CN114005274A - 基于小客车当量的高速公路收费站分级联动管控方法 - Google Patents

Abstract

本发明公开了一种基于小客车当量的高速公路收费站分级联动管控方法，包括步骤：步骤1、数据定义；步骤2、邻近断面阈值触发建议策略；步骤3、融合算法和流程；步骤4、管控规则和流程；步骤5、系统展示和说明。本发明基于小客车当量的高速公路收费站分级联动管控方法利用聚类算法和大数据实时流分析技术，实现了从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析，数据来源度更广，精准度更高。另外为了让高速监控人员实时了解高速公路运行状况与管控力度，对路网情况信息决策的建议进行实时推送实时缓和或消除交通拥挤和阻塞，提高高速公路运营信息化水平。

Description

基于小客车当量的高速公路收费站分级联动管控方法

技术领域

本发明涉及高速公路运营管理信息化技术领域，具体涉及一种基于小客车当量的高速公路收费站分级联动管控方法。

背景技术

近年来，我国高速公路网的不断完善带动了经济、旅游、运输等行业的发展，很大程度上提高了人们的生活质量，随着路网的加密，高速公路的规模效益逐渐显现，在更大空间上实现了资源的有效配置。同时，网络的初步建成、社会经济发展以及城镇化、机动化的不断推进都为高速公路带来更多的交通需求。

通过先进的交通安全管理方法提升交通运输安全已经成为我国交通运输业的发展战略，在《国家中长期科学和技术发展规划纲要(2006-2020)》中明确提出了“发展交通系统信息化和智能化技术，安全高速的交通运输技术”的思路。2018年2月，交通运输部印发了《关于加快推进新一代国家交通控制网和智慧公路试点的通知》，确定在全国九个省份开展以下六个方向的智慧公路建设示范工程：基础设施数字化、路运一体化车路协同、北斗高精度定位综合应用、基于大数据的路网综合管理、“互联网+”路网综合服务和新一代国家交通控制网。

但是目前高速公路收费站没有相应的通过对高速路网的交通流特性、小客车标准当量、服务水平特性等方面的研究，没有运用机器学习算法合理的应用和整合高速各维度数据，不能分析不同场景下高速公路收费站分级联动管控应用策略，导致高速管理人员不能实时了解高速公路运行状况，从而增加交通拥挤和阻塞等问题。

发明内容

本发明针对现有技术的不足，提供了一种基于小客车当量的高速公路收费站分级联动管控方法。让高速管理人员实时了解高速公路运行状况，并通过决策模型实时分级管控收费站，从而缓和或消除交通拥挤和阻塞等问题。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种基于小客车当量的高速公路收费站分级联动管控方法，包括步骤：

步骤1、数据定义；将出口和入口的收费站流量数据统计，同时把出口和入口的收费站小客车当量数据统计，给整个系统提供实时大数据，让后台根据大数据推算出正确结果；

步骤2、邻近断面阈值触发建议策略；根据步骤1提供的数据参数，来主动管控收费站限流，系统自动启用收费站主动管控收费站入口限流措施；

步骤3、融合算法和流程；由于到自由流门架流水较大，融合算法的前提条件需要有步骤1的大数据平台作支撑来实时分析计算，总体计算与判定流程把最终决策管控建议的结果，分发到监控中心；

步骤4、管控规则和流程；高速管理人员和监控人员实时了解高速公路运行状况，并通过道路运行情况进行管控，从而缓解拥堵，对管控规则和流程进行了制定；

步骤5、系统展示和说明；系统核心融合高速收费站、门架交易、门架抓拍、高速基础数据、天气数据、高德补充等有效数据，利用聚类算法和大数据实时流分析技术，从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析。

上述技术方案中，所述步骤1、数据定义中的入口收费站流量是时间内通过收费站入口的总车辆数，出口收费站流量是时间内通过收费站出口的总车辆数，入口收费站小客车当量是时间内通过收费站入口的各类车换算成小客车当量数，出口收费站小客车当量是时间内通过收费站出口的各类车换算成小客车当量数。

上述技术方案中，所述步骤1、数据定义还包括主线断面流量：时间内通过断面的总车辆数、主线断面小客车当量：时间内通过断面的各类车换算成小客车当量数、主线断面平均速度：时间内通过断面内的车辆平均速度、主线断面最大通行量：时间内断面内的最大通行车辆的阈值、主线断面道路服务水平：计算交通部《公路工程技术标准》描述的高速公路路段服务水平等级、车道数：高速公路基本路段的车道数影响自由流速度、小客车当量：将交通流中的各种重型车辆换算成当量数目的小客车、公路饱和度：最大服务交通量与基准通行能力的比值。

