交通态势感知研判方案

5.4实时的交通态势监测与预测系统基于全息感知网，通过端边云智能协同技术和大数据计算，及时判断和掌握路网当前及未来时刻的交通状态。交通态势监测及预测系统包括交通运行状态监测与分析和交通运行态势预测及预警，具体实现对交通实时路况进行监测，对交通态势进行预测、对交通事件进行实时检测，对路段行驶车辆进行实时轨迹跟踪等功能。5.4.1交通运行状态监测与分析（1）实时交通运行状态监测高速公路的实时交通运行状态，通过接入卡口过车数据、实时浮动车GPS轨迹数据，以及基于物流车、私家车等计算生成的互联网轨迹大数据，充分结合各数据源特征，优势互补，经过数据清洗、地图匹配、路径推测、单车速度计算、多源融合等处理环节，生成高准确率的实时路况数据，数据刷新频率达到分钟级。结合高速公路不同区间旅行时间、交通流量、行车速度的监测，对高速公路整体运行状态开展评估，判别运行状态等级，并以红黄绿等不同颜色进行展示，为管理者和出行者提供直观、准确的交通状况。结合道路实时交通流量，展示整体路网的通行能力，并进行流量监控。利用现网交通流数据和路况数据的分析结果，并结合地图技术，以不同颜色代表路段的实时交通运行状态和实时交通拥堵状况。图实时交通运行状态（2）拥堵指数监测对采集的多源异构数据进行挖掘分析，构建交通拥堵状态评估模型，根据建立的评价指标体系，对路段交通拥堵状态进行判定，在地图上分级、分路段显示当前每个堵点的位置账号、拥堵发生时间、持续时间、拥堵指数等信息，对区域内严重拥堵路段进行视频画面展示，方便管理者及时了解现场的拥堵状况，精准判断拥堵原因，以便做出决策、提前防范，将被动管控转化为主动管控，减小拥堵造成的损失。实时交通拥堵状况可以采用拥堵指数表达。拥堵指数描述某一重要通道交通流整体运行拥挤的程度。基于拥堵指数的分析，为交通运行状态提供实时评估与预测。按照以下步骤计算高速公路交通运行指数：a) 按照GB502201995划分的道路等级，以不高于15min为统计间隔，计算高速路网中各路段的平均行程速度；b) 分别统计各拥堵的路段里程比例；c) 对各段道路拥堵里程比例以VKT比例作为权重进行加权，计算确定道路网拥堵里程比例；d) 按照道路网拥堵里程比例与道路交通运行指数的转换关系，计算道路交通运行指数，道路交通运行指数取值区间为［0,10］。根据TPI的数值将道路网交通运行水平划分为5个等级，如下表所示。表道路交通运行水平划分道路交通运行指数0≤TPI＜22≤TPI＜44≤TPI＜66≤TPI＜88≤TPI＜10道路网运行水平畅通基本畅通轻度拥堵重度拥堵严重拥堵交通指数是综合反映高速公路路网交通运行状况的指标。实时监控各段高速公路以及各区域的交通指数，帮助管理者实时掌握重点路段的交通运行状况。图道路拥堵指数图区域拥堵指数（3）基于高精地图的全息路况通过外业对高速公路重点路段信息进行采集，包括位置信息和属性信息。位置信息分为点位置和线位置。点位置包括治安卡口、电子警察、交通诱导屏、交通信号灯等；线位置包括交通标牌、交通标线、交通护栏（隔离带）等。属性信息包括设施名称、设施类型、主管部门、权属部门、养护单位、现场照片、状态、初始登记时间、最后一次更新时间等。内业再对采集的数据依据数据标准规格进行处理，合并，形成高精度地图。对于高速重点监测路段，对接入系统的摄像头、雷达等感知设备，先进行结构化处理，得到车辆的车牌、车身颜色等信息，将这些息叠加至高精地图，实现道路实况的数字孪生展现。以便管理者细节掌控道路通行状况，提供准确及时的信息服务。