電子警察系統(tǒng)

電子警察組成部分

1）環(huán)形線圈車輛檢測(cè)器：它可以獲得當(dāng)前監(jiān)控路面交通流量、占有率、速度等數(shù)據(jù)，以此判斷道路阻塞情況；就其優(yōu)點(diǎn)而言，測(cè)速精度和交通量計(jì)數(shù)精度較高，工作穩(wěn)定性好，不受氣象和交通環(huán)境變化的影響。因?yàn)樾枰诿織l車道下埋設(shè)線圈，所以對(duì)公路的路面有破壞作用，影響路面壽命，長(zhǎng)期使用后,線圈易被重型車輛、路面修理等損壞，更換線圈時(shí)工作量較大。而且施工時(shí)需封閉車道，影響交通。

2）超聲波檢測(cè)器：利用光線的傳播的原理，利用傳播時(shí)間的大小來判斷是否有車輛通過。就其優(yōu)點(diǎn)而言，其安裝正在路側(cè)，十分方便，而且經(jīng)久耐用，但其容易受到周圍環(huán)境因素的影響。

3）紅外檢測(cè)器：原理是經(jīng)過紅外調(diào)節(jié)器調(diào)節(jié)，檢測(cè)到車輛的信號(hào)。就其優(yōu)點(diǎn)而言成本較低，使用范圍較廣，且壽命較長(zhǎng)，但其缺點(diǎn)也類似于超聲波檢測(cè)器，容易受到外界環(huán)境的干擾，導(dǎo)致其精確度降低。

4）視頻檢測(cè)器：其作用可以判別車輛的存在以及車型，從而推斷出其他交通參數(shù)。其可以一次性檢測(cè)多種參數(shù)并且檢測(cè)的范圍較為廣泛，缺點(diǎn)就是成本過高，造成一定的經(jīng)濟(jì)負(fù)擔(dān)。

電子警察的重要作用

電子警察作為智能交通系統(tǒng)（ITS）的一個(gè)具體應(yīng)用，目前在城市道路交通管理當(dāng)中扮演著越來越重要的角色。實(shí)踐證明， 電子警察的應(yīng)用取得了良好的社會(huì)效益， 不但改善了交通秩序， 對(duì)道路交通事故的降低也起到了積極的作用。2016年，廣州市共查處各類道路交通違法行為312萬多起， 其中電子警察執(zhí)法就有108萬多起，占查處違法總數(shù)34.62%； 浙江省高速公路共查處各類道路交通違法行為124萬多起，其中用測(cè)速儀抓拍的超速違法行為就有944880起，占糾違總數(shù)的76.2%。據(jù)有關(guān)部門統(tǒng)計(jì)，2017年全國公安交通管理部門共查處道路交通違法行為2.51億人次，其中教育0.82億人次，處罰1.69億人次，處罰機(jī)動(dòng)車違法行為1.52億起。各地利用交通監(jiān)控設(shè)備查處機(jī)動(dòng)車違法行為6716萬起，占全年查處機(jī)動(dòng)車違法行為的32.3%。公安部交通管理局《關(guān)于4月份全國道路交通違法行為統(tǒng)計(jì)分析情況的通報(bào)》表明：2016年4月份， 以交通技術(shù)監(jiān)控設(shè)備查處的交通違法比例超過了70%。全國利用交通技術(shù)監(jiān)控設(shè)備查處機(jī)動(dòng)車違法行為593.9萬起， 同比增加102.9萬起， 增長(zhǎng)21%。以交通技術(shù)監(jiān)控設(shè)備查處機(jī)動(dòng)車違法行為數(shù)量占查處總量的比例為40.8%， 同比上升9.2個(gè)。

電子警察的建設(shè)情況

根據(jù)相關(guān)的文獻(xiàn)和新聞（不完全統(tǒng)計(jì)），得到我國四個(gè)直轄市的電子警察數(shù)量，其中電子眼占主要組成部分，如下圖所示。

治安卡口

治安卡口系統(tǒng)是指安裝在道路上特定場(chǎng)所如收費(fèi)站、城市出入口或治安檢查站等治安卡口及重點(diǎn)治安地段，對(duì)所有通過該卡口點(diǎn)的機(jī)動(dòng)車輛進(jìn)行全天候?qū)崟r(shí)檢測(cè)、記錄與處理的一種道路交通現(xiàn)場(chǎng)監(jiān)視系統(tǒng)。卡口系統(tǒng)通常是由機(jī)動(dòng)車輛檢測(cè)、車輛拍攝、圖像記錄、圖像處理與信息管理以及輔助光源與輔助支架等幾個(gè)部分組成。