上述技术方案中，所述步骤2、邻近断面阈值触发建议策略包括一级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的90%大于实时邻近断面小客车标准当量阈值C。

上述技术方案中，所述步骤2、邻近断面阈值触发建议策略包括二级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的92.5%大于实时邻近断面小客车标准当量阈值C；实时邻近断面货车比例大于30%。

上述技术方案中，所述步骤2、邻近断面阈值触发建议策略包括三级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的95%大于实时邻近断面小客车标准当量阈值C。

上述技术方案中，所述步骤3、融合算法和流程主要输入的数据有：车辆类型类别基础数据、门架交易数据、抓拍数据、高清卡口数据、道路监测监控事件数据、第三方天气数据、其他接口数据。

上述技术方案中，所述步骤4、管控规则和流程包括预警信息间隔时间，预警信息间隔时间是时间点达到阈值就实时进行条件判断进行管控，邻近断面小客车标准当量阈值的90%大于实时邻近断面小客车标准当量阈值，进行收费站入口限流措施；邻近断面小客车标准当量阈值的92.5%大于实时邻近断面小客车标准当量阈值或者实时邻近断面货车比例大于30%，进行收费站入口七座以上客车、货车及危化品车限行措施；邻近断面小客车标准当量阈值的95%大于实时邻近断面小客车标准当量阈值，进行主动管控收费站入口关闭措施。

上述技术方案中，所述步骤4、管控规则和流程还包括管控流程，管控流程按下列进行：（1）系统开始实时计算和分析采集的数据、（2）当判定达到级收费站主动管控等级一，进行相应的消息推送到监控大屏，由分中心和监控人员和班长决策，程序判定继续，不满足条件回到（1）、（3）当判定达到级收费站主动管控等级二，进行相应的消息推送到监控大屏，由分中心主任助理和分中心主任决策，程序判定继续，不满足条件回到（1）、（4）当判定达到级收费站主动管控等级三，进行相应的消息推送到监控大屏，由分中心主任和中心领导决策，本次循环结束，不满足条件回到（1）。

上述技术方案中，所述管控流程中的（1）系统开始实时计算和分析采集的数据、（2）当判定达到级收费站主动管控等级一、（3）当判定达到级收费站主动管控等级二、（4）当判定达到级收费站主动管控等级三，以上流程反复循环。

有益效果：本发明与现有技术相比较，其具有以下有益效果：

本发明本发明基于小客车当量的高速公路收费站分级联动管控方法通过融合高速收费站、门架交易、门架抓拍、高速基础数据、天气数据、高德补充等有效数据，利用聚类算法和大数据实时流分析技术，实现了从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析，数据来源度更广，精准度更高。另外为了让高速监控人员实时了解高速公路运行状况与管控力度，对路网情况信息决策的建议进行实时推送实时缓和或消除交通拥挤和阻塞，提高了交通经济效益的同时也增加了驾驶员以及乘客的舒适度，更好满足出行者的需求，提高高速公路运营信息化水平。

附图说明

为了更清楚地说明本发明实施方式的技术方案，下面将对实施方式中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图

图1为本发明中的融合算法和流程的框架图；

图2为本发明中的管控规则和流程的框架图。

具体实施方式

为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合本发明实施方式中的附图，对本发明实施方式中的技术方案进行清楚、完整地描述，显然，所描述的实施方式是本发明一部分实施方式，而不是全部的实施方式。基于本发明中的实施方式，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。因此，以下对在附图中提供的本发明的实施方式的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施方式。

一种基于小客车当量的高速公路收费站分级联动管控方法，包括步骤：

步骤1、数据定义；将出口和入口的收费站流量数据统计，同时把出口和入口的收费站小客车当量数据统计，给整个系统提供实时大数据，让后台根据大数据推算出正确结果；

步骤2、邻近断面阈值触发建议策略；根据步骤1提供的数据参数，来主动管控收费站限流，系统自动启用收费站主动管控收费站入口限流措施；

步骤3、融合算法和流程；由于到自由流门架流水较大，融合算法的前提条件需要有步骤1的大数据平台作支撑来实时分析计算，总体计算与判定流程把最终决策管控建议的结果，分发到监控中心；

