李 祥，李 杰，宋战军，林宗雄

(中国交通通信中心导航与信息化事业部，北京 100011)

基于浮动车的高速公路重点地段精细管理

李 祥，李 杰，宋战军，林宗雄

(中国交通通信中心导航与信息化事业部，北京 100011)

本文主要研究采用现有大型行业车辆监控平台的车辆动态GNSS定位数据，作为浮动车[1]数据资源，对高速公路重点路段车辆通行情况、停靠情况实时分析，生成事件预警[2]。本文重点研究了海量车辆动态GNSS数据的快速实时地理分析方法，同时也对路段拥堵判断及车辆异常停靠行为分析的方法做了探讨。

浮动车；GNSS；实时地理分析；拥堵判断..

1 引言

作为经济运输的大动脉，高速公路承担的运输量与经济和社会需求同步增长。为了提高使用效率、保障行车安全，高速公路需要有先进的信息化系统对其进行管理。高速公路监控管理系统是高速公路管理中心行使路网监管、应急指挥、行政监督、出行服务职能的重要环节，是建设智慧高速公路路网系统的必然要求。

传统的高速路监控手段，主要基于外场监控设备，如安装在路侧的感应线圈、微波雷达、视频设备，实现对高速路路况和车辆通行情况的监控。外场监控设备优点是直观可视，缺点是监控结果后期数字化、自动化分析工作量大。相比而言，如果能引入高速路上行驶的车辆动态GNSS定位数据，包括经纬度坐标、速度、状态以及平台报送的车辆行业类型等扩展信息，这些精准、稳定的数据，可以作为监控管理、数据分析的一种重要的高质量的数据源。

交通部和各省交通厅已经建成的“两客一危”[3]重点运输车辆联网联控平台、道路运输货运平台[4]都是理想的监控数据源，前者平台内监管着各级运政系统备案的“两客一危”车辆，后者是货运车辆专用监控平台。平台内车辆的动态信息被接入做监控、分析时，这些车辆成为智能交通领域所说的“浮动车”[5]。不同于城市环境下，一般选取公交车、出租车，作为浮动车，在高速公路或城际主干道上，中长途客车、货运物流车辆是更为适宜的浮动车类型。

下面以我们实施的某省级高速公路集团路网运行监测系统为例，介绍利用省级“两客一危”重点运输车辆联网联控平台和货运平台的车辆动态GNSS定位数据，对高速公路重点地段进行精细管理的处理流程和数据分析处理方法。

2 系统设计功能目标

系统接收、处理重点运输车辆在高速公路重点路段上运行情况的动态GNSS信息，通过对车辆实时行驶数据的分析，提供危险驾驶行为预警和路况拥堵状态报告，为高速公路管理者提供全面准确的高速公路运营状况信息，提供监控、管理、决策依据。

省级路网运行监测系统-重点营运车辆动态数据服务系统功能界面如图1所示。

图1 路网运行监测-重点运输车辆监控服务系统

路段拥堵预警及车辆超速停靠报警统计分析功能界面如图2所示。

图2 高速公路路段拥堵信息及车辆告警统计分析界面

3 系统数据处理流程

系统数据处理流程如图3所示，说明如下。

图3 系统数据处理流程

（1）平台数据接入。从省联网联控平台和货运平台接入数据，交通部对这类平台规定了平台间数据交换协议《JTT 809-2011道路运输车辆卫星定位系统平台数据交换》，系统基于809协议实现数据接收客户端，接收经过本省的重点运输车辆动态位置数据。

（2）车辆动态GNSS定位数据的快速实时路线匹配。预先对高速公路路网数据、重点路段（停靠带、服务区、出入口、超长隧道、桥梁、辖区内其他重点监控地段）地理数据做建模处理，装载在redis内存数据库中，对接收到的海量动态GNSS定位数据，进行快速实时地理匹配，剔除非监控路段信息，保留路段内车辆定位数据，并标注上地理位置信息。

（3）数据清洗与实时分析。基于车辆定位数据和匹配的地理位置信息，计算车辆方向和相对速度，滤除速度或者定位时间显著异常的定位数据。分析车辆动态GNSS定位数据，识别判断车辆超速、疲劳驾驶、客车凌晨行驶、非停靠区违规停靠等异常驾驶行为，危化品车辆重点区域停靠事件、分析统计路线车辆平均车速，判断拥堵路段，生成预警事件报告。

