区域级高速公路隧道集中管控架构研究与实现
2022-09-20郝建明刘天鹏
郝建明,刘天鹏
(中远海运科技股份有限公司,上海 200135)
0 引言
截至2021年底,全国公路隧道23268处、2469.89万延米,其中特长隧道1599处、717.08万延米,长隧道6211处、1084.43万延米。随着高速公路通车隧道里程的日益增多,高速公路运行、组织和管理的难度与日俱增,对于隧道的运行、安全、保畅、应急等有着更加迫切的现实需求。2019年,交通运输部印发了《促进公路隧道提质升级行动方案》和《公路隧道提质升级行动技术指南》,在全国实施促进公路隧道提质升级行动,更好地为公众提供安全便捷的出行服务。
隧道监控软件是隧道运营管理、保通保畅、保障安全的重要信息化支撑手段。对于隧道信息化管理方面的研究,李旭华提出C/S架构和B/S架构相结合的隧道监控系统,保障数据采集实时性的同时兼容先进信息化技术;黄文彬等提出将多元融合感知技术应用于高速公路隧道信息化建设,实现隧道的精细化管理;刘志辉等提出基于物联网技术的智慧隧道运营管控系统,实现隧道各系统互联互通、集中管控、绿色节能、安全防控、服务协同;马庆禄等为了从整体上实现隧道群的区域性控制,提出面向交通安全的隧道群区域性联测联控理念。
综上所述,虽然隧道信息化管理取得了一些应用成果,但软件系统基本以传统的“综合监控”管理模式为设计原则,仅实现对单个隧道或少量相邻隧道群的集成监控。为了缩减管理中间环节,降低人员运营成本及配套设施成本,提高系统响应效率,现阶段各省市正在大力推进基于数据化的“集中监控”管理模式,将监控管理与现场救援分离,在区域中心开展辖区内所有隧道的日常监控管理工作,隧管所仅设置救援站。本文结合行业发展趋势,设计区域级高速公路隧道集中管控平台,实现对大批量隧道的集中监控管理,解决海量数据采集处置延迟高、标准不统一、数据缺失等问题,在优化资源配置的基础上提升隧道运营管控和服务水平。
1 需求分析
1.1 传统隧道管理体制
目前各省市自治区基本采用“隧管所-(路段分中心)-区域中心-省级路网中心”的隧道运营管理体制,如图1所示。传统的“综合监控”管理模式下,隧管所负责隧道日常运营、设备维护、突发事件处置及信息上报等工作,是隧道安全管理的主要主体;路段分中心、区域中心、省级路网中心负责对隧道运营养护工作进行监管和考核,以及对涉及跨区域的突发事件进行协调处置。而在“集中监控”管理模式下,隧道日常监控管理、突发事件接警处置及指挥调度等均由区域中心负责,隧管所根据区域中心调度指令开展现场应急救援工作。
图1 隧道运营管理体制框架图
1.2 隧道信息化现状
当前,隧管所已经独立建设有照明、视频监控、信息发布、紧急电话等子系统,有些隧道监控软件已实现隧管所级的各子系统集成联动,但还有较多隧管所各子系统处于分散部署的状态。隧道管理系统一体化程度不高、综合管控功能不足、设备数据共享能力薄弱,且上一级部门无法对隧道内的照明、环境监控、风机等机电系统运行情况进行监管监控,从而降低了交通事件应急处理的及时性,延长了应急处置时间,加剧了意外事件造成的影响。
隧道内发生突发事件时,需要紧急调配各类应急资源,特别是相当一部分应急资源还属于社会化资源。但是,隧管所级的监控系统无法实现跨区域、跨职能范围的应急资源管理和调配,交通诱导也需要上级部门统一组织。目前此类工作大多以线下方式为主,现场处置、中心调度、决策指挥等工作相对独立,缺乏统一的纵向、横向间的指挥调度体系。
1.3 隧道集中管控需求
高速公路隧道需要建立集中的管控平台,实现区域级或省级范围内隧道的统一管理,便于统一监控预警、统一指挥调度。具体业务需求包括:
1.3.1 集中管理