步骤4、管控规则和流程；高速管理人员和监控人员实时了解高速公路运行状况，并通过道路运行情况进行管控，从而缓解拥堵，对管控规则和流程进行了制定；

步骤5、系统展示和说明；系统核心融合高速收费站、门架交易、门架抓拍、高速基础数据、天气数据、高德补充等有效数据，利用聚类算法和大数据实时流分析技术，从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析。

具体地，步骤1中的入口收费站流量是时间内通过收费站入口的总车辆数，出口收费站流量是时间内通过收费站出口的总车辆数，入口收费站小客车当量是时间内通过收费站入口的各类车换算成小客车当量数，出口收费站小客车当量是时间内通过收费站出口的各类车换算成小客车当量数。

步骤1还包括主线断面流量：时间内通过断面的总车辆数。

主线断面小客车当量：时间内通过断面的各类车换算成小客车当量数。

主线断面平均速度：时间内通过断面内的车辆平均速度。

主线断面最大通行量：时间内断面内的最大通行车辆的阈值。

主线断面道路服务水平：计算交通部《公路工程技术标准》描述的高速公路路段服务水平等级。

车道数：高速公路基本路段的车道数影响自由流速度。

小客车当量：将交通流中的各种重型车辆换算成当量数目的小客车。

公路饱和度：最大服务交通量与基准通行能力的比值。

通过以上所有数据的检测，为后续步骤提供实时大数据的原始资料，给整个系统提供海量数据支持，后台能正确推算出结果，提供优化方案。

步骤2、邻近断面阈值触发建议策略，如下图所示，

等级	判定策略依据	策略建议
			一级收费站主动管控	Q*0.9 > C	收费站入口限流
二级收费站主动管控	Q*0.925 > C || T > 0.3	收费站入口七座以上客车、货车及危化品车限行
			三级收费站主动管控	Q*0.95 > C	收费站入口关闭

其中C：实时邻近断面小客车标准当量；Q：邻近断面小客车标准当量阈值；T：实时邻近断面货车比例。

根据框图提供的数据可以确定一级收费站主动管控：当车辆缓行时，系统自动启用收费站主动管控收费站入口限流措施。满足下列条件称为一级收费站主动管控。

条件一：

（1）邻近断面小客车标准当量阈值Q的90%大于实时邻近断面小客车标准当量阈值C。

二级收费站主动管控定义：当可能拥堵时，启用收费站主动管控收费站入口七座以上客车、货车及危化品车限行措施。满足下列条件之一称为二级收费站主动管控。

条件二：满足下列之一

（1）邻近断面小客车标准当量阈值Q的92.5%大于实时邻近断面小客车标准当量阈值C。

（2）实时邻近断面货车比例大于30%。

三级收费站主动管控定义：当发生拥堵时，系统自动启用收费站主动管控收费站入口关闭措施。满足下列条件称为三级收费站主动管控。

条件三：

（1）邻近断面小客车标准当量阈值Q的95%大于实时邻近断面小客车标准当量阈值C。

请参阅图1，步骤3、融合算法和流程；由于到自由流门架流水较大，融合算法的前提条件需要有大数据平台作支撑来实时分析计算，总体计算与判定流程如下：

高速公路收费站分级联动管控算法和流程对门架、车道、卡口、抓拍关键设备数据信息及道路感知设备信息进行采集，主要输入的数据有：车辆类型类别基础数据、门架交易数据、抓拍数据、高清卡口数据、道路监测监控事件数据、第三方天气数据、其他接口数据等，开始会对采集的数据进行数据清洗，过滤无效、业务异常数据，然后将交通流中各个车辆类型换算成当量数目的小客车量；并且，经过清洗的数同时也进行机器学习的模型计算，然后对实时断面小客车标准当量与算法模型计算的阈值进行决策判断，形成收费站分级联动管控机制，把最终决策管控建议的结果，分发到监控中心。

请参阅图2，步骤4、管控规则和流程为了让高速管理人员和监控人员实时了解高速公路运行状况，并通过道路运行情况进行管控，从而缓解拥堵，对管控规则和流程进行了制定。管控规则和流程包括预警信息间隔时间和管控流程。

