中國—東盟交通物聯網聯動預警機制分析

潘翔

(廣西經濟管理干部學院 計算機系， 廣西 南寧 530007)

?

中國—東盟交通物聯網聯動預警機制分析

潘翔

(廣西經濟管理干部學院 計算機系， 廣西 南寧 530007)

從中國—東盟交通物聯網內涵進行分析，提出區域交通物聯網預警具備全面感知、精準判斷和多方聯動等特點，從共性事件、個性事件的角度列舉了交通預警事件及其成因。提出交通預警機制的構成要素為數據采集與分析、預警指標體系以及預警分級與處置預案，采用數據插補技術與混沌信息行為方法構建預警流程。結合預警流程，分析了基于多部門聯動、基于多區域聯動以及混合聯動等三種預警模式的特征與適用范圍。最后提出了要從制度方面、技術方面加強中國—東盟交通物聯網聯動預警的對策。

中國—東盟；交通物聯網；聯動預警

0 引言

中國—東盟自由貿易區所涵蓋的人口是自貿區之最，在加快多區域合作升級步伐的背景下，貿易、投資、基礎設施建設等方面都在積極推進。交通運輸業作為貿易往來和經濟發展的基礎載體，承擔著跨區域高效安全運輸的重任[1]。物聯網作為國家戰略得到了長足的發展，與交通運輸業的聯動是必然且有效的。在運輸過程中安全是排在第一位的重要指標，交通運輸因海、陸、空運輸方式的不同，會面臨各種不同成因的危險狀況[2]；同時也因運輸貨物的不同而有可能面臨不同程度的緊急情況。為了確保運輸過程順利和貨物完好，全面有效的預警機制必不可少。目前關于交通預警方面的理論研究集中在城市道路交通預警、高速公路事故預警與氣象災害預警等方面，實踐研究則存在重救援輕預防的問題。中國—東盟的區域交通運輸涉及的地域范圍廣，在多式聯運的快速發展背景下，單一的運輸方式預警已遠遠不能滿足實際運輸的需求。構建中國—東盟交通物聯網聯動預警機制，使交通運輸在跨區域作業以及多式聯運轉換的全過程中都得到全過程控制與管理，打破地域與運輸方式的限制，保障交通物流運輸作業安全。

1 聯動預警內涵與成因

1.1 中國—東盟交通物聯網聯動預警內涵

中國—東盟交通物聯網是跨國、跨區域的大型物聯網服務體系，具有多區域合作、多式聯動聯運技術體系交叉融合等特征。物聯網與交通物流的結合是技術、功能和業務的具體融合，聯動預警是充分運用北斗衛星導航定位、RFID射頻識別、傳感器以及云計算、移動泛在等技術，對交通運輸過程中的人、貨、車、船、路等多要素信息單元進行數據采集與分析，實現實時跟蹤和決策管理。功能上主要體現在路徑規劃、安全預警、定位導航、貨物監控等[3]，業務上著重于貨物的裝卸、車輛行駛、多式聯運切換等的感知與重構聯動預警要素。

物流多式聯運已成為區域交通發展熱點，以跨國高速公路為主要陸運手段，空港聯運、海陸聯運、海鐵聯運發展迅速。目前，不同的運輸方式在銜接時對交通運輸過程的監控出現了斷點，如陸運到海運，交通管理部門也發生了轉換，預警數據的采集、監控以及預警響應的部門都會發生變化。因此需要高效的聯動機制，實現多式聯運全程無縫的預警管理。

交通物聯網預警機制需要物聯網的軟硬件作為技術支持，底層需要布設大量數據采集節點，通過程序化分析處理，應用數據系統與通信系統實現應急響應。然而，中國—東盟各國在交通方面的信息化、智能化水平參差不齊，同樣的數據在不同的地區有不同的采集方式或可能無法采集，造成在一個地區能夠實現的預警效果，到了另一個地區就未必有效。因此，加快中國—東盟交通物聯網聯動預警一體化建設尤為重要。

