公路突发事件范文
公路突发事件范文（精选10篇）
公路突发事件 第1篇
公路常见突发事件主要类型包括:恶劣冰雪天气造成公路交通中断, 强降雨造成的路面积水、公路路面沉陷, 桥涵损毁, 交通事故引发的交通堵塞等。公路常见突发事件发生后, 路政部门迅速赶赴现场疏导交通, 协同有关部门维持好现场秩序, 施救、疏导车辆人员;在现场设立警示标志, 现场上、下行适当的一个或多个岔路口设置交通分流指示牌, 指示车辆绕道行使;协助有关部门疏导交通和维持秩序。应急处置队伍同步展开应急处置措施。
一、公路防滑除雪应急处置错施
养护应急处置队伍应在降雪前在陡坡、弯道、桥面、十字路口等重点路段提前布设好碎石、草袋、扫把、铁锹等防滑物资, 根据积雪厚度采取不同作业方式。
1、当降雪厚度小于2cm时, 可以安排融雪剂撒布车进行一次大范围、小剂量的彻底撒布工作, 剂量可控制在80g/m2。
2、当降雪厚度为2-5cm时, 降雪达2cm时开始撒盐, 待降雪结束后或达5cm时, 出动机械设备彻底除雪。除雪应及时, 避免行车碾压后难以清除。除雪机械刮除积雪后路面残留不超过1.5cm厚的薄层雪时, 撒布车需进行局部撒融雪剂, 剂量控制在20g/m2, 路面及桥面背阳处应加倍, 使用装载机彻底清除。如气温较高可采取自然融化的方法。
3、当降雪厚度为5-20cm时, 降雪达2cm时开始撒融雪剂, 待降雪结束后或达5cm时, 出动机械设备彻底除雪。先清除一条车道的路面积雪, 然后再清除路面全部积雪, 及时清除桥面的积冰雪, 在陡坡、急弯处加撒防滑材料等。并采取相应的交通安全控制措施, 在公路一侧设置导流、导向设施。
4、当出现连续降雪时, 应24小时连续进行除雪作业。及时清除桥面的积存冰雪, 在陡坡、急弯处加撒防滑材料等, 并采取相应的交通安全控制措施, 在公路一侧设置导流、导向设施。
5、当路面大面积结冰时, 在路面结冰处撒融雪剂40g/m2, 一般撒融雪剂2小时后 (与气温有关) 即可使用装载机 (或平地机) 除冰;如局部结冰较严重时, 局部加融雪剂30-40g/m2。
当出现上述4、5两种情况时需反复作业。
二、公路防汛排水应急处置错施
1、根据当地政府防汛工作指示精神, 紧急动员和部署公路防汛抢险救灾工作, 并与上级业务部门建立信息通道, 随时汇报公路防汛情况和畅通情况。
2、统一领导和指挥公路防汛救灾与保畅通工作, 根据上级指令和实际情况, 确定国省公路防汛应急保障任务和具体要求, 同时做好路网运行调度、通讯联系和生活保障等项工作。
3、协调解决防汛应急保障中的重大问题和跨县 (区) 、跨部门间的事项, 及时分析汛情、灾情、险情发展趋势, 并根据上级指令, 完成对其它单位和部门紧急救援工作。
4、督促各部门落实防汛抢险各项准备工作, 及时向领导小组汇报险情, 灾情及公路交通保障情况, 按照领导小组的指令, 做好各部门防汛抢险人员、物资、车辆调度工作。
5、及时收集和上报雨情、汛情、险情、交通保障等情况, 做好防汛值班工作;遇有大暴雨时, 防汛领导小组成员要立即上路分段巡查, 密切注视雨情、水情, 一旦出现险情要及时报告, 并迅速组织人员全力抢险。
6、险情发生后, 防汛领导小组成员要全部上路, 分段负责, 加强现场指挥调度, 统一调配好人力、物力, 及时排除险情。
7、防汛抢险救灾分队要根据公路水毁实际情况, 采取果断有效措施, 立即组织抢险人员排除公路积水, 进行水毁抢修, 力求将损失和影响降到最低成度。
8、做好汛期公路通行车辆的疏导和分流工作, 保障人员、车辆安全。如发生重大交通事故, 要在报站防汛领导小组的同时, 提出恰当的处置意见, 经市处领导批准后实施, 确保公路安全畅通。
9、各收费站对驾乘人员要做好雨情提示和安全警示工作, 提醒司机减速慢行, 保证通行安全;对运输防汛抢险救灾物资的车辆, 按规定免费放行, 确保各类防汛物资及时运达抢险救灾一线。
三、公路路面沉陷应急处置措施
现场救援组在第一时间报110、119、120, 配合有关部门开展对受伤人员的救助和受损车辆的清理, 并协助公安交管部门疏导行人、车辆, 维持现场秩序。同时查勘现场, 必要时立即通知自来水、热力、燃气等管线单位, 确认坍塌区域是否埋设有相关设施, 建议必要时切断水源、气源, 避免发生次生事故。
路面抢通组在事发现场设置围栏, 防止车辆行人误入坍塌区域, 配合有关部门对事故现场受伤人员的救助和受损车辆的清理, 同时进行事故现场影像资料的采集, 组织抢修坍塌受损路面和现场清理工作。
四、公路桥涵损毁应急处置措施
1、桥梁抢修、维修
应急领导小组、专家咨询组根据桥梁具体情况制定抢修、维修方案。
桥梁不能满足继续通行条件, 需要拆除重建或维修加固的, 向上级领导部门上报, 并申请计划, 搭设临时通行钢便桥;不需封闭交通的, 及时维修。
2、钢便桥架设
钢便桥架设采用悬臂推出法架。
钢桥架设大体分四个步骤:导梁的拼装正桥的拼装推桥落桥。按照平整场地、标定各种轴线、设置滚轮、拼装桁架、设置桥面系、推拉桥跨、桥跨落座、构筑进出口等八步进行。
五、公路交通事故应急处置措施
对涉及运载危险化学物品车辆发生碰撞、侧翻、坠落等有可能造成装载的危险化学品发生泄漏、起火、爆炸危险的事故时, 公路应急处置部门协助公安交警部门迅速疏散现场周围的人员和车辆, 弄清所装载的危险化学物品的种类和数量, 视危险程度划出封闭区域, 在安全的情形下抢救伤员, 及时向上级部门报告和通知安监部门。对涉及运载的危险化学物品需卸载或转运的, 公路应急处置部门必须到场协助处置并负责联系有关单位进行卸载和转运, 待安全隐患排除后迅速开展现场勘查和清理工作, 尽快恢复交通。
对货运车辆碰撞、侧翻、散落物资占到阻碍交通的, 在公安交警部门的许可下, 迅速利用道路清障设备清除障碍物, 以便尽快回复交通。
同时协助路政部门做好受损路产路权的调查取证工作, 便于日后向责任人索赔。
摘要：随着路网的形成和不断完善, 加之“汽车时代”的提前到来, 人们对公路管理的运营效率、服务水平和应急处置能力的要求也将越来越高。公路突发事件应急处置能力作为保畅通的首要条件, 也是公路养护管理水平的重要标志。本文通过多年的对养护工作的实践, 在公路常见突发事件应急处置措作出了见解, 以供公路养护同仁在处理公路突发事件时做一参考。
公路突发事件应急预案 第2篇
二、编制依据
依据交通运输部《公路交通突发事件应急预案》、xx省人民政府《省公路交通突发事件应急预案》、xx省交通运输厅《xx省公路交通运输突发事件应急预案》和省公路局《xx省公路突发事件应急预案》体系等有关行业法规，结合我局公路应急工作实际，制定本预案。
三、工作原则
（一）以人为本。把保障人民群众的生命和财产安全作为应急工作的出发点和落脚点，最大限度地减少突发事件造成的人员伤亡和财产损失。
（二）预防为主。贯彻预防为主的思想，树立常备不懈的观念，做好应对公路交通突发事件的思想准备、机制准备和工作准备。重点建立健全信息报告体系、科学决策体系。采用先进的预测、预警、预防和处置技术，提高预防和应对突发事件的能力。
（三）分级负责。在市公路局的领导下，实行属地管理、条块结合、分级响应、分级负责，明确责任人及指挥权限，落实岗位责任制。加强部门间的密切协作，发挥各相关部门在应急处置中的作用。
四、适用范围
雨、雪、雾、恶劣天气、水毁、道路塌方、地震等原因造成国道、省道等交通中断，发生较长时间阻塞或者瘫痪，需及时疏通和修复。路、桥梁、涵洞及其附属设施遭到严重破坏，丧失正常使用功能，需迅速恢复、抢修、加固，以确保公路畅通的应急行动。
发生各类突发事件需要调配公路运输力量，以保证人员、物资运输的应急行动。
五、组织机构及职责
设立公路突发事件应急领导小组（以下简称领导小组）。组长由局长担任，副组长由各副局长、总工程师担任，成员由质量安全科、养护管理科、路政管理科、路网信息科、财务科、政治工作科、办公室、人事科负责人及基层各单位党政负责人组成。
领导小组办公室设在局质量安全科，办公室主任由质量安全科负责人担任。
同时设立现场督导组、后勤保障组、安全保障组，负责公路突发事件应急工作的具体实施。各组主要职责如下：
（一）应急办公室：负责全局公路突发事件应急工作的日常管理。及时安排全局应急抢险工作，做好公路突发事件检查。安排并做好应急抢险值班。督促检查各县段公路应急值班。负责抢险应急过程中与上级部门的协调。争取地方政府的支持，及时全面解决问题。
应急领导小组办公室由质量安全科牵头，养护管理科、路政管理科、路网信息科协助。
（二）现场督导组：负责出现公路突发事件等险情后抢险应急技术方案的制订和现场施工的组织指挥。
现场督导组由养护管理科牵头，路政管理科、质量安全科协助。
（三）后勤保障组：负责出现公路突发事件后的人员调配、抢险设备、抢险物资、生活医疗用品、资金等及时供应和调配。
后勤保障组由办公室牵头，财务科、办公室协助。
（四）安全保障组：负责应急抢险期间与交警部门的协调，参与组织现场交通管制，安全生产的监督检查等。
安全保障组由路政管理科牵头，办公室、质量安全科协助。
以上各组及应急抢险办公室可根据抢险应急工作需要，增加相关单位和部门的人员参加。
六、分类分级
公路突发事件由低到高依次为iv级应急响应、Ⅲ级应急响应、Ⅱ级应急响应和Ⅰ级应急响应。
（一）一般突发事件iv级
因突发事件导致国省干线公路交通毁坏、中断、阻塞或者大量车辆积压、人员滞留，抢修、处置时间预计在6小时以上的；
公路工程建设、道路运输（营运车辆）、道路运输站（场）发生一次3人以下死亡（失踪），或者10人以下重伤的。
（二）较大突发事件Ⅲ级
因突发事件导致国省干线公路交通毁坏、中断、阻塞或者大量车辆积压、人员滞留，抢修、处置时间预计在8小时以上的；
公路工程建设、道路运输（营运车辆）、道路运输站（场）发生一次3人以上10人以下死亡（失踪），或者10人以上50人以下重伤的。
（三）重大突发事件Ⅱ级
因突发事件导致国省干线公路交通毁坏、中断、阻塞或者大量车辆积压、人员滞留，抢修、处置时间预计在12小时以上的；
特大桥梁、特长隧道和隧道群发生火灾、爆炸等安全事件，危及10人以上生命安全或严重影响桥梁隧道正常运营的；
公路工程建设、道路运输（营运车辆）、道路运输站（场）发生一次10人以上30人以下死亡（失踪），或者50人以上100人以下重伤的。
（四）特别重大突发事件Ⅰ级