对区域内各隧管所的设备运行状况和人员进行集中管理,通过信息化手段形成统一的隧道管理模式,实现精简人员、权责分明、决策迅速的目标。
1.3.2 简化流程
通过管理界面整合简化操作,做到监控数据和设备控制一屏全包,所有监控数据一屏掌握,基于数据挖掘提供各类辅助决策支持。
1.3.3 资源共享
实现对各隧管所通风、照明、交通、消防等数据的实时采集和监控,通过数据融合、质量提升,可进一步向其他部门共享分发。
1.3.4 统一接入
基于统一协议和数据接口进行数据采集和交换,将原本分散的基础数据和运行数据进行融合处理,满足接口标准化、隧道统一接入的要求。
1.3.5 运维高效
实时监管隧道机电设备运行情况,综合评定隧道运营水平,为隧道运维人员提供数据支撑,提升隧道机电运维和巡检工作的效率。
1.3.6 提升安全
应急预案数字化,根据事件类型及严重程度实现事件分级响应,一键式启动应急预案,调用大范围应急资源并进行协同处置与指挥。通过信息无缝流转,实现各系统快速联动,提高事件处置效率,减低事故损失。
2 平台关键技术
2.1 海量实时数据处理
隧道内监控设备数量较多,单条隧道的开关量、模拟量和结构化数据的规模通常在几千条/秒左右,区域级隧道管控平台对于数据监测和指令控制的响应时间要求是1~3秒。因此,随着区域内接入隧道数量的增加,基于传统架构设计的数据交换平台已不能满足相应性能要求。
平台基于分布式消息队列(Kafka)和分布式实时大数据处理系统(Storm)搭建大规模消息分发和实时数据流处理系统,满足海量实时数据的采集和处理需求。Kafka作为中间件为数据提供缓冲机会,有效缓解数据采集和数据分析不同步的问题;Storm是一套开源的分布式实时计算系统,处理速度非常快,单节点可以达到百万个元组每秒,可以完成数据的实时计算处理。平台逻辑层次架构如图2所示。
图2 实时数据流处理逻辑层次架构图
如图2所示,首先使用Nginx支撑的应用服务来实现对隧管所监控系统上传海量数据的实时接收;然后Kafka集群将采集的数据放置到消息队列中,实现数据缓冲,防止因数据量过大或者处理数据的集群效率不高而丢失数据;由Storm从Kafka集群消息队列拉取数据,对数据进行计算处理;最终,计算结果一方面存入Redis结果缓存中,提供前端应用实时展示;另一方面持久化存储进分布式数据库MySQL中,用于前端历史数据统计分析展示。
2.2 数据接入标准接口
为规范不同隧道数据的统一接入,需要制定平台数据接入的标准接口。各隧管所监控系统作为下级平台,负责对各自管理隧道设备的数据进行统一汇聚,并按照标准接口接入区域中心平台。
2.2.1 通信连接方式
中心平台与下级平台网络通信采用TCP/IP方式,基于Socket方式建立连接,连接建立后持续保持,采用这种方式可减少网络传输耗时。Socket连接由下级平台作为客户端,中心平台作为服务端。中心平台启动后处于等待连接状态,下级平台主动发起连接请求,连接成功后双方进行双工通讯,实现数据发送和接收。网络中断恢复后应重新建立连接。
2.2.2 通信报文规范
通信数据报文采用二进制格式,允许使用字符串和各种长整型数据,浮点数以字符串表示,不包含小数点,末两位为小数,存在字节顺序问题的数据类型一律统一到网络字节顺序(低址高字节),避免跨平台通信时出现问题。报文数据需要进行合规性校验,具体规则包括:版本号和帧头长度的合规性;报文中数据长度与实际报文计算长度是否一致;机构编码和保留字中的机构代码是否存在;加密方式是否符合要求。
2.2.3 报文传输要求