1.2 預警事件及其成因

預警機制的構建是為了防范一系列交通、物流作業過程安全事件的發生和提升業務效率，在中國—東盟自貿區內進行交通運輸作業有可能面臨各類影響預警的數據、異構信息事件與行為事件。系列事件要素按照物流交通作業方式進行分類，有公路運輸、海路運輸、內河運輸、鐵路運輸以及航空運輸等五類；按照作業對象進行分類，有客運和貨運兩類，其中貨運又分為危險品運輸、冷鏈運輸及普通物品運輸等。不同的作業方式和不同的運輸對象，所產生的預警事件既有共性也有個性。

在交通作業過程中受外因影響，有氣候因素引發的預警，如臺風、暴雪、冰雹、霧霾等，因此屬于共性預警，發布的范圍最廣。駕駛員內因引發的預警，如疲勞駕駛、酒駕、操作失誤等，此類預警僅與單一交通工具相關，因此屬于個性預警，發布范圍僅限于駕駛員及所在交通運輸企業。交通工具自身引發的預警，如發動機故障、車廂起火、冷鏈運輸工具不制冷等[4]，也屬于個性預警。沿途路況引發的預警，如前方塌方、路口擁堵、發生事故等，這類狀況將對沿途車輛都造成影響，屬于一定范圍內的共性預警。運輸的人或貨物引發的預警，如危險品泄漏等，若影響的范圍超出了單一運輸工具的范疇，則屬于共性預警，需要緊急疏散等應急措施。此外，還有其他突發狀況引發的預警。所有這些，在中國—東盟交通物流體系中，因區域不同、法制觀念不同、文化體系不同、信息水平不同，而生產不同的要素信息，聯動預警需采取不同的模型與數據體系進行分析。

2 交通物聯網預警機制構建

2.1 交通物聯網預警機制的特征分析

2.1.1 全面感知

物聯網的典型特征就是全面感知，用于交通行業的感知對象包括交通工具、搭乘的人和貨物、交通環境等。根據中國—東盟各區域與文化等，對交通工具的感知包括實時的運行速度、所在方位、姿態、油耗油量等；對人的感知主要是針對駕駛員，對其是否疲勞駕駛、是否酒駕等異常狀態進行監控；對貨物的感知主要針對危險品，是否性狀發生改變，是否存在泄漏或爆炸的危險；對交通環境的感知則在于氣象、路況、交通指示燈等的判斷。區域預警機制是否有效很大程度上取決于感知的數據是否全面，數據越全面與區域文化量化融合，感知到的危險因素就越細致，預警判斷就越準確。

2.1.2 精準判斷

預警是用于提醒相關干系人和部門存在安全隱患，即將發生安全事件，必須馬上采取應對措施。可見一個預警將會牽涉到不小的范圍，且很大程度上會消耗人力和物力。如果預警準確，能夠及時排查隱患避免損失，資源的消耗無疑是值得的。而如果預警不準確，會造成無謂的恐慌，以及不必要的資源消耗。一個好的預警系統與機制必須要對是否需要做出預警給出精準的判斷，要將誤判率控制在一個極小的范圍之內。基于物聯網技術的交通預警由于能夠獲取大量的實時數據，結合科學的數據分析手段以及海量的歷史預警案例庫，判別的精準性得到極大提高。

2.1.3 多方聯動

交通預警的處置本身即是一個多方聯動的過程，特別是在中國—東盟這個復雜的區域、文化體系中。聯動事件與要素涉及到的首先是駕駛員，然后是運輸企業。預警的級別牽涉到相關的交通部門，如道路管理部門、海事管理部門、航空管理部門和鐵路管理部門等。若是交通管理部門無法處置，則會由政府出面，聯合其他相關部門共同解決。而在中國—東盟環境下，交通運輸是雙向的，國內的客流與貨物可以運至國外，國外也可以運至國內，因此預警的聯動范圍不僅限于一個國家，必要情況下要包括運輸的起始國家和終點國家，甚至是沿途國家的相關部門都要參與到應急處置中。

