速公路監(jiān)控技術要求》《高速公路通信技術要求》,對設施設備的布監(jiān)測與服務系統(tǒng)的建設、運行與管理。2024年，財政部、交通運輸知》,將路網(wǎng)運行監(jiān)測預警作為公路數(shù)字化轉型的一體化任務，提出監(jiān)測設施布局規(guī)劃(2019—2030年)》,明確了一段時間內江蘇省普通國省道的交調站、視頻等監(jiān)測設施明細表及規(guī)劃布局圖；2020布局規(guī)劃方案(2020—2035年)》,提出交調設施建設的總體要求、建設指明方向。浙江省2018年印發(fā)《高速公路視頻監(jiān)控系統(tǒng)聯(lián)網(wǎng)技術要求》,規(guī)定了高速公路視頻監(jiān)控系統(tǒng)的聯(lián)網(wǎng)架構、技術要求、編碼規(guī)則以及聯(lián)網(wǎng)測試等。福建省從2015年開始組織福建高速集團搭建科學先進、高效統(tǒng)一的省級高速公路視頻監(jiān)控平臺，并于2020年11月實現(xiàn)省級平臺與部級視頻云平臺聯(lián)網(wǎng)上線運行。目前，福建省級高速公路視頻監(jiān)控平臺已在全省范圍內同步實現(xiàn)高速公路沿線重公路路網(wǎng)運行監(jiān)測設施類型及功能表監(jiān)測類別監(jiān)測設施類型實現(xiàn)功能來較大抖動護復雜構，同時配置槍機，組成一體機，槍球攝像機可實現(xiàn)聯(lián)量調查環(huán)線線圈的平坦路段，價格較高的平坦路段+微波雷達安裝專用門架，成本較高，高度相似的客車和貨車會誤響；不具備車牌識別功能，價格較高監(jiān)測惡劣監(jiān)測車載式自動1)安全守護，針對災害點位、關鍵節(jié)點/路段的監(jiān)測力度提升的需求。隨著近年交通災害事件的頻繁發(fā)生，面向災害點位和關鍵節(jié)點/路段的監(jiān)測必要性逐年提升↓,部分易發(fā)生水毀、滑坡、塌方、落石等自然災害或地質災害風險隱患路段和橋梁，易發(fā)生積水的普通國省道低洼路段、泄洪通道漫水路段或下穿公路、鐵路易積水的低洼路段、事故多發(fā)路段缺少監(jiān)測設施及交通誘導設施的布設，風險監(jiān)測預警、信息發(fā)布不夠及時和醒目，可通過科學合理增設視頻監(jiān)測實施、氣象監(jiān)測設施等，實時監(jiān)測關鍵節(jié)點位置的潛在風險并及時預警，提升公路出行安全。同時，基礎設施數(shù)字化轉型強調高普協(xié)同，面向高速公路出入口主要橫縱通道等大流量路段的監(jiān)測力度有待提升，應充分考慮與省界、市界、城區(qū)出入口、高速出入口、汽渡等連接的道路，與高速公路平行的重要路段，以及通過機場、港口、物流園區(qū)等重要交通經(jīng)濟節(jié)點的路段，更好地掌握路網(wǎng)整體運行狀況。2)創(chuàng)新引領，以新技術、新設備豐富路網(wǎng)運行監(jiān)測場景的需求。路網(wǎng)運行監(jiān)測應順應科學技術發(fā)展浪潮，更加強調路網(wǎng)運行監(jiān)測基礎設施與AI圖像識別技術、大數(shù)據(jù)、互聯(lián)網(wǎng)、云計算等新興技術的融合應用，通過機器視覺數(shù)據(jù)分析、車牌識別算法、路網(wǎng)均衡分配等算法模型深度挖掘感知基礎數(shù)據(jù)，為決策者提供更加科學和多維度的交雷射、全景視頻監(jiān)控、車牌識別視頻監(jiān)控等新設備在路網(wǎng)運行監(jiān)測中的應用場景，提升路網(wǎng)事件技術感知、交通運行狀態(tài)感知、低能見度等惡劣天氣智能識別等識別感知能力，從頂層規(guī)劃協(xié)調好傳統(tǒng)監(jiān)測設施的智能化升級，更好發(fā)揮路網(wǎng)運行監(jiān)測設施的實際應用價值，更好地服務公路數(shù)字化轉型。