大数据包设计为分包发送,如果数据包与扩展数据包的长度大于65400字节则采用分包发送,即65535字节减去报文头103字节和预留的32字节。压缩报文的数据包长度为压缩后的长度,数据包为压缩后的包,压缩算法采用标准的GZIP压缩算法。报文传输前应进行加密、压缩、分包处理,报文接收完毕后再反向处理,分包传输时应按顺序发送。
2.2.4 报文定义
通信管理类报文:包括心跳检测、公钥获取、加密传输、校正时间消息。
下级平台上传业务报文:包括气象数据、交通流量数据、环境监测数据、风速风向数据、照度亮度数据、设备状态数据、情报板播放内容、限速标志数据、广播音区状态数据、视频事件检测数据、火灾报警数据、液位数据、电力数据等设备监测数据,以及突发事件、养护施工、交通管制等上报信息。
中心平台下发业务报文:包括设备操作指令、情报板信息发布指令、广播音区控制指令、历史数据上传指令、预警消息、通知消息等。
2.2.5 平台数据对接流程
中心平台向申请接入的下级平台分配11位单元编码,按照接入标准开展对接调试,平台间数据流向如图3所示。
图3 平台间数据流向图
2.3 缺失数据补全
由于网络通信偶发性中断、设备数据采集失败、数据解析出错等原因,会导致隧道监控数据在采集过程中出现缺失。数据缺失极大地影响后续数据分析的准确性,因此需要对缺失值进行处理,缺失值处理方法可采用策略包括删除、填充、不处理。
隧道监控数据根据数据类型进行分类,分别采用不同的数据缺失处理方法:
(1)对于定时采集的设备状态及开关量数据,主要用于设备状态监测。当出现数据缺失时,下一周期采集的数据可继续反映设备当前情况,前一周期缺失数据不影响监测功能。此类含有缺失值的数据采用简单删除法直接删除即可。
(2)数据缺失有多种填充方法,根据数据特征情况主要采用均值填充和聚类填充两种方法。
1)均值填充。对于一氧化碳浓度、风速、液位等单一模拟量数据,数据一般是线性变化的,因此适合采用均值填充法补全缺失数据。可选取缺失项前后各3个采样周期的数据,计算数学均值填充到缺失样本。
2)聚类填充。对于交通流量、车速、占有率等结构化数据包类型的数据,由于和历史数据相比有较大的类似性,因此适合采用聚类填充法补全缺失数据。选取前后一段时间及历史相同时间段的数据,用非缺失字段作为特征值,对特征数据归一化后,采用K-means算法进行聚类分析,然后计算缺失数据与每个聚类簇中心的相似度,选取最相似的簇的属性均值填充给该缺失项。
(3)缺失数据不处理是指在原数据上直接进行数据挖掘,采用贝叶斯网络、人工神经网络、粗糙集等方法,由于模型过程复杂,存在指数爆炸的危险,本文不涉及此类方法。
3 平台系统设计
3.1 逻辑架构设计
平台采用分层架构设计,包括设备层、网络层、数据层、支撑层、应用层、用户层,以及信息安全保障体系和接口通信标准规范保障体系,如图4所示。
图4 平台逻辑架构图
(1)设备层。包含隧管所内各类系统和隧道前端采集设备,如:摄像头、风机、照明、一氧化碳能见度检测器、车道指示器、火警检测器、车检器等。
(2)网络层。主要通过光纤网、视频专网等完成数据传输,为数据层提供数据传输通道。
(3)数据层。实现对隧管所现有系统数据的采集、存储与数据交换,为应用层提供数据支撑。
(4)支撑层。提供统一用户管理、数据交换引擎、日志服务、安全管理等功能,为各类应用提供基础支撑。
(5)应用层。主要实现各类应用及分析功能,为用户提供统一的可视化监控平台。
(6)用户层。是平台的使用对象,平台可根据权限在管理公司、区域中心和隧管所分级使用。
信息安全保障体系是支撑平台安全运行的各类措施,接口通信标准规范保障体系用于统一数据接口和数据交互标准。
3.2 物理架构设计