图全息路段5.4.2交通运行态势预测及预警根据当前的交通流信息、路段路况实时信息、天气情况等信息，利用算法、大数据挖掘技术，建立路段交通运行态势预测模型，对交通运行状态的发展趋势进行预测、预判，若存在一定拥堵或事故风险，可向管理者发布预警，以便提前采取应对措施，避免交通运行风险的发生。（1）突发事件监测及告警交通事件监测主要通过视频、雷达等各种采集设备、事件分析软件和现场人员巡逻报告实现，同时通过接入互联网和群众电话等信息渠道，实现对全线交通突发事件（如车辆队超限、行人进入隧道、车辆逆行、交通事故、车辆丢抛物检测）的实时全面监测。在发现交通突发事件后，交通事件信息及时流转到车道级主动管控系统，为交通事件预警提供数据支持，为交通事件预案启动提供决策依据。图事件监测（2）事故研判分析交通事故研判基于历史事故数据，通过对历史事故进行不同粒度、不同时间维度、不同空间维度的分析研判，得出高速公路交通事故多发地、多发时段，可视化呈现事故的时空分布，发现事故规律，为交警进行事故预防、警力部署提供支持，以达到预防交通事故、减少交通事故发生的目的。事故原因分析：针对某时间段，高速路段事故原因进行分析。分析维度需包括超速行驶、违法变更车道、违法占道行驶、违法倒车、无证驾驶、其他影响安全行为及违法行为等，形成事故多发原因Top排名，方便交通管理者掌握事故高发成因及其变化规律。事故时间分析：针对高速路段事故时间进行分析，以图表形式为管理者直观呈现该路段某时间段事故的月环比、季度环比数据，方便交通管理者掌握事故高发时间段及其变化规律。事故路段分析：实现某时间段事故路段分析，分析维度需包括：事故次数、死亡人数、受伤人数等，形成事故多发路段Top排名，方便交通管理者掌握事故高发路段位置。事故多发地分析：基于历史交通事故数据进行统计分析得出事故多发的地点，并针对伤亡人数、天气状况、事故原因、事故发生时段、事故发生区域等相关信息进行分析，以便后期对事故高发路段进行整治和重点监管，减少事故发生率和伤亡人数。图事故研判（2）短时交通流量预测基于ETC门架、雷达、视频等数据，实时计算断面流量、平均车速等交通参数。并结合历史数据，建立基于时间演化的预测模型。结合业务逻辑，实现5分钟、15分钟、30分钟和1小时内断面交通路况的短时预测，对于超出预警阈值的情况进行预警。为管理者及时采用最优处置预案，避免高速拥堵及事故，提供决策依据。图实时流量监测5.4.3行车轨迹还原利用交通视频监控系统的车辆过车记录，分析城市路网交通信息，获取更丰富的交通出行规律和交通流量特征，不仅能帮助政府部门制定行之有效的交通策略，解决交通领域存在的诸如城市拥堵、事故多发等问题，也能有效缓解交通压力，方便人们出行。针对高速公路上重点监测路段，实现车辆的雷视轨迹拟合。为了实现车辆的历史轨迹查询。对实时过车以1公里为间隔进行过车的标识打点，映射车辆对应该记录点位的桩号。一旦管理手段需要对历史车辆进行轨迹查询是，即可通过输入需要查询的车牌号，查询车辆经过的宏观轨迹，以便管理者对某些指定车辆的轨迹进行还原。图行车轨迹还原（1）车辆热力道路热力图通过颜色由浅到深表示道路车辆密度分布从集中到稀疏的变化，体现高速公路交通承载压力、用于车流密度监控、重点区域防控圈研判等。道路的车流热度排行，并显示热力图；历史热度24小时回放。（2）车辆出行分布监测基于视频卡口、ETC等生成的过车数据，实现车辆出行起迄点（OD）动态分布监测（更新周期小于10分钟），支撑中观、宏观交通诱导和信号控制策略制定。（3）基于车辆轨迹的分析首次入城车辆分析：基于城际卡口的号牌识别，对首次入城（号牌第一次出现在卡口）的重点车辆进行分析，需包括归属地、车辆类型、历史违法、时间等维度，应支持配置预警时间区段，对在设置的时间区段内的首次入省车辆进行预警提示。红眼运营车分析：基于车辆的GP