2.2 預警機制構成要素

2.2.1 數據采集與分析系統

交通預警的基礎在于數據采集與分析，建立中國—東盟交通物聯網數據采集與分析系統，除了要有全方位覆蓋的采集設備與技術之外，還需要配合及時有效的數據歸集機制[5]。如氣象數據的采集與分析只能由氣象部門進行，并通過固定的渠道向交通管理部門傳送，交通管理部門再根據氣象影響的范圍和程度，向對應交通運輸企業進行通告。交通運輸企業所采集的數據主要是交通工具的狀態監測數據，采用專業的數據采集終端(如車載終端、船載終端和機載終端)配合各個部位的傳感器接入，全面獲取車輛、船舶等交通工具的狀態信息。除此以外，交通運輸環境的數據采集主要由交通管理部門負責，如通過在公路、鐵路的路口、岔口等關鍵節點安置攝像頭、傳感器等設備[6]，獲取路況信息,通過在航標上安置傳感器獲取航線信息。

采集到的數據要經過分析與處理，提取出對應的指標數據用于判斷是否需要預警。由于數據量龐大，需要應用大數據處理手段。數據的采集與分析應是實時的，監測到異常數據即需要馬上向有關單位和部門發出預警并啟動應急響應。數據采集與分析系統如圖1所示。

圖1 數據采集與分析系統

數據采集與分析系統是預警機制形成的重要環節，首要任務是建立中國—東盟交通物聯網數據服務中心，根據區域特點部署各種異構的氣象、交通、道路監控、物流及其他相關物聯網節點服務器，并采用中間件模式統一接入數據服務中心。中間件系統對數據采集端，對各種相對非標準化設計的衛星導航信號、傳感設備、車載終端、視頻采集器進行標準化格式的轉換，并提供統一開放的API(Application Programming Interface,應用程序編程接口)進行二次系統開發，或接口定義接入，解決數據接入難題。在數據傳輸方面，使用數據通信服務器以泛在連接的模式接入GPRS/3G/4G網絡，并將數據信息存儲于數據服務中心，形成海量大數據體系。

預警的精度還取決于對中國—東盟區域間各類特色系統的接入。區域特色服務系統是根據區域間文化、交通行為習慣、信息行為差異、物流工具與作業體系差異而建立的服務系統，它存在于數據的中間環節，在整個數據采集與分析系統里扮演著一種信息補償的角色。區域特色系統中的區域數據服務器、通信服務器負責傳送需求信息到中國—東盟數據服務中心，并把數據信息插補于分析服務的計算模型中。分析系統根據預警指標體系、預警分級與處置預案、預警技術與流程，采用基于多部門聯動的預警模式、多區域聯動的預警模式、混合聯動預警模式進行預警數據輸出，形成可控的信息行為，并服務于應急調度指揮、應急聯動服務等領域。

2.2.2 預警指標體系

判斷一個事件或者某個狀態是否危害到交通與運輸安全，需要通過一定數量的數據來證明其危害性，這些數據即稱之為預警指標。不同的危害事件所對應的預警指標不盡相同，如駕駛狀態會對交通安全產生影響，則預警指標就與駕駛員的精神、動作等有關；天氣狀態則與氣溫、降雨、刮風等有關。中國—東盟地區有效的交通物流預警部分關鍵指標體系如表1所示。

表1 交通物流預警部分關鍵指標體系

表1所示的指標體系范圍較全面，囊括了水路、陸路和航空，在此指標體系之下進一步確定每一個指標數據的預警值，將得到對應的預警分級。

2.2.3 預警分級與處置預案

預警分級表示影響交通的事件嚴重程度，一般按照由低到高的影響度分為四級、三級、二級、一級，表示的程度從一般、較大、重大到特別重大，用藍色、黃色、橙色和紅色來對應表示。不同的預警事件與級別根據中國—東盟不同區域有著對應的處置預案，預案中指明預警響應所涉及的具體部門及組織指揮部門，并明確處置的流程及負責部門。在中國—東盟交通環境下，處置預案要充分考慮到跨區域的聯動組織，并將與跨區域部門溝通協調過程細化到處置流程中，提高聯動的效率。