平台设计至少采用15台服务器,组成局域以太环网(采用TCP/IP通信协议),部署在高速公路区域中心或省中心,通过高速公路监控专网与各隧管所监控系统进行数据交互。服务器使用实体物理机或虚拟机均可,采用分布式架构,可根据接入隧道的数量动态扩充。平台物理架构如图5所示。
图5 平台物理架构图
3.3 功能设计
平台的主要功能包括应急待办、运营展示、隧道监控、智慧应急、养护巡检、运维管理、统计分析、平台管理、数据接入等。
3.3.1 应急待办
通过统一认证服务和统一应用授权,将日常工作按照应办和待办分类进行集中展示和提醒。
3.3.2 运营展示
对隧道设备运行情况、人员运维养护情况、应急指挥数据、过车数据和重点区域气象数据汇聚融合,通过线形图、圆饼图、折线图等综合数据展示方式,形成隧道运营管理“一张图”。
3.3.3 隧道监控
实现对隧道各子系统的集成监控,根据隧道内监控数据,调控相关设备的运行状况,包括隧道交通监控、环境监控、视频监控、火灾监控及消防、照明监控、电力监控等。
3.3.4 智慧应急
实现应急预案的统一管理,包括救援预案、绕行预案、协同预案、应急资源管理和预案评价等功能。提供隧道内智能监测报警及其他相关单位报警事件的接收及确认,事件等级研判、事件跟踪、应急预案联动、指挥协调调度、应急信息发布、应急处置评估等功能。
3.3.5 养护巡检
对隧道日常和专项养护工作进行管理,包括养护项目管理、养护计划制定、养护排班、巡检工作记录及考核、工程档案管理、养护知识库等功能。
3.3.6 运维管理
实现对隧道机电设备的故障监测、资产管理、保养维修、备件管理等。
3.3.7 统计分析
根据不同业务应用场景,通过图表全方位分析隧道运行情况,为运营决策和应急处置提供数据支撑。
3.3.8 平台管理
提供组织结构管理、用户权限管理、部署及流程管理、操作日志记录等平台基础管理功能。
3.3.9 数据接入
对隧道监控设备的数据编码、数据标准、数据格式、通信传输接口等进行统一规范,通过平台与各隧管所监控系统的数据交互,实现数据采集、过滤、存储及指令发布。
4 平台实现
4.1 软硬件配置
服务器、系统软件、开发环境清单如表1所示。
表1 服务器、系统软件、开发环境清单
4.2 实现效果
平台在宁夏、青海等省份实际落地应用。宁夏和青海均采用“隧管所-区域中心-省级路网中心”的运营管理体制,宁夏高速公路隧道集中管控平台接入全自治区高速公路隧道29座,青海高速公路隧道集中管控平台接入全省高速公路隧道81座,区域中心负责对辖区内的隧道进行集中监控,省中心负责全省隧道运营工作监管和跨区域协同调度。平台综合运营分析功能界面如图6所示,在宁夏高速公路隧道集中管控场景的应用测试数据如图7所示。
图6 宁夏高速公路隧道集中管控平台综合运营分析软件界面
图7 宁夏高速公路隧道集中车流量及数据处理时间
经实际应用测试,在采用8核16G服务器,Nginx、Kafka、Redis、MySQL、前端应用各分配2台服务器,Storm分配3台服务器的环境下,每秒处理一百万条消息时,服务器CPU占用率平均在30%左右,消息响应延时1秒左右,如图7所示单日通过隧道的车流量比较稳定,车辆通过时系统对数据的处理时间保持比较稳定的状态,完全满足平台运营需求。
5 结语
本文结合隧道“集中监控”管理模式,设计区域级高速公路隧道集中管控平台,实现对大批量隧道的集中监控管理,满足高速公路区域中心、省中心隧道运营集中管理业务需求。通过实际项目验证表明,本文设计的区域级高速公路隧道集中管控平台可有效解决海量数据采集处置延迟高、标准不统一、数据缺失等问题,在功能、性能等方面均可满足技术要求,可切实提升隧道运营管控和服务水平。下一步,将结合数字孪生、雷视融合、事件智能检测、多源感知等技术开展研究,提升隧道智能化管控能力。