基于物聯網的智慧公路運行監控技術

胡穎雷

（河南省交通事業發展中心，河南 鄭州 450000）

智慧公路運行依托于龐大的硬件與軟件基礎，通過對公路交通信息的廣泛應用，實現對公路交通設施的運行有效管理。為了更好地發揮出智慧公路系統的功能，相關研究人員提出利用監控技術對智慧公路運行狀態進行實時監控，掌握公路交通時間分布和空間分布情況，及時發現公路上超速、超載、違運等不合法運行行為，輔助公路交通運行管理部門對突發事件采取合理的措施，降低智慧公路運行風險。由于公路上運行車輛和基礎設施比較多，當公路處于車輛行駛高峰期時，對于公路運行狀態的分析難度較高，難以實現智慧公路運行實時監控，為此提出基于物聯網的智慧公路運行監控技術研究。

1 智慧公路運行信息獲取

公路運行信息主要包括路況信息、基礎設施信息以及公路氣象信息三種，根據三種信息獲取需求，選擇相應的監控設備對信息進行采集，具體如表1 所示。

表1 智慧公路運行信息獲取

1.1 路況信息采集

采用車輛檢測器與攝像機采集路況信息，在車輛檢測器內設定一個電子標簽，當公路上行駛的車輛經過車輛檢測器，電子標簽會主動或者被動向車輛發出射頻信號F，射頻信號到達車輛后反射回來，由信息接收端接收反射信號N，由車輛檢測器內置的讀卡器對車輛電子標簽信息進行讀取，將其上傳到智慧公路系統中，對該電子標簽車輛信息進行配對，從而獲取到公路上車輛身份信息V=[F，N][1]。此外，車輛檢測器上設有一個無線探頭，車輛在公路上行駛時探頭會測量到車輛經過探頭的時間、車速以及車輛間距等信息[2]。利用360°全景攝像機獲取公路監控視頻信息，將該攝像機安裝在公路紅綠燈上方，并安裝一個LED 光源，這樣即使是在陰天、霧天或者雨天環境下，360°全景攝像機也能拍攝到高質量監控視頻數據。

1.2 公路基礎設施信息采集

利用監控設備對該信息的采集關鍵在于檢測點的布設，對于地質環境比較穩定的公路，每隔500m 或者750m 設定一個檢測點；對于地質環境穩定狀態一般的公路路段，每隔300m 或者350m 設定一個檢測點；對于地質環境穩定狀態非常差的公路路段，每隔150m 或者200m 設定一個檢測點[3]。在布設的檢測點處安置一個路基檢測器和邊坡檢測器，根據地基和邊坡數據計算出地基下沉速度和邊坡變形速度，其計算公式如下：

式中，x 表示公路路基下沉速度；t1表示初始監控時間；t2表示當前監測時間；l1表示公路路基初始值；l2表示當前公路路基高度；b 表示公路邊坡變形速度；h1表示初始公路邊坡坡度；h2表示當前公路邊坡坡度[4]。將每個公路路段進行編號，將公路的路基信息和邊坡信息存儲到相應編號的文件中。

1.3 公路氣象信息采集

采用氣象檢測器對公路氣象環境信息進行采集，對于降雨、降雪量較小的區域公路路段，每隔3000m 設立一個監控點；對于降雨、降雪量較大的區域公路路段，每隔2000m 設立一個監控點；由于靠海或者河流比較近的區域，經常會出現霧天，因此在該區域公路路段，每隔1000m 設立一個監控點。每個監控點安裝一個氣象檢測器，對公路環境內的風速、風向、降雨量、降雪量以及降霧量等氣象信息進行采集。除此之外，還需要在監控點內配備一個路面傳感器，對路面的積雪厚度、濕度以及可見度等信息進行采集，同樣將采集到的信息上傳到計算機上，以此完成對公路運行信息的獲取。

2 基于物聯網的智慧公路運行數據通信

利用物聯網技術將多種智慧公路網絡、監控設備連接，實現監控設備與智慧公路系統之間的數據傳輸，該通信框架具體如圖1 所示。

圖1 基于物聯網的智慧公路運行數據通信框架圖

3 智慧公路運行數據預處理

為了方便后續智慧公路運行狀態分析計算，需要對監控設備獲取的原始數據進行預處理，其流程如圖2 所示。

圖2 智慧公路運行數據預處理示意圖

如圖2 所示，首先要對智慧公路運行數據進行集成處理，按照不同的路段和不同的時間段，將數據信息集成到一個數據集合中。將集成后的運行信息進行轉換處理，利用編碼代表智慧公路運行信息，其編碼規則如表2 所示。

