基于物联网大数据技术的智慧公路研究

张 鹏

(郑州市公路工程公司，河南 郑州 450001)

智慧公路，可利用物联网大数据技术对公路交通信息状况进行分析，以解决当前公路交通存在的信息滞后现象，改善交通发展状况，实现公路的智能化、信息化和多样化发展[1-2]。对智慧公路研究时，采用先进的数据采集手段、综合的数据处理方法，从总体层面分析现有公路交通体系存在的问题，并给出针对性解决方法，以满足当代公路运营需求[3]。公路是基础设施的重要组成部分，是重要的交通运输枢纽，因此对智慧公路进行研究具有重要意义。

文献[4]引入物联网技术，从感知层、通信层、平台层、应用层和展现层等5个层面对智慧公路进行分析，发现与当前系统相比，智慧公路系统能够实现公路数据的快速挖掘，但公路交通流预测准确性较低；文献[5]对高速公路营运数据进行分析，运用物联网技术监控公路运行状态，完成了传统数据向智慧数据的转变，但公路运行故障率较高；文献[6]运用GPS轨迹大数据记录城市交通信息，分别从交通状态分析、运营管理分析和路径规划分析3个方面入手，完成对智慧交通的研究，但交通诱导时间过长，无法高效率完成公路管理。针对上述存在的问题，本文提出了一种基于物联网大数据技术的智慧公路研究方法。

1 智慧公路交通信息感知

感知是智慧化和智能化技术的基础组成要素，其含义是通过各种光、声、波和电的传感器对多样化动态信息进行实时的采集[7]。公路系统是一个特别庞大且复杂的系统，其构成要素众多，系统中存在着大量的系统信息和状态信息，繁杂的信息感知会大大增加系统的运算量，因此感知系统的好坏决定着智慧交通系统性能的优劣[8]。

为了实现公路系统的高效、便捷和安全运行，应注重“路”、“车”、“环境”和“人”4个重要因素的影响作用和协同运行作用。智慧公路的交通信息感知系统，是以“人”为控制核心去感知其他3个重要因素。根据互联网的本质属性和定义可知，在智慧公路系统中，“人”应该处于核心位置，结合“路”、“车”、“环境”这3个重要因素构成一个相互感知的支持体系，实现由“人-车-路-环境”所组成的系统，加之互联网技术的支持，可以更好地实现“人”对其他要素的控制和管理。

智慧公路交通信息的感知网络可分为三大感知网络，分别为交通运行环境感知网络、交通运载工具感知网络和公路基础设施感知网络。三大网络相互融合，协同运作，将公路交通要素、公路管理参与对象共同融入公路智慧交通体系。具体关系如图1所示。

智慧公路交通信息感知网络以物联网大数据技术为依据，对公路交通信息进行采集[9]，是整个交通系统的输入端。物联网上部署了多种类型的传感器，各传感器具备不同的特性，采集得到的信息类型各异，且传感器按照固定频率对信息进行采集，具有一定的周期性，可促进感知网络信息的规律性变换。

2 智慧公路交通大数据归一化

智慧公路交通大数据由交通体系中各类数据共同组成，主要负责完成对交通数据资源的交换和开发。纵向可实现整体链路的高层传输、基层应用和中层监测管理，横向则可以打通通往各个子系统的信息壁垒，形成“一体化”数据平台。通过智慧公路交通大数据，可完成对整体公路交通数据的管理，为交通系统提供数据服务，从而达到支持智慧公路运行的目的[10]。

公路交通流运行大数据可分为多个子集，各子集单位存在差异。若所有智慧公路交通数据集合单位为正值，则与公路交通网络相对应的数据权值便会同步增大或者缩小。数据子集的输出值通常在(0～1)之间，当输出值较小时，对公路交通网络运行的影响较小，当输出值较大时，则会对公路交通网络运行产生较大的影响。为有效预测智慧公路交通运行状况，保障智慧公路交通网络的顺利运行，需要对交通大数据进行归一化处理。

数据归一化是大数据预处理的重要步骤，主要完成大数据中心的海量数据识别、融合以及其他的模型化处理，并对关键性数据进行着重的分析。数据归一化处理步骤如下。

1)智慧公路交通系统包含多样化的感知信息，为有效进行归一化处理，必须对数据进行标准化处理，将各指标数据属性值统一变换到同一区间内。区间型标准化函数X为：

(1)

