智慧交通导论第三章公路智慧交通下

《智慧交通导论》第三章

公路智慧交通讲座老师：赵慕楠LOGO.智慧公路智慧铁路智慧水路智慧航空1234CONTENT客流服务主要应用场景应急主要应用场景货流服务主要应用场景典型算法5练习及实验PART01客流服务主要应用场景01一、客流服务业务综述标题添加01一、主要技术路线1、感知层通过各种传感器和数据采集设备收集客流相关的数据，包括但不限于乘客流量、行为模式、环境参数等。2、数字化物联平台将感知层收集的数据通过直联、设备对接、系统对接等方式，传输到数字化物联平台。该平台具备数据采集能力层、物联网能力层和大数据能力层，能够对数据进行清洗、分析、存储，并利用机器学习等技术进行深入分析。3、管理平台利用数字化物联平台处理后的数据，管理平台可以进行智慧能源管理、智慧停车、智慧公厕、智慧安防等，提高客流服务的效率和质量。01一、ETC应用案例ETC车道原理图如图所示，主要依赖于车载单元（OnBoardUnit，OBU）和路侧单元（RoadSideUnit，RSU）之间的无线通信，实现车辆通过入出口收费站的记录和收费过程。OBU安装在车辆的前挡风玻璃内侧，而RSU则安装在收费站的车道上方的5.5米高度处。当车辆进入ETC车道时，OBU被RSU激活，两者之间建立微波通信链路，进行数据的交互。PART02应急主要应用场景02二、公路智慧交通体系构成公路应急事件是指在公路交通系统中可能发生的各种紧急情况，需要及时响应和处理以保障交通安全和减少损失。以下是常见的公路应急事件：交通事故与自然灾害，包括车辆碰撞、翻车、火灾等，可能导致人员伤亡和交通堵塞。恶劣天气条件，大雾、暴雨、积雪、高温、强风等极端天气状况，可能导致能见度降低、路面湿滑，增加交通事故风险。公路设施损坏。桥梁、隧道、路面等公路设施因老化、超载或意外事故而损坏。施工事故，在公路施工过程中发生的事故，如坍塌、设备故障等。危险化学品泄漏，运输危险化学品的车辆发生事故，导致有毒有害物质泄漏。违法协管事件，如异常停车、行人上高速、机动车逆行等违法行为，需要及时处理以维护交通秩序。公路突发交通事件按照性质类型、严重程度、可控性和影响范围等因素，分为四个等级：Ⅰ级（特别重大）、Ⅱ级（重大）、Ⅲ级（较大）、Ⅳ级（一般）。02二、公路应急流程设计通用的公路应急流程包括事前准备、事发应急、事后完善三个阶段。事前准备包括应急预案制订、应急物资储备、应急人员明确、应急演练、风险源的界定等。事发应急主要包括公路应急事件发生，应急事故上报，应急队伍应急响应，应急现场处置等。事后完善包括事后经验总结及教育，事后舆论应答，事后赔偿等问题处理，事后应急物资补充，事后责任处置等。公路应急管理普遍采用日常监管与应急响应结合方式，如图所示。02二、路网应急应用案例交通运输部在2011年启动了路网管理与应急处置工程，各个省市按计划实施，其主要建设内容如图所示。PART03货流服务主要应用场景03三、公路货流服务要求公路货流服务要求旨在提高道路运输企业服务能力，规范道路运输秩序，提升服务质量和服务水平，促进道路运输向安全、节能、环保、高效的现代综合运输体系方向发展。公路货物服务要求主要如图所示。03三、危化品管理案例中资智慧物流有序推进危化品智慧应急监测平台建设，形成了“2311”框架体系，即：两个支撑平台由基于信创环境的基础软硬件支撑平台和应用支撑平台构成；三大应用系统由企业综合信息管理系统、风险隐患监督管理系统和安全风险态势展示系统组成，实现数据的收集和展现功能；一套数据采集规范库，一套安全风险量化评估模型。企业综合信息管理系统如图所示，03三、危化品管理案例风险隐患监督管理系统如图所示，从安全风险预防的角度出发，按企业分布、双重预防、每日承诺、物联感知、事故报告、危化运输，实现危化企业安全风险数据的专题展现，为安全管理提供决策依据。PART04典型算法04四、交通算法在交通管理和规划领域，算法的应用至关重要，它们不仅能够提高交通流的预测精度，还能优化出行路径，从而提升交通效率和减少拥堵。