沪杭甬高速公路上的广域雷达

沪杭甬高速公路作为浙江首条高速公路,全长247.9公里,流量最大路段高峰日均流量可达12万辆次,大流量趋于常态化,交通事故率逐年增多。如何运用新一代信息技术,改善道路安全、提高通行效率成为沪杭甬智慧高速公路重点关注的问题。沪杭甬高速公路作为浙江省要求最先完成智慧化改造的已开通运营高速公路,发挥着先行先试的作用,通过布设先进的路侧感知设备、构建大数据平台、运用智能交通算法。

沪杭甬高速公路车辆查询系统简介

高速公路在收费站道口、主线、服务区均建设完成了高清卡口系统,但各卡口系统均为独立的系统,数据信息未实现共享,因此系统利用率不高。为了解决此现象,沪杭甬高速公路搭建了车辆查询系统,将各卡口系统数据进行数据整合,从而实现了车辆行驶轨迹的查询,对异常的行驶行为进行信息确认。

基于XGBoost的高速公路事故类型及严重程度预测方法

高速公路事故频发,而以往研究未能充分揭示交通流动态特性对事故类型与严重程度的影响。为此研究了基于动态交通流数据的高速公路事故类型与严重程度的预测方法。从高速公路门架数据中提取流量、密度、速度等交通流数据,同时考虑时间特征以及时间和空间不均匀性特征的数据,与事故数据相匹配构成全样本。建立了基于极端梯度提升树(extrem Gradient Boosting,XGBoost)算法的预测模型,预测事故是否发生、事故类型以及事故严重程度。分别考虑追尾事故和其他事故2种事故类型、有人员伤亡和仅财产损失2种事故严重程度,模型的结果表明:(1)上下游速度差大、低速、路段车流量大且频繁分流、合流条件下交通事故风险较高;(2)低速、路段车辆多且合流、分流交通量大、上下游速度差大的情况下发生追尾事故的风险更高;(3)路段车流量较少且追尾事故发生于周末或夜间可能会增大事故严重程度。将常用机器学习算法与XGBoost算法的预测效果进行对比,XGBoost事故类型预测模型与事故严重程度预测模型的ROC曲线下面积(Area Under Curve,AUC)分别达到了0.76和0.88——相比于序列Logistic、高斯朴素贝叶斯、线性SVM、随机森林以及神经网络等其他常用算法,平均分别提升了0.08和0.24。这表明基于XGBoost建立的模型具有较好的预测性能。研究结果为高速公路路段实时交通流状态预警提供了可靠手段,进而可以提升高速公路行车安全。

移动支付在高速公路收费中的应用

如何提高高速出口通行效率一直是各高速公路路段公司面临的问题,针对此问题,本文介绍了移动支付缴纳高速公路通行费的应用系统方案,在高速公路收费系统中引入移动支付,既能解决广大驾驶员上高速携带大量现金的麻烦,降低安全风险,又能减少收费员点钞、解款、银行复核等环节。

高速公路收费站无人值守发卡机自动发卡系统

本文从理论和实践两个方面论述了在无人值守卡机车道实行自动发卡的可行性,提出了一种自动发卡模式的实现方案。该方案采用断车器和无人值守卡机配合,通过车牌识别结果自动判别为免费车还是普通车,然后控制卡机自动的出卡或者打票,不用司机再去手动按键。经实际测试,自动发卡车道的通行能力提高40%以上。

车牌数据在高速公路大数据平台中的应用

高速公路大数据由收费营运数据、道路监控数据、养护管理数据以及财务数据等组成。如何从中挖掘出有价值的数据一直是高速公路经营者兴趣所在。本文基于沪杭甬大数据分析平台,通过对车牌这一局部数据的利用来展现大数据平台的价值,以新的角度、新的思路来重新审视这些数据。

高速公路安全生产网格化管理系统

高速公路的维护运营生产是一个系统化的工程,现有的信息化系统存在大量的信息孤岛、监管盲区及沟通渠道的断点。本文提出的安全生产网格化管理技术将安全管理组织划分成为单元网格,通过加强对单元网格的安全生产信息管理以及工作指令的推送、反馈,建立一种既监督和处置互相分离,又相互促进和互补的形式,将过去被动应对问题的管理模式转变为主动发现问题和解决问题。同时管理手段实现数字化、程序化,保证了管理的敏捷、精确和高效。设置统一的管理标准和流程,从事件发现、指令下达、信息反馈、事件统计等多个步骤形成一个闭环,从而提升安全生产管理的能力和水平。