协会会员注册关闭

会员ID:

会员名称:

密码:

职务:

手机号码:

工作单位:

电子邮箱:

地址:

邮编:

固定电话:

单位手机:

传真:

备注:

中国智能交通协会

方纬交通大脑在常态化疫情防控中的应用

2022-03-25   来源:中国智能交通协会


广东方纬科技有限公司 李可先


  引言
  我国与世界各国经济、文化交往频繁,世界联系越来越紧密。由于一些国家的新冠疫情形势日趋严峻,“外防输入、内防反弹”的防疫压力非常大,成为我国较长一段时间疫情防控常态化的重中之重。当前全国中高风险地区随时都有调整,各地政府针对疫情的变化情况制定不同的防疫政策,仅仅依靠“线下”设卡核查,依靠车牌属地分析研判,已经难以快速有效识别中高风险地区车辆,难以应对由于车辆跨区流动带来的疫情扩散风险。
  方纬科技交通大脑依托云计算、大数据、人工智能等先进技术,构建三大核心模型——可计算路网模型、个体车辆交通行为模型、虚拟停车场计算模型,基于交管现有数据,围绕人、车、路、场等交通要素,实现对全域车辆出行/驻停的感知、分析和研判,为实现涉疫车辆的精准防控提供数据支撑。

  一、核心算法模型
  交通大脑基于三大算法模型,实现涉疫车辆精准防控。
  可计算路网模型,将所有交通元素、交通规则、控制策略数字化信息化,让计算机理解其中的交通语义和逻辑关系,实现所有交通元素、数据、信息(设施、设备、路网、停车场、车辆、警力、警情、路况、交通态势,等等)有机呈现,将不同数据信息之间内在的逻辑关系、拓扑关系通过一张可计算的路网图实现计算、存储和管理。
  基于身份检测的个体车辆交通行为模型,采用电警卡口、RFID、GPS等具有车辆身份特征的检测方法,构建车辆状态函数模型和道路状态函数模型,实现车辆全息信息的智能分析计算,实现任意时刻、任意路段、任意路口、任意车辆的轨迹和路况状态的精准掌握,提供车道级的“沙盘式”重现,实现交通指挥管理从宏观到微观的精准认知,为指挥决策提供精准数据支撑。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片1.png

图1 - 个体车辆交通行为模型


  虚拟停车场计算模型,融合接入多源停车场数据,根据这些数据中提供的空间几何信息及文字描述,在可计算路网模型中确定对应拓扑路段及起止位置,建立拓扑关联关系,同时根据路网拓扑结构和车辆检测设备空间信息,将多个院落小区组合形成虚拟停车场,建立院落小区、小区道路、小区停车场与虚拟停车场的拓扑关联关系,实现接入数据与路网及虚拟停车场的拓扑关联。
  二、涉疫车辆管控应用
  基于交通大脑对全域车辆出行/驻停的感知、分析和研判能力,构建“涉疫车辆管控”功能应用。
  (一)个体车辆出行轨迹分析
  基于可计算路网,结合卡口、卡口式电警等外场感知检测设备数据,分析所有机动车的出行信息(包括出行位置、出行时间),对因外场设备布点不全、传输故障等问题导致的出行轨迹数据缺失进行修补;关联个体车辆的连续感知检测结果,计算车辆出行经过路口的过车时间、通过路口的行驶方向以及行驶通过车道等信息,计算车辆出行的完整轨迹;同时基于停车场/虚拟停车场模型,分析车辆进出停车场/虚拟停车场时间,为车辆完整出行轨迹补充途径停留点、驻停点信息;实现所有个体车辆的实时出行、历史出行轨迹精准计算、精准重现,实现所有车辆每天每时刻出行/驻停位置全掌握。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片2.png

图2 - 个体车辆出行轨迹分析


  (二)个体车辆出行、驻停特征分析
  在个体车辆出行轨迹数据中,包含车辆每一次出行的起点、终点、途径位置及时刻等信息,基于这些信息进一步分析得到车辆多时段(早高峰/晚高峰/平峰)、多时间(工作日/节假日/月/年)的出行情况以及近30天的出行特征,分析车辆行驶里程、出行时长、出行天数。结合车辆出行频率、高频出行车辆和不同时段出行地点的数据分析,准确识别出车主的居住地、工作地、高频通勤出行时段,识别车辆高频驻停的区域、停车场/虚拟停车场。