(2)

2)确定数据对象，对数据进行归一化分析。假设原始数据集为r={r11,r12,…,r1m}，则可利用模糊综合法计算得出数据归一化向量B：

(3)

定义目标数据集V，V是数据归一化后的数据所组成的集合，用下式进行表示：

V=αB

(4)

式中：α为向量系数。

至此，完成了智慧公路交通大数据的归一化处理。

3 基于物联网的智慧公路交通体系

现有的智慧公路交通信息化进程中，未对公路运营以及公路养护的管理体系进行研究，仅针对公路运营数据的采集以及预处理过程作出重点分析[11]。本文基于物联网的智慧公路交通体系集公路建设期、运营期以及养护期的数据为一体，形成了综合的交通数据集合，以此交通数据集合为基础，可构建公路智慧运营和智慧养护体系，实现对公路的智慧管理。

3.1 智慧运营

基于物联网的智慧公路交通体系构建过程中，采用数字化、信息化、智能化技术，实现公路交通信息的传输和公路监控。结合当前信息通信和控制技术发展水平，对公路车道控制进行分析，具体流程如图2所示。

根据以上流程，充分考虑用户实际需求，以动态、实时的交通状况为依据采集交通数据，并对数据进行处理，建立智慧公路交通诱导系统，促进公路交通的顺利运行。

图2 公路车道控制流程图

智慧公路交通诱导系统结合自主交通信息诱导和人工诱导完成。以物联网采集得到的公路交通运行数据为依据，若出现交通运行事故，则自主完成事故的检测，利用车载通讯系统自动传输事故发生地点以及现场人员状况，同时调看公路监控录像，探测公路交通运行状况，完成各种交通状态信息的采集。分析交通流运行信息特征，智慧、自适应地预测交通流的变化，获取交通诱导信息，制定最佳解决方法，并利用多种渠道发布诱导信息。智慧公路交通诱导流程如图3所示。

图3 智慧公路交通诱导流程

3.2 智慧养护

以智慧运营为基础进行智慧公路养护，结合公路的交通数据集合，对桥梁、隧道和路面等病害以及公路机电设备养护情况进行全面的分析，为智慧公路的管理提供全面详细的道路病害信息，并制定对应策略，保证公路的正常运营。智慧公路的养护主要包括公路路面养护、公路桥梁养护、公路隧道养护以及公路机电设备养护等。如图4所示。

图4 智慧公路养护框架图

4 实验结果与分析

为验证本文提出的基于物联网大数据技术的智慧公路研究方法的有效性，需要进行仿真实验分析，实验平台搭建在MATLAB 2017上。实验所用电脑参数：CPU为Intel Core i3-370，主频率为2.93GHz，内存为2GB。

利用以下指标对所提方法进行验证：1)智慧公路交通流预测；2)智慧公路交通诱导时间；3)智慧公路运行故障率。

实验1：

根据表1和表2可知，利用本文方法进行智慧公路交通流预测，预测值与实际值较为接近，且预测值的均方根误差在0.05%以下，误差较小。传统方法交通流预测值的均方根误差较大，平均均方根误差在0.39%左右，相较于本文方法来说，误差较高。

表2 本文方法与传统方法的交通流预测值均方根误差对比 %

实验2：

由图5可知，利用本文方法得到的智慧公路交通诱导时间平均在5min左右，最高不超过9min，波动幅度小。传统方法得到的智慧公路交通诱导时间最高可达40min，整体诱导时间较长，且波动幅度大。由此可见，本文方法交通诱导时间远远低于传统方法，本文方法的稳定性较好。

实验3：

根据图6可知，本文方法的智慧公路交通运行故障率可控制在10%以下，传统方法的故障率则可高达32%，约为本文方法的3倍。由此可知，利用本文方法对智慧公路进行研究，可大大降低交通运行故障率，保障智慧公路顺利运行。

5 结束语

公路信息化发展过程中，各智能体独立运行，对整体的公路感知效果较差。本文基于物联网大数据技术对智慧公路进行了研究，实验结果表明本文所提方法得到的交通流预测值接近实际值，交通运行故障率可控制在10%以下，智慧公路交通诱导时间较少，具备实际的应用价值。

图5 两种方法智慧公路交通诱导时间

图6 智慧公路交通运行故障率