1.预警信息间隔时间

（1）管控原则是时间点1达到阈值就实时进行条件判断进行管控，如果邻近断面小客车标准当量阈值的90%大于实时邻近断面小客车标准当量阈值，则进行收费站入口限流措施；如果邻近断面小客车标准当量阈值的92.5%大于实时邻近断面小客车标准当量阈值或者实时邻近断面货车比例大于30%，则进行收费站入口七座以上客车、货车及危化品车限行措施；如果邻近断面小客车标准当量阈值的95%大于实时邻近断面小客车标准当量阈值，则进行主动管控收费站入口关闭措施。

（2）时间点1报出后，如果实时当量持续30分钟还是在阈值波动上波动，则进行解除管控措施。

2.管控流程

整个一套管控流程按下列进行：

（1）系统开始实时计算和分析采集的数据。

（2）当判定达到级收费站主动管控等级一，进行相应的消息推送到监控大屏，由分中心和监控人员和班长决策，程序判定继续。不满足条件回到（1）。

（3）当判定达到级收费站主动管控等级二，进行相应的消息推送到监控大屏，由分中心主任助理和分中心主任决策，程序判定继续。不满足条件回到（1）。

（4）当判定达到级收费站主动管控等级三，进行相应的消息推送到监控大屏，由分中心主任和中心领导决策，本次循环结束。不满足条件回到（1），以上流程反复循环。

步骤5、系统展示和说明；整个系统是配置灵活、自动检测、自动预警。技术框架前端采用JQuery、VUE、CSS3、HTML5、JavaScript等技术；后台使用MyBatis、MySQL、SpringBoot、SpringMVC；大数据分析技术使用KUDU、Spark Streaming、Spark SQL、StreamSet、Impala、Flink、Hive等大数据组件进行分析的和协作。整个系统架构横向可拓展，开发语言使用主流的Java和Scala可塑性和维护性比较高。系统支持分布式部署和远程运维，能处理TB级数据量，响应时间在秒级。系统展示和说明包括预警告警、标准当量与速度趋势信息、流量与客货比趋势、收费站流量排行、收费站流量排行五个模块。

预警告警，预警告警功能主要是实时监测断面的小客车标准当量，根据机器学习计算结果匹配，针对即将发生拥堵和发生拥堵的位置和区域进行预警告警，并提供建议措施，展示断面的当前流量、所属高速公路和位置点。

标准当量与速度趋势信息，本模块是本项目重要应用的一个模块。该模块中，主要展示近10分钟实时标准当量与速度趋势，展示的主要指标信息有标准当量具体的值、速度具体的值、近10分钟标准当量柱状图、近10分钟速度趋势曲线图信息。该模块会根据告警模块动态刷新展示数据，及时预警给相关负责人员查看确认。

流量与客货比趋势，在该模块中，主要展示近10分钟实时流量与客货比趋势，展示的主要指标信息有标准当量、收费站客车流量、始发站货车流量、道路货车流量、道路客车流量，分别通过柱状图和曲线图展示。

收费站流量排行，在该模块中，主要展示断面流量排行和服务水平排行，排行近10分钟的断面流量和服务水平情况，并进行实时刷新，展现的主要字段有断面名称、平均车速、标准当量、服务水平等级，可以根据平均车速、标准当量、服务水平进行排序展示。

收费站流量排行，在该模块中，主要展示收费站入口流量排行和收费站出口流量排行，排行近10分钟的收费站流量情况，并进行实时刷新，展现的主要字段有收费站名称、流量、标准当量，可以根据出口、入口进行选择并且可使用流量、标准当量排序展示。

综上所述，本发明基于小客车当量的高速公路收费站分级联动管控方法通过融合高速收费站、门架交易、门架抓拍、高速基础数据、天气数据、高德补充等有效数据，利用聚类算法和大数据实时流分析技术，实现了从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析，数据来源度更广，精准度更高。另外为了让高速监控人员实时了解高速公路运行状况与管控力度，对路网情况信息决策的建议进行实时推送实时缓和或消除交通拥挤和阻塞，提高了交通经济效益的同时也增加了驾驶员以及乘客的舒适度，更好满足出行者的需求，提高高速公路运营信息化水平。

上面所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的构思和范围进行限定。在不脱离本发明设计构思的前提下，本领域普通人员对本发明的技术方案做出的各种变型和改进，均应落入到本发明的保护范围，本发明请求保护的技术内容，已经全部记载在权利要求书中。

Claims (10)

