一种高速公路道路交通安全预警方法与流程

本发明属于道路交通安全技术领域，具体涉及一种高速公路道路交通安全预警方法。

背景技术：

高速公路的发展促使客流、物流、信息流高速运转，极大地提高了运输效率，带来了显著的社会效益和经济效益。然而，高速公路在我国存在和发展的历史不长，对于高速公路安全管理、高速公路运行安全监测的若干关键技术还没有很好地把握，因而有时因为“高速”而带来的交通安全负面效应影响巨大。因此，针对高速公路的交通安全预警技术研究刻不容缓。高速公路交通安全预警技术采用科学先进的分析方法，综合运用信息技术、计算机技术、通信技术、电子技术、交通工程、系统工程等，通过对各种信息的采集、预测及预警模型等，能对交通事故进行预警，从而达到减少交通事故发生次数和事故严重程度的目的。由此可见，高速公路交通安全预警系统是预防交通事故、提高高速公路管理水平和改善高速公路安全状态的有效手段之一。

技术实现要素：

本发明提出了一种高速公路道路交通安全预警方法，该方法基于高速公路系统检测到的实时道路状态信息、短时预测气象信息和交通流数据，通过对交通系统各类影响因素的分析，从人、车、路和环境四个方面，对高速公路交通安全进行综合评价分析及预警。

本发明的技术方案主要包括两个功能模块：高速公路交通安全预警模块和交通流智能控制模块。其特征主要表现在：

(1)高速公路交通安全预警模块：根据道路状态检测器判断道路状态是否能够满足车辆的基本通行条件；在路段能满足车辆通行的前提下，系统根据路旁的气象检测器获得预测道路气象信息并进一步得到不同气象状态下的路面附着系数及能见度，基于安全制动距离采用安全驾驶模型计算出相应的最大安全车速或最小车头间距，并推送给道路使用者，引导驾驶员安全行车。

(2)交通流智能控制模块：根据检测到的瓶颈路段交通流量、密度判断是否存在拥堵，在多约束条件下协调各个路段之间的密度以及出入口匝道的流量，保证各路段密度均匀，降低发生拥堵的概率或缓解拥堵严重程度，同时减少因拥堵而导致的事故可能性。

附图说明

图1：高速公路道路交通安全预警方法流程示意图；

图2：自由流状态车辆制动过程示意图；

图3：跟驰状态车辆制动过程示意图；

图4：安全驾驶模型具体实施流程示意图；

图5：高速公路基本路段示意图；

图6：高速公路匝道瓶颈路段示意图；

图7：高速公路非匝道瓶颈路段影响范围示意图；

图8：高速公路交通流智能控制模型计算流程示意图。

具体实施方式

本发明提出的一种高速公路道路交通安全预警方法，该方法基于高速公路系统检测到的实时道路状态信息、短时预测气象信息和交通流数据，通过对交通系统各类影响因素的分析，从人、车、路和环境四个方面，对高速公路交通安全进行综合评价分析及预警。本发明提出的一种高速公路道路交通安全预警方法的具体实施过程如下：

(1)高速公路交通安全预警模块

高速公路交通安全预警模块包括道路可用性判断模型和单因素气象预警模型两部分。道路可用性判断部分根据监测道路实际采集获得的道路状态信息确定；单因素气象预警部分根据路旁的气象检测器获得采集周期内的预测道路气象信息，根据安全驾驶模型计算得到未来短时间内的建议车速或车距。具体实现步骤如下：

Step1：根据道路状态检测器监测道路状态，判断高速公路各个路段是否存在严重的道路灾害，如路桥的塌陷、泥石流等严重影响车辆通行的现象，检查道路是否可用。如果出现这类破坏度较高的道路灾害，则应该立即封闭受影响路段或车道，启动切实合理的交通诱导方案，引导车辆从可用路段通行；若道路完好，则车辆正常通行；具体实施过程如下：