因突发事件导致国家干线公路交通毁坏、中断、阻塞或者大量车辆积压、人员滞留，通行能力影响周边省份，抢修、处置时间预计在24小时以上的；
特大桥梁、特长隧道和隧道群发生火灾、爆炸等安全事件，导致重要设施设备功能丧失，危及30人以上生命安全或严重威胁桥梁、隧道结构安全的；
公路工程建设、道路运输（营运车辆）、道路运输站（场）发生严重威胁群众生命财产安全事故，造成30人以上死亡（失踪），或者100人以上重伤的；
发生群体性事件，阻断国省干线公路和重要交通枢纽８小时以上停运，或阻挠、妨碍国家重点公路交通建设工程施工，造成24小时以上停工的。
七、应急响应
（一）预案启动
1、一般突发事件iv级应急响应
由应急办公室负责人负责本级应急响应的督导
发生一般突发事件，各单位立即把有关情况上报局应急办公室，并同时上报市政府交通主管部门，各单位应急办公室启动预案积极开展应急救援工作。
上级主管部门接到突发事件后，按照事件的种类和性质，分别启动各专项应急预案，并组织人员立即赶赴现场，开展应急处置，控制事态发展和蔓延，并将处置情况和事态发展情况上报上一级主管部门。
2、较大突发事件Ⅲ级应急响应
由局分管领导负责本级应急响应的督导
发生较大突发事件时，各单位立即把有关情况上报局应急办公室，并同时上报市政府交通主管部门，各单位应急办公室启动预案积极开展应急救援工作。
上级主管部门接到突发事件后，按照事件的种类和性质，分别启动各专项应急预案，并组织人员立即赶赴现场，开展应急处置，控制事态发展和蔓延，并将处置情况和事态发展情况上报上一级主管部门。
3、重大突发事件Ⅱ级应急响应
由局主要领导负责本级应急响应的督导
发生重大突发事件时，局应急办公室立即上报局主管领导，并同时上报市政府交通主管部门，局应急办公室启动预案积极组织开展应急救援工作。
上级主管部门接到突发事件后，立即向上级主管部门和市政府报告，同时组织救援物资和力量赶赴现场，并根据事件实际情况，向事发地排除工作组或在现场设立指挥机构，协助当地政府开展应急处置工作。
4、特别重大突发事件Ⅰ级应急响应
由局主要领导负责本级应急响应的督导
发生特别重大突发事件时，局应急办公室立即上报局主要领导，并同时上报市政府交通主管部门，局主要领导指挥启动预案开展应急救援工作。
上级主管部门接到突发事件后，立即向上级主管部门和市政府报告，同时组织救援物资和力量赶赴现场，并根据事件实际情况，向事发地排除工作组或在现场设立指挥机构，协助当地政府开展应急处置工作。
（二）响应程序
公路突发事件发生后，各单位应立即报告，所属单位应急领导小组，接获有关情况后应立即报告，局应急办按照突发事件所属层级报告相关局领导及市政府交通主管部门，同时局应急办公室及相关单位立即根据各自的职责实施现场指挥，并实施救援工作，迅速采取有效措施，尽力控制事态发展。相关部门应迅速组织、安排抢险队伍进行抢险、抢修和现场处置。同时与公安交通管理部门协调、做好交通疏导工作。必要时架设临时便桥，尽快恢复交通。
（三）信息发布
公路突发事件信息发布应当遵循实事求是、及时准确的原则。公路突发事件应急领导小组会同市交通主管部门及市政府新闻办按照有关规定，做好公路突发事件信息发布。
（四）应急结束
公路突发事件已经消除时，由启动相应事故应急预案的指挥小组宣布应急救援结束，并通告公众。
八、公路突发事件应急的日常管理工作
（一）各单位要注意收集气象、水文、地理信息，及时掌握突发情况等信息，以便对不利事件及时采取对应措施。坚持分级响应、分级负责的原则。根据我市辖区国省干线公路突发事件的严重性、影响范围、所需动用的资源等，分级制定应急预案，明确责任人和责权范围。
（二）公路突发事件抢险应急工作实行行政领导负责制。各有关单位要及时安排部署公路应急工作，开展预防检查。落实应急抢险人员、物资、抢险队伍。筹备抢险资金，安排好应急抢险值班。按照统一指挥，分级负责的原则，落实抢险应急岗位责任制。
（三）公路突发事件期间实行应急值班制度，保证信息传输渠道畅通。局属各单位应急抢险办公室要及时安排24小时值班，保证电话不离人，值班车辆随时待命。对造成国、省干线公路交通中断等灾害性信息局属各单位应在第一时间上报局值班室，办公室及时做好上报。
（四）认真做好干线公路隐患排查统计工作。各单位要由主要领导带队对辖区内公路、桥梁、隧道、路基构造物、高危边坡等进行不定期的全面检查，发现隐患及时采取补救措施。对危桥、险路、病隧等要设立醒目的警示标志。对小桥、涵洞、排水沟、边沟等排水设施的拥堵杂物要及时清理。对正在施工的工程路段要督促施工单位制定突发事件应急预案，施工人员居所要避开山洪和山体滑塌危险地段，施工材料堆放、施工便道安全防护措施等都要满足保畅要求，并加强对工程开挖边坡的监测，避免突发边坡坍塌事件。在河道施工的要及时清理杂物、整修河道，施工人员、施工设备不准居住和停放在河道内。
（五）落实公路突发事件抢险应急队伍，做好物资储备。各抢险应急分队落实人员和责任。保证库存（或约定采购供应单位）足够的编制袋、木材、铁丝、钢筋、水泥、砂石材料及雨具、安全帽、手电筒等抢险物资用品，准备或约定好装载机、挖掘机、空压机、运输车辆等机械设备，并做好随时调遣的准备。
（六）加强路政管理。坚决制止在桥梁上、下游各200米范围内挖砂取石，严禁在破碎山体上挖石取土，保证路基边坡稳定。
（七）落实上路巡查制度。对危桥险路和易发生水毁、滑坡等自然灾害的路段，要加强巡查，发现险情，及时采取措施。
（八）应急抢险工作坚持先通后畅的原则，先抢通便道保证车辆通行，然后及时安排修复。突发事件应急抢险工程应坚持前期工程能为后期修复所利用的原则，便道（或便桥）不影响后期的修复。
（九）要在经常发生水毁和山体滑坡等易造成车辆阻塞路段成立应急抢险服务小分队。服务小分队的职责是：在突发事件造成交通中断后，及时向受阻车辆司机和乘客通报受灾情况和抢险进展情况，做好耐心的解释和安抚工作，并积极协助交警疏导交通。遇严重灾害，车辆受阻时间较长的情况，服务小分队还应积极组织人员向司机和乘客送水送饭，避免出现恐慌等不稳定因素。
九、责任与奖惩
公路交通突发事件应急处置工作实行行政领导负责制和责任追究制。对应急管理工作中做出突出贡献的先进集体和个人要及时地给予宣传、表彰和奖励。对迟报、谎报、瞒报和漏报重要信息或者应急管理工作有其他失职、渎职行为的，依法对有关责任人给予行政处分，构成犯罪的，依法追究刑事责任。
十、附则
（一）领导小组可根据公路突发事件的发生、发展趋势和发展情况，决定解除预警状态、终止应急响应并通过网站、电话、新闻媒体等发布结束应急状态的公告。
（二）本预案由铜川公路管理局质量安全科负责解释。
公路突发事件 第3篇
关键词：高速公路；交通事件；主动防控；预警告警
1.概述
进入21世纪以来安徽省高速公路进入一个飞速发展时期，截止2010年总里程已达2929km。但伴随着交通事业的飞速发展，高速公路车流量越来越大，交通拥挤和交通事故频繁发生，重特大恶性事故比例较大，而且事故处理难度大，这给高速公路管理者带来了诸多困扰，而且给国家和社会也带来了不必要的损失。目前高速公路监控的日常管理主要依赖于监控设备采集到高速公路一些视频、数据和报警信息，但还存在以下问题需要解决：
高速公路运行管理“被动化”：高速公路路段系统建设不全面、建设范围不统一；各路段、各子系统独立，集成度不够，信息资源整合共享水平较低；缺乏有效的应急指挥管理；为解决这些问题，必须加快高速公路车联网信息化技术方面的研究，建立一套主动干预高速公路交通事件的预警告警机制就显得尤为重要。
2.传统高速监控现状及问题
2.1高速公路主动防控技术亟待突破
目前安徽省已开通的高速公路都有一定规模的监控系统，有少数高速公路已经基本实现了全线监控(CCTV视频监控)。对于新建的高速公路，监控系统的设计和建设基本上与高速公路建设同步进行。但监控系统外场设备数目少、密度小，设置不尽合理，且监控中心系统软件在数据处理方面功能较为简易，且采集的信息有效利用率比较低，没有为高速公路交通控制与管理提供有效支持，不能满足高速公路交通事故主动防控的需求，事故危险很难在第一时间发现并预警，而且由于救援与清障力量不能得到很好组织，危险因素很难及时得到排除，因此不能把损失限制在尽可能小的范围之内。从而导致了我国高速公路事故死亡率长期高居不下，跟国外高速公路发达国家相比差距很大。2.2高速公路预警告警系统亟需改善
高速公路危险预警系统是高速公路交通安全保障体系的重要组成部分，是确保行车安全的有效手段。目前，国外发达国家高等级公路，采用多种渠道采集、处理、发布交通信息，使人们及时了解封路、道路施工、事故、收费、线路、道路阻塞、恶劣天气情况等信息，更合理地安排出行。使高速公路运行更安全、迅速、高效。
目前国内高速公路基本都配置了信息采集、处理和发布设备，但设备种类繁多，配置不尽合理，采集的信息质量参差不齐，有效利用率比较低，发布的信息针对性和有效性无法评估，不能形成有效的交通事件预警平台，难以应对各种交通危险的影响。
因此，亟需研究形成完善高效的以主动防控为主要目标高速公路预警告警系统，保障高速公路在正常及突发事件条件下安全有序运转，为道路使用者提供人性化、高标准的服务。
3.高速公路主动预警告警机制
3.1高速公路预警告警系统亟需改善
高速公路交通事故的主动防控，是指当人、车、路系统的危险状态即将出现却还没出现时，危险因素就被准确识别并被消除。主动防控技术有两大重点：
一是路侧危险识别，即在路侧危险因素导致危险状态出现前就被发现，并给出危险评估级别：
二是危险的路侧信息预警告警机制，即按照一定的规则，对识别出的危险采取准确有效的处理措施。
高速公路交通危险识别是交通事故主动防控的前提，包括危险源辨识和危险陛评价，如下：
危险源辨识是发现、识别系统中危险源的工作。危险源辨识的主要方法是信息采集、系统安全分析的方法，即从安全的角度对采集到的信息进行系统分析，通过揭示系统中可能导致系统故障或事故的各种因素及其相互关联来识别系统中的危险源。
危险性评价是评价危险源导致事故、造成^员伤亡或财产损失的危险程度的工作。—般地，危险性评价涉及危险源导致事故发生的可能陛，以及危险导致的可能损害的严重程度两方面的问题。危险性评价的的结果是，判断该危险源是否需要进行处理，并且按危险性大小将各危险源排序，为确定采取控制措施的优先次序提供依据。
高速公路危险路侧预警告警机制是交通事故主动防控的核心。根据识别出的危险源以及危险性评价结果，启动相关危险源预警信息发布措施、应急指挥预案，保证事故的主动防控。
