面向车路协同的高速公路应急联动系统
全世界每年交通事故造成伤亡人数超过500万，事故成因较为复杂，主要受到驾驶行为、车辆特性、道路状况多种因素影响[1]。V2X（vehicle-to-everything）是指通过先进的通信、传感、探测技术获取车辆和道路信息，通过V2V（vehicle-to-vehicle）、V2I（vehicle-to-infrastructure）进行交互共享，实现车辆和路域基础设施之间的智能化协同，优化系统资源利用、提升道路主动安全[2]。美国车路协同系统IntelliDrive通过道路设施基础，使用信息与通信技术实现汽车与道路设施的高度集成，利用先进的车—车、车—路无线通信技术，高频率感知车辆周边信息，为交通出行者和运输管理者提供有实效、有价值的讯息[3-4]。日本车路协同计划Smartway整合智能交通系统（Intelligent Traffic System，ITS）技术框架并建立汽车单元技术共用平台，道路和车辆通过ITS实现双向传输，从而减少交通事故、缓解交通拥堵[5]。
欧洲车路协同研究项目eSafety充分使用信息与通信技术，重点突出服务于驾驶安全和道路秩序的研发集成应用。无论是城市道路、封闭园区还是高速公路，在国内，多种场景下的车路协同（车联网）试验应用案例层出不穷。我国车路协同发展方向将是以改善道路安全和提高交通效率为重点，兼顾节能环保，通过先进信息通信技术实现车路协同控制，助力提高行驶安全性，全面改善通行效率和驾乘体验。
一、系统设计
（一）研发目标
高速公路应急联动是指一路多方（主要涉及高速公路运营企业、高速公路交通警察、公路行政执法以及路域属地相关管理、服务机构等）在短时间内对突发交通事件进行快速响应和有力处置。传统公路机电及信息化系统已不能满足交通运输当今发展需要，将出行者（人）、运载工具（车）和道路基础设施（路）有机结合形成人—车—路一体化交通协同系统，以保障在复杂交通环境下车辆的行驶安全，实现主动控制交通安全。物联网和通信技术的发展，也极大促进了交通事件秒级迅捷感知成为现实，但在高速公路普遍巨大车流量情形下，若不能及时清障处置、恢复交通，高速公路交通和人员安全状况仍不能有效改善。因此，如何高效调度和快速响应，与感知事件同样重要。提高一路多方联动效率，减少事件全程持续时间，也是车路协同场景的重要目标。本应用研发从以下4个方面着力解决需求痛点。
1、业务流程全连接
传统视频监控、事件检测、作业派单等应用大多独立，而且接口难以共享。设计开发的新型应急联动系统将实现信息上报、调度指挥、事件处理、应急处置、道路养护等主要业务流程实质性打通，形成业务闭环，提高工作效率。
2、组织人员在线化
构建内外部人员一体化的动态通讯录，开发高效联动的跨平台协同沟通工具，实现一路多方各单位（今后甚至可面向特种车主群体）业务在线、全时连通。
3、指挥调度可视化
系统将充分采用融合通讯技术和计算机图形技术，以视频语音、在线地图、精准导航、形态仿真等技术要素开发实现指挥调度全流程的可视化、形象化。
4、数据统计自动化
用户根据需要灵活定制统计分析规则，系统将对数据进行融合和处理后自动化输出报表，更有利于促进高效、精准的决策分析。
（二）系统架构
本系统通过车路协同技术体系，快速识别交通事件并形成工单，同时运用融合通信技术实现各业务包括信息上报、调度指挥、事件处理、应急处置、设备维修等全流程无缝连接与数据共享。信息感知采集端主要对接雷达、视频、V2X-RSU、V2X-OBU、环境气象仪等设施系统，信息发布控制端则主要面向LED情报板、气象仪、路侧广播等传统设备，以及V2X-RSU、V2X-OBU、T-Box、智慧雾灯、智慧锥桶等新型设备。业务协同单位主要为交警、执法以及属地管理服务机构等。系统采用必要的、成熟的通信交互平台和协同办公工具辅以支撑。
系统通过车路协同感知体系实时获取信息，结合交警、执法发布的交通管制通知，创建事件工单。根据配置策略形成任务安排，采用多种通信沟通方式精准链接处置人员。系统根据配置策略自动生成路侧设备的诱导管控指令，形成多渠道、多方位的信息传递和联动响应机制。
（三）数据架构
来自雷达、视频、OBU、RSU及环境天气系统的源数据按照ODS、DWD、DWS、ADS等四个步骤统一数据范式后分类入库。
数据平台中的4个重要操作环节如下。
ODS：Operational Data Store，原始数据层，也称为贴源层。源数据经过抽取、清洗、加载等典型ETL过程后进入该层，作为后续数据处理的准备区。
