徐韜 程龍春

摘要：針對傳統(tǒng)橋梁交通量動態(tài)監(jiān)測成本高、精度低等現(xiàn)實問題，利用RFID實時動態(tài)數(shù)據(jù)，基于大數(shù)據(jù)挖掘處理技術，提出了基于RFID及多源數(shù)據(jù)的橋梁實時預警算法，并以重慶市曾家?guī)r大橋為例進行了實例驗證，結(jié)果表明，基于RFID及多源數(shù)據(jù)的橋梁實時預警算法在山地城市具備良好的實用性，能滿足橋梁實時預警和動態(tài)監(jiān)測需求。

關鍵詞：交通工程;山地城市;橋梁預警;RFID;

1 引言

山地城市組團式分布特征導致機動化出行距離較平原城市明顯增長，橋梁隧道成為了各組團聯(lián)系的紐帶，同時也是交通瓶頸節(jié)點，加大橋梁建設成為了各大城市緩解城市交通擁堵的必然選擇[1-5]。但長期以來重建設、輕管理在橋梁運營管理層面十分突出，近年來屢次發(fā)生的橋梁垮塌事件更是為橋梁監(jiān)測敲響了警鐘，目前橋梁監(jiān)測自動化水平能力較差，多以人力監(jiān)測為主，難以實現(xiàn)精準化監(jiān)測和動態(tài)預警。

2 算法模型

在實際運用過程中，車輛經(jīng)過橋梁一體化集成龍門架RFID處理終端時，RFID處理終端將把車輛信息傳輸?shù)街醒胩幚砟K，獲取車輛車牌ID并計數(shù)進而計算出一小時車輛途徑總數(shù)即斷面交通量，并將車牌ID與存儲系統(tǒng)中數(shù)據(jù)中心的車輛信息匹配，進而獲取車輛車牌號碼，同時系統(tǒng)將收集橋梁遠端監(jiān)測點各RFID處理終端信息，進而獲取橋梁遠端監(jiān)測點斷面交通量及具體車輛車牌信息包括車輛車牌號碼等，通過以下算法實現(xiàn)橋梁交通量動態(tài)預警：

Step 1：將橋梁及遠端監(jiān)測點車輛車牌號碼匹配，若同時出現(xiàn)在遠端分流點和橋梁，則計數(shù)，則經(jīng)過遠端監(jiān)測點的橋梁斷面交通量Q監(jiān)測=M1+ M2+ M3+…+ Mn（n為遠端監(jiān)測總數(shù)，Mn為第n個遠端監(jiān)測點經(jīng)過橋梁的交通量），可由橋梁上RFID處理終端計算出橋梁斷面歷史交通量Q歷史，Q歷史=A*Q監(jiān)測，A為常數(shù)，通過計算歷史斷面交通量及歷史經(jīng)過遠端監(jiān)測點的橋梁斷面交通量Q監(jiān)測，可確定歷史平均值常數(shù)A。

Step 2：記橋梁遠端監(jiān)測點斷面交通量為Qi（i為遠端監(jiān)測點編號），Mi=bi*Qi，bi為第i個遠端監(jiān)測點常數(shù)，Mi為第i個遠端監(jiān)測點經(jīng)過橋梁的交通量，按Step 1可計算出每個遠端監(jiān)測點的歷史平均值交通量系數(shù)bi，則Q監(jiān)測= M1+ M2+ M3+…+ Mn=b1*Q1+ b2*Q2+…+ bn*Qn。

Step 3：記橋梁實時斷面交通量Q實時，Q實時可由橋梁上RFID處理終端統(tǒng)計得出，Q0為橋梁預警閾值交通量，為橋梁基本通行能力的80%，基本通行能力根據(jù)城市道路等級及設計車速計算，根據(jù)RFID預測的橋梁斷面交通量為Q預測= A*Q實時監(jiān)測，Q實時監(jiān)測可按Step 2中Q監(jiān)測計算得出。

Step 4：若橋梁實時交通量Q實時> Q0，則向報警提示裝置、智能執(zhí)法終端發(fā)出報警信號，Q預測>Q0，則向報警提示裝置、智能執(zhí)法終端發(fā)出報警信號，反之則取消報警信號。

3 案例分析

曾家?guī)r大橋開通后，將新增1條跨重慶市渝北、江北、渝中三區(qū)，對接南岸區(qū)的縱向快速通道，有效分流平行通道交通量，緩解跨嘉陵江通道擁堵。同時，由于區(qū)域路網(wǎng)交通重新分配，曾家?guī)r大橋主線通道及接線沿線重要節(jié)點將產(chǎn)生不同程度的影響。曾家?guī)r大橋高峰小時平均車速28.8km/h，較黃花園大橋（22.5km/h）、渝澳大橋（13.2km/h）、嘉華大橋（24.5km/h）通行效率高，比嘉陵江大橋（32.9km/h）通行效率低。