交通事故危险预警告警是根据事故发生机理，利用描述安全状态的模型或决策模式得到危险态势的动态数据，不断给出危险源向事故临界状态转化的指示信息。这可以解决我国目前高速公路行业运营管理中的监控预警方法缺乏或简单导致预警结果准确度不高问题。根据危险预警提示信息，通过路侧装置、短信、网络等途径，实时发布交通事故危险源信息，最大程度上减免交通事故的发生。
预警告警应急指挥系统根据历史数据和经验，建立动态智能处理预案(预案库动态更新)，保证相关单位、人员应急处置工作的有序、高效开展。
3.2预警告警模型建立
3.2.1基于车流量断面模型建立
对于已建高速公路根据历史车流量数据，对于待建高速公路可以根据建设资料。将高速公路某路段划分为若干个分区，每个分区的断面为该路段车流拥堵点。利用监控设备立足于高速公路交通量数据的基础上，引入其他如天气、历史、地域等信息，建立了一个车流量断面模型。通过各设备采集的车辆进出信息来判断该路段分区车辆的拥堵状况。基本公式如下：
路段分区车辆数=分区驶入车辆数。分区驶出车辆数当某段时间内路段分区内车辆数超过一定指标的时候产生一系列报警告警。
在各个路段的日常工作情况下，无报警信号，整个预警告警模型系统当处于一个日常监控状态，负责监视路段的所有情况。当检测到有运营状态发生变化，如系统检测车流量短时间内增大等现象时，系统将进入一个预警状态，并发出预警信号。如果预警被判定为误报警返回到正常的日常监控状态，但是如果预警被确认就会产生一条真正的报警信息。也有一些报警没有预警过程，而是直接产生报警信息。系统在收到真实报警时，会自动切换到报警状态并发出报警信号，系统随之进入报警处理状态，自动调取相关预案对此次报警进行处理。报警处理结束之后，系统则恢复到正常的日常监控状态。
3.2.2模型实现以及影响参数
根据《中华人民共和国道路交通安全法实施条例》第八十条规定，机动车在高速公路上行驶，车速超过每小时100km时，应当与同车道前车保持100m以上的距离，车速低于每小时100公里时，与同车道前车距离可以适当缩短，但最小距离不得少于50m。在高速公路行车时速一般都在100km以上，正常状态下高速公路以双车道为例每1KM正常能够承载车数为20辆。
路段分区行车承载量为20n(n为该路段里程公里数)，当某一时段，该路段分区入口与出口的差值大于20n，并呈逐步发展增大趋势的时候该模型进入预警模式。
正常状态：本模型中暂定，假设当前路段分区行车辆为x，正常状态下路段分区在GIS地图上显示为浅绿色。
当x濒临20n，该路段分区进入饱和状态，
当20n≤x≤30n时，该路段分区进入1级拥堵状态，同时发出预警信息。
当30n≤x≤40n时，该路段分区进入2级拥堵状态，同时弹出预警处理流程。
当X~>40n时，该路段分区进入3级拥堵状态，同时弹出告警处理流程。
恶劣天气影响：恶劣天气对高速公路产生影响，就有关部门规定将会划分为禁止通行和限制通行。
当天气恶劣，直接导致高速公路道口封道的时候，模型接到信息直接将关联路段分区置入红色报警状态。
当恶劣天气，高速公路管制通行的时候，本系统将视天气恶劣状况，对该路段的承载量x导入比例系数进行削减，如大雾天气下，路段分区承载量即为0.5X，全部判定指标下调50％。
交通事件影响：交通事件可划分为交通事故和交通养护事件，对于高速公路产生的影响分为两类：封道；半幅通行。
当出现重大交通事故时导致全线阻塞，路侧平台接到信息直接将关联路段分区置入红色报警状态。
当应交通事故或养护施工导致高速公路半幅通行时，路段分区承载量指标也对应下调50％为0.5X。
3.2.3时间因素影响
在一些特殊时间段会出现车流量大幅超过日常正常状态，如春运，十一黄金周这些人口流动高峰时段，根据往年历史数据分析出比照平时正常通行车流量，可以适当将指标提到k％。但在事件到达前需事先法术特殊时段预警信号。
3.2.4地域因素影响
地域因素影响，指的是高速公路的一些特殊地段，如桥梁隧道的特殊环境，会对高速公路行车有一定特殊影响，在该路段可以适当将该路段承载量适当降低若干个百分点，如下调到80％为0.8X。
4.主动预警机制的优越性
高速公路交通监控引入主动预警机制，较之传统的被动监视有着以下优点：
科学的路况建模，考虑到影响高速公路交通的种种因素，综合分析，提高对高速公路可能发生事故的预见性。
主动介入高速公路运营管理，一改过去传统的被动接受事件上报，被动去调查事件的做法。主动介入高速公路事件的发生过程，提前进行影响，以规避事件的发生或降低事件的影响。
主动预警机制引入的主动防控的概念进入高速公路运营，能够极大提高高速公路管理者的能动性以及业务效率。
5.结束语
在“五纵七横”国道主干线系统规划的指导下，我国高速公路从无到有，总体上实现了持续、快速和有序的发展，特别是2000年以来，国家实施积极财政政策，加大了包括公路在内的基础设施建设投资力度，高速公路建设进入了快速发展期，年均通车里程超过4000km。
按照国外发展经验，随着社会，经济和道路交通的飞速发展，我国已进入道路交通事故的高发期，道路交通事故成为危害国家和人民生命财产安全的重要因素，交通事故多发，尤其是重、特大事故频频发生，严重危害了国家和人民生命财产安全，给社会增添了新的不安定因素，遏制道路交通事故上升趋势已成为摆在我们面前的一项重要任务。
公路突发事件 第4篇
联网信息发布系统在欧洲各国的高、快速公路系统已成功应用, 我国目前尚无类似系统的建设。本文针对目前经济较为发达的地区 (如北京、上海和江苏等地) , 提出适合我国国情的联网信息发布系统。
1 信息系统的适用场合
1) 从部分路网来看, 同一起讫点间的通道, 具有两条或两条以上平行且具有相互替代性的道路。若通道的总容量大于总需求, 但交通量分配不均, 经常引起某一或某些道路拥挤, 而其他道路却仍有容量有剩余的情形, 即适合实施联网信息发布系统。
2) 从整个路网来看, 若其总容量大于总需求, 但因需求分布不均, 造成部分路段拥挤, 而部分路段仍有容量剩余。如能将拥挤路段的部分交通移转到尚有剩余容量的路段, 即可改善路网的交通状况。此种路网控制系以全面性的供需均衡与整体最大利益为着眼点, 其复杂性较高且控制结果可能引起路网中部分路线的交通流, 增加绕行距离。
2 联网信息发布系统体系结构设计
2.1 系统的部分—集中监控模式
由于已建的各高速公路路段大多都是采用三级管理体系, 监控中心、监控分中心和沿线外场监控设备;故联网监控的体系结构应采用四级管理体系[2]:区域路网调度总中心、高速公路监控中心、路段监控分中心 (含干线监控) 及外场设备。本网络监控的管理体系采用树形结构, 如图1所示。
各高速公路监控中心直接管理所辖各路段监控分中心, 路段监控分中心直接管理该路段沿线外场设备。如果高速公路内发生突发性交通拥挤或突发事件, 那么高速公路监控中心会将本高速公路内的信息标志、主线控制、匝道控制和相关交叉口控制等进行协调控制、动态组合。整个路网管理体系具有纵向联系、横向阻隔的特点。即同一层面之间的管理单元 (中心、分中心、外场设备) 不存在越级交叉, 只有相邻层面的管理单元才具有交互的权限。同一层面的管理单元只能进行间接交互, 即通过上一层面的管理单元来协调。
2.2 系统运行
在发生严重的突发事件或恶劣天气时, 联网信息发布系统通过图2的运行机制来影响车辆驾驶员的行为。
1) 区域路网调度中心根据收集到的全省路网交通状况进行分析处理, 得出各条高速公路交通拥挤情况和严重程度, 提出相关协调建议或处理指令, 下达到各高速公路监控中心或分中心。2) 各高速监控中心/分中心根据本路段内的检测系统实时检测到的交通状况, 进行分析与处理, 并结合从路网调度中心接收到的建议或指令, 下达限速指令、分流指令或解除限速、分流指令到外Abstract:场路侧所设置的可变信息标志或可变限速标志。同时将当前路况和处理结果一并上报省路网调度中心。3) 受影响的路网内车辆根据可变信息标志、可变限速标志上显示的信息或路侧的广播信息, 改变其行车路线。4) 大量车辆的行车路线改变以后, 必然对局部或整体路网的交通产生新的影响, 这一影响又反馈到信息采集系统, 如此周而复始地运行, 使信息发布系统达到路径诱导的目的。
3 联网信息发布系统的组成
1) 区域路网调度总中心:区域路网调度总中心从整个路网角度出发, 协调各高速监控中心的监控措施, 以使交通在整个路网中分布均衡[2]。2) 高速公路监控中心及信息发布中心:信息发布中心是路网中各高速监控中心的一个组成部分, 信息发布分中心是监控分中心的一个组成部分。3) 可变信息标志:可变信息标志通过发布可变信息, 能够及时地向高速公路使用者提供充分、可靠的交通信息。4) 可变限速标志[3]:变限速标志只能显示限速值, 可变限速信息标志可以轮翻显示限速值和4个汉字的限速理。5) 电话系统:驾驶员利用车载电话或移动电话从信息发布中心获得交通信息。6) 无线电广播:利用汽车收音机收听广播获得交通信息, 在交通节目时间里, 高速公路附近广播电台转播信息发布中心播放的交通信息, 每次广播一般为1 min～5 min。
4 联网信息发布系统软件设计
根据上述联网监控系统所能实现的功能, 从信息流动角度设计软件各功能模块:信息采集模块、信息处理模块、信息发布模块、信息管理模块, 如图3所示。
5 结语
本文针对我国区域高速公路路网的特点和发展现状, 从联网信息发布系统的建设要求、体系结构、系统组成和系统软件架构设计几个方面来介绍在突发事件或恶劣天气情况下区域联网信息发布系统的建设。提出了建设联网信息发布系统必须从区域路网的角度来整体考虑, 采用构建区域路网调度总中心、高速公路监控中心、路段监控分中心 (含干线监控) 及外场设备四级管理体系, 通过外场的可变信息标志和可变限速标志来诱导车辆行驶, 使得路网内的交通流在路网内均衡分配, 提高区域路网的运输经济效益。本文仅在联网信息发布系统的总体发展上作了一些探讨, 将为区域联网信息发布系统的建设做出有益的尝试。
参考文献
[1]林文淇.公路用路人信息系统整合效益探讨[D].台北:台湾逢甲大学, 2003.
[2]山西省交通信息通信公司.区域高速公路监控中心的建设与规模.2002.http://www.its.hc360.com/jishu/detail.asp?itemclass=技术文库&id=1505.