表2 智慧公路運行數據字段編碼規則表

按照表2 中編碼規則對智慧公路運行數據進行轉換，賦予數據新屬性。為了避免異常數據對智慧公路運行狀態分析的影響，對原始數據中含噪數據、不完整數據、無效數據以及與智慧公路運行監控無關的數據進行刪除，保證數據質量，原始數據清洗的關鍵在于區分異常數據，此次采用四分位法對數據進行對稱性清洗，將智慧公路運行數據的上下四分位數的上下兩個分位值設定為有效數據區間的限值，即智慧公路運行數據清洗的上限和下限，對超出該限值的數據被認定為異常數據，其用公式表示如下：

式中，Ldown表示智慧公路運行數據有效區間的下限；B表示智慧公路運行數據的上分位數；C 表示智慧公路運行數據的下分位數；Lup表示智慧公路運行數據有效區間的上限。利用上述公式確定有效數據的區間范圍，根據該范圍對智慧公路運行數據進行對稱性清洗處理，最后通過對數據樣本進行規約處理，降低數據的維數，減小數據所占空間。

4 智慧公路運行狀態分析

在上文基礎上，對公路數據進行分析，預估當前智慧公路運行狀態。影響智慧公路運行狀態的因素主要包括公路路段擁擠度、可見度、路面光滑度、基礎設施安全度，因此選取該四個因素作為智慧公路運行狀態評價指標，利用預處理后的數據計算出四項評價指標的具體數值，其中公路路段擁擠度主要與公路流量、車速、車輛間距有關，其計算公式為：

式中，F 表示公路基礎設施安全度；φ 表示公路地基下沉量；μ 表示公路邊坡變形量；ψ 表示公路基礎設施損壞最大承受限值。根據公路路面情況估算出公路路面光滑度，其計算公式為：

式中，υ 表示智慧公路某路段運行狀態值；n 表示智慧公路路段數量。運行狀態值越高表示智慧公路運行狀態越好，一般情況下該狀態值取值范圍在-1-1 之間，設定了四個等級。根據不同等級實現對智慧公路運行狀態的評價，為后續智慧公路運行控制提供參考依據。

5 智慧公路運行控制

通過限制公路車輛行駛速度，降低公路車輛交通流量，以此減小可見度、基礎設施安全度、路面光滑度以及擁擠度四個因素對智慧公路運行的影響，根據上文分析對狀態等級為一、二、三級的智慧公路車輛交通流量進行控制，其控制依據如表3 所示。

表3 智慧公路運行交通流量控制標準

按照表3 對智慧公路車輛限速值參數進行調整和優化，控制智慧公路運行交通流量，以此完成基于物聯網的智慧公路運行監控。

6 實驗論證分析

實驗以某智慧公路為實驗對象，該公路路長為10000m，路寬為15m，路基高度為2.5m，邊坡角度為26°，實驗利用設計技術與傳統技術對該智慧公路運行狀態進行監控。實驗將該公路分成10 個路段，每個路段長度為1000m，根據該公路實際情況，在每個路段安裝一個天氣檢測器、兩個路面傳感器、兩個車輛檢測器、三個360°全景攝像機、一個路基檢測器、一個邊坡檢測器。實驗對該10 個路面監控30 天，獲取到監控數據123.15GB，經過數據預處理后監控數據量為103.42GB，利用監控數據分析智慧公路運行狀態如表4 所示。

表4 智慧公路運行狀態分析情況

根據表4 對智慧公路運行狀態分析，該公路運行狀態最高等級為三級，最低等級為一級，對該智慧公路車輛行駛速度限值確定為40km/h，平均限值為60km/h，通過控制后，該公路未發生過交通堵塞現象。此次實驗以監控誤差作為技術性能評價指標，利用SFHI 軟件對技術監控誤差進行計算，具體如表5 所示。

表5 不同技術監控誤差對比

從表5 中數據可以看出，設計技術監控誤差比較小，平均監控誤差為0.001，最大監控誤差僅為0.003，說明設計技術具有較高的精度；而傳統技術監控誤差最大值可以達到0.864，平均監控誤差為0.468，遠遠高于設計技術，因此實驗結果證明了設計技術相比較傳統技術，更適用于智慧公路運行監控，可以滿足智慧公路運行監控精度需求。

7 結論

此次針對現有智慧公路運行監控技術存在的弊端，結合智慧公路運行需求，利用物聯網設計了一套新的監控技術，并通過實驗驗證了該套監控思路具有良好的可行性和可靠性，有效提高了智慧公路運行監控精度，實現了對傳統監控技術的優化與創新，同時也實現了物聯網技術與智慧公路系統的融合，優化智慧公路運行管理技術。