自動將其發送到室外顯示屏上顯示。

停車信息誘導發布：是指根據停車場系統檢測到的停車信息，自動對停車場剩余車位的進行信息發布。

4.8 路面狀況檢測模塊

路面狀況檢測在道路建設和管理中不僅是一項基礎性的工作，而且是一項至關重要的工作，它可以直接影響到對工程質量的檢驗和控制，而且對于道路養護的決策是否科學以及養護資金的分配是否最優也起著決定性的作用。

該模塊需要對路面破損狀況設計自動檢測算法，可在各種行駛速度和各種環境條件下，對包括裂縫、坑槽、車轍等的各種破損路面進行檢測和識別。路面破損檢測算法采用目前比較前沿的技術不僅可以獲得路面三維變形破損數據，比如：道路的平整度、路面的車轍、紋理、損壞度以及前方景觀圖像數據等等，而且還能通過對路面損壞圖像的識別和處理，自動對損壞路面的裂縫、坑槽等進行分析和處理，找出裂縫、坑槽的具體位置坐標，計算出裂縫、坑槽的長度、寬度和深度以及路面損壞率。計算結果可以按照指定的格式直接導入到路面管理系統，用于對路面狀況進行評定。

4.9 智能交通應急管理平臺

該平臺系統通過網絡能夠實現前端設備管理、視頻實時監控與錄像回放，交通參數設置，交通事件、違法信息自動檢測識別、自動報警，GIS應用，智能車輛查詢追蹤（區間查詢、碰撞查詢、同行車查詢、套牌車查詢、區間測速），違章查詢（闖紅燈、逆行、禁左禁右、超速），車輛布撤控，車輛智能研判（首次出現、頻繁出現、高危時段出現），智能分析（車牌識別、人臉識別、行為分析、人數統計、視頻質量診斷）；通過電子地圖可進行電子地圖實時導航、直觀圖像預覽、報警點直觀顯示、報警信息顯示和查詢、車流統計、卡口信息實時顯示、運行狀態實時查看、過車信息和行車軌跡實時查詢等功能；聯動報警管理可實現布控設置（含：單一布控、統一布控）、報警聯動設置（含：聲光報警、彈屏報警、人工處警提示、短信提醒、聯動圖像、聯動大屏等多種方式）等功能。

該平臺還包括應急管理和決策指揮模塊。根據前端模塊對交通狀況的監控，將檢測到的異常事件信息上傳，本模塊能對上傳事件進行匯總和辨別，并針對不同事件作出決策，及時生成處理此事件的應急方案，主要包括：對交叉路口信號燈的控制、對匝道開啟和關閉的控制、對駕駛員的誘導和控制、對電子板顯示信息的提供以及對異常事件排除時間的動態預測和異常事件排除后對交通流的誘導和控制等。并立即組織實施方案，同時發布事件信息。最后還要對此次事件發生和處理的全過程進行記錄，對實施效果進行評估，并將評估結果保存到應急管理知識庫中，為以后的事故處理和方案生成提供原始數據。

結束語

本文通過對車牌識別技術、物聯網技術、交通事件檢測與辨別技術以及應急管理決策技術等關鍵技術研究的基礎上，提出了基于物聯網的交通智能檢測與應急管理系統的技術架構及子系統平臺設計思路，為新形勢下城市智能交通與應急管理系統的理論研究提供了新思路、新技術、新方法。對于改進交通管理的技術手段、內容、方法，提高交通運行效率，保障行車安全、維護駕駛員人身與財產安全，以及城市交通智能化和智慧城市建設都具有重要的實踐意義。

作者單位：上海博超聯石智能科技有限公司