Step1.1：获取道路检测器得到的同一时间序列道路状态信息；

Step1.2：根据实时道路状态信息判断道路是否可用，能否满足车辆的正常通行；

Step1.3：将无法满足车辆通行的路段信息发送给交通管理部门。其中所述无法满足车辆通行的车道或路段指可能有泥石流、地震等自然灾害或其他外部行为以及路桥本身原因，导致车辆无法正常通行或是在未来一段时间内存在一定交通安全隐患；

Step1.4：引导车辆避让无法满足车辆通行的车道或路段，待道路风险因素排除后再恢复目标车道或路段的正常通行。

Step2：根据分布在道路网中的气象检测器检测各路段范围内预测未来短时间内的气象情况，主要包括能见度、雨、雪、冰等可能会对交通运行产生严重影响的气象因素，对四种气象影响因素进行初步判断，当气象警度低于正常等级时，发布相应的不良气象预警信息；具体实施过程如下：

Step2.1：获取上传的各路段区域未来短时间内的预测气象信息；

Step2.2：将预测气象信息与国家气象局发布的气象预警信号进行匹配，判断气象状态；

Step2.3：将不良气象信息发送到交通信息发布设施公示给道理使用者。其中，将气象信息的预警等级分为五级：绿色预警信号(Ⅴ)、蓝色预警信号(Ⅳ)、黄色预警信号(Ⅲ)、橙色预警信号(Ⅱ)、红色预警信号(Ⅰ)，当气象状态处于Ⅲ、Ⅱ、Ⅰ级即为不良气象状态；能见度的能见度大于1000米、1000米＞能见度≥500米、500米＞能见度≥200米、200米＞能见度≥50米、能见度低于50米分别对应上述五个气象预警等级；而在降雨方面，短时间内无降雨或5分钟内降雨量低于0.35毫米、5分钟内降雨量将达0.35毫米以上或者已达0.35毫米以上且降雨可能持续、5分钟内降雨量将达0.7毫米以上或者已达0.7毫米以上且降雨可能持续、5分钟内降雨量将达1.4毫米以上或者已达1.4毫米以上且降雨可能持续、5分钟内降雨量将达2.8毫米以上，或者已达2.8毫米以上且降雨可能持续分别对应上述五个气象预警等级；在降雪方面，短时间内无降雪或5分钟内降雪量低于0.03毫米、5分钟内降雪量将达0.03毫米以上或者已达0.03毫米以上且降雪持续、5分钟内降雪量将达0.05毫米以上或者已达0.05毫米以上且降雪持续、5分钟内降雪量将达0.14毫米以上或者已达0.14毫米以上且降雪持续、5分钟内降雪量将达0.21毫米以上或者已达0.21毫米以上且降雪持续分别对应上述五个气象预警等级；而在道路结冰方面，地面有少量结冰、地面有大面积结冰分别对应蓝色预警信号(Ⅳ)和黄色预警信号(Ⅲ)、橙色预警信号(Ⅱ)和红色预警信号(Ⅰ)；

Step3：根据不良气象状况，采用安全驾驶模型计算出未来气象环境下的安全行车速度或安全车头间距。具体实施过程如下：

Step3.1：获取受不良气象影响路段的道路坡度i，道路坡度i可通过线路设计施工图录入的道路参数数据库获得；

Step3.2：根据不良气象信息获取受不良气象影响路段的路面附着系数f。其中干燥路面的附着系数为0.6，降雨在Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级气象警度下对应的路面附着系数分别为0.5、0.45、0.4、0.35，降雪在Ⅳ级、Ⅲ级、Ⅱ级、Ⅰ级气象警度下对应的路面附着系数分别为0.35、0.3、0.25、0.2，路面结冰在Ⅳ、Ⅲ级和Ⅱ、Ⅰ级气象警度下对应的路面附着系数分别为0.15和0.1；

Step3.3：根据多源交通检测器获取受不良气象影响路段的车辆平均行驶速度和流量Q；

Step3.4：判断当前交通流处于自由流状态还是跟车状态；

Step3.5：采用自由流状态下的安全驾驶模型计算得到在未来不良气象状态下的最大安全车速，在自由流状态下，从驾驶人发现障碍物到车辆完全停止所走过的距离为反应距离与制动距离之和，停车视距为：