（4）WEBGIS智能监控服务界面。WEBGIS监控管理界面读取接收到的车辆动态GNSS定位数据和预警事件数据，实时显示车辆位置，道路状况，生成预警报告进行预警处置，向情报板发布通行诱导信息等。

系统实现的难点和关键技术，主要是车辆与道路的实时匹配，道路拥堵判断与车辆违规停靠分析。

4 关键技术实现

4.1 浮动车海量GNSS定位数据的地理分析

常规的GNSS监控系统一般方法是借助GIS平台提供的API，由GIS平台将动态数据与底层地图基础数据进行运算，返回匹配道路。但是在省级以上大的系统中，在线车辆数很大，这种低效的运算方式不适用，难以处理海量的GNSS实时定位点数据。

我们采取的优化实现方法是先对目标高速路线每间隔100～500米采集桩号坐标信息，然后根据桩位数据生成高速路段的HASH索引值，数据建模装载到内存数据库中，之后收到GNSS定位数据时，对定位数据做HASH处理，用结果值作为索引，快速查询匹配当前定位位置的所属路线桩号信息。使用这种算法，可以快速处理海量的动态GNSS定位数据。

路网数据建模实现方法：

（1）基于路线桩号数据，结合方位角，生成路段的沿线区域沿线预定义宽度50米内的坐标点集合E：

在目标公路上选取任意三个连续的里程桩p1，p2及p3，将p1，p2连线，p2，p3连线。分别过p1及p2作一线段ab及cd，使连线p1p2及连线p2p3分别垂直平分线段ab及线段cd，其中，线段ab的长度与线段cd的长度均等于所述预设宽度的二倍（见图4）。

在所述线段ab及线段cd上分别每隔预定长度选取点，将端点a、端点b及所述线段ab上选取的点分别与端点c、端点d及线段cd上选取的点对应连接，得到多条互不相交的线段。

在所述互不相交的线段上沿同一方向每隔所述预定长度选取点，所述预设宽度内的端点及所有线段上选取的点构成集合E。

根据所述方位角、所述预设宽度及所述预定长度计算所述集合E中的点的坐标。

重复以上步骤，获取目标公路上所有里程桩两侧区域在所述预设宽度内点的坐标集合。

（2）用Geohash算法，将得到的二维坐标点集合E数据一维化，生成全部路网内的一维映射全集F。

（3）集合F中的每个值作为key，对应的路线桩号信息作为value（初始化到内存数据库中）。

（4）每收到一个车辆动态点数据，Geohash后的结果按照key值进行快速查找匹配，如果匹配，则返回value值。

（5）本系统在内存中缓存每辆车最近的连续定位点，在车辆经过高速路交叉点时，利用缓存数据，可以分析车辆是在原路线行驶或是切换了路线。定位点不足三个的车辆数据不进行匹配，这样可以有效滤除行驶在普通公路上穿越高速路的车辆。

图4 路网数据初始化计算方法示意图

图5 路网建模及路线匹配流程图

路网建模及路线匹配流程说明：

路网建模、数据初始化实现具体步骤如图5左：从物理数据获取路线桩号信息。基于路线桩号，利用方位角、距离方法（见图4），求出路线两侧区域的有效坐标点。对有效坐标点做Geohash处理，排除重复数据后作为key值，绑定当前桩号value，入内存数据库。

车辆行驶路线分析实现具体步骤如图5右：对车辆上报GNSS定位数据做Geohash处理，生成key值。查询内存数据库，匹配到key，则获取value即为当前桩号，并保存到内存数据。如key不存在，则车辆当前没有行驶在指定高速路线范围，抛弃。结合内存数据库车辆连续定位点的桩号数据，分析车辆行驶路线、方向。

4.2 路段拥堵分析方法

4.2.1 车辆瞬时速度与高速路行驶方向计算

GNSS定位数据中有车辆经度、纬度、定位时间、速度、方向等信息，实际系统中收到的速度信息经常不准确，因此本系统不使用车载终端上报的速度，而是使用连续定位点的经纬度坐标、定位时间，计算车辆的瞬时速度。GNSS的方向信息是绝对方向，与高速路路况分析时需要的上行下行方向不直接相关，针对这个问题，我们对GNSS实时轨迹点信息预分析时，记录临近的高速路桩号，根据多个GNSS点对应的高速路桩号信息，可以判断出车辆在高速路的上行还是下行方向行驶。