公路突发事件应急操作手册 第5篇
本操作手册适用于各类公路突发事件，如自然灾害、桥梁技术状况恶化引发的事故灾害。
1.出现以下情况之一导致公路通行困难时，启动应急响应行动
1.1连续24小时降雨量达到50毫米或以上，出现路基缺口、边坡坍塌、路面严重损毁等严重影响通行的水毁情况。
1.2公路因地面温度过低（低于0℃）出现的积雪或结冰现象，严重影响通行安全。
1.3桥面出现沉陷、孔洞，主体结构出现严重病害且发展趋势较快，但未完全失去承载力，经评定为四类危桥。
1.4桥梁主体结构出现严重病害且发展趋势较快，完全失去承载力，经评定为五类危桥；桥梁坍塌。
2．应急组织体系及职责
2.1县局成立应急领导小组，由局长任组长，副局长为副组长，各股室负责人为成员。应急领导小组职责:指导制定专项预案，审核发布预案；组织应急队伍的演练和培训；及时向当地政府和上级部门报告突发事件及处置情况；指挥应急救援队伍和应急救援行动，必要时请有关单位支援；当政府应急管理机构接管突发事件处置指挥时，领导小组移交指挥
25.桥梁突发事件的应急处置
5.1立即组织应急抢修组人员到达现场，把人民群众的生命安全放在首位，若有人员伤亡，立即救助并火速送往医院救治。
5.2立即在桥梁两端设置限速、限载、危桥等警示标志，以书面形式将事件情况向县政府汇报，必要时提请县政府组织交警、交通等有关部门进行交通管制或封闭交通，配合有关部门共同维护交通，制定绕行方案并引导分流。
5.3对危桥病害演变发展情况进行观测，遇极端天气时每日24小时现场不间断地观测，并填写好桥梁检查记录表等观测数据，及时将情况上报县政府和市公路管理局。
5.4恳请市公路管理局对桥梁突发事件应急处置工作提供技术支持，积极向上级争取加固或改造资金。
6.自然灾害情况下的应急处置 6.1雨雪冰冻情况下的应急处置
（1）开始降雪（冻雨）后，立即安排在公路全线进行一次大范围、小剂量的撒盐（工业盐或其它融雪剂）工作，撒布剂量可控制在30克/平方米。
（2）当降雪厚度超过2cm时，待降雪结束后或达5cm时，出动平地机、推土机等机械设备进行除雪。除雪应及时，避免行车碾压后难以清除积雪。在机械刮除积雪后，为消除残留积雪影响，应及时撒布20克/平方米的盐。在桥梁、陡坡、急弯、风口路段加大撒盐量，必要时铺设麻袋、砂石等防滑材料。
（3）当出现连续降雪时，应24小时连续进行除雪作业，以平地机（或轮式推土机）为主，积雪严重路段可使用装载机，除雪工作可采用多台机械流水作业。对桥梁、陡坡、急弯、风口路段要采取安全防范措施，机械除雪后及时撒盐或铺设麻袋、砂石等防滑材料。加强相应的交通安全控制措施，增设导向标志，对车辆进行限速，保障车辆安全行驶。
（4）当路面大面积结冰时，在结冰处撒盐（或其它融雪剂）40克/平方米，根据气温一般在2小时左右后使用平地机和轮式推土机进行除冰。
当出现上述(3)、(4)两种情况时需反复作业，必要时请求县政府协调当地驻军、武警和人民群众参与除雪除冰工作。
（5）在桥梁、陡坡、急弯、风口等重点部位应安排人工值守，及时进行除雪融冰、防冻防滑工作，确保重点部位通行安全。
6.2汛期发生水毁情况下的应急处置
（1）迅速收集、汇总水毁情况，及时向上级报告，并提出公路水毁抢修恢复工作的意见和建议。
（2）明确抢修任务，制定抢修方案，对抢修任务进行分解和落实。
公路突发事件 第6篇
一、高速公路机电系统的概念
高速公路机电系统是保证高速公路顺利实现高速、安全、通畅功能的必要组成部分, 是保障高速公路正常运营的必要手段。该系统主要包括监控系统, 收费系统和通信系统三个子系统以及供配电系统。其中, 监控系统一般由监控中心和外场设备两部分组成;收费系统是高速公路建设费用回收的主要途径, 一般采用的是“收费车道收费站各运营公司收费中心收费结算中心”的四级收费体制;通信系统主要是提供必要的话音业务及数据、图像信息传输通道, 一般采用两种实现方法, 即SDH光纤数字传输系统和千兆以太网技术。
二、突发事件含义及应急管理
公路上的交通事件是指没有规律可循的非周期性情况, 会造成道路通行不畅或交通需求非正常升高事件。一般来说, 交通事件主要分为可预测和不可预测两种类型。其中, 可预测的交通事件, 比如说道路养护、道路修筑等;而不可预测的交通事件则有交通事故、车辆抛锚等情况。通常来说, 我们把上面提到的第二类事件称作为突发事件。突发事件具有时间地点的随意性和不可预测性。一旦发生, 可能会干扰甚至阻碍交通流的正常运行, 降低道路的通行能力, 引发交通事故或二次事故, 从而导致高速公路长时间的拥堵。
针对以上高速公路突发事件可能造成的危害, 我们必须实施相应的应急管理。一般来说, 高速公路突发事件应急管理是对高速公路的运行状况进行全天候的监控管理, 快速检测并判断和处理突发事件, 保持交通流的畅通, 以防交通事故或二次事故的发生。一旦发生事故, 要采取及时救护措施, 及时排除事故隐患, 最大限度地减少阻塞, 直至恢复原有的通行能力, 并最终提高高速公路的运行效率和安全性。
三、完善高速公路机电系统应对道路突发事件
高速公路的机电系统是否完善, 关系到高速公路是否能够真正实现公路的车辆畅通, 服务质量和监督手段是否具有高水平。因此, 高速公路完善的机电系统, 特别是对于那些车流量大的路段来说, 具有更为直观和有效的预测和处理功能, 减少道路突发事件的危害性, 最大程度的保障人身和财产安全
一般来说, 完善的高速公路机电系统的建立, 要从以下几个方面入手:一是确立目标, 完善规划, 逐步实施推进;二是建立完善的机电系统标准, 准入门槛和退出机制;三是强化机电养护, 避免养护工作的缺位, 使机电系统真正发挥作用;四是充分利用机电系统的违章取证信息链, 并依据完善的法规和流程, 进行有效的事后处理;五是以科学理性的态度做好新技术、新产品的应用, 充分发挥效应;六是建立高速公路服务体系的公共信息共享机制, 整合机电系统的信息等。
在完善高速公路机电系统的基础上, 对道路突发事件进行预案分析, 并给出一定的解决措施和应急方案。我们必须遵循一定的突发事件应急原则来进行突发事件管理和控制。应急原则有:技术方案和组织方案并重和应用智能化全程监控系统。在该原则的指引之下, 高速公路突发事件应急处置工作必须保障机电设备在突然断电甚至瘫痪等突发情况下, 能够正常保持高速公路的顺利流通, 尽可能的避免道路拥堵, 甚至不必要的人身和财产损失。具体来说, 我们可以从以下几个方面来尝试:一是在思想上要高度重视, 杜绝侥幸心理, 防患于未然;二是科学果断的分析并预测突发事件引发的原因及后果, 严格信息报送工作制度。一旦发现问题或紧急情况需及时报告;三是加强对联网收费管理应急预案的学习和演练;四是要充分发挥与路政、高速交警、供电部门以及临近收费管理所的联动机制功能, 科学有效地共同处置突发事件;五是要切实加强系管、电工等技术人员的业务培训, 推行技术人员竞争上岗制, 将有技术、肯钻研、能吃苦的职工放到重要的技术岗位上来;六是加强对监控系统、收费系统通信系统以及供配电系统四大系统维护管理人员的业务学习和培训, 定期开办系管、电工培训班;七是加大对机电管理的考核管理力度, 建立完善事故问责制度等。只有这样, 才能明确各个部门和片区中机电系统的功能和责任, 在每个片区选拔出一至两个优秀的系管和电工, 让他们来负责带头应对所辖片区内随时可能出现的因机电设备故障及断电等原因造成的应急事件的处置工作, 可以实行二十四小时值班制度等, 各个片区由监控中心统一管理。并在完善机电系统的过程中, 要严格执行和认真落实相关的机电设备管理办法, 加强机电设备的巡查和保修工作, 确保技术状况良好;加强对内、外网络的巡查, 为确保内网安全健康, 系管每月要求对内网清查一次, 外网每半个月清查一次。
四、结语
我国高速公路突发事件无论如何无法避免, 甚至近些年的交通事故呈现上升的趋势, 这是值得大家关注的问题。比如说, 2008年1月, 曾发生了高速公路由于暴雪袭击而一度封闭, 数万人滞留路上忍饥挨饿, 滞留车辆最长达九十公里的凄惨现象, 这说明了我国高速公路应急措施明显不足甚至缺乏。因此, 我们必须建立相关的应急管理系统, 保障机电系统的正常运转, 完善机电系统在高速公路突发事件中的应急功能, 有效减少交通阻塞和延误, 从而降低交通事故率。这就要求高速公路管理部门, 要完善、整合已建成的通信、监控、收费系统功能, 对交通控制理论和交通流理论的研究还需要进一步深入, 还要大力发展和应用ITS技术。这些总结起来就是“技术是关键”, “整合是保障”, “快速是重点”。通过建立以上建议的高速公路突发事件应急管理系统, 我国高速公路的应急能力会变得越来越完善。
参考文献
[1].国家智能交通系统工程研究技术中心.中国ITS体系框架[R], 2000
[2].胡永举.道路运输信息系统[M].北京:人民交通出版社, 2007
[3].曾江洪.高速公路运营管理指南[M].北京:人民交通出版社, 2006
公路突发事件 第7篇
近年来, 随着山区高速公路建设的飞速发展, 许多长、大隧道的监控系统已经建立起来, 但系统中涉及多个变量, 且具有很强的非线性特征和大滞后性, 故对存在的安全隐患无法作出及时有效的预防, 因而隧道交通事故仍屡见不鲜。目前, 已有不少学者对高速公路和城市道路交通事件检测技术进行了研究[1,2], 也有学者分析了隧道交通事故发生的特征和规律[3], 但针对隧道交通事件检测技术的研究却很少。
隧道监控系统采用实时检测机制, 单纯采集数据, 缺少对数据的整理和分析, 使大量的检测数据长期处于“闲置”状态。数据挖掘是从存放在数据库、数据仓库或其他信息库中的大量数据中挖掘有趣知识的过程[4]。序列模式挖掘作为数据挖掘的重要分支, 挖掘相对时间或其他模式出现频率较高的模式, 已经在很多领域有着广泛的应用。例如, 在网络入侵检测中引入序列模式挖掘[5]。因此, 本文在分析隧道交通事件检测系统中各模块功能的基础上, 重点研究了利用序列模式挖掘算法提取交通事件序列模式或规则, 再通过举例对部分所得的规则进行合并更新, 希望能用于建立隧道交通事件规则库。
1 公路隧道交通事件检测系统
1.1 公路隧道交通事件及其分析
交通事件是指导致道路通行能力下降的意外事件, 如车辆故障、交通阻塞等。但隧道内道路及行车环境不同于普通公路, 即隧道内车道相对封闭、光线时弱时强、污染较为严重且空气不易流通等。因此, 公路隧道交通的特点决定了其交通事件的分类与特点。公路隧道交通事件可分为货物洒落、车辆故障、交通挤塞、烟雾和CO浓度超标、风速和光照异常等类型。如果这些交通事件没有得到及时处理, 很可能引起交通事故, 如撞车、火灾等。在以上隧道交通事件类型中, 有些属于突发偶然性事件, 如货物洒落;有些属于主观人为事件, 如驾驶员没有定期保养车辆造成车辆故障。这些隧道交通事件一般不会频繁出现且没有一定规律可循, 隧道监控系统也无法采集这些事件涉及的相关数据。因此, 在本文中检测的是频繁出现、有一定规律可循且涉及的相关数据可以由隧道监控系统采集的隧道交通事件。如隧道内交通拥塞、烟雾浓度超标造成的隧道交通事件。
1.2 公路隧道交通事件检测系统框架
现有交通事件检测系统主要用于普通公路, 它是以交通流量为主要参数, 利用检测算法来分析交通数据和快速检测事件的发生, 以便尽量减少事件所造成的不利影响。用于检测的智能算法有神经网络算法、小波算法、遗传算法等。而隧道内道路及行车环境特殊, 其交通事件又涉及多个变量, 且各变量间存在关联性与时序性, 如交通流量的变化, 会导致在一定时间内烟雾浓度变化。这些都造成了现有的公路交通事件检测技术并不能直接用于隧道交通事件检测。而数据挖掘能分析原有的数据, 作出归纳性的推理, 从中挖掘出潜在的模式或规则, 其中序列模式挖掘可用来研究各事件在时间上的联系和相关性。因此, 本文提出一个基于序列模式挖掘的隧道交通事件检测系统, 其框架如图1所示。