DWD：Data Warehouse Detail，数据明细层，主要是对ODS数据层做一些必要的数据清洗和规范化操作，比如筛除空数据、脏数据、离群值等。为增强数据易用性和搜索效率，该层通常会退化维度，减少表之间无谓关联。
DWS：Data Warehouse Service，数据仓库服务层，接收DWD层数据整合汇总，针对具体主题分析域形成的数据服务层，通常多为宽表，主要用于提供OLAP查询分析。
ADS：Application Data Service，应用数据服务层，主要为固定数据分析甚至数据产品提供目标结果数据。
（四）关键技术
1、微服务
微服务是由多个小型服务载体组成的分布式架构，每个服务独立运行于进程中，通常使用为HTTP API的轻量级通信机制。微服务基于业务服务能力构建，能够通过自动化机制独立部署，可使用不同编程语言和不同数据存储，并保持最低限度的集中式管理。
微服务架构服务粒度小，分工清晰，在实际开发应用中需对系统整体功能、服务做好规划，充分组织好代码结构、配置、测试、部署、运维、监控过程，才能有效体现微服务的独立部署和技术异构优势。
2、中台架构
采用“中台”理念构造系统，为应用服务提供数据、运算、控制、智能识别、定位导航等公用能力，助力交通治理由“感而不知、感而略知”进化为“感而全知”，推动交通业务由“信息优势”转化为“决策优势”。
本系统在本质上成功构建了数据中台，形成统一的数据规则和集中的数据处理过程，合理构建数据模型和服务模式，包含数据接入、处理、组织、挖掘、治理和共享等服务。
（五）业务场景
系统主要面向路面异常、交通事故、违法协管、救援服务和交通管控五类应用场景。
1、路面异常场景
针对出现在高速公路的抛洒物、障碍物、积水、暗冰等路面异常情况，通过视频、传感器智能检测结合人工现场勘验方式，发现异常事件，通知养护人员进行确认和处置，及时保障通行效率。包括路面异常事件监测、登记、处置、信息发布、车载OBU关联、日志记录等细分功能场景，主要面向监控指挥中心、工程养护和路产安全部门用户。
2、交通事故场景
针对发生在路域的车辆损坏和人员伤亡事件，通过视频、传感器智能检测和人工发现创建交通事故工单。匹配事故级别（轻微、一般、重大、特别重大等），根据系统配置策略，自动或手动指派给事发位置管辖范围的响应处置人员，并通知事故管段交警，同时生成路侧设备诱导、管控指令，实现多方工作高效联动协同。包括事故监测、事故判断、车载OBU关联、通知调度、诱导发布及撤销、事故升级处置反馈、交通阻断处置反馈、阻断解除处置反馈、日志记录等细分功能场景，主要面向监控指挥中心和路产安全部门用户。
3、违法协管场景
针对异常停车、行人上高速、机动车逆行、非法行驶应急车道、穿越导流线区、实线变道、货车不按规定车道行驶等违法行为事件进行取证和协管，通过视频、传感器智能检测和人工发现创建工单，通知路巡人员进行确认和处置，通过路侧广播、情报板进行提示警告。包括事件监测、事件处置、信息发布、日志记录等细分功能场景，主要面向监控指挥中心和路产安全部门用户。
4、救援服务场景
针对拖车、吊车、维修等救援服务需求，以及相关咨询、投诉、求助，形成救援事件工单，通知路巡救援人员快速处置、提供服务。包括12122交通救援服务系统对接、事件接收、通知调度、事件处置、车载OBU关联、日志记录等细分场景，主要面向监控指挥中心和路产安全部门用户。
5、交通管控场景
针对大雾、冰雹、暴雨、积雪、高温、强风等极端天气状况，和移动施工、半幅施工、断道施工、隧道施工等道路施工事件，以及坍塌、滑坡、洪水、泥石流、塌陷、沉降等地质灾害事件，通过视频、传感器智能检测结合人工现场发现形成管控工单，匹配交通管控策略，实时推送预警信息。包括能见度监测、天气状况登记、施工登记、地质灾害登记、交通管控、勘验调度、路巡处置、信息发布、车载OBU关联、管控解除、日志记录等细分功能场景，主要面向监控指挥中心、工程养护和路产安全部门用户。
二、功能实现
系统主要包括全息感知、联勤联动、信息发布、统计分析等功能板块。
（一）全息感知
全息感知模块广泛接入设备设施状态、全息事件、智能预测、天气环境路况等多种信息数据，同时接入交通事件人工智能分析结果，在地图实时、动态渲染展示，并自动发起事件工单。
（二）联勤联动
联勤联动是系统最核心的功能模块，主要涉及路面异常、交通事故、养护施工、违法拦截、车辆救援、执法取证、恶劣天气管制、交警通知管制以及收费站管制等多种类型的事件工单查看和处理，可迅速一键匹配事发位置一路多方协同机构在线当值用户和相关外场诱导设备，当工单处置后即时发布解除信息。