曾家?guī)r大橋為雙向六車道主干路，其通行能力為8400pcu/h，但由于部分匝道未開通，因此對通行能力進行了部分修正，修正后的通行能力為6500pcu/h，則Q0為5200pcu/h，在匝道全部開通后，則按未修正的通行能力計算。

曾家?guī)r大橋各進出口均裝有RFID監(jiān)測設備，根據(jù)RFID歷史監(jiān)測數(shù)據(jù)，曾家?guī)r大橋高峰小時平均交通量4519pcu/h，其中：南側(cè)進口交通量為2166pcu/h，主要由三個方向匯流而成，分別為長濱路（192pcu/h）、菜袁路（351pcu/h）、菜園壩大橋（1623pcu/h），占比分別為8.9%、16.2%、74.9%;北側(cè)進口交通量為2353pcu/h，由于北側(cè)北城天街接線及黃觀路A匝道接線暫未開通，交通量主要為興盛大道組成。

項目組利用RFID監(jiān)測設備，采集了2021年4月5日、4月6日、4月7日、4月8日、4月9日連續(xù)5天交通量數(shù)據(jù)，根據(jù)用RFID監(jiān)測設備收集了曾家?guī)r大橋?qū)嵤?shù)據(jù)Q實時，根據(jù)計算結(jié)果，4月5日8：00-4月5日9：00其Q預測為5315pcu/h，4月5日8：00-4月5日9：00Q實時為5260pcu/h，橋梁實時交通量Q實時> Q0，并向管理部門發(fā)出了報警信號，Q預測>Q0，并向管理部門發(fā)出了報警信號，其余4月6日、4月7日、4月8日、4月9日交通量數(shù)據(jù)均為Q預測<Q0、Q實時< Q0，均為正常值，表明了橋梁交通量處于合理、安全水平。

2021年4月5日，根據(jù)交流量預測數(shù)據(jù)，向管理部門發(fā)出交通量預警信號，表明了基于RFID及多源數(shù)據(jù)的橋梁實時預警算法預測精度較高，能適應山地城市交通量分布特征，同時也表明了基于RFID及多源數(shù)據(jù)的橋梁實時預警算法的實用性。

4 結(jié)論

本文結(jié)合重慶市橋梁交通量分布特征，利用RFID動態(tài)交通大數(shù)據(jù)，基于大數(shù)據(jù)處理和挖掘智能算法，提出了基于RFID及多源數(shù)據(jù)的橋梁實時預警算法，并以重慶市曾家?guī)r大橋為例進行了實例驗證，可為其余城市橋梁動態(tài)實時監(jiān)測和交通量預警提供重要參考，為進一步提升算法的適應性，更好了滿足管理部門動態(tài)管理需求，建議如下：

1）算法的精準度與RFID監(jiān)測點位分布由顯著正關系，點位覆蓋越廣，算法精準度越高，對橋梁動態(tài)監(jiān)測和預警能力更強，因此應加大橋梁主線及匝道RFID建設力度，在成本控制的情況下，盡量增大覆蓋范圍;

2）RFID監(jiān)測設備不能較好的識別外地車輛，因此應將RFID和卡口數(shù)據(jù)結(jié)合，優(yōu)化本算法，進一步提升算法的精準度;

3）基于RFID及多源數(shù)據(jù)的橋梁實時預警算法在重慶得到了良好的應用，但在其余城市推廣不足，因成立由交通管理部門牽頭的全息感知體系監(jiān)督小組，加大RFID設備推廣和應用力度，更好的服務于城市橋梁管理和監(jiān)測預警。

參考文獻

[1] 林海，李超，陳海力. RFID技術在長江航道的應用[J]. 世界海運，2013，36（7）：25-27.

[2] 魏鑫，吳學偉，程培嵩. 基于組件式GIS的橋梁健康監(jiān)測數(shù)據(jù)集成及預警研究[J]. 公路工程， 2020，45（6）： 79-85.

[3] 王軍凱. 遠距離橋梁健康監(jiān)測與預警系統(tǒng)的設計與實現(xiàn)[J]. 軟件， 2020，41（5）： 143-145.

[4] 李西芝，章世祥. 時間序列分析在橋梁應力監(jiān)測數(shù)據(jù)預警中的應用[J]. 湖南交通科技， 2019，45（4）： 82-86.

[5] 王敏，汪依帆，高海霞，徐世秋，譚皓玥. 基于大數(shù)據(jù)的橋梁安全監(jiān)測綜合預警平臺[J]. 中國新通信， 2019，21（7）： 89-90.

重慶市市政設計研究院有限公司 重慶 400020