基于物聯網大數據技術的智慧公路研究

張 鵬

(鄭州市公路工程公司，河南 鄭州 450001)

智慧公路，可利用物聯網大數據技術對公路交通信息狀況進行分析，以解決當前公路交通存在的信息滯后現象，改善交通發展狀況，實現公路的智能化、信息化和多樣化發展[1-2]。對智慧公路研究時，采用先進的數據采集手段、綜合的數據處理方法，從總體層面分析現有公路交通體系存在的問題，并給出針對性解決方法，以滿足當代公路運營需求[3]。公路是基礎設施的重要組成部分，是重要的交通運輸樞紐，因此對智慧公路進行研究具有重要意義。

文獻[4]引入物聯網技術，從感知層、通信層、平臺層、應用層和展現層等5個層面對智慧公路進行分析，發現與當前系統相比，智慧公路系統能夠實現公路數據的快速挖掘，但公路交通流預測準確性較低；文獻[5]對高速公路營運數據進行分析，運用物聯網技術監控公路運行狀態，完成了傳統數據向智慧數據的轉變，但公路運行故障率較高；文獻[6]運用GPS軌跡大數據記錄城市交通信息，分別從交通狀態分析、運營管理分析和路徑規劃分析3個方面入手，完成對智慧交通的研究，但交通誘導時間過長，無法高效率完成公路管理。針對上述存在的問題，本文提出了一種基于物聯網大數據技術的智慧公路研究方法。

1 智慧公路交通信息感知

感知是智慧化和智能化技術的基礎組成要素，其含義是通過各種光、聲、波和電的傳感器對多樣化動態信息進行實時的采集[7]。公路系統是一個特別龐大且復雜的系統，其構成要素眾多，系統中存在著大量的系統信息和狀態信息，繁雜的信息感知會大大增加系統的運算量，因此感知系統的好壞決定著智慧交通系統性能的優劣[8]。

為了實現公路系統的高效、便捷和安全運行，應注重“路”、“車”、“環境”和“人”4個重要因素的影響作用和協同運行作用。智慧公路的交通信息感知系統，是以“人”為控制核心去感知其他3個重要因素。根據互聯網的本質屬性和定義可知，在智慧公路系統中，“人”應該處于核心位置，結合“路”、“車”、“環境”這3個重要因素構成一個相互感知的支持體系，實現由“人-車-路-環境”所組成的系統，加之互聯網技術的支持，可以更好地實現“人”對其他要素的控制和管理。

智慧公路交通信息的感知網絡可分為三大感知網絡，分別為交通運行環境感知網絡、交通運載工具感知網絡和公路基礎設施感知網絡。三大網絡相互融合，協同運作，將公路交通要素、公路管理參與對象共同融入公路智慧交通體系。具體關系如圖1所示。

智慧公路交通信息感知網絡以物聯網大數據技術為依據，對公路交通信息進行采集[9]，是整個交通系統的輸入端。物聯網上部署了多種類型的傳感器，各傳感器具備不同的特性，采集得到的信息類型各異，且傳感器按照固定頻率對信息進行采集，具有一定的周期性，可促進感知網絡信息的規律性變換。

2 智慧公路交通大數據歸一化

智慧公路交通大數據由交通體系中各類數據共同組成，主要負責完成對交通數據資源的交換和開發。縱向可實現整體鏈路的高層傳輸、基層應用和中層監測管理，橫向則可以打通通往各個子系統的信息壁壘，形成“一體化”數據平臺。通過智慧公路交通大數據，可完成對整體公路交通數據的管理，為交通系統提供數據服務，從而達到支持智慧公路運行的目的[10]。

公路交通流運行大數據可分為多個子集，各子集單位存在差異。若所有智慧公路交通數據集合單位為正值，則與公路交通網絡相對應的數據權值便會同步增大或者縮小。數據子集的輸出值通常在(0～1)之間，當輸出值較小時，對公路交通網絡運行的影響較小，當輸出值較大時，則會對公路交通網絡運行產生較大的影響。為有效預測智慧公路交通運行狀況，保障智慧公路交通網絡的順利運行，需要對交通大數據進行歸一化處理。

數據歸一化是大數據預處理的重要步驟，主要完成大數據中心的海量數據識別、融合以及其他的模型化處理，并對關鍵性數據進行著重的分析。數據歸一化處理步驟如下。

1)智慧公路交通系統包含多樣化的感知信息，為有效進行歸一化處理，必須對數據進行標準化處理，將各指標數據屬性值統一變換到同一區間內。區間型標準化函數X為：

(1)