近年來，我國機(jī)動(dòng)車輛數(shù)量大幅度上漲，這對(duì)于道路交通的車輛管理提出了更高的要求。治安卡口是城市道路交通的進(jìn)出口，車輛通行量比較大，道路交通治安卡口監(jiān)控系統(tǒng)的建設(shè)，可以極大地提高道路交通治安監(jiān)控水平，幫助公安部門快速找到肇事逃逸車輛、盜搶車輛等，降低道路交通事故發(fā)生率，因此應(yīng)針對(duì)當(dāng)前道路交通治安卡口監(jiān)控系統(tǒng)存在的一些問題，積極進(jìn)行優(yōu)化和改進(jìn)，不斷提高城市道路交通安全。通過城市治安卡口信息綜合管理平臺(tái)的建設(shè)，對(duì)各分縣局基于車輛號(hào)牌識(shí)別技術(shù)建設(shè)的區(qū)域性治安卡口系統(tǒng)進(jìn)行聯(lián)網(wǎng)共享，形成覆蓋全市范圍的集卡口圖片和號(hào)牌數(shù)據(jù)信息的采集、接入、交換、分級(jí)管理和布控、信息綜合應(yīng)用等功能于一體的治安卡口信息綜合管理。治安卡口的構(gòu)成如下圖所示：

車聯(lián)網(wǎng)

車聯(lián)網(wǎng)( Internet of Vehicles) 的概念是國內(nèi)基于物聯(lián)網(wǎng)提出的，在國外尚無完全對(duì)應(yīng)的描述，近似的概念有V2X、Connected Vehicle等。根據(jù)中國車聯(lián)網(wǎng)產(chǎn)業(yè)技術(shù)創(chuàng)新戰(zhàn)略聯(lián)盟的定義，車聯(lián)網(wǎng)是以車內(nèi)網(wǎng)、車際網(wǎng)和車載移動(dòng)互聯(lián)網(wǎng)為基礎(chǔ)，按照約定的通信協(xié)議和數(shù)據(jù)交互標(biāo)準(zhǔn)，在車－ X ( X:車、路、行人及互聯(lián)網(wǎng)等) 之間進(jìn)行無線通訊和信息交換的大系統(tǒng)網(wǎng)絡(luò)，是能夠?qū)崿F(xiàn)智能化交通管理、智能動(dòng)態(tài)信息服務(wù)和車輛智能化控制的一體化網(wǎng)絡(luò)，是物聯(lián)網(wǎng)技術(shù)在交通系統(tǒng)領(lǐng)域的典型應(yīng)用。但是本文認(rèn)為，從更廣泛的意義上看，車聯(lián)網(wǎng)應(yīng)該包括車輛在全生命周期內(nèi)產(chǎn)生的全部信息交換，涵蓋車輛研發(fā)、生產(chǎn)、銷售、使用、回收等各個(gè)環(huán)節(jié)。因此，除了支持車輛與交通三要素———人、車、路互聯(lián)，實(shí)現(xiàn)在智能交通領(lǐng)域的應(yīng)用以外，車聯(lián)網(wǎng)還將與移動(dòng)互聯(lián)網(wǎng)、通訊網(wǎng)、智能工廠、智能電網(wǎng)、智能家居等外部網(wǎng)絡(luò)互聯(lián)，形成自車與人、車、路、網(wǎng)相互連接及信息交互的有效平臺(tái)。車聯(lián)網(wǎng)信息交換的對(duì)象與內(nèi)容如圖所示。

如上文所述，車聯(lián)網(wǎng)可以涵蓋車輛全生命周期中的所有數(shù)據(jù)，因此能夠面向個(gè)人、企業(yè)、政府等不同用戶提供各種不同類型的服務(wù)。根據(jù)側(cè)重點(diǎn)的不同，可以對(duì)車聯(lián)網(wǎng)服務(wù)進(jìn)行分類，如表 所示?？梢钥吹?，車聯(lián)網(wǎng)服務(wù)的范圍覆蓋廣泛、價(jià)值潛力巨大。