3)數(shù)據(jù)融合，強化路網(wǎng)運行監(jiān)測多源異構數(shù)據(jù)價值挖掘的需求。外場感知設備類型及數(shù)量的大幅擴充會伴隨數(shù)以萬計的感知數(shù)據(jù)產(chǎn)生，如何整合海量數(shù)據(jù)，發(fā)揮數(shù)據(jù)要素的價值，向數(shù)據(jù)要生產(chǎn)力，支撐路網(wǎng)運行業(yè)務決策是首要需求。一是要強化多源異構數(shù)據(jù)的融合補充，提高高質量的數(shù)據(jù)貢獻、業(yè)務協(xié)同。融合收費站點數(shù)據(jù)、“兩客互聯(lián)網(wǎng)數(shù)據(jù)等多源異構數(shù)據(jù)4,經(jīng)過統(tǒng)一的多維度數(shù)據(jù)匯聚、清洗、抽取、挖掘和分析，實現(xiàn)時空匹配及數(shù)據(jù)治理，從全局視角更精確掌控路面交通運行狀況，提升數(shù)據(jù)智能分析利用和突發(fā)事件應急響應能力。二是要提高數(shù)據(jù)中心云端計算能力、邊緣側計算能力等，提供彈性的計算資源和服務架構，保障支撐系統(tǒng)的可拓展性和靈活性，推動形成“邊、網(wǎng)、云、圖”一體的標準化資源調度，按業(yè)務應用需要自動分配可用計算節(jié)點、算量，實現(xiàn)資源利用的最大化。4)業(yè)務聯(lián)動，輔助支撐一張網(wǎng)出行服務及主動管控等業(yè)務決策氣象等單位，解決數(shù)據(jù)共享實時性不足、價值密度低等問題。以數(shù)據(jù)資產(chǎn)為紐帶，充分發(fā)揮交通運輸及其關聯(lián)產(chǎn)業(yè)的資源整合、融合創(chuàng)新優(yōu)勢，全面賦能提升“一張網(wǎng)”公眾出行服務水平。3、路網(wǎng)運行監(jiān)測體系建設框架構建包含外場感知層、平臺支撐層和業(yè)務應用層的路網(wǎng)運行監(jiān)測體系建設框架，如圖所示。數(shù)據(jù)采集中數(shù)據(jù)處理+數(shù)據(jù)整合中數(shù)據(jù)分析+--路網(wǎng)運行狀態(tài)監(jiān)測線圈激光+視頻微波+視頻雙激光基礎設施結構安全監(jiān)測惡劣氣象監(jiān)測基礎數(shù)據(jù)庫外場感業(yè)務數(shù)據(jù)庫平臺支業(yè)務應路網(wǎng)運行監(jiān)測體系建設框架圖外場感知層圍繞路網(wǎng)運行狀態(tài)監(jiān)測、惡劣氣象監(jiān)測、基礎設施結構安全監(jiān)測三個方面，在公路主線、長大橋隧、互通樞紐、服務區(qū)、收費站、邊坡等區(qū)域有針對性地部署視頻、交調、雷達、全要素氣象站、車載自動監(jiān)測氣象站、路面荷載監(jiān)測傳感器、路面病害監(jiān)測傳感器、邊坡坍塌監(jiān)測傳感器等，實現(xiàn)對路網(wǎng)運行全要素感知監(jiān)測。平臺支撐層作為業(yè)務應用的基礎，將感知數(shù)據(jù)匯聚上傳到行業(yè)管理數(shù)據(jù)中臺，經(jīng)過數(shù)據(jù)采集、處理、整合和分析等實現(xiàn)多源異構數(shù)據(jù)的分類管控，形成交通行業(yè)基礎數(shù)據(jù)庫和業(yè)務數(shù)據(jù)庫，同時與氣象行業(yè)、公安行業(yè)、互聯(lián)網(wǎng)等的路網(wǎng)運行監(jiān)測數(shù)據(jù)交換共享，經(jīng)過對數(shù)據(jù)的深度挖掘和智能分析，賦能路網(wǎng)運行監(jiān)測業(yè)務場景。