在預警的處置預案中，預警的發布環節需要謹慎處理，做到精準定位，提高預警、應急聯動效應。發布預警是將警情及時向相關的管理部門、交通企業及涉及區域的人民群眾等進行通告，以便提前采取預防措施降低或避免損失。并非每一個預警都需要發布，且發布的范圍也會隨著警情的不同而有所區別。重大預警尤其需要謹慎發布，以免引起不必要的恐慌。與交通工具、駕駛員狀態等有關的預警則向駕駛員及其交通運輸企業發出。

學校在進行設計和規劃時，并沒有根據校園內行車的需要對道路盡心規劃，使得道路較窄。比如，多數校園道路的設計局限于疏散人流的單一功能，并且人為地限制了車輛的同行。這使得學校內雖然有大量的道路，但是多為狹窄的銷路，并且拐彎很多，一旦有大量的車輛進入校園，就很難有足夠的空間行車，再加上路窄無法掉頭，因此很容易造成交通擁堵。

2.3 預警技術與流程分析

中國—東盟交通物聯網聯動預警最大的特點就是大數據應用，結合物聯網節點采集的數據、氣象數據、行為信息數據，在海量大數據中進行數據信息篩選。采用數據插補技術[7]，定義被加工數據工件的輪廓信息、中心軌跡，按照區域化劃分的預定與動態模型進行數據加工。運用曲線數控預警系統模型，以眾多小簇直線或圓弧形信息精度計算，配合拋物線和高次曲線擬合方法進行插補，根據事件成因的內因、外因，在數據輪廓節點間計算出多個中間點的坐標值，然后加以增量插補和環形數據采樣計算出預警準確信息。

Step1：以數字積分模型，把中國—東盟不同區域、文化、信息體系數據，融合到交通物聯網行程標量中進行插補計算，每一計算結果作為大數據中一個行程增量，并不斷向各坐標值擬合，以程序運行時間進行多小簇自變量比較，形成區域數據判別。

Step2：采用圓弧形信息精度補償，在各形態物聯網節點信息數據象限中，以坐標軸和被積函數值的修改來控制各象限差異性預警，形成若干模塊進行插補計算，從而減小預警數據誤差值。

Step3：以時間分割插補方式擬定預警數據，根據交通應用用戶程序采集的信息，進行輪廓曲線分割，并且擬定插補節點周期，得出輪廓步長，以二進制計量模式給出精準預警數據信息。

Step4：將上述大數預警插補技術構成要素結合起來，推導出中國—東盟交通物聯網預警流程。無論預警事件屬于哪個范疇，都需要經過數據采集、指標提取、數據分析、預警分析與應急響應等幾個階段，如圖2所示。

圖2 交通物聯網預警流程

階段1：技術層套用物聯網基礎技術架構，感知層用于采集現場交通狀況信息，設計并應用低功耗、小型化的車載、船載和機載數據采集終端。

階段2：網絡層用于數據傳輸，采用無線通訊方式，將3G/4G/GSM與北斗短報文進行聯合應用，實現任何地點的隨時通訊。

階段3：應用層面向交通管理部門和交通運輸企業，實現可視化數據管理與預警聯動指揮。

3 聯動預警模式選擇

3.1 多部門聯動的預警模式

多部門聯動的預警模式有兩個含義，一是運輸企業內部各部門聯動，二是交通管理部門與其他相關部門(如衛生救護部門等)、運輸企業的聯動。如果預警的內容屬于個性預警，并沒有妨礙公共交通的危害，則只需啟動運輸企業內部的部門聯動；如果是共性預警，說明涉及的影響范圍較廣，需要交通管理部門出面處理，此時至少需要交通管理部門與運輸企業進行聯動，必要時與其他管理部門聯動。為確保高效聯動，首先必須明確聯動指揮方，如企業內的部門聯動可以指定各個部門的負責人與企業高層共同組成聯動指揮小組；交通管理部門與其他管理部門的聯動也可以遵循類似原則，由各部門抽調負責人組成指揮小組，小組內再選出組長。指揮權落實到位，才能更好發號施令。其次，部門間的溝通渠道要暢通，應在應急預案中明確給出各部門的聯系人與聯系方式，并確保全天候待命。最后，多部門的聯動關鍵是明確任務，明確哪個部門是主體，哪個部門作為協調配合，實現主次分明，協調配合的高效聯動預警響應。