無人駕駛

在自動(dòng)駕駛汽車研究方面，非汽車廠商表現(xiàn)搶眼，以谷歌自動(dòng)駕駛汽車為例，在2010 年，谷歌公司在官方博客中宣布，正在開發(fā)自動(dòng)駕駛汽車，目標(biāo)是通過改變汽車的基本使用方式，協(xié)助預(yù)防交通事故，將人們從大量的駕車時(shí)間中解放出來，并減少碳排放。到目前為止，谷歌已經(jīng)申請(qǐng)和獲得了多項(xiàng)相關(guān)專利，其無人駕駛汽車于2012 年獲得牌照上路，總駕駛里程已經(jīng)超過了48.3 萬千米，并且?guī)缀趿闶鹿拾l(fā)生率。谷歌自動(dòng)駕駛汽車外部裝置的核心是位于車頂?shù)?4 束激光測(cè)距儀，能夠提供200 英尺以內(nèi)精細(xì)的3D 地圖數(shù)據(jù)，無人駕駛車會(huì)把激光測(cè)到的數(shù)據(jù)和高分辨率的地圖相結(jié)合，做出不同類型的數(shù)據(jù)模型以便在自動(dòng)駕駛過程中躲避障礙物和遵循交通法規(guī)。安裝在前擋風(fēng)玻璃上的攝像頭用于發(fā)現(xiàn)障礙物，識(shí)別街道標(biāo)識(shí)和交通信號(hào)燈。GPS 模塊、慣性測(cè)量單元以及車輪角度編碼器用于監(jiān)測(cè)汽車的位置并保證車輛行駛路線。汽車前后保險(xiǎn)杠內(nèi)安裝有4 個(gè)雷達(dá)傳感器（前方3 個(gè)，后方1 個(gè)）用于測(cè)量汽車與前（和前置攝像頭一同配合測(cè)量） 后左右各個(gè)物體間的距離。在行進(jìn)過程中，用導(dǎo)航系統(tǒng)輸入路線，當(dāng)汽車進(jìn)入未知區(qū)域或者需要更新地圖時(shí)，汽車會(huì)以無線方式與谷歌數(shù)據(jù)中心通信，并使用感應(yīng)器不斷收集地圖數(shù)據(jù)，同時(shí)也儲(chǔ)存于中央系統(tǒng)，汽車行駛得越多，智能化水平就越高。

意大利帕爾馬大學(xué)Vislab 實(shí)驗(yàn)室研制的無人車于2010 年經(jīng)過意大利、斯洛文尼亞等到達(dá)中國上海，行程15900 千米。它利用太陽能作為輔助動(dòng)力源，配備5 個(gè)激光雷達(dá)、7 個(gè)攝像機(jī)、GPS 全球定位、慣性測(cè)量設(shè)備、3 臺(tái)Linux 電腦和線控駕駛系統(tǒng)。2013 年，他們的無人駕駛車在無人駕駛的情況下成功識(shí)別了交通信號(hào)燈、有效避開行人，成功駛過十字路口、環(huán)島等常見的城市危險(xiǎn)路況。

德國漢堡IBEO 公司早在2007 年開發(fā)了無人駕駛汽車。行駛過程中，車內(nèi)安裝的全球定位儀將隨時(shí)獲取汽車所在準(zhǔn)確方位。隱藏在前燈和尾燈附近的激光雷達(dá)隨時(shí)“觀察”汽車周圍200 碼（約183米）內(nèi)的道路狀況，并通過全球定位儀路面導(dǎo)航系統(tǒng)構(gòu)建三維道路模型。它能識(shí)別各種交通標(biāo)識(shí)，保證汽車在遵守交通規(guī)則的前提下安全行駛，安裝在汽車后備箱內(nèi)的計(jì)算機(jī)將匯總、分析兩組數(shù)據(jù)，并根據(jù)結(jié)果向汽車傳達(dá)相應(yīng)的行駛命令。