1.3 系统各模块功能
(1) 数据提取模块
利用隧道交通事件发生的主属性, 在一定时期的隧道历史检测数据中提取交通事件数据。隧道交通事件的属性数据是能够导致其发生的变量, 如烟雾浓度、CO浓度、车流量等, 其中主属性是最有可能导致事件发生的属性。
(2) 数据预处理模块
将隧道交通事件的属性数据转换成数据挖掘算法可以处理的数据格式, 包括对连续量的离散化等工作, 预处理后数据的好坏直接影响到提取的事件特征和推导出的规则的准确性。
(3) 数据挖掘模块
数据挖掘模块应用关联规则和序列模式挖掘算法, 利用关联规则挖掘找出交通事件中各属性数据之间的相关性, 提取事件发生的行为特征。而序列模式挖掘是发现各事件之间在时间上的相关性, 提取事件的某些动作过程进行的行为模式。比如 (Flux=[a], VI=[b]) =[0.2, 0.8], 这是一条关联规则, 表示在所有的交通事件中, 有20%事件的车流量 (Flux) 为a时, 烟雾浓度值 (VI) 为b, 在车流量为a的事件中对应的烟雾浓度值有80%可能为b。 (Flux=a, VI=b, CO=c) (Flux=d, VI=e, CO=f) =[0.8, 0.02, 150]:这是一条序列模式规则, 表示在发生一个交通事件150秒后, 有80%的可能性出现另一个交通事件, 这种模式发生的概率为2%。
(4) 规则库模块
验证挖掘出的模式和规则的正确性, 删除无用或错误的模式和规则, 从而构建判定事件规则库。
(5) 事件检测模块
对预处理模块送来的实时检测数据与规则库中的规则相匹配, 达到一定的相似度阈值即可认为发生交通事件。
(6) 输出响应模块
根据检测的结果给隧道管理人员相关的安全提示。
2 序列模式挖掘主要算法及分析
2.1 序列模式挖掘综述
序列模式[6,7], 是Rakesh Agrawal等人对超市数据进行分析时首次提出的。序列模式挖掘即从序列数据库中发现频繁子序列作为模式, 实现时通常给定一个由不同序列组成的集合, 其中, 每个序列由不同的元素按顺序有序排列, 每个元素由不同项目组成, 同时给定一个用户指定的最小支持度阈值, 从而找出所有的频繁子序列, 即该子序列在序列集中的出现频率不低于用户指定的最小支持度阈值。
序列模式挖掘算法可以总结成两大类, 一种是基于Apriori类算法, 主要应用Apriori算法性质, 如AprioriALL[6]、GSP[7]算法。另一种是基于模式增长的方法, 采用分而治之的原理, 反复把数据库投影到比它小的数据集里, 在较小的数据集上进行模式扩展的序列挖掘, 如Freespan、PrefixSpan算法[8]。还有根据以上改进的一些算法, 如文献[9]提出了用于序列模式增量式更新的算法ISE。PrefixSpan算法是目前应用广泛且效率较高的序列模式挖掘算法, 它仅根据各个频繁前缀子序列作投影, 通过递归逐步减小投影序列集的规模, 提高生成序列模式的效率。因此, 本节重点分析PrefixSpan算法效率与特性, 并通过下节对检测数据的预处理, 说明PrefixSpan算法在本文实验中的适用性。
2.2 Prefixspan算法效率及应用分析
PrefixSpan算法基本思想:序列数据投影时, 并不考虑所有可能出现的频繁子序列, 只检验前缀序列, 然后把相应的后缀序列投影成投影数据库。每个投影数据库中, 只检查局部频繁模式, 在整个过程不需要生成候选序列[10]。
与GSP这种基于Apriori性质的算法相比, PrefixSpan算法不需要产生候选序列模式, 大大缩减了检索空间, 投影数据库的规模在递归中不断减小, 且不需要循环扫描数据库, 因而PrefixSpan算法效率要比GSP高。另一方面, Apriori类算法的瓶颈造成这类算法很难处理较长的序列模式。例如, 如果要发现{ (ab) , (cd) , (ef) , (abe) , (cdf) , (def) }这一序列, 至少需要扫描数据库15次。而PrefixSpan仅仅基于频繁前缀子序列投影, 并通过添加后缀来实现序列的增长, 因而在处理较长序列模式时, PrefixSpan算法更优。
在算法应用中, 还应考虑待挖掘的数据集特点、规模等因素。数据集可以分为稠密数据集和稀疏数据集。稠密数据集有大量的长尺度和高支持度的频繁模式, 在这样的数据集中, 很多事件是相似的。对于稠密型数据集Apriori类算法就不太适合应用, 因为在发现序列模式的过程会产生大量的候选序列, PrefixSpan在稀疏和稠密数据集都适用[11], 而且在稠密数据集中它们的优势更加明显, 可以有效地对数据进行压缩处理, 不产生候选集, 而且当需要加入约束条件时, 可以对算法较方便地进行扩展。综上, PrefixSpan算法在时间和空间上的执行性能比Apriori类算法更优, 且在处理稠密数据集时, PrefixSpan的优势更明显。
3 实验过程
3.1 隧道交通事件属性数据提取
不同于一般公路交通, 隧道安全运营的重要保障是隧道通风系统。为了保证隧道通风系统的良好运作, 隧道监控系统会采取交通管制, 如限制隧道内交通量, 甚至关闭隧道等手段, 其目的就是为防止发生重大交通事故和火灾。在目前汽、柴油车比例和交通组成条件下, 烟雾浓度超标是隧道通风系统中最大的安全隐患, 且频繁出现。如在本文隧道监控系统三个月内的预警信息中, 有59528条报警是因为烟雾浓度超标, 占所有报警信息数的87.9%。因此, 本文从涉及隧道通风系统的变量入手, 把烟雾浓度值作为隧道交通事件的主属性数据。
隧道监控系统是一个涉及多个变量的复杂系统, 除了涉及通风系统的烟雾浓度和CO浓度变量, 包括车流量、隧道内风速等变量。因此, 本文选择烟雾浓度VI (m-1) 、CO浓度 (ppm) 、风速WS (m/s) 、车流量Flux (车辆数/h) 作为交通事件检测的属性数据。这些数据由相应的传感器每150秒采集一次, 并以时间为关键字, 分别存储在数据库中。因此, 参考国家标准[12], 当隧道交通事件发生, 即烟雾浓度超标 (≥0.0075m-1) 时, 把此时烟雾浓度、CO浓度、风速、车流量数据作为一组交通事件属性数据。为体现样本性, 本文选取同一位置的四台设备, 每台设备采集对应的一种数据。这四种数据的容量均为一个月, 且以采集的时间为关键字, 从而构建交通事件数据库。此数据库包括时间关键字 (Ttime) 、烟雾浓度 (VI) 、CO浓度 (CO) 、车流量 (Flux) 、风速 (WSpeed) 五个字段。
3.2 数据预处理
在隧道交通事件属性数据中, 由于传感器类型不一样, 造成数据类型不统一。而许多有关序列模式挖掘的研究主要针对符号模式[4], 因为以实数形式表示的时间序列不便于模式的表达和提取。因此, 本文将一定范围内的实数数据转化为符号数据, 从而利于频繁模式的生成。如表1所示, 符号模式分两位, 第一位表示传感器种类, 本文中, 1对应VI值、2对应CO值、3对应Flux值、4对应WSpeed值。第二位表示原始数据范围所对应的符号于三种数据符号化类似, 具体数值范围根据实际略有不同。
3.3 序列数据参数选择
对序列模式挖掘, 存在一些参数, 其取值如何, 将严重影响挖掘结果[4]。第一个参数是时间序列持续时间, 在本文训练数据中为1个月;第二个参数是时间间隔, 在本文中传感器每150秒采集一次信息;第三个参数是事件重叠窗口。下面主要分析事件重叠窗口, 它是在指定时间周期内出现的一组事件, 可以视为某一分析中一起出现的事件。由于本文判定一个交通事件是根据烟雾浓度是否超标, 而烟雾浓度是隧道通风系统的重要参数, 所以参考通风控制周期来约束事件重叠窗口大小。
公路隧道通风系统是一个典型的大滞后系统, 若通风控制周期较小, 会造成风机的开启/关闭更频繁, 若控制周期太长, 不利于节能和解决时滞性问题。故在通风设计惯例中, 通风控制周期一般取15分钟。实际中, 由于隧道长度的不同造成污染物从洞口到洞尾的移动时间略有不同, 因此, 本文分别选取10分钟、15分钟、20分钟作为事件重叠窗口参数进行实验。在此时间段内, 符号化的交通事件数据构成一个原始序列。各序列按发生的时间排序构成了本文实验的原始序列数据库, 且每个序列内部也按时间排序。传感器工作周期为150秒, 因此一个原始序列在不同参数下, 分别有4组、6组、8组数据。
4 实验结果分析
结合上节对数据的预处理, 可知提取的交通事件数据中各组数据在一个通风控制周期内高度相似、频繁出现。且一个原始序列长度较长。因此, 当参数一定时, 原始序列数据属于典型的稠密数据。故根据2.2小节分析, 本文采用PrefixSpan算法, 并利用事件重叠窗口参数约束原始序列长度。本文实验环境为Intel Pentium4 3.0GHz、1GB内存, Microsoft Visual C++ 6.0。实验结果如图2所示。
根据图2中曲线分析实验结果:
(1) 支持度越小, 程序运行时间越长, 且生成的模式越多。
(2) 原始序列模式越长, 在相同支持度下, 程序运行时间越长, 生成模式越长。
(3) 支持度为0.4时, 挖掘出的模式已很少, 达到0.45时, 生成模式已经没有意义。
(4) 支持度低于0.15时, 出现“爆炸”模式, 即多数模式无用。
(5) 相同支持度下, 原始序列模式越长, 程序运行时间越长, 且生成模式越多。
下面给出事件重叠窗口为20分钟、最小支持度分别为0.15、0.2、0.25时, 实验生成的部分模式, 如表2所示。
以主属性烟雾浓度VI值为参考, 分析表2中Min_Support为0.15时生成的部分模式:
(1) 纵看这些模式, 最频繁出现的元素是15、28、31、46。可知交通事件发生时, 其属性数据的特征:VI浓度范围在[10,11] (‰m-1) 、CO浓度范围在[21, 25] (ppm) 、车流量在80辆/h左右、风速范围在[2.5, 3.8] (m/s) 。
(2) 横看挖掘出的模式, 从最长的模式: 31 28 28 28 28 31 28 31 28 31 28。可知一个交通事件发生时, 一段时间内CO浓度在车流量下的变化趋势。此模式可形成一条规则: (Flux=60, CO=21) (Flux=80, CO=25) =[0.875, 0.015, 150]。
(3) 再看以风速为前缀生成的模式:46 28 28 28 28 28 28。此模式可形成一条规则: (WS=2.5, CO=21) (WS=3.8, CO=25) =[0.75, 0.015, 150]。
5 结 论
本文提出一个隧道交通事件检测系统, 研究了利用序列模式挖掘技术生成交通事件序列模式。实验表明, 利用序列模式挖掘生成的模式体现了隧道交通事件发生时各属性数据的关联性和时序变化趋势, 模式中蕴涵的知识可以用来建立隧道交通事件判定规则库。下一步工作重点是探索合适的事件检测方法用于实时检测数据与判定规则库的匹配。此外, 本实验挖掘出的模式存在着重复、无用的情况, 还需要改进挖掘算法, 并结合隧道环境变化, 如天气、高峰期车流量的变化, 及时更新隧道交通事件判定规则库。
参考文献
[1]樊小红, 荆便顺.基于遗传算法的交通事件检测[J].长安大学学报:自然科学版, 2005, 25 (4) :70-72.