（三）信息发布
信息发布模块主要涉及策略定义和设备管理。根据需要实时控制并展示向RSU、LED情报板、车道限速标志、智慧雾灯、路侧广播、商用地图推送的信息，为准全天候可靠通行提供有力的技术保障。
此功能也是系统与车路协同体系关联最紧密的场景。实时、突发路况信息除了通过传统视觉方式在上述路侧显示设备中向驾乘者传播外，还可通过每隔500~800m布设的RSU PC5通信接口向车载V2X-OBU或T-Box快速推送，而车载设备则以声光甚至图形化方式表达预警。以直达车端方式传递路况信息，一般情况下能适应更广阔的传播范围、更紧迫的传递时限和更恶劣的视觉环境。
（四）统计分析
统计分析模块在实现用户高度灵活自定义的运营管理统计分析报表基本需求之外，还可从异常驾驶状态（诸如急加速、急减速、异常变道等）、异常气象状况等维度提供必要统计分析，从而更加全面地发挥系统应用效益。
在数据中台支持下，系统软件实现快速检索和精准统计，并且当数据积累到足够广度和厚度之后，可充分开展数据挖掘和智能分析，对公路运行状况进行科学预测，同时也为正在构建的车路协同云控平台打下良好基础。
三、应用效果
交通事件主要由发现（感知）、响应、处置、恢复4个阶段组成，信息技术的应用可大大缩短发现、响应等两个前期阶段时间，而处置、恢复等两个后续阶段时间则更多依赖于人为因素[6]。
自2021年四川中南部某高速公路启用面向车路协同的应急联动信息系统之后，近半年事件持续时间（可近似等同于事件发现时间与处置时间之和）整体平均约为38分钟，其中发现和响应阶段平均时间更是低至15分钟。根据相关文献数据获知江苏中部某高速公路2007年至2008年期间事件持续时间[7]，以及参考四川省内另外两条高速公路近期交通事件处置状况和类似信息系统运用效果[8]，相关对比信息如下表所示，应用本系统之后对事件发现和响应效率的提升作用是显而易见的。
四、结束语
本文对四川省已初步建成高速公路车路协同试验段技术环境下所设计实现的应急联动系统进行了阐述。系统采用微服务和中台理念构造，并通过API接口进行多方、多源数据汇聚融合。在车联网、融合通信、数据智能等先进技术辅助下，一路多方运用系统实现对高速公路交通事件的科学管控处置和高效信息传递，在不远将来，支持“数千公里+数千人员”的业务协同有望成为现实。
面向车路协同的高速公路应急联动系统经过充分试运行后，系统功能以及各项指标均符合设计要求和用户需求，笔者团队今后将进一步结合5G通信、人工智能等先进技术，致力于系统功能拓展、控制策略优化。
参考文献：
[1] 陈虎.双向四车道高速公路超速状况研究[D].北京:北京工业大学,2010.
[2] 陈山枝,葛雨明,时岩.蜂窝车联网（C-V2X）技术发展、应用及展望[J].电信科学,2022.38(1):1-12.
[3] Brain Smith, R Venkatanarayana, H Park. IntelliDriveSM Traffic Signal ControlAlgorithms[R]. Virginia:University of Virginia,2010.
[4] Michael Chapman, Sheldon Drobot. Using Vehicle Probe Data to Diagnose Road Weather Conditions-Results from the Detroit IntelliDriveSM[C]//National Center for Atmospheric Research,TRB 2010 Annual Meeting.2010.
[5] MAKINO Hiroshi. Smartway project cooperative vehicle high-way systems[R].Washington DC:Transportation Research Board 85th Annual Meeting,2006.
[6] 彭路强.高速公路突发事件交通影响与处置措施研究[D].北京：中国人民公安大学,2020.
[7] 杨顺新.高速公路事件延时、延误和响应模型分析[D].南京：东南大学,2009.
[8] 李嘉，周正，蔡洛森，等.基于GIS可视化的高速公路监控调度指挥系统应用研究[J].交通科技.2021(4):150-154.