在汽車廠商方面，由通用汽車聯(lián)合卡內(nèi)基梅隆大學(xué)以及來自其它行業(yè)的眾多合作伙伴研發(fā)的雪佛蘭Tahoe Boss，集激光雷達(dá)、毫米波雷達(dá)、可視GPS定位系統(tǒng)等高科技手段于一身，可使其對(duì)周邊情況精確掌握通過應(yīng)用這些高科技技術(shù)，雪佛蘭TahoeBoss 在行駛途中對(duì)道路條件、周圍車輛、路上障礙可以迅速做出正確的判斷，并應(yīng)用高性能計(jì)算裝置，計(jì)算出駛路線，以避免碰撞的發(fā)生，最終安全抵達(dá)目的地。另一方面，通用汽車于2010 年推出的電動(dòng)聯(lián)網(wǎng)概念車EN- V 實(shí)現(xiàn)了車聯(lián)網(wǎng)與電氣化的結(jié)合，在自動(dòng)駕駛模式下，EN- V 能夠通過對(duì)實(shí)時(shí)交通信息的分析，自動(dòng)選擇路況最佳的行駛路線從而大大緩解交通堵塞。除此之外，通過使用車載傳感器和攝像系統(tǒng)，EN- V 可以感知周圍環(huán)境，在遇到障礙物或者行駛條件發(fā)生變化時(shí)能夠做出迅速的調(diào)整。奧迪無人駕駛系統(tǒng)使用兩個(gè)雷達(dá)探頭、八個(gè)超聲波探頭和一個(gè)廣視角攝像機(jī)，可以在設(shè)定的時(shí)間內(nèi)，按照導(dǎo)航系統(tǒng)提供的信息，在最高60km/h 的速度以下自主轉(zhuǎn)向、加速和剎車，實(shí)現(xiàn)完全的自主駕駛。搭載奧迪無人駕駛系統(tǒng)的車型可以在交通擁擠的城市中起、停自如，轉(zhuǎn)向操作也十分靈活。在高速行駛中，能夠及時(shí)根據(jù)前方車距來調(diào)整自己的速度。當(dāng)前方出現(xiàn)險(xiǎn)情時(shí)，奧迪無人駕駛車型能夠及時(shí)剎車。

智能路網(wǎng)理論模型

道路網(wǎng)絡(luò)概念模型的構(gòu)建

道路網(wǎng)絡(luò)是城市交通網(wǎng)絡(luò)的重要組成部分,人們的大部分出行都是在道路網(wǎng)絡(luò)上進(jìn)行的。本文將道路網(wǎng)絡(luò)抽象為道路、交叉口以及道路附屬設(shè)施等一些靜態(tài)要素,同時(shí)根據(jù)動(dòng)態(tài)誘導(dǎo)的需求,需要在表達(dá)道路網(wǎng)絡(luò)的同時(shí)表達(dá)相應(yīng)道路網(wǎng)絡(luò)的動(dòng)態(tài)交通信息,如交通狀態(tài)、路段行程時(shí)間和延誤等,將這些抽象為動(dòng)態(tài)要素。此外,路網(wǎng)還包括交通規(guī)則,主要用于表達(dá)道路的通行權(quán)和優(yōu)先權(quán)等。綜上所述,道路網(wǎng)絡(luò)的概念模型抽象為路網(wǎng)、道路附屬設(shè)施、動(dòng)態(tài)交通信息、交通規(guī)則以及交通事件這五種要素,概念模型如下圖巧所示。

道路網(wǎng)主要包括維點(diǎn)對(duì)象交叉口和維線對(duì)象車行道、道路段以及道路,它們共同構(gòu)成了道路網(wǎng)的骨架。交叉口包括簡(jiǎn)單交叉口和復(fù)雜交叉口兩類。簡(jiǎn)單交叉口是由兩條道路相交而成,主要包括常見的十字交叉口,錯(cuò)位的十字交叉等,復(fù)雜交叉口主要包括一型交叉口、一型交叉口、環(huán)形交叉口等。道路段是指由兩個(gè)連續(xù)道路交叉口所界定的道路的一部分。道路段的構(gòu)建遵循“平面強(qiáng)化”的原則。道路段是指道路上由兩個(gè)連續(xù)道路交叉口界定的線狀,用于表達(dá)道路的一部分。