[2]覃频频, 牙韩高, 黄大明.基于logit模型的城市道路交通事件检测仿真[J].公路交通科技, 2006, 23 (12) :137-141.
[3]张生瑞, 马壮林, 石强.高速公路隧道群交通事故分布特点及预防对策[J].长安大学学报:自然科学版, 2007, 27 (1) :63-66.
[4]Jiawei Han, Micheline Kamber.数据挖掘:概念与技术[M].范明, 孟小峰, 译.北京:机械工业出版社, 2001.
[5]李川川, 刘衍珩, 田大新.基于序列模式的网络入侵检测系统[J].吉林大学学报:工学版, 2007, 37 (1) :121-125.
[6]Agrawal R, Sriaknt R.Mining Sequential Patters[C]//Proc of the 11thInt’l Conference on Data Engineering.1995.
[7]Srikant R, Agrawal R.Mining Sequential Patterns:Generalizations andPerformance Improvements[C]//Proc.Fifth Int’l Conf.Extending Da-tabase Technology (EDBT’96) .1996:3-17.
[8]PEI Jian, HAN Jiawei, PINTOH, et al.PrefixSpan:Mining SequentialPatterns Efficiently by Prefix-projected Pattern Growth[C]//Proc 2001Int Conf Data Engin (ICDE01) .LosAlamitos:IEEE Computer SocietyPress, 2001:215-224.
[9]Masseglia F, Poncelet P, Teisseire M.Incremental Mining of SequentialPatterns in Large Databases[J].Data and Knowledge Engineering, 2003, 46 (1) :97-121.
[10]Jian Pei, Jiawei Han.Mining Sequential Patterns by Pattern-growth:ThePrefixSpan Approach[J].IEEE Transactions on knowledge and dataengineering, 2004, 16 (11) :1424-1440.
[11]吕锋, 张炜玮.4种序列模式挖掘算法的特性研究[J].武汉理工大学学报, 2006, 28 (2) :57-60.
公路突发事件 第8篇
近年来,由于交通事件带来的巨大经济社会环境影响,事件管理系统在全世界范围内得到了广泛的关注和研究。2008年的统计数据显示,公路运输占全国货物运输总量的73%,公路旅客运输达到总量的92%。高速公路虽然只占公路总里程的1.6%,其承担的客货运输量是巨大的[1]。各国的研究与实践证明高速公路运营管理的关键是应对偶发性拥堵的交通事件管理,它是实现高速公路大流量、快速和安全的保证[2]。据美国运输工程师协会(Institute of Transportation Engineers, ITE)估计,高速公路管理采用事件管理技术后,每年的燃油消耗降低1.2%,减少事件持续时间约65%,在交通拥挤期间可以减少10%～15%的行程时间,二次事故减少30～50%[3]。
随着我国道路大建设时期逐步完成,高速公路管理部门对运营管理越来越重视,事件管理系统处于刚刚起步的阶段[4]。事件管理所涵盖的类型比较广,需要不同系统多部门的分工合作,时间周期一般比较长,整个流程环节多且影响因素比较复杂。如何在此种情况下判别建立事件管理系统的重点难点,以及考察事件管理系统实施前后及实施过程中的效果变化,是建立并实施高效事件管理的重要问题。通过对事件管理的模糊综合评估[5],可以得到主要与事件管理类型和流程相关的各指标和总系统的评分,但是上述评分难以直接与事件管理的实际实施者高速公路相关管理部门关联起来,可以结合实际情况进一步分析事件管理部门对于事件管理的影响。
1 高速公路事件管理参与部门能力与评价指标系关系分析
图1是结合某高速公路事件管理系统建立的模糊评价指标系结构示意图。
这里主要考察在已有条件下,事件管理部门相关能力对事件管理水平最终目标的整体影响。为了便于后面的分析,在这里将高速公路事件管理主要参与部门的事件管理能力按以下2部分分类。
1) 硬件设备能力。指事件管理部门的硬件设备所相关的能力水平,包括车辆数量与类型、检测平台、通信平台等硬件类设施的先进程度等。
2) 非硬件设备能力。相关部门除了硬件设备能力以外的能力,包括应对事件管理的操作规定,处置预案等,事件管理人员对事件管理知识的掌握运用等。
这里考察的事件管理主要部门为交警、路政、控制中心、清障队、消防队、医务部门,其他的一些相关参与部门,如省市交通部门,国家交通部门,危险品和环境部门、其他公众部门、媒体,军队等,只有出现重大、特重大交通事件或者特殊的交通事件时,这些部门才会参与,出现的机率比较小,所以在这里暂不考虑这些部门的影响。
对比评价指标系中的结构,发现事件管理部门相关能力与评价指标系中的标准层能较好地对应,以此为切入点考察各部门相关能力与对应标准层的关系,进而可以分析各部门相关能力对于总系统、子目标系统的重要程度。
下面以现场获得信息子目标所对应的标准层为例,先分析标准层与各部门能力的相关关系(见图2):
1) 检测信息的效率。参与检测信息效率的主要为交警、路政、控制中心的检测设备和体制以及个人报警,其中个人110报警占了较大的比例。所以检测信息的效率除了主要事件管理部门,必须考虑个人报警的相关影响。而个人报警一般会转向交警部门,所以把这一部分也纳入交警的非硬件能力当中。在现行中国高速公路的环境下,交警路政一般还很少为巡逻车辆配备特别的具有事件检测能力的设备,所以在检测信息的效率中,交警、路政的非硬件设备能力(主要指巡逻的次数和力度等)影响比较大。
与检测信息效率相关的主要因素有:交警的硬件设备和非硬件设备能力,路政的硬件设备能力和非硬件设备能力,控制中心的硬件设备能力。
2) 电话系统的效率。主要与所有参与部门的硬件设备能力相关。一般而言,控制中心电话系统使用率比较高,接下来是交警、清障队,而路政、消防、医务部门电话使用总体来说比较少。
3) 确认和监测系统的效率。一般来说,我国控制中心的硬件设备对现场的确认和监控能力较差,即使有些高速公路控制中心配备了视频监控系统,但因为距离、角度、天气等原因,实际使用效果并不是让人十分满意。现阶段我国对事件处理过程的确认和监控主要靠交警或者清障队在现场的记录和汇报为主。依据我国现有的情况,现场人员很少具有确认和监测事件管理的专业设备,所以硬件设备的影响会比较小。
主要的相关因素有:交警的硬件设备和非硬件设备能力,清障队的硬件设备能力和非硬件设备能力,控制中心的硬件设备和非硬件设备能力。
4) 事件发生信息的共享与传送。事件发生的信息在一般情况下是由事件检测部门发送给高速公路控制中心(或者由控制中心自身直接获得),控制中心对信息整理后按照相关规定再转发给对应的部门;由于交警很多时候也会接到从110转发过来的信息,一些时候此部门也负责把事件发生信息发送给相关的管理部门。现今高速公路事件管理部门信息平台主要是简单的电话系统,所以硬件设备能力对于此指标层的影响相对比较小。
主要的相关因素有:交警的硬件设备和非硬件设备能力,控制中心的硬件设备和非硬件设备能力。
5) 决策信息的下达与反馈。一般由控制中心将相关初步决策信息(一般是最初要通知的部门和个人等)发送给相关事件管理单位,交警有些时候也直接进行一些决策并进行通知。现今我国高速公路事件管理决策信息下达的通信设备一般为简单的手机电话系统,故硬件设备能力对于此指标层的影响相对比较小。
主要的相关因素有:交警的硬件设备能力和非硬件设备能力,控制中心的硬件设备能力和非硬件设备能力。
6) 部门间其他信息共享与传送效率。参与此操作的主要为控制中心,交警部门会有一定程度的参与,其他部门直接参与的很少,一般只是接收信息或者在部门内部的信息收发,故这里只考虑控制中心和交警部门的影响。而这里,在硬件设备能力相对比较简单、功能基本相同的情况下,非硬件设备能力所占的影响因素比重就会比较大。
主要的相关因素有:交警的非硬件设备能力和硬件设备能力,控制中心的非硬件设备能力和硬件设备能力。
2 事件管理主要部门权重处理办法
2.1基于序关系法的事件管理部门能力的主观权重
分析清楚了标准层与相关部门能力的对应结构关系后,可以用G1序关系法[6]确定相关部门能力相对于标准层的权重。序关系法概念易懂,计算简便,且无需像AHP方法一样对评价目标的数量有要求且需要检测矩阵的一致性。
序关系法的基本概念:
若评价指标xi相对于某评价目标(或准则)的重要性程度不小于xj时,则记为xi≥xj (1) 若评价指标x1,x2,,xm相对于某评价目标(或准则)具有关系式x*i≥x*2≥≥x*m (2) 时,则称此组评价指标确立了序关系。式中x*j指按序关系排定后的第j个评价指标。
序关系的建立步骤如下。
1) 参与评价者在指标集中,选出认为是最重要的一个指标记为x*1。
2) 参与评价者在剩下的指标中,选出认为是最重要的的一个指标记为x*2。
3) 重复步骤2,至到剩下最后一个指标。
这样就可以建立评价指标集{x-1,x2,,xm}的序关系。
同时为了获得评价指标xk-1与xk-1的重要性程度之比,设wk-1/wk=rk,k=m,m-1,m-2,,3,2 (3) 如果m较大,可取rk=1,rk的赋值表见下:
2.2基于操作数量的客观权重和基于最小化离差的综合集成赋权法
在分析过程中发现,标准层的对应操作很可能是由不同部门来进行操作完成,并且不同部门完成操作的比例大小有差别,例如在检测信息来源中,大多数当事人使用手机拨打110报警,占所有报警的60%,紧急电话报警大约是30%,路政、交巡警巡逻发现的事件占7%左右。这个特征也可以为我们判断不同部门对应于标准层的重要程度提供一定的参考意义,在这里我们设之为客观权重,而前面AHP方法确定的权重为主观权重。在分析客观权重时,一般由实际中该部门参与此标准层操作的数量除以指标层的总的操作的数量来获得该部门对应的总体客观权重。如果该部门2种能力都与标准层相关,则参考主观权重中2种能力的对应比例关系确定他们在该部门总体客观权重中所对应的比例大小。
分别得到主观和客观权重后,为了从整体上保证最协调均衡,即使最后权重与参考权重保持一致,应使对所有评价对象的所有指标而言,综合权重下评价结果与主观权重和客观权重下的评价结果的离差越小越好,即极小化可能的权重跟各个基本权重之间的各自偏差[7]。该方法首先应当分别确定主观权重和客观权重,为综合利用评价指标,记m个权重向量wTi(wTi=(wi1,wi2,,win))的线性组合为
上面模型是一组包含有多个目标函数的交叉规划模型,求解该模型能够获得一个跟多种权重赋值方法在整体意义上相协调、均衡一致的综合权重结果。
根据矩阵的微分计算性质,可得出上式最优化的一阶导数条件为
求出上述方程解,即可以得到综合权重w。
2.3事件管理部门能力对子目标和总目标的权重分析
获得了事件管理部门能力对于标准层的权重,结合标准层对于子目标层,以及子目标层对于总目标层的权重,通过层层递推可以计算事件管理部门能力对于子目标和总目标的组合权向量[8]。
对于决策问题,假设第一层只有单个因素,即这是总的目标,决策总是最后要集中在一个总目标基础之上的东西,然后才能进行最后的比较。又假设第二层和第三层因素各有n、m个,并且记第二层对第一层的权向量(即构成成份的数量大小、成份的比例、影响程度的大小的数量化指标的量化结果、所拥有的这种属性的程度大小等等多方面的事情的量化的结果)为:w(2)=( w
3 事件管理部门能力权重计算实例
按照前面提出的办法分别得到某高速公路主要事件管理部门能力相对于标准层的主观和客观权重,并且用基于最小化离差的办法进行综合集成赋权,以现场获得信息的效率对应的标准层所相关的权重为例,见表2。
将对应于相同部门同一范畴能力的权重进行综合,可以得到事件管理主要部门2大主要能力对应于子目标和总目标的权重,总目标权重组成示意见图3。
计算结果可以结合具体的事件管理环境进行进一步分析,这里举2例。
1) 在总目标权重中可以看到控制中心的非硬件和硬件设备能力所占比重最大,交警的非硬件和硬件设备能力次之。控制中心设立有比较专门的负责事件管理的部门,在事件管理整个活动中贯穿首尾,在各个环节基本上都直接或间接起到了一定的作用,在信息交互方面所扮演的也是枢纽中心的角色,所以重要程度非常高;交警因为其特殊身份,交通事故处理是其直接负责的职务,且交警在现场具有较大的责任判定、指挥决策权等,所以其重要程度也很高。但现阶段此2部门对事件管理的重视程度一般,很少有先进的硬件辅助设备和特别的制度方案,是造成总目标的评分处于中等水平的重要原因。
2) 一般的事件管理中,信息共享的效率对整个事件管理的影响比较大,而在这里的结果中可以看出控制中心的非硬件能力对此子目标的影响非常大,交警的非硬件能力次之,在实际中控制中心和交警所用的信息设备主要为简单的传统电话系统,效果基本满足需求,但在智能化、辅助化等方面还有很大提高空间,这说明如果重点对此两个部门的相关能力进行改进和调整,对子目标和总目标的提高都能起到显著的作用。
计算分析结果获得了相关部门人员的肯定,评价结果能真实反映事件管理部门在事件管理活动相关环节中的重要程度,能指导相关部门的事件管理建设。
4 结束语
本文从高速公路事件管理参与部门在事件管理活动中的具体职能入手,分析了事件管理部门能力对于事件管理评价指标系中的标准层的关系。在考虑部门能力对于标准层的权重影响时,运用G1法获得主观权重,并发现各部门对于标准层的很多操作有操作数量方面的差别且利用了基于最小化离差的综合赋权法进行处理,进一步通过递推可得到部门能力对于子目标和总目标的权重影响。应用此方法对某高速公路事件管理部门能力权重进行了评价,验证了该方法的可行性和有效性。
参考文献
[1]交通运输部.2008年公路水路交通运输行业发展统计公报[EB/OL].(2009-05-20)[2010-10-10].ht-tp://www.moc.gov.cn/.