4.2.2 高速公路小区间划分

将高速公路两个相邻的桩点（距离100米）之间作为一个最小的单位区间，该区间一定周期（15分钟）内的GNSS数据作为计算拥堵的数据范围。

4.2.3 单位区间数据汇总

将车辆GNSS轨迹信息单位区间编号、车辆、定位点数、总速度。

4.2.4 拥堵路段计算

计算周期内各单位区间的汇总车辆信息，同时满足如下条件则判断该连续区间为拥堵路段[6]。在高速公路服务区、收费站、停靠带内停靠的车辆数据不参与拥堵计算；连续单位区间内有效车辆数不小于2辆，有效GNSS点数据不小于5个；连续单位区间内最大车速小于60km/h，平均车速小于20km/h。

4.2.5 拥堵路段合并

若判断出的两个相距不超过3km的拥堵路段内的其他路段无GNSS数据，则推断中间路段的状态也为拥堵，从而可以得到计算周期内拥堵的起止位置。

4.3 车辆停靠分析

通过GNSS定位系统，采集辖区内的危险品营运车辆定位数据，筛选出需监控车辆的定位信息，根据两次定位的经纬度和时间差，计算该区间内车辆行驶平均速度。如果两次定位点的时间间隔、距离、行驶速度同时满足设定的阈值条件，则被判断为停车。

停靠判定算法说明：

计算行车速度不大于10千米/小时；两点之间距离小于10米；两次定位时间大于10秒，防止定位时间过短被判定为瞬间停车；当前路段无拥堵。

5 结束语

本文提出了一种基于浮动车的高速公路重点地段精细管理的方法，介绍了关键技术及实现过程。基于此方法建立的某省高速公路路网运行监测系统实现了对辖区内高速公路路段实时拥堵预警分析，危化品车辆在服务区、桥梁等重点路段的停靠预警功能，提升了高速公路管理的规范化、智能化水平。系统的后续建设思路，计划将采集积累的大量的车辆历史行驶数据导入大数据平台，进行深入地分析挖掘，实现对不同时段高速公路路段车辆密度、拥堵状况画像，进一步发挥数据资源的潜力，提升高速公路管理的可视化、数字化水平。■

[1] Bishop R．Floating car data project w orldw ide：A selective review [-C ]//IT S A m erica A nnual M eeting, W ash in gto n D C ：IT S A m erica2 004 ：l92-197．

[2] 张存保，杨晓光，严新平．基于浮动车的高速公路交通事件自动判断方法研究[J]．武汉 大学学报：交通科学与工程版，2006,30(6):973-975

[3] 交通运输部 公安部 安全生产监督总局 工业和信息化部 关于加强道路运输车辆动态监管工作的通知 交运发〔2011〕80号．http://www. chinasafety.gov.cn/Contents/Channel_5330/2011/0413/128291/ass et000010003301211_0_1302663969013.html

[4] 《道路运输车辆动态监督管理办法．中华人民共和国交通运输部 中华人民共和国公安部 国家安全生产监督管理总局令2014年第5号．http:// www.moc.gov.cn/zfxxgk/bnssj/zcfgs/201403/t20140304_1587084.html

[5] Wang Li,Chuanjiu Wang,Yuezu Fan,et al. Probe vehicle sampling for real-time traffic data collectiogn [A]. IEEE Proceeding of Intelligent Transportation Systems [C]. 13-16 Sept.2005:868-888

[6] 张志平，汪向杰，林航飞．基于浮动车数据的高速公路拥堵检测方法．交通信息与安全，2012,30(6): 95-99

Expressway Key Sections Fine Management with Probe Vehicle Data

Li Xiang, Li Jie, Song Zhanjun, Lin Zongxiong
( China Transport Telecommunication & Information Center, Navigation and information department, Beijing, 100011)

In this paper, we proposed a method , how to use vehicle dynamic GNSS positioning information from Large transport industry monitoring platform , as probe vehicle information, to support fine management of expressway key sections，including the vehicle traffic congestion of the key sections, important dangerous vehicles parked information. Focus on mass of vehicle dynamic GNSS data fast real-time geographic analysis method, at the same time also state the judgment method of traffic congestion.

probe vehicle; GNSS; real-time geographic analysis; traffic congestion detection

10.3969/J.ISSN.1672-7274.2016.08.003

TN96 文献标示码：A

1672-7274（2016）08-0012-04