該模型是以道路為幾何數(shù)據(jù)建模的基本單元。道路的某些屬性如行程時(shí)間、路段上的交通量等會(huì)隨著時(shí)間變化而變化,稱之為時(shí)間依賴屬性,即動(dòng)態(tài)交通信息。道路附屬設(shè)施主要是指道路交通標(biāo)志、路面標(biāo)記等。交通事件是指那些發(fā)生在路網(wǎng)上并影響其狀態(tài)的一些事件,主要包括交通事故和道路的施工等。道路附屬設(shè)施和交通事件依附于道路網(wǎng)而存在,呈現(xiàn)出明顯的線性分布特征,因此可以用線性位置參照方法來實(shí)現(xiàn)它們與道路網(wǎng)的空間鏈接。

利用線性參照方法,道路網(wǎng)中的道路附屬設(shè)施和交通事件的空間位置可以描述為：

Network_position=(Linear_Datum，offset)

其中，Linear_Datum表示事件所在線性基準(zhǔn)，包括車行道、路段和道路；offset表示事件沿著Linear_Datum的偏移距離。該模型實(shí)現(xiàn)了道路網(wǎng)絡(luò)幾何數(shù)據(jù)與動(dòng)態(tài)交通信息的一體化表達(dá)。

邏輯數(shù)據(jù)模型

在關(guān)系數(shù)據(jù)模型中，用單一的結(jié)構(gòu)類型（即所表示的關(guān)系）來表示實(shí)體之間的關(guān)系。關(guān)系由屬性、域、鍵、關(guān)系和元組成，對(duì)關(guān)系的描述稱為關(guān)系模式。下圖為關(guān)系模型和關(guān)系表。

A.定義交叉口的關(guān)系模式如下：

INTERSECTION={Inse_ID,Inse_REID,Inse_Attr}

其中INTERSECTION是該關(guān)系模式的名稱是交叉口的唯一標(biāo)識(shí),Inse_ID是主鍵是構(gòu)成交叉口的道路元素的標(biāo)識(shí)號(hào),是一個(gè)外鍵,指向構(gòu)成交叉口的道路元素的一個(gè)記錄,Inse_REID是交叉口屬性的唯一標(biāo)識(shí),也是一個(gè)外,指向交叉口的屬性表中的一條記錄。交叉口的邏輯表達(dá)如表所示。

B. 路段的表達(dá)：

同前述道路元素的邏輯表達(dá),路段也是由其兩端的交叉口來界定，一個(gè)路段可能包含個(gè)或多個(gè)道路元素，且每條路段都具有各自的屬性，如圖所示。定義路段的關(guān)系模式如下：

ROAD=（R_ID，R_SInse，R_EInse，R_Attr）

其中，ROAD是該關(guān)系模式的名稱，R_ID是路段的唯一標(biāo)識(shí)，是主鍵；R_SInse和R_EInse分別是路段的起始交叉點(diǎn)和終止交叉點(diǎn)的標(biāo)識(shí)號(hào)，是該關(guān)系模式的兩個(gè)外鍵，分別指向交叉點(diǎn)關(guān)系表中的兩條記錄；R_ID是路段中包含的道路元素的標(biāo)識(shí),是外鍵,唯一地標(biāo)識(shí)構(gòu)成路段的道路元素；R_Attr也是關(guān)系模式的外鍵,用來唯一的標(biāo)識(shí)路段的屬性。路段的邏輯表達(dá)如表所示。

路網(wǎng)模型的表達(dá)

對(duì)于路網(wǎng)（表示）信息模型可以理解為：物理路網(wǎng)的繪制和交通信息的采集。對(duì)于交通的評(píng)價(jià)而言，主要是從交通狀態(tài)和交通安全性進(jìn)行描述，而需要對(duì)這兩者進(jìn)行描述，我們就需要利用采集到的基本交通流參數(shù)，建立相關(guān)的數(shù)學(xué)模型，然后對(duì)交通狀態(tài)和安全性進(jìn)行判斷。

1）道路網(wǎng)絡(luò)模型：圖顯示了路網(wǎng)的基本元素和拓?fù)潢P(guān)系。節(jié)點(diǎn)指道路交叉口、道路盡頭或道路屬性改變的地方的點(diǎn)（帶數(shù)字標(biāo)號(hào)的點(diǎn)）；角點(diǎn)指描述多義線道路幾何形狀的點(diǎn)（黑色實(shí)心點(diǎn)）；而道路則描述了節(jié)點(diǎn)與節(jié)點(diǎn)之間的聯(lián)系（如路段A、B）。