[2]Transportation Research Board.Best Practices forTraffic Incident Management in Florida[EB/OL].(2009-05-21)[2010-10-10].http://www.trb.org.
[3]Carson J L,Mannering F L,Legg Bill,dennifer Nee,Doohee Nam.Are Incident Management progrimsEffective?Pindings from washington State[J].Transportation Research Recrd.1999(2):8-13.
[4]Yang Shunxin,Wang Wei,NI Fujian.Hierarchicaldecision-making system for real-time freeway inci-dents response[J].Journal of Southest University(English Edittion),2009,25(4):536-540.
[5]Evaluation model for freeway incident managementsystem[J].Journal of Southeast University.2010,26(1):126-131.
[6]郭亚军.综合评价理论、方法及应用[M].北京:科学出版社,2007.
[7]陈加良.基于博弈论的组合赋权评价方法研究[J].福建电脑,2003(9):15-16.
公路突发事件 第9篇
近年来, 随着社会经济的发展, 高速公路车流量与日俱增。伴随车流量的不断增加, 交通拥堵问题变得日益突出, 各类交通事故发生的概率大幅上升, 如何确保高速公路快速、安全、通畅成为社会各界关注的焦点。高速公路上交通拥堵及其所引发的一系列交通事故时常发生, 如果不能及时发现并尽早处理, 不仅使高速公路出行者蒙受时间损失, 同时也将影响车辆行车安全。
20世纪60年代开始, 交通拥堵作为一种交通事件被研究。交通状态识别是根据当前的交通流特征参数做出判断, 识别出拥堵事件的存在, 最大限度地减少拥堵事件对正常交通的影响, 保证路网的畅通。已有的交通状态 (包括交通拥堵) 检测算法大致可分为间接与直接两种方式, 间接检测方式是通过上下游断面的车流量、占有率和延迟时间等参数进行交通状态判断的一种方法。直接检测方式是通过直接的交通状态检测算法或人工监控手段来检测交通状态[1]。交通事件发生的时间、地点和严重程度都是随机的, 由于事件的影响, 会导致交通流状态的改变, 并表现为交通流参数随着时间不断变化[2]。目前江苏省内高速公路现有的事件管理主要以被动接警方式为主, 途径单一, 发现解决问题周期长。及时而有效的交通拥堵状态判别是进行动态交通拥堵预警和交通疏导、主动避免交通拥堵、保持道路畅通的前提和依据。实时准确地获取道路交通拥堵状况, 是采取合理预警措施、主动避免交通拥堵的前提, 已成为提高道路通行能力的有效手段之一。
传统视频事件检测系统误报率高, 容易受到夜晚、雨雾天气等因素影响, 检测精度较低, 后期维护不便。基于微地磁无线传感网络的高速公路拥堵预警系统具有布设简单、拥堵检测准确率高的特点, 系统能够帮助高速公路管理者尽早发现事故, 合理采取交通诱导措施, 确保道路安全畅通, 为公众出行创造安全有序的道路交通环境。
2 基于微地磁的检测系统
基于微地磁的高速公路拥堵事件检测系统利用埋设在路面的微地磁车辆传感器感应车辆通过时引起的局部地球磁场变化, 记录该车辆的磁谱特征, 并通过路侧接收器对采集的数据进行分析与预处理, 最终上传至后台管理系统中, 帮助管理者及时获取交通运行状况。其系统架构如图1所示。
基于微地磁的高速公路拥堵事件检测系统由数据采集与传输、数据接收与处理、拥堵事件检测3部分组成。
(1) 数据采集与传输
根据微地磁传感器的数据采集原理, 分析高速公路机动车行驶规律, 结合传感器物理特性 (包括传感器布设间距及检测灵敏度的设置) 和高速公路实际交通流情况选择合适的断面布设微地磁传感器, 同时考虑供电及数据通讯的便利。
(2) 数据接收与处理
通过有线或无线方式关联前端数据采集与传输系统, 实现采集数据时的时钟同步;对实时采集的原始数据进行接收、存储、分析处理, 将所有交通数据存储至数据库服务器中。
(3) 拥堵事件检测
从顶层设计的角度构建拥堵事件检测系统, 对多个采集断面数据的统一管理, 提供简约化的用户界面风格, 展现每个断面的实时交通信息及历史信息;通过构建专题数据库将拥堵预警信息与实际拥堵情况进行对比, 设置不同行驶条件下 (如白天、夜晚、节假日等) 的检测参数, 以适应不同交通流量应用需要, 当自动检测到拥堵事件时启动实时报警。拥堵事件管理系统预留与其他系统之间的接口, 确保系统扩展性。
2.1 采集原理
微地磁车辆传感器的安装简单快速, 利用不破坏道路原有结构的钻孔方式将传感器预埋入地表下, 并灌环氧树脂加固。微地磁车辆传感器采用高能量密度的锂电池组供电, 不需要外接电源, 微地磁车辆传感器将通过的每一辆车的交通信息 (时间、地点、速度等) 通过无线通讯的方式传输至安装在路侧接收器 (简称AP) , 接收器对每个车道的传感器进行采集和处理, 如图2所示。再通过网络将汇总的数据实时传回监控中心, 管理系统可根据这些信息进行综合分析, 从而准确掌握高速公路运行状态, 及时判别交通拥堵。
2.2 布设方案
有效的数据采集是系统稳定可靠的前提。为满足拥堵检测准确、实时, 微地磁传感器布设应当选取车流量大, 并且事故频发, 容易拥堵的路段进行, 同时根据实际交通流确定每两个断面之间的间距[3]。此外需要考虑供电与通讯的便利, 由于高速公路上每隔一段距离都有视频监控摄像机, 因此可以将接收器AP安装在监控立杆上。便于系统检测到拥堵现象以后用视频摄像机进行验证。建议在监控摄像机立杆上安装AP, 设备布设示意图如图3 所示。
2.3 拥堵判别模型设计
2.3.1 速度判别
各车道拥堵状态按照各个车道进行计算, 检测周期判定为拥堵情况[4]为:
(1) 当同一断面至少有2个车道车速同时≤V1, 且另一车道平均车速≤V2;
(2) 断面整体平均车速≤V3时。
当连续3个检测周期都满足条件 (1) 或 (2) 时, 判断道路处于严重拥堵状态, 并发出警报。
2.3.2 时间占有率判别
考察统计时间间隔T时, 若通过传感器的车辆数为N, 可以计算得到以下参数:
式中:q为交通流率, 单位与T的单位相关;Occ表示时间占有率;OTi为统计时间间隔T内第i辆车的占有时间, AOT为平均占有时间 (Average Occupied Time) 。
针对断面的时间占有率拥堵判别步骤如下:
(1) 计算上下游传感器之间占有率的绝对差, 和阈值T1比较, 如果超过T1继续第2步。
(2) 计算上下游之间占有率量测之差与上游占有率之比, 和阈值T2比较, 如果超过T2继续第3步。
(3) 当下游占有率的数据低于某个阈值T3时, 则判定该检测周期为严重拥堵。
当连续3个检测周期都满足以上条件时, 判断道路处于严重拥堵状态, 并发出警报。
上述两种判别方式中的检测周期、阈值的设置需要结合实际道路的交通流状况, 并且可以在系统中调整该阈值。
2.4 系统功能
2.4.1 拥堵预警
(1) 准确获取交通数据信息:包括车流量、车辆行驶速度、时间占有率;
(2) 及时检测交通事件:根据实际交通流状态和拥堵判别模型实时检测由于交通事故、车辆故障、获取倾落等引起交通流状态改变的交通拥堵事件。通过界面颜色变换、语音报警和视频联动3种方式提示监控人员关注检测到的拥堵事件。
2.4.2 视频联动
将视频监控与系统进行联动, 系统检测到拥堵事件时自动切换至拥堵路段画面, 帮助管理者观察现场交通状况, 节省救援指挥时间。系统界面如图4所示。
2.4.3 数据统计分析
利用系统采集的数据进行统计分析, 总结节假日、恶劣天气、潮汐交通时数据的变化规律, 预测交通流趋势。提供监控人员手动输入界面, 将不同事故进行分类, 自动统计拥堵检测准确率以及拥堵原因分类, 如图5所示。
2.4.4 GIS地图展示
结合GIS技术, 把微地磁车辆传感器所在断面清楚地展示在GIS地图上, 直观显示传感器采集到的实时交通数据, 为工作人员在应急救援过程中的资源调配、指挥调度提供技术支持。
3 实施效果
目前, 该系统在苏嘉杭高速公路得到应用。系统布设时选取容易发生拥堵的6个断面进行布设, 结合苏嘉杭高速实际车辆状况, 测算出车速、时间占有率阈值, 根据设定的检测周期进行数据分析和比对, 由自动检测算法对数据进行综合分析, 及时发现道路拥堵情况, 缩短应急响应时间。目前系统运行良好, 通过对采集的数据进行相关性算法分析及时发现道路事件, 提高了交通事件主动发现率和处理效率, 为道路安全保畅管理提供新的支撑手段。 (下转第96页)
4结语
基于微地磁的高速公路拥堵事件检测系统通过微地磁车辆传感器实时有效地获取交通流信息, 利用拥堵时间检测算法自动判别拥堵时间, 帮助监控人员第一时间发现交通拥堵事件, 辅助管理者进行有效决策。系统在苏嘉杭高速运行至今, 效果良好。但由于苏嘉杭高速全程100 km, 仅仅6个断面不能满足管理需求。后期将进一步对原有布设断面进行加密, 并根据实际交通流状况增加新断面, 不断完善拥堵判别模型, 提高拥堵主动发现率, 保障高速公路的安全畅通。
摘要：文章对基于微地磁技术的高速公路拥堵时间检测系统进行介绍, 研究表明该系统克服了传统视频事件检测系统易受天气等环境因素的影响, 具有安装简单, 检测精度高的特点。该系统在苏嘉杭高速公路得以应用, 实施效果良好, 有效帮助了监控人员主动发现事件并采取相应措施, 保障了苏嘉杭高速公路的安全畅通。
关键词：高速公路,拥堵事件,微地磁,数据采集,事件检测
参考文献
[1]赵有婷, 李熙莹, 佘永业, 等.基于视频全局光流场的交通拥堵检测[J].计算机应用研究, 2010 (11) :4535-4537.