業(yè)務應用層包含路況實時監(jiān)測查詢、交通出行特征分析、路網(wǎng)運行態(tài)勢分析、基礎設施風險預警等，產(chǎn)生的結構化智能決策數(shù)據(jù)可按需提供給出行服務和應急調度等業(yè)務管理平臺，面向管理者提供更直觀的路況狀態(tài)決策數(shù)據(jù)，為應急調度和主動管控、智慧養(yǎng)護提供“千里眼”,實現(xiàn)指哪看哪，快速響應；面向出行者提供更實時、準確的交通擁堵、施工、事件等信息，提供更加通暢、安全、便捷、個性化的出行路徑建議，提升公眾出行體驗感。4、路網(wǎng)運行監(jiān)測數(shù)據(jù)應用與場景賦能4.1數(shù)據(jù)資源體系4.1.1基礎數(shù)據(jù)資源基礎數(shù)據(jù)資源主要包括基礎設施數(shù)據(jù)、沿線設施數(shù)據(jù)、視頻監(jiān)測數(shù)據(jù)、交通流量監(jiān)測數(shù)據(jù)、無人機巡查監(jiān)測數(shù)據(jù)、雷達監(jiān)測數(shù)據(jù)、氣象監(jiān)測數(shù)據(jù)等，具體介紹如下。1)基礎設施數(shù)據(jù)：公路網(wǎng)內高速公路、普通國省干線的路線、路段、車道、重要邊坡、道路沿線橋梁、隧道、服務區(qū)、公交站、交叉口、標志、標線、里程樁等相關數(shù)據(jù)。2)沿線設施健康狀態(tài)數(shù)據(jù)：視頻攝像機、交通流量檢測設備、情報板、氣象監(jiān)測設備、基礎設施健康監(jiān)測設備、機電設施設備的健康狀態(tài)等相關基礎數(shù)據(jù)。3)視頻監(jiān)測數(shù)據(jù)：在收費站、道路沿線、服務區(qū)、隧道等位置，由路網(wǎng)視頻設備、無人機、全景視頻等監(jiān)控設施采集的實時視頻、視頻圖像、歷史視頻等原始數(shù)據(jù)。4)流量監(jiān)測數(shù)據(jù)：交通量調查站、車檢器等采集的實時原始數(shù)5)雷達監(jiān)測數(shù)據(jù)：毫米波雷達、激光雷達、雷視一體機等感知6)氣象監(jiān)測數(shù)據(jù)：實時能見度、路面狀態(tài)、溫度、濕度、風速、風向、降水量等數(shù)據(jù)。4.1.2業(yè)務應用數(shù)據(jù)業(yè)務應用數(shù)據(jù)主要包括收費交易數(shù)據(jù)、事件分析數(shù)據(jù)、路況研判數(shù)據(jù)、多源融合數(shù)據(jù)、風險研判數(shù)據(jù)、出行特征數(shù)據(jù)、車輛畫像數(shù)據(jù)等，具體介紹如下。1)收費交易數(shù)據(jù)：面向高速公路面向收費業(yè)務的高速收費站車流量短期預測數(shù)據(jù)、高速公路收費站畫像數(shù)據(jù)等。2)事件分析數(shù)據(jù)：基于視頻監(jiān)控等感知數(shù)據(jù)，智能分析得到的公路事件數(shù)據(jù)。3)路況研判數(shù)據(jù)：利用公路超限檢測、視頻、雷達等沿線設備采集數(shù)據(jù)基礎上計算得出的交通量、平均速度、占用率、擁擠度等相關數(shù)據(jù)；按小時、日統(tǒng)計的交通量、通行速度、重點路段交通量、路網(wǎng)運行指數(shù)等相關數(shù)據(jù)。