3.2 多區域聯動的預警模式

中國—東盟自由貿易區共包含11個成員國，因此從廣義的角度而言多區域聯動應是11個成員國之間的聯動。狹義而言，多區域聯動也有兩層含義，一是在境內多個行政區域之間的聯動，二是根據預警實際情況實行跨境聯動。在我國境內的多區域聯動特指跨省聯動，通過各省的交通物聯網平臺對接，實現區域信息共享，預警響應時能夠同時做出快速的反應，并根據預設的應急預案實現聯動。跨境聯動則相對復雜，由于各國交通信息化程度不一，未必能夠形成統一的交通物聯網平臺。因此高效的跨境聯動預案就顯得尤為重要。預案中的核心部分是如何快速建立聯動指揮小組，以及快速形成暢通的溝通聯絡方式。根據各國交通管理的差異，列出相關部門的職責，找到相應的聯系方式并明確與其他國家各部門進行聯絡的我國對應部門，做出跨境聯動的流程圖，做到有章可循，在緊急情況發生時能夠迅速判斷并立刻聯系相關國家有關部門。

3.3 混合聯動預警模式

當預警情況較為復雜，既涉及了多個區域，又涉及了多個部門，即可視為混合聯動預警模式。該模式無疑比單一的聯動預警模式更為復雜，該模式的復雜性主要在于調度指揮方面。首先需要明確以哪個區域為主，一般情況下以交通預警事發區域作為應急聯動的主體，運輸企業所在區域、貨主所在區域以及運輸過程的途徑區域，可視為應急聯動的協同配合區域，在必要時提供相應的幫助。同理，根據預警的情況可區分聯動主體部門，如氣象問題引發的預警以氣象部門為主體，交通擁堵引發的預警以交通部門為主體，運輸工具自身問題引發的預警以運輸企業為主體，有人員傷亡嚴重的則以衛生部門為主體，等等。由此可以快速判定混合聯動預警模式的主體區域與部門，確定聯動指揮小組的核心成員。

在此基礎上協調各區域相關部門，從信息、人力、物力等方面全面配合，使預警取得的效果發揮到最大。混合聯動預警模式如圖3所示。

混合聯動預警模式是中國—東盟交通物聯網預警體系的一個綜合性服務環節，在這個混沌信息行為中，采用運籌學數學建模方法，得出最佳選擇與決策混合聯動預警狀態空間全局最小值或者最大值。在對信息源的企業信息、氣象信息、道路信息、實時交通、終端信息、實時監控等方面復雜且類似隨機數據，以一種非線性信息行為挖掘其內在規律性。同時，與預警主體和客體的運輸主體、運輸企業、運輸客體，以及應急主體、應急客體與區域界定等結合起來，并反饋到數據服務行為中。數據服務容器中的行為信息數據、預警機制模型、地理信息系統結合信息源、預警主體與客體進行數據處理，并向預警實施容器發出調度指揮指令，且通過聯動預警預設模型進行不斷迭代信息調配，使之預警精度在混沌行為中得到調節。在調度指揮行為實施中，涉及到不同的區域、企業、行業及政府等相關部門，并形成部門協同機制，從而產生混合聯動預警服務行為。

圖3 混合聯動預警模式

在上述的混合聯動預警模式混沌信息行為中，固有的混沌行為與數據插補技術的內因、外因有機結合，并套用到交通物聯網預警流程三個階段，使之混沌隨機性具備確定性。混沌確定性使預警系統下一時刻狀態受到前一時刻狀態影響，且隨時間演化形成各階段敏感性依賴條件，幾經迭代后修補或形成不同聯動預警預設模型，使之增加混合聯動預警精度，實現快速預警服務。

4 加強中國—東盟交通物聯網聯動預警的對策

完善交通物聯網聯動預警制度。從頂層設計出發，部門聯動、區域聯動以及混合聯動均需要制定一整套完備的聯動預警制度。要充分尊重交通物聯網所采集的數據、預警級別判斷等基礎信息，同時配備完善的獎懲與問責制度，使所有干系部門與干系人都能提高警惕，避免延誤預警處置時機。強化演習并不斷優化聯動預案。聯動預案在制定時要以實用性為標準，但是仍然難免會有考慮不周之處。預警與應急響應需要平時多次的演習與實踐，創造多部門配合的條件，并在演習中不斷總結經驗教訓，進一步優化應急預案，使實際交通預警發生時能夠準確反應，及時處置。