如果把角點(diǎn)歸于道路的屬性數(shù)據(jù)，則整個(gè)路網(wǎng)模型可以表述為：

交通模型的建立

交通擁堵具有一定的時(shí)空特性，在時(shí)間上體現(xiàn)為擁堵持續(xù)時(shí)間，通常采用交通系統(tǒng)處于擁堵狀態(tài)的總時(shí)間或出行者在擁堵時(shí)段的總出行時(shí)間來量化。交通擁堵發(fā)生時(shí)，對(duì)于出行者而言最直觀的感受就是出行時(shí)間的增加[16]。車輛行駛時(shí)間（Vehicle-Hours of Travel，VHT）是指路段上平均交通量與車輛平均行程時(shí)間的乘積，包含了路段長(zhǎng)度和交通擁堵的雙重影響。而采用基于行程時(shí)間的方法（如VHT）進(jìn)行評(píng)價(jià)，主干路的擁堵強(qiáng)度明顯增加，尤其是對(duì)于高峰時(shí)段的路網(wǎng)擁堵狀態(tài)比較敏感，評(píng)價(jià)結(jié)果與人們的感受更加相符。因此，采用VHT 來表征交通需求。

對(duì)于某一條路段，在統(tǒng)計(jì)時(shí)段內(nèi)其VHT 的計(jì)算公式為：

VHTi=qi×Ti

式中：VHTi表示統(tǒng)計(jì)時(shí)段內(nèi)路段i 的車輛行駛時(shí)間；

qi表示統(tǒng)計(jì)時(shí)段內(nèi)路段i 上的平均交通量；

Ti表示路段i 上車輛的平均行程時(shí)間。

對(duì)于不同等級(jí)道路，在一定時(shí)期內(nèi)的擁堵總持續(xù)時(shí)間相對(duì)穩(wěn)定，因此可以認(rèn)為在統(tǒng)計(jì)時(shí)段內(nèi)，對(duì)應(yīng)的VHT 是一個(gè)相對(duì)固定的值。

應(yīng)用分析

在高德交通大數(shù)據(jù)監(jiān)測(cè)的361個(gè)城市中，有15%的城市通勤高峰受擁堵威脅，有59%的城市通勤高峰處于緩行，僅有26%的城市通勤不受擁堵威脅。同比來看，2018Q2同比2017Q2有32%的城市出現(xiàn)下降，有30%的城市擁堵同比基本持平，38%的城市擁堵同比出現(xiàn)上漲。其中山東南部和廣東沿海城市擁堵上漲較多，而內(nèi)蒙、云南、貴州等省份里的城市擁堵下降較多。

擁堵里程比例主要衡量城市各等級(jí)道路處于中度擁堵、嚴(yán)重?fù)矶碌燃?jí)的路段里程比例，從空間分布的角度反應(yīng)道路網(wǎng)交通擁堵的影響輻射范圍。根據(jù)國標(biāo)指標(biāo)計(jì)算規(guī)則，在2018Q2監(jiān)測(cè)的100個(gè)主要城市中，擁堵里程比例高的城市多數(shù)分布在南方，廣東省擁堵里程比例普遍偏高。同時(shí)，北京高峰期平均每分鐘擁堵495.81公里，擁堵里程相對(duì)全路網(wǎng)比例為11.8%，全國最高，也就是說北京在高峰時(shí)每100公里就有11.8公里處于嚴(yán)重?fù)矶禄驌矶聽顟B(tài)；從下圖北京和成都某晚高峰路況斷面來看，北京發(fā)布擁堵路段的里程明顯高于成都。

常發(fā)擁堵路段，主要衡量城市常發(fā)擁堵路段的空間和方向分布，反應(yīng)交通擁堵發(fā)生的聚焦性和潮汐性。以北京為例二季度快速路常發(fā)嚴(yán)重?fù)矶碌睦锍套罡撸缓笫谴胃陕?。常發(fā)嚴(yán)重?fù)矶碌膮^(qū)域集中在城東，其中東二環(huán)東便門附近擁堵程度最高，此外箭亭橋、清華東路西口、西直門、西便門、國貿(mào)、四惠、平房橋、大山子等都是常發(fā)擁堵的地方。上海二季度常發(fā)擁堵路段較為分散，靜安寺周邊相對(duì)其它區(qū)域較多。