[2]王卫东, 贺玉龙, 李寿海.高速公路交通流和交通事故关系研究[J].山西建筑, 2008 (29) :289-290.
[3]方青.高速公路固定检测器布设方案分析[J].交通科技与经济, 2010 (6) :1-4.
公路突发事件 第10篇
1 基础理论
1.1 小波神经网络
Zhang和A.Benveniste在一篇论文中正式提出小波神经网络。其基本思想为:利用小波元代替神经网络中的激励函数。H.H.Szu等人提出由“叠加小波”构成的自适应小波神经网络,通过不断调整小波函数的平移因子和伸缩因子,实现函数拟合。鉴于其较强的自适应能力,文中选其作为事件检测模型的基本结构,如图1所示。
小波神经网络结构类似于前馈型神经网络,输入节点层有一个或多个输入(如图1 中的x1,x2,…,xm),网络中间有一个中间节点层,其输出层由一个或多个线性组合器构成。中间节点层由若干神经元组成,其激活函数由母小波构成。
其基本运算过程如下:
xi与输入层、中间层之间的权值(wij)相乘得中间节点层的输入信号,再经过小波函数φj(x)的平移(bj)和伸缩(aj)得到h(j)。其过程如下式所示
式中:l为中间节点层的节点个数。
常用的小波基函数有Morlet、Harr、Meyer、Gausse等母小波。由于Morlet小波有较强的抗干扰能力,因此模型采用Morlet函数,其数学公式为
最后,h(j)先与权值(wij)做积,再进行线性叠加输出y(k)。其过程如下式所示
式中:n为输出层节点个数。
1.2 遗传算法
遗传算法(Genetic Algorithm)是模仿物种进化繁衍而来的一种搜索方法。 是由美国J.Hooland教授于1975年提出、具有全局启发式搜索能力的,常应用于最优化问题、模式识别以及智能控制中。
遗传算法模仿自然界的生存法则,用编码来描述复杂的问题,用适应度决定个体能否生存下去。也就是说那些适应能力强的个体,能够把自身的基因传递给下一代;适应能力差的个体,则会失去竞争力而被淘汰。算法用染色体交叉的方式模仿生物的繁殖行为。为保持群体的多样,个体也会有变异行为,进化若干次后群体中的个体都有最佳的适应力,即为适应度最大,也就是搜索到最优个体。图2描述了算法的流程。
影响遗传算法性能的主要因素有适应度(fit-ness)、变异概率pm、交叉概率pc。适应度函数的选取需要结合实际问题,直接关系到算法的可行性和种群进化的方向。一般来说pm的取值决定群体的多样性,pc的取值决定群体产生新个体的速度。在实际问题中需要确定适应度函数来描述“适应能力强”。同时,一个合适的交叉、变异概率也需要具体问题具体分析。
2 仿真验证与评价
2.1 数据来源及处理
本文数据来源于加州大学的I-880数据库。数据库来源于加州大学在1998 年的FSP(Freeway Service Patrol)项目报告,该项目测试美国旧金山海湾I-880高速公路位于Marina和Wipple出口间的路段,该路段有3~5个车道,分南北双向。I-880数据库包括不同路段每个车道的流量、速度和占有率数据。这其中包括有交通事件状态下的数据,交通事件共有1 210件,选取其中的45个事件数据和三天无事件数据进行建模。将其中的23个事件数据(2 036组)和无事件样本数(2 636组)作为训练集,10个事件(507组)和1 318组无事件数据作为测试集。通过对交通事件的特性分析,更好地描述交通事件状态,选取上下游占有率差与速度差的乘积绝对值(表中用“绝对值”简称),将上游占有率、流量、速度、占有率以及速度的比值(表中用“比值”简称)共5个参数作为特征输入,并将其进行归一化,数据格式如表1所示。
表1为交通事件参数样本,输出1表示有事件产生,输出-1表示无事件产生。
2.2 交通事件评价指标
事件检测结果用以下3个指标来评价:检测率(Detection Rate ,DR)、误报警率(False Alarm Rate,FAR)、平均检测时间(Mean Time Detection,MTTD)。各指标的定义分别如下:
1)检测率(DR):一段时间内算法正确检测出的事件发生数占实际发生事件数的百分比,即
式中:DN为正确检测到的事件发生数,AN为实际发生的事件数。
2)误报警率(FAR):在一段时间内,算法检测到错报事件的数量与检测到事件总量的比值,即
式中:FN为时间T内误报事件次数,CDN为时间T内检测到的事件总数。
3)平均检测时间(MTTD):被算法正确检测出的事件发生时刻与事件实际发生时刻的差值算术平均值,即
式中:TI(i)为事件i实际发生的时刻,AT(i)为事件被检测到的时刻,n为算法检测到的实际发生事件数。
文中采用GA-WNN模型对交通事件进行分类,分类精度反映模型的分辨能力,即
式中:TD为被正确检查出的事件数,NN为被正确检测出的非事件数,Tc为总的输入数据集个数。
2.3 基于GA-WNN的交通事件建模
结合上述的理论分析和评价指标对交通事件检测进行建模。
1)确定网络结构。采用如图1 所示的基本结构,经过多次实验,确定网络结构为5-11-1的结构,即输入层选用5个节点,隐含层选用11个节点,输出层选用1 个节点。输出1 表示有事件,输出-1表示无事件。
2)确定种群以及基本参数。网络结构一旦确定,网络权值aj,bj的个数就确定了。选取小波神经网络权值wjk,wij和小波因子aj,bj组成种群的一个个体,并采用实数编码,种群规模选取50,确定进化次数为60。
3)计算个体的适应度值。这里的适应度函数是把模型的期望输出和实际输出的均方差(MSE)作为算法的适应度值,公式为
式中:F为个体的适应度值,F的值越小,表示此个体越优;N为样本数;pi(x)为训练实际输出;yi为训练的期望输出。
4)按照图2的流程依次进行选择、交叉、变异操作,其中选择操作采用的方法为轮盘赌法,即适应度值越大,其被选择到的可能性也越大,适应度值越小,则反之。个体i被选的概率为pi
式中:Fi为个体i的适应度值,N为种群规模。
在交叉操作过程中,交叉概率过大、产生的新个体速度太快都容易破坏适应度较好的个体。交叉概率太小会导致进化速度过慢。因此,采用自适应调整方式,调整公式为
式中:fmax为当代中所有染色体中最大适应度值;favg为所有染色体适应度值的平均值,为交叉的两个染色体中较大的适应度值,在模型中取pc1=0.8,pc2=0.5。
变异概率过小,不利于种群的多样性;概率过大,变成无意义的随机搜索。为了改变这一现状,采用自适应调整的Pm,其公式为
式中:f为变异染色体的适应度值;fmax,favg与交叉概率调整公式中的含义相同;pm1=0.1,pm2=0.05。
5)按照图2的流程循环操作,经过若干次的进化,最后得到最优个体。把最优个体解码(编码的逆过程),解码得到网络的权值和小波因子的初始值,然后用训练数据进行网络训练,得到最终的网络权值和小波因子。
6)利用步骤5)得到的结果构造小波神经网络,然后用测试数据进行测试,最后按照2.2中的评价指标对模型进行评价。
7)把未经过GA优化的WNN按照步骤1)的设置进行试验,并与经过GA优化的结果作对比。
2.4 实验仿真结果
实验采用MatlabR2010b编写仿真代码,各个参数按2.3节建模过程设置,权值学习速率lr1=0.02,小波因子学习速率lr2=0.001。训练次数为800次,学习算法采用BP算法,为提高学习性能,采用增加动量项的方法,动量项学习率(K)取0.9,其仿真结果如图3、图4所示。
将经GA优化的模型仿真结果与未经优化的仿真结果作比较,结果如表2所示。
从实验结果来看,在GA-WNN模型中种群进化到50次左右的时候,最佳适应度与平均适应度值大体相当,说明算法搜索到最优个体。此时的网络权值和小波因子是WNN网络的最佳初始值。从图3可以看出,GA-WNN模型的训练到600次左右算法收敛,此时网络参数是最合理的。从表2 可知,GA-WNN模型的检测率(DR)达到92.63%,比起WNN模型的77.83%有显著提高。FAR从WNN模型的18.72%下降到8.51%,MTTD能够反映出算法的实时性,但由于有GA的全局启发式搜索,增加算法的复杂度,平均检测时间有所增加。说明经GA优化的检测算法能够有效提高检测率、分类精度,降低误报警率。
3 结束语
本文通过小波神经网络建立交通事件检测模型,并用GA对事件模型进行优化,使检测率和分类精度得到较大提升,同时模型的收敛速度也得到较大的提升,但检测时间偏长。进一步的研究工作则是在分类准确率和检测时间上寻找合理的平衡点。
参考文献
[1]姜爱萍.混沌时间序列的小波神经网络预测方法及其优化研究[M].上海:上海大学出版社,2014:230-233.
[2]陈祥梅.GA-SVM在高速公路交通事件检测中的应用研究[D].成都:西南交通大学,2009.
[3]龚炯.基于SVM的高速公路交通事件检测算法研究[D].成都:西南交通大学,2010.
[4]史锋,王小川,郁磊,等.MATLAB神经网络43个案例分析[M].北京:北京航空航天大学出版社,2013.
[5]殷丽莉.小波网络用于水下目标是别的研究[D].哈尔滨:哈尔滨工程大学,2007.
[6]金玉婷,余立建.基于小波神经网络的短时交通流预测[J].交通科技与经济,2014,16(1):82-86.
[7]刘辉.小波神经网络在医学图像压缩中的应用研究[D].合肥:合肥工业大学,2006.
[8]Wang Jin,Xu Li,Zheng Baoyu.A Genetic Annealing Hybrid Algorithm based Clustering Strategy in Mobile Ad hoc Network[J].IEEE Trans on SMC,2005,27(1):314-318
公路突发事件范文
声明：除非特别标注，否则均为本站原创文章，转载时请以链接形式注明文章出处。如若本站内容侵犯了原著者的合法权益，可联系本站删除。