(2)

2)確定數據對象，對數據進行歸一化分析。假設原始數據集為r={r11,r12,…,r1m}，則可利用模糊綜合法計算得出數據歸一化向量B：

(3)

定義目標數據集V，V是數據歸一化后的數據所組成的集合，用下式進行表示：

V=αB

(4)

式中：α為向量系數。

至此，完成了智慧公路交通大數據的歸一化處理。

3 基于物聯網的智慧公路交通體系

現有的智慧公路交通信息化進程中，未對公路運營以及公路養護的管理體系進行研究，僅針對公路運營數據的采集以及預處理過程作出重點分析[11]。本文基于物聯網的智慧公路交通體系集公路建設期、運營期以及養護期的數據為一體，形成了綜合的交通數據集合，以此交通數據集合為基礎，可構建公路智慧運營和智慧養護體系，實現對公路的智慧管理。

3.1 智慧運營

基于物聯網的智慧公路交通體系構建過程中，采用數字化、信息化、智能化技術，實現公路交通信息的傳輸和公路監控。結合當前信息通信和控制技術發展水平，對公路車道控制進行分析，具體流程如圖2所示。

根據以上流程，充分考慮用戶實際需求，以動態、實時的交通狀況為依據采集交通數據，并對數據進行處理，建立智慧公路交通誘導系統，促進公路交通的順利運行。

圖2 公路車道控制流程圖

智慧公路交通誘導系統結合自主交通信息誘導和人工誘導完成。以物聯網采集得到的公路交通運行數據為依據，若出現交通運行事故，則自主完成事故的檢測，利用車載通訊系統自動傳輸事故發生地點以及現場人員狀況，同時調看公路監控錄像，探測公路交通運行狀況，完成各種交通狀態信息的采集。分析交通流運行信息特征，智慧、自適應地預測交通流的變化，獲取交通誘導信息，制定最佳解決方法，并利用多種渠道發布誘導信息。智慧公路交通誘導流程如圖3所示。

圖3 智慧公路交通誘導流程

3.2 智慧養護

以智慧運營為基礎進行智慧公路養護，結合公路的交通數據集合，對橋梁、隧道和路面等病害以及公路機電設備養護情況進行全面的分析，為智慧公路的管理提供全面詳細的道路病害信息，并制定對應策略，保證公路的正常運營。智慧公路的養護主要包括公路路面養護、公路橋梁養護、公路隧道養護以及公路機電設備養護等。如圖4所示。

圖4 智慧公路養護框架圖

4 實驗結果與分析

為驗證本文提出的基于物聯網大數據技術的智慧公路研究方法的有效性，需要進行仿真實驗分析，實驗平臺搭建在MATLAB 2017上。實驗所用電腦參數：CPU為Intel Core i3-370，主頻率為2.93GHz，內存為2GB。

利用以下指標對所提方法進行驗證：1)智慧公路交通流預測；2)智慧公路交通誘導時間；3)智慧公路運行故障率。

實驗1：

根據表1和表2可知，利用本文方法進行智慧公路交通流預測，預測值與實際值較為接近，且預測值的均方根誤差在0.05%以下，誤差較小。傳統方法交通流預測值的均方根誤差較大，平均均方根誤差在0.39%左右，相較于本文方法來說，誤差較高。

表2 本文方法與傳統方法的交通流預測值均方根誤差對比 %

實驗2：

由圖5可知，利用本文方法得到的智慧公路交通誘導時間平均在5min左右，最高不超過9min，波動幅度小。傳統方法得到的智慧公路交通誘導時間最高可達40min，整體誘導時間較長，且波動幅度大。由此可見，本文方法交通誘導時間遠遠低于傳統方法，本文方法的穩定性較好。

實驗3：

根據圖6可知，本文方法的智慧公路交通運行故障率可控制在10%以下，傳統方法的故障率則可高達32%，約為本文方法的3倍。由此可知，利用本文方法對智慧公路進行研究，可大大降低交通運行故障率，保障智慧公路順利運行。

5 結束語

公路信息化發展過程中，各智能體獨立運行，對整體的公路感知效果較差。本文基于物聯網大數據技術對智慧公路進行了研究，實驗結果表明本文所提方法得到的交通流預測值接近實際值，交通運行故障率可控制在10%以下，智慧公路交通誘導時間較少，具備實際的應用價值。

圖5 兩種方法智慧公路交通誘導時間

圖6 智慧公路交通運行故障率