1.一种基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，包括步骤：

步骤1、数据定义；将出口和入口的收费站流量数据统计，同时把出口和入口的收费站小客车当量数据统计，给整个系统提供实时大数据，让后台根据大数据推算出正确结果；

步骤2、邻近断面阈值触发建议策略；根据步骤1提供的数据参数，来主动管控收费站限流，系统自动启用收费站主动管控收费站入口限流措施；

步骤3、融合算法和流程；由于到自由流门架流水较大，融合算法的前提条件需要有步骤1的大数据平台作支撑来实时分析计算，总体计算与判定流程把最终决策管控建议的结果，分发到监控中心；

步骤4、管控规则和流程；高速管理人员和监控人员实时了解高速公路运行状况，并通过道路运行情况进行管控，从而缓解拥堵，对管控规则和流程进行了制定；

步骤5、系统展示和说明；系统核心融合高速收费站、门架交易、门架抓拍、高速基础数据、天气数据、高德补充等有效数据，利用聚类算法和大数据实时流分析技术，从路网情况、车速、小客车标准当量、收费站流量、决策原因和决策建议等六个维度实时数据分析。

2.如权利要求1所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤1、数据定义中的入口收费站流量是时间内通过收费站入口的总车辆数，出口收费站流量是时间内通过收费站出口的总车辆数，入口收费站小客车当量是时间内通过收费站入口的各类车换算成小客车当量数，出口收费站小客车当量是时间内通过收费站出口的各类车换算成小客车当量数。

3.如权利要求2所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤1、数据定义还包括主线断面流量：时间内通过断面的总车辆数、主线断面小客车当量：时间内通过断面的各类车换算成小客车当量数、主线断面平均速度：时间内通过断面内的车辆平均速度、主线断面最大通行量：时间内断面内的最大通行车辆的阈值、主线断面道路服务水平：计算交通部《公路工程技术标准》描述的高速公路路段服务水平等级、车道数：高速公路基本路段的车道数影响自由流速度、小客车当量：将交通流中的各种重型车辆换算成当量数目的小客车、公路饱和度：最大服务交通量与基准通行能力的比值。

4.如权利要求1所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤2、邻近断面阈值触发建议策略包括一级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的90%大于实时邻近断面小客车标准当量阈值C。

5.如权利要求4所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤2、邻近断面阈值触发建议策略包括二级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的92.5%大于实时邻近断面小客车标准当量阈值C；实时邻近断面货车比例大于30%。

6.如权利要求4所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤2、邻近断面阈值触发建议策略包括三级收费站主动管控，满足下列条件：邻近断面小客车标准当量阈值Q的95%大于实时邻近断面小客车标准当量阈值C。

7.如权利要求1所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤3、融合算法和流程主要输入的数据有：车辆类型类别基础数据、门架交易数据、抓拍数据、高清卡口数据、道路监测监控事件数据、第三方天气数据、其他接口数据。

8.如权利要求1所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤4、管控规则和流程包括预警信息间隔时间，预警信息间隔时间是时间点达到阈值就实时进行条件判断进行管控，邻近断面小客车标准当量阈值的90%大于实时邻近断面小客车标准当量阈值，进行收费站入口限流措施；邻近断面小客车标准当量阈值的92.5%大于实时邻近断面小客车标准当量阈值或者实时邻近断面货车比例大于30%，进行收费站入口七座以上客车、货车及危化品车限行措施；邻近断面小客车标准当量阈值的95%大于实时邻近断面小客车标准当量阈值，进行主动管控收费站入口关闭措施。

9.如权利要求1所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述步骤4、管控规则和流程还包括管控流程，管控流程按下列进行：（1）系统开始实时计算和分析采集的数据、（2）当判定达到级收费站主动管控等级一，进行相应的消息推送到监控大屏，由分中心和监控人员和班长决策，程序判定继续，不满足条件回到（1）、（3）当判定达到级收费站主动管控等级二，进行相应的消息推送到监控大屏，由分中心主任助理和分中心主任决策，程序判定继续，不满足条件回到（1）、（4）当判定达到级收费站主动管控等级三，进行相应的消息推送到监控大屏，由分中心主任和中心领导决策，本次循环结束，不满足条件回到（1）。

10.如权利要求9所述的基于小客车当量的高速公路收费站分级联动管控方法，其特征在于，所述管控流程中的（1）系统开始实时计算和分析采集的数据、（2）当判定达到级收费站主动管控等级一、（3）当判定达到级收费站主动管控等级二、（4）当判定达到级收费站主动管控等级三，以上流程反复循环。

Images