4)多源融合數(shù)據(jù)：基于視頻監(jiān)控數(shù)據(jù)、雷達數(shù)據(jù)、門架數(shù)據(jù)、互聯(lián)網(wǎng)數(shù)據(jù)等融合而成的，服務交通態(tài)勢預測、出行特征分析等的結構化數(shù)據(jù)。5)風險研判數(shù)據(jù)：基于基礎設施運行狀態(tài)數(shù)據(jù)以及交通量或車型統(tǒng)計等數(shù)據(jù)，通過風險研判模型，輸出的惡劣氣象風險數(shù)據(jù)、公路基礎設施健康風險預測數(shù)據(jù)、重點車輛運行安全風險預警數(shù)據(jù)等。6)出行特征數(shù)據(jù)：分車型的流量統(tǒng)計數(shù)據(jù)，以及基于車牌識別、視頻監(jiān)控等數(shù)據(jù)形成的車輛時空出行特征數(shù)據(jù)等。7)車輛畫像數(shù)據(jù)：基于路側感知數(shù)據(jù)分析形成的駕駛行為數(shù)據(jù)等。4.1.3外部共享數(shù)據(jù)外部共享數(shù)據(jù)包括面向氣象部門、公安部門、互聯(lián)網(wǎng)等跨行業(yè)、跨部門的路網(wǎng)運行監(jiān)測數(shù)據(jù)共享，具體介紹如下。1)自然災害氣象預警數(shù)據(jù)：各區(qū)域發(fā)布的自然災害預警信息，可靠程度等數(shù)據(jù)。2)互聯(lián)網(wǎng)數(shù)據(jù)：從互聯(lián)網(wǎng)企業(yè)獲取的交通流量、速度等相關信3)公安監(jiān)測數(shù)據(jù)：卡口監(jiān)測數(shù)據(jù)、交通事故數(shù)據(jù)、車輛特征識4.1.4模型算法庫路網(wǎng)運行監(jiān)測數(shù)據(jù)的深度挖掘與融合利用離不開大數(shù)據(jù)智能分析算法模型。將這些算法模型整合成面向行業(yè)及公眾的數(shù)據(jù)資產(chǎn)，包括交通事件分析算法、短時交通態(tài)勢分析算法、多源數(shù)據(jù)融合模型、路網(wǎng)流量均衡分配算法、車輛行為信息分析算法、服務區(qū)群體經(jīng)濟數(shù)據(jù)分析模型等，能夠提升交通行業(yè)的路網(wǎng)運行監(jiān)測水平。4.2業(yè)務場景賦能4.2.1公路協(xié)調管控一是深度挖掘路網(wǎng)運行監(jiān)測感知的多源交通流量數(shù)據(jù)、交通事件數(shù)據(jù)、車輛類型數(shù)據(jù)、車輛出行特征、惡劣氣象預警等數(shù)據(jù)，配合路網(wǎng)均衡調度等智能分析模型算法，靶向實施交通疏導策略，通過可變情報板等多種信息發(fā)布手段，誘導擁堵路段的車輛駛向附近暢通路段，優(yōu)化道路資源利用，緩解交通擁堵。二是根據(jù)路網(wǎng)流量趨勢分析數(shù)據(jù)、車輛特征統(tǒng)計等數(shù)據(jù)，在節(jié)假日等時間段科學制定貨車限流、分車型主動管控、應急車道開放等智慧擴容策略，以信息化手段提升交通通行效率[5]。三是嘗試根據(jù)車牌識別數(shù)據(jù)，探索省際、市際間的車輛出行流動信息，幫助政府更快了解人口遷移模式和客貨運輸路線，合理配置公路基礎設施建設及優(yōu)化資源，并可聯(lián)動提供更有針對性和地方特色的主動管控措施。4.2.2路網(wǎng)應急調度一是通過路網(wǎng)運行監(jiān)測設施設備，采集重點監(jiān)控目標的交通流量、平均車速、車道占有率、氣象狀況、交通事件、施工占道、交通管制等信息，及時發(fā)現(xiàn)重點監(jiān)控目標運行的異常情況，快速提醒路網(wǎng)應急實時調看事故現(xiàn)場及周邊路網(wǎng)的監(jiān)控視頻，直觀了解現(xiàn)場路況信息和處置情況，實現(xiàn)跨區(qū)域協(xié)同指揮和視頻會商。