  (三)停车场/虚拟停车场运行特征分析
  基于可计算路网中停车场/虚拟停车场位置数据、路段关联数据等信息,结合车辆轨迹数据,计算停车场/虚拟停车场当前驻停车辆数及车辆信息,进一步计算进出虚拟停车场区域的车辆,分析停车场/虚拟停车场历史某一时间段驻停车辆数及车辆信息,为识别不同车辆在同一时空驻停提供数据支撑。

  (四)区域交通运行特征分析
  基于可计算路网和车辆轨迹数据数据,分析路网中每个路段、每个路口交通出行总体需求,例如识别在特定历史时间段在该路段的高频出行车辆。对区域边界进出车辆进行计算,分析每天进出区域车辆数、车辆类型、车辆出行特征、车辆进出区域时间、进出地点,从而分析车辆进区域的规律、频率以及停留时间等。精准掌握区域交通运行特征,为精细化管理提供数据支撑。

  (五)疫情防控区域设定
  根据中高风险区域、封闭封控区域防控策略,设定中高风险区域以及相应边界,设定封闭封控区域以及相关边界,基于可计算路网和虚拟停车场计算模型,通过空间分析识别不同管控区域范围的路段集合、停车场/虚拟停集合,关联不同管控区域边界相关路口、道路以及感知检测设备,关联不同管控区域内相关路口、道路、停车场/虚拟停车场以及感知检测设备。

  (六)疫情防控风险车辆、风险区域识别
  根据中高风险区域、封闭封控区域防控策略,研判车辆的行驶轨迹及驻停特征,识别疫情发生期间管控区域潜在风险车辆、风险区域。研判在中高风险区域、管控区域等级调整前,长时间驻留在风险区域的常态化出行车辆,将其列入潜在风险车辆清单。结合车辆登记人信息,分析中高风险人员(疫情感染者、密接者和管控区域人员)名下车辆信息,分析其车辆驻停活动范围(停车场、虚拟停车场或区域),将其列入潜在风险区域清单。

  (七)风险车辆进出管控区监管
  根据中高风险区域、封闭封控区域防控策略,设置相应防控圈层,建立防控圈边界及各出入口拓扑关联,对进入/离开疫情防控区域的车辆进行监测与预警。研判相关车辆是否属于疫情防控风险车辆,是否曾在风险区域行驶或驻停,何时途经风险区域,何时驻停在风险区域以及驻停在哪个停车场/虚拟停车场,输出预警清单以及风险车辆涉疫出行驻停轨迹路径,实现中高风险区域车辆驻留和进出管控区异动分析。快速实现进出管控区风险车辆监管,防止疫情的扩散和蔓延。


C:UserslenovoDesktop\u65b0建文件夹\u65b0建文件夹\u65b0建文件夹 (289)\u56fe片3.png

图3 - 风险车辆进出管控区监管


  三、涉疫车辆管控案例
  2021年5月至6月期间,广州突发新冠疫情,芳村、南沙、海珠、越秀、番禺五个行政区先后出现2个高风险区、10个中风险区,防疫压力巨大。
  面对疫情,一周内快速搭建“涉疫车辆管控”应用模块,基于防控策略动态设置管控区域,研判各中高风险管控区域、封闭封控管控区域在疫情发生期间潜在风险车辆,包括疫情发生前区域内常态上路行驶、驻停车辆,以及疫情发生后区域驻停车辆。分析中高风险人员(疫情感染者、密接者、次密者)名下车辆信息,输出相关车辆活动范围清单以及车辆驻停时间,根据清单分析潜在风险场所和关联车辆、人员,防止疫情的进一步扩散。对进出管控区域车辆实时监控、预警,提供潜在风险车辆的出行轨迹数据,对离开封闭封控管控区域,离开芳村、南沙、海珠、越秀、番禺以及离开广州等风险动态进行预警,同时每天生成两份《封控区域车辆出行简报》,为疫情防控提供决策参考。
  这个案例实现对疫情防控风险车辆、风险场所的智能筛查,对风险车辆违反防疫政策出行等风险动态进行实时预警,改“人工巡检”变“智能筛查”,改“人工设岗”变“系统管控”,快速构建常态化疫情防控下涉疫车辆精准防控能力,充分体现了交通大数据辅助科学决策、推动精细化社会治理的能力。