式中：V是车辆行驶速度(单位：km/h)；t是驾驶人反应总时间，即感觉时间与反应时间之和(单位：s)。

驾驶人从发现前方出现障碍物到车辆完全停止，这一运动过程如图2所示，假设驾驶人发现前方障碍物时，车辆与障碍物间的距离为L，取一定的安全距离d，则当S+d≤L时，可认为车辆遇到前方障碍物时可及时停车，并保持一定的安全距离，即车辆行驶状态安全。

式中，车辆行驶速度V可由感应线圈数据获取；驾驶员反应时间t＝2.5s；安全距离d＝5m。所以，该安全距离公式如下：

解出最大安全车速：

当驾驶人发现前方出现障碍物时，车辆与障碍物间的距离L由道路空间视距Ls和能见度D共同决定，并取两者中的最小值，即L＝min{L_s，D}。考虑到恶劣天气条件下，能见度的不足往往成为事故的诱因之一，因此高速公路综合态势下，车辆与障碍物间的距离L主要由能见度D决定，即L＝D。最大安全车速公式可改写为：

Step3.6：

此时后车B无法及时刹车并与前车A保持一定的安全距离。

因此，在这种情况下，就相当于可以假设要求车辆在正常速度下，通过反应和制动，使得其在距离D内完全停住，即要求D满足：进而采用跟车状态下的安全驾驶模型计算得到在未来不良气象状态下的最大安全车速v_m或最小安全车距h_m，具体计算方法如下：

当交通流处于跟车状态时，前车紧急刹车，跟随的后车能及时停车避免碰撞，并保持一定的安全距离，这一运动过程如图3所示。前车A从紧急刹车到完全停住所驶过的距离S_A：

经过反应时间，B车也采取刹车，到最终停住所驶过的距离S_B：

式中，VA是前车A的车辆行驶速度(km/h)；VB是后车B的车辆行驶速度(km/h)。

假设前车采取紧急刹车时，前车车尾与后车车头间的距离为L，规定安全距离为d，则当S_A+L≥S_B+d时，后车可及时停车并保持一定的安全距离，此时车辆行驶状态安全。假设前后两车速度一致，均用感应线圈数据中一定采集时间间隔内的平均速度代替。

由感应线圈数据获取的车头时距h与车间距L具有如下关系：

式中，l是前车A车长，根据我国《公路工程技术标准》，小客车车长取6m，即l＝6m。

则后车车头到前车车尾间的距离L：

所以，S_A+L<S_B+d可改写为：

由于V_A、V_B均用采集周期内的平均速度代替，故上式可进一步化为：

此时可以得到最小安全车距：

同时，考虑恶劣天气对能见度D的影响，若D<L，即处于跟驰状态的后车B由于能见度不足，无法看到前车A，若此时能见度满足D：

将参数带入可得

由于D>5m，V也存在最大值，求解该式得到最大安全车速：

在判断能见度D是否小于前后两车间距离L时，车头时距用数据采集周期内的平均车头时距平均值代替：

即判断能见度D是否满足：

安全驾驶模型具体实施流程如图4所示。

Step3.7：将计算得到的最大安全车速v_m或最小安全车距h_m通过交通信息发布设施公示给相应路段的驾驶人员，提醒其安全行车。

Step4：将建议信息通过高速公路信息发布设施推送给目标区域的车辆驾驶人员。

(2)交通流智能控制模块

交通流智能控制模块根据气象数据、交通流数据和交通流运行状态识别信息，判断高速公路瓶颈路段位置，计算瓶颈路段的控制密度，采用交通流智能控制模型，对多约束条件下的控制密度进行调整，协调各个路段之间的密度以及出入口匝道的流量，当瓶颈路段产生交通拥堵则在车辆进入瓶颈路段之前对车辆进行控制，以保证各路段的密度均匀，降低路段发生交通堵塞的概率及其严重性。具体实现步骤如下：