三是通過對路網(wǎng)運行狀況歷史數(shù)據(jù)的挖掘分析，來建立路網(wǎng)服務水平、安全評價等分析主題，制定提前的風險預防及干預手段措施，合理部署安排應急資源。4.2.3公路養(yǎng)護決策一是結合基礎設施結構安全健康檢測數(shù)據(jù)，實現(xiàn)對危險邊坡、重點橋隧、路基路面、附屬設施等的結構安全評估、預防性養(yǎng)護決策、隱患快速處置，對影響行車安全的路面坑槽、坍塌等進行及時養(yǎng)護修補，預防病害蔓延。二是可結合分車型的交通流量及荷載數(shù)據(jù)，通過視頻監(jiān)控、軸載自動檢測、ETC數(shù)據(jù)等，實時獲取路段車流量、車型分布及軸載信息，識別超載車輛高頻通行路段，加強路面結構養(yǎng)護或調整限載措施；也可結合大數(shù)據(jù)模型模擬不同養(yǎng)護方案的成本效益，優(yōu)化資金分配，如優(yōu)先修復高風險路段或高交通量區(qū)域等。4.2.4一張網(wǎng)出行服務通過匯集全省監(jiān)控視頻、氣象監(jiān)測、雷達、雷射等外場基礎設施數(shù)據(jù)，融合共享視頻圖像、交通量數(shù)據(jù)、氣象數(shù)據(jù)、貨運數(shù)據(jù)、互聯(lián)網(wǎng)路況等多源數(shù)據(jù)信息，為公眾出行提供基礎支撐和數(shù)據(jù)來源。面向管理者，可以結合上述路網(wǎng)運行數(shù)據(jù)，融合地方旅游/貿易/收費特征，通過可變情報板、服務區(qū)、公眾號、短信、第三方導航等手段，為公眾提供個性化的出行服務和路線誘導。面向出行者，將公路擁堵情況、事故狀況、道路管制及施工情況等交通異常信息實時與出行群眾共享，支撐出行者合理規(guī)劃出行路線。5、未來發(fā)展建議5.1設備服務場景面向差異化痛點場景配套部署對應功能的設施設備，避免設施堆砌，做到有的放矢。在設備選型方面，已有路網(wǎng)運行監(jiān)測設施設備種類多樣，包含視頻監(jiān)控、激光雷達、毫米波雷達、雷視一體機、無人機等，不同設備對應的應用場景和功能有所側重，價格也存在較大差異，應根據(jù)實際業(yè)務需求來合理配備感知設備，避免一味追求高性能創(chuàng)新產(chǎn)品、導致資源浪費。在布設范圍方面，路網(wǎng)運行監(jiān)測設施作為公路的“眼睛”,可更直觀地管控路網(wǎng)運行態(tài)勢，但應綜合考慮公路特征、資金分配、交通流量、安全風險分布等因素，分級分類建設不同密度、不同類型的路網(wǎng)運行監(jiān)測設施，提升路網(wǎng)監(jiān)測與服務現(xiàn)代化水平。在可持續(xù)發(fā)展方面，應注重“建養(yǎng)并重”,減少重建輕養(yǎng)、以建代養(yǎng)、棄養(yǎng)代建現(xiàn)象，延長設備使用壽命。5.2技術服務需求聚焦行業(yè)痛點攻研能，切實破解運管難題的創(chuàng)新技術和設備，解決實際問題。路網(wǎng)運行監(jiān)測數(shù)據(jù)分析算法及模型應進一步聚焦行業(yè)痛點問題，以更好地支撐提供大流量等復雜場景解決方案為目標開展。1)多源異構數(shù)據(jù)的深度融合：在外場設施設備逐步增多的情況下，將產(chǎn)生的多類型數(shù)據(jù)以同時空維度進行融合分析，通過互相矯正、補充來滿足更深層次的業(yè)務需求。2)路網(wǎng)狀態(tài)實時動態(tài)分析與預測能力的突破：目前很