本节将详细介绍两种关键算法：首先是3.9.1节的高速流量预测算法，它通过分析历史数据和实时信息来预测未来交通流量；其次是3.9.2节的出行最优路径算法，它旨在为驾驶者提供基于当前交通状况的最优路线。04四、高速流量预测算法在当前的交通领域中，准确地预测高速流量对于交通规划、交通管理和智能交通系统的优化都具有重要意义。要实现准确的交通流量预测，关键在于如何有效地捕捉动态交通流的时空特征，并将这些特征进行有效整合。深度神经网络作为一种强大的机器学习工具，被广泛运用于交通流量预测，能够帮助实现更为准确的高速流量预测。高速公路长期交通流量预测主要是根据输入的历史流量数据完成高速公路未来一小时内的交通流量预测。本节介绍的流量预测算法框架如图所示。04四、高速流量预测算法其中流量预测组件包括时间卷积层、语义注意力层、图时间卷积层、时间注意力层和BN层共五个部分，具体如下：04四、高速流量预测算法其中流量预测组件包括时间卷积层、语义注意力层、图时间卷积层、时间注意力层和BN层共五个部分，具体如下：04四、高速流量预测算法5、BN层该层为激活函数层。基于该算法设计并实现了长时道路交通预测系统如图3.28所示。在系统操作页面输入需要查询的节点编号，并选择需要查询的时间，点击模型对比按钮后，右下角的地图则会定位至该节点的位置。蓝色坐标点即需要查询的节点的位置，点击该坐标点则会弹出该节点的具体信息包括经纬度，以及对应时间的真实交通流量数据和两个模型的预测交通流量数据04四、出行最优路径算法不同于以距离为单位的传统算法，改进算法以时间为评价指标来设计代价函数。在真实的交通路网中，同一路段的交通拥堵情况是实时动态变化的，体现在数据上为监测到的车辆速度处于无规律的波动，因此可以基于预测目标路段在未来一段时间的速度以及该路段的长度，来计算车辆在某一时刻通过该路段的预估时间。从而选择是否将该路段加入最优路径。因此，可以记录固定路段在一定时间间隔内的预计通行时间，用于动态路径搜索。改进算法的代价函数表示如公式（3-10）所示。04四、出行最优路径算法在实际生活中，左转向得通行时间相比于直行通行时间更短，因此左转向相比于直行得时间成本更高，直行得通行成本又高于右转。为此，在公式（3-10）中加入参数作为左转向惩罚因子，得表达式如（3-11）所示：04四、出行最优路径算法2、动态路径规划算法基于算法的动态路径规划算法流程如图所示，具体步骤如下：（1）绘制路网拓扑图。根据道路的真实长度以及路网结构，按照比例尺绘制出对应的路网结构图。04四、出行最优路径算法2、动态路径规划算法基于算法的动态路径规划算法流程如图所示，具体步骤如下：（1）绘制路网拓扑图。根据道路的真实长度以及路网结构，按照比例尺绘制出对应的路网结构图。PART05练习及实验05五、练习1.判断题（1）从20世纪60年代末开始，美国ITS发展历程共分为早期探索、初步发展、快速发展、全面发展四个阶段（

）（2）压路机监控系统只包括对振动压路机的监控（

）（3）车辆巡检可以识别横向裂缝、纵向裂缝、坑槽、龟裂、修补、井盖共6类目标（

）（4）通过客流统计系统，收集和分析客流量数据，帮助管理者了解客流分布和变化趋势（

）（5）公路突发事件中Ⅰ级事件是比较简单的事件（

）2.填空题（1）公路智慧交通体系按照在公路领域的不同应用可以分，公路建设、公路养护、公路执法、公路应急、公路日常管理、公路货物运输、公路旅客运输、（

）8个部分的智慧化。（2）公路执法涉及公路设施执法、（

）行为执法两类。（3）通用的公路应急流程包括事前准备、（

）、事后完善三个阶段。（4）ETC主要依靠（

）和（

）之间的无线通信。（5）公路智慧交通主体技术构成包括了（

）、公路专业技术和管理知识的结合。05五、实验实验一：公路智慧交通体系的构建与应用1、选择一个具体的公路交通管理问题，如交通拥堵、事故预防等；2、