技術層面實現區域交通物聯網一體化。區域交通物聯網一體化首先要制定交通物聯網標準，尤其是交通物聯網預警標準。從預警所采集的數據標準到預警級別標準，都要從中國—東盟整個區域的角度進行規范。如果有的數據標準在不同國家無法統一，則需要配套完備的數據轉換標準，在聯動處置過程中將以主體區域的標準為參照進行數據轉換。此外，可構建一個覆蓋整個東盟地區的交通物聯網聯動預警平臺，接入各國現有的交通物聯網平臺以及交通信息化平臺，實現區域交通數據的共享，并為多區域聯動提供有效的指揮與溝通渠道。

5 結語

隨著中國—東盟自貿區升級版的不斷推進，自貿區的交通基礎設施得到長足發展，交通業務不斷擴大，保障交通安全的預警機制也要與時俱進。結合物聯網技術的聯動預警，從數據采集、指標分析、級別判斷和流程控制等方面架構，采用數據插補技術與混沌信息行為方法，實現駕駛人、道路、氣候、交通工具與貨物等的全方位監控。配合多部門聯動、多區域聯動以及混合聯動的預警響應模式，構成中國—東盟交通物聯網聯動預警新模式。同時要從制度層面、技術層面進一步完善預警機制，實現區域交通物聯網一體化。

[1]趙明龍. 鋪就面向東盟連接西南中南地區交通戰略支點的幾個問題[J]. 經濟與社會發展, 2013(11):13-16.

[2]蔣新華,陳宇,朱銓，等.交通物聯網的發展現狀及趨勢研究[J]. 計算機應用研究,2013(8):2257-2261.

[3]張登宏. 基于物聯網技術的交通安全預警機制研究[J]. 計算機仿真, 2011(11):346-349.

[4]張敖木翰,張平,曹劍東.物聯網環境下高速公路交通事故影響范圍預測技術[J]. 物聯網技術, 2015(5):41-43.

[5]李艷萍.基于大數據的公共信息預警機制探析[J].圖書館學刊, 2015(2):111-114.

[6]曲騰飛,鄂旭. 物聯網在城市軌道交通安全應急領域的應用研究[J]. 電子技術與軟件工程, 2015(3):36-37.

[7]鄒海翔,樂陽,李清泉,等. 基于Kriging插值的無檢測器路段交通數據插補方法[J].交通運輸工程學報, 2011(3):122-130.

[責任編輯 劉景平]

Analysis of Linkage Early Warning Mechanism of Traffic IoT in China—ASEAN

PAN Xiang

(Department of Computing, Guangxi Economic Management Cadre College, Nanning, Guangxi 530007, China)

By analyzing the connotations of the traffic IoT(Internet of Things) in China-ASEAN, this paper analyses three characteristics of early warning of regional traffic IoT: comprehensive perception, accurate judgment and multi linkage. It lists the traffic warning events and their causes from the perspective of common events and personality event. Data acquisition and analysis, early warning index system, early warning grading and disposal plan are proposed as the constituent elements of traffic early warning mechanism. The technique of data interpolation and chaotic information behavior method are used to build the early warning process. It analyses the characteristics and application ranges of three early warning patterns combined with early warning process. Finally, the countermeasures are proposed to strengthen the linkage early warning of traffic IoT in China—ASEAN according to the systems and technology.

China—ASEAN; traffic IoT; linkage warning

TP391

A

1672-9021(2016)05-0069-08

潘翔(1981-)，女，廣西南寧人，廣西經濟管理干部學院計算機系高級工程師，主要研究方向：交通物流物聯網與GIS技術。

國家社會科學基金資助項目“中國—東盟自由貿易區交通物聯網互聯互通服務體系建設研究”(14XJY016)。

2016-09-08