高速公路运营数据分析应用

大力提高交通运输物流效率，是党中央、国务院高度重视的问题之一。 2018年，国务院明确提出取消高速公路省界通行费，加强服务水平提升，全面提升运营效率。 提出加快应用高速公路电子不停车快速收费，免费加装ETC设备。 到2020年底，全面建成联网收费系统。 但分段收费存在诸多问题，需要一段时间内不断探索和尝试。 ，解决计费结算物理分离、统一管理的精准问题。 随着社会经济的快速发展，汽车保有量急剧增加，高速公路车流量逐年呈现高速增长趋势。 越来越多的高速公路已经或即将面临车流过饱和状态。 随之而来的是交通拥堵带来的种种制约，加之各级政府、公众和新闻媒体对交通安全畅通的高度关注，使得道路交通安全畅通成为运营管理的重中之重。高速公路。 超饱和交通给高速公路运营管理带来了巨大挑战。 运营管理是实现公路运营效率最大化、提高道路安全的重要手段。 硬件环境决定管理规模，软件环境体现管理实力。 两者的有机结合，不仅形成了高速公路运营管理的有机体系，而且决定了高速公路运营管理的综合水平。 面对前所未有的交通压力，如何突破道路交通安全畅通的瓶颈，探索超饱和交通流状态下的高速公路高效运营管理方式，研究形成一套可持续发展的运营管理模式已刻不容缓。需要解决。 问题。 成亚高速（G5京昆高速、G93成渝高速环线成雅段）于1996年12月6日开工建设，1999年12月28日建成通车，全长144.2km（含成都-雅安连接线9.5km），其中成都-青龙段计算行车速度120km/h，双向六车道，路基宽度34.5米; 青龙至雅安段计算行车速度100km/h，双向四车道车道，路基宽度25m，双向车站出口交通。 日均突破21万辆次，干线、站口人流量呈逐年上升趋势，每天都在收集大量运营数据。 如何通过数据流的集中管理，筛选出准确有效的数据，建立数据模型，利用技术手段提高数据利用率，提高管理效能，进而实现精细化管理的目标，是高速公路运营管理者面临的重要挑战。 主题。

一、目前ETC分段计费存在的问题

收集数据的方式有很多种，它们来自各个独立的平台。 存在平台壁垒，需要人员线下填表、线下汇总、线下统计分析。 存在统计灵活性低、时效性差、工作量重复、效率低等问题。 由于数据分析多为离线方式，缺乏实时数据观察和持续分析能力，无法利用数据实时反映道路运营状况，预测道路运营趋势，提前发现道路运营状况，主动出击以防止他们。 数据采集​​的覆盖面和准确率不高，缺乏数据清洗和数据修正能力； 导出到有冲突的数据源时收费站etc通行数据分析，只能降低彼此数据的可行性，而不能利用数据源之间的关系实现数据相互纠正。 长途运输车辆利用该漏洞通过屏蔽计费设备或遮挡车牌等方式逃避收费的现象屡见不鲜。 成亚高速业务数据主要来源于现有的第三方系统，造成对第三方平台的过度依赖，数据统计类型不能满足需求，数据权益相对被动。 例如，第三方系统的故障和无法访问将严重阻碍成雅高速的业务数据分析工作。

2. 周期性数据分析与应用

(1)综合分析体系建设。 针对路径信息缺失的问题，成亚高速优化了流量实时计费算法，构建了网络模型和最短路径算法，提出了大流量高速公路网络资费实时计算方案。 综合数据分析平台拟依托成雅高速数据采集与应用。 基于需求现状，以“平安智慧高速”为目标，建设优雅高速数据运营平台，充分解决了上述问题。 该路段平台智能数据分析平台所需数据类型如图1所示。

(2) 交通情报信息。 结合成雅高速运营中信息牌信息安全的具体需求，针对智能高速信息牌的应用场景，在传统信息牌信息管理平台文本信息编辑基本功能的基础上，进行语义分析算法用于优化文本内容编辑； 引入智能模板的概念，将信息板的信息内容按服务类型进行分类，生成实时路况模板、智能天气模板等模板应用； 在信息播放列表的操作上，实现了批量操作、信息查看和跟踪、信息规划等功能； 支持与智能高速事件联动，提高智能高速事件处理效率； 通过信息板的信息安全解决方案增强信息安全。 成亚高速信息安全展示了目前常用信息牌信息系统的逻辑拓扑图。 操作人员通过信息看板软件的前端界面或Web界面编辑需要的信息，通过信息看板软件或后台系统，通过高速公路骨干网（监控网），将信息发送到下位机以播放列表的形式，然后根据播放列表及其播放策略，下位机会定时、周期性的去信息板的屏幕。 如果运营商选择互联网数据实现实时数据更新，如实时路图、实时天气预报、实时道路事件等，信息看板软件或后台系统也会定期自动获取数据来自指定的互联网数据源，经过智能化处理后，定期自动更新到下位机，并从下位机更新到信息板。

(3)数据感知分析与应用。 成亚高速智能数据分析平台采集了2020年10月14日至10月21日成亚高速辖区内所有收费站的车道日志数据、桅杆ETC天线感应日志数据、路边监控抓拍数据，进行了一次对成亚高速各龙门架传感抓拍精度、各路段及收费站交通状况、收入情况、成亚高速全线OD矩阵进行定量分析。 龙门架传感抓拍精度分析 我们对成雅高速龙门架传感抓拍精度进行分析，如图2、图3所示。从数据分析可以看出，ETC感应天线的数据采集准确率要高于ETC感应天线。传统捕获设备。 传统抓拍设备的准确率受光照条件影响，昼夜准确率相差10%左右。 此外，寿安站-桜浦站、浦江站-石象湖站、琼明站-太平站路段龙门抓拍设备数据异常。 成雅高速各服务站进出流量明显成都地区偏高，雅安地区偏低，如图4所示。另外，从数据中可以看出，成都收费站的车流量是双流两站客流量总和接近成都站。 浦江站进出车辆比例异常，需深入分析成都方向分流原因。 分车型定量分析 对成雅段车流数据按车型（客车、货车）进行定量分析，如图6所示。经过数据分析，发现成雅高速分流至青龙路口成乐高速，占车流量的65%。 从浦江站到琼明站，往成都方向的车辆明显多一些。 成雅高速客货比例约为4.0，青龙枢纽至太平站客车比例明显较多，琼明站至雅安北站货运比例明显增加。 站点收益分析 诚亚智能数据分析平台基于各路段的车流量数据和各收费站的车道通行日志数据，回收各收费站7天内的收益和各路段的收益能力收费站etc通行数据分析，作为如图7、图7所示。 8、根据数据分析，成雅高速当前实际收入高于应收收入。 主要收站为双流南站、北站和新津东站、南站，主要为货车收入。 目前成雅路段，收入最高的三个路段分别是：成都站至双流北站、双流南站至二环路口、新津南站至青龙场路口。

3.结论

随着四川平安智慧高速公路战略的逐步推进，四川省高速公路网将逐步成为“三体系”“六层架构”的高速公路大数据生态圈。 城亚分公司还将承担平安智慧高速的建设任务。 综合数据平台的建设，正是对明年平安智慧高速建设的一次有益探索。 未来，我们将继续积极丰富数据采集，控制数据质量，创新本地数据应用。 为道路规划需求设计、公司运营资源配置等多应用场景提供数据支持，为成亚高速智能交通和智慧交通建设做出更大的贡献！

作者：李钢、西泽一、赵胜雄、周佳 单位：四川成渝高速公路有限公司成亚分公司