Step1：根据高速公路管理单元划分原则，将高速公路划分成N个路段，高速公路基本路段示意如图5所示，高速公路基本控制模型为：

式中：是路段i在k+1时刻的控制密度值(pcu/km)；是路段i在k时刻的控制密度值(pcu/km)；ρ_i(k)是路段i在k时刻的实际密度值(pcu/km)；α_i是路段i自身影响因子(0<α_i<1)；β_i是其他路段对路段i产生影响的影响因子(0<β_i<1)；f(α_i,β_i)是α_i和β_i相关的调整函数。

同一时刻相邻路段间的控制密度约束条件为其中η是控制密度差值范围，η>0；

同一路段相邻时间段内的控制密度约束条件为其中λ是控制密度差值范围，λ>0；

目标路段控制密度的自身约束条件为其中，θ为控制密度下限，ω为控制密度上限，且θ,ω>0。

本部分将高速公路基本路段划分分成高速公路非匝道瓶颈路段、匝道瓶颈路段和非瓶颈路段。

Step2：判断目标路段是否为瓶颈路段，若判断为瓶颈路段，则转入步骤3，否则转入步骤5；

Step3：判断目标路段是否为匝道路段，是则转入步骤4，否则转入步骤6；

Step4：计算匝道调节率r并转入步骤8。令任意非匝道瓶颈路段为m，m∈[1,N]，如图6所示，匝道调节率计算如下：

式中：r_m(k+1)是匝道瓶颈路段m在k+1时刻的匝道调节率(pcu/h)；r_m(k)是匝道道瓶颈路段m在k时刻的匝道调节率(pcu/h)；ρ_m(k)是匝道瓶颈路段m在k时刻的实际密度值(pcu/km)；是匝道瓶颈路段m在k时刻的控制密度值(pcu/km)；K_R是大于零的可调节参数(km/h)。

Step5：判断该路段是否处于瓶颈路段影响范围内，是则进入步骤7，否则转入步骤8。

Step6：确定非匝道瓶颈路段影响因子F(α,β)并转入步骤8；

令任意非匝道瓶颈路段为n，n∈[1,N]。假定瓶颈路段之间相互独立，不考虑其他路段对于瓶颈路段n的影响，则：

式中：g(α_n)是瓶颈路段n的自身影响因子函数；h是调整系数，作为调节密度的比例系数(0<h<1)；是方向判断系数，即则高速公路基本控制模型可改写为

Step7：确定影响因子g(a)并转入步骤8；受瓶颈路段影响的非瓶颈路段影响因子g(a)计算如下：

令任意非瓶颈路段为j，j∈[1,N]。且每个瓶颈路段的影响路段相互独立，即不考虑多个瓶颈路段对于同一非瓶颈路段的影响。如图7所示，定义变量d作为瓶颈路段n的影响范围，当j∈[n-d,n+d]且j≠n时，表示该路段j处于瓶颈路段n的影响范围内。反之，若则路段j不受瓶颈路段n的影响。令任意非瓶颈路段j的自身影响因子为α_j。

当j∈[n-d,n+d]且j≠n时：

式中：t(β_j)是其他路段对路段j产生影响的影响因子函数；

当g(α_j)>0且t(β_j)>0时，得则f(α_j,β_j)＝min(g(α_j),t(β_j))；

当g(α_j)>0且t(β_j)<0时，得则f(α_j,β_j)＝t(β_j)；

当g(α_j)<0且t(β_j)>0时，得则f(α_j,(β_j)＝g(α_j)；

当g(α_j)<0且t(β_j)<0时，得则f(α_j,(β_j)＝min(g(α_j),t(β_j))；

当时，f(α_j,β_j)＝g(α_j)；

Step8：根据路段实际密度与控制密度的变化情况等比例控制速度，得到相应的速度控制方案。速度求解如下所示：

式中，v_i(k)表示k时刻路段i上的观测速度(km/h)；

速度自身约束条件为μ≤v_i(k)≤ξ，其中，μ为速度下限，ξ为速度上限，μ,ξ>0。

Step9：读取控制后的各路段密度数据，如果在控制密度可接受范围内，则运算结束；否则返回步骤2，重新计算。根据上述理论，高速公路交通流智能控制模型计算流程如图8所示。

Step10：获取速度控制方案，将其通过交通信息发布设施发布。