高速公路紧急事件与安全系统研究
|
摘要
高速公路紧急事件与安全系统是目前我国研究的一个重要课题。它是智能交通系统（Intelligent Transportation Systems－ITS）中紧急事件与安全子系统的一个分支。它运用各种先进的电子技术、信息技术、传感器技术和系统工程技术为高速公路管理部门提供高速公路上发生事故的预测模型、事故位置以及为救援工作的开展提供相应的信息和方案。事故预测模型是高速公路紧急事件与安全系统最重要的功能之一，其目的在于为高速公路管理部门提供比较准确的事故预测数据。通过对交通事故的及时处理和事故现场的及时清理，减少交通事故救助时间，预防出现二次事故。同时，有效降低紧急事件对交通的影响，达到避免交通阻塞，促进经济的发展。
本文首先介绍了国内外智能交通发展的情况，同时介绍了我国高速公路发展的状况，并根据重庆的实际情况说明建立智能交通系统的重要性和必要性。在对重庆市成渝高速公路进行调研的情况下设计了相适应的紧急事件与安全系统，并根据重庆市的实际情况，确定了系统的基本结构框架，包括事故预测模型、事故自动定位、救援工作展开、交通事故管理专家系统等，并说明了各个子模块的功能。
事故预测模型是高速公路紧急事件与安全系统的一个重要子课题。事故的预测在紧急事件与安全系统中占有很重要的地位。我们根据成渝高速公路上已经发生的事故数据，运用灰色系统理论方法，将这些无序的数据进行整理，使其白化为呈现出一定规律的生成数。同时使用GM(1,1)来建立紧急事件的预测模型，并利用已有的历史数据进行分析，其预测结果符合使用条件。
紧急事件的定位采用紧急电话、巡逻车、手机及车载GPS接收机来对发生事故的车辆进行自动定位。救援工作的开展则是根据发生事故的时间、气候、季节、路段、车型及事故类型等不同情况,因地制宜地组织救援工作，并采取有力措施防止二次事故。
事故管理子系统将已发生的事故整理存档，并结合专家系统的有关知识对救援工作提供一些专家意见，并为现场救援工作做出较好的指导。
本系统中各个子系统均能独立完成其特定功能，同时，作为一个整体，其功能达到预期目标。
Emergency and security system of freeway is an important task in China. It's a branch of Emergency and security system in Intelligent Transportation System-ITS. It uses advanced electronic technology, information technology, transducer technology and system engineering to offer the forecasting model, location of accidents on freeway and offer some information and scheme for the freeway administration when rescue taking on. Set up accident forecasting model is an important function of this system, it's in order to give freeway administration exact forecast information of accidents. Under immediately dispose the accidents and liquidate the accident location, reduce the secure time, avoid secondary accidents. At the same time reduce the affection of accident in transportation and avoid the traffic jam, and promote economy development.
In this article we first introduce the development of ITS and superhighway in China, at the mean time give the importance of establishing ITS in ChongQing. After the research on Cheng-Yu superhighway, design the frame of emergency and security system, it includes accident forecasting model, accidents automatic locating, process rescue, expert system of accident management, and explain the function of all the subsystem.
Accident forecasting model is an important task in superhighway emergency and security system. We use the data of accident that occur on the Cheng-Yu freeway and theory of gray system, arrange the out of order data to be in some rule. Then use Gray Model (GM(1,1)) establish forecasting model and analyze the historic data to revise it.
We use emergency phone, prowl car, mobile phone and GPS receiver on the vehicle to automatic locating. Due the different kinds of time, climate, season, locus, vehicle and accidents style, we use different way to process the rescue, and adopt mighty means to avoid secondary accident.
Accident management system ranges the happened accident in file, use expert system to provide some expertise for accident rescue.
All parts of this system can achieve their own goal, and as a whole system, it can accomplish the expecting object too.
本文首先介绍了国内外智能交通发展的情况，同时介绍了我国高速公路发展的状况，并根据重庆的实际情况说明建立智能交通系统的重要性和必要性。在对重庆市成渝高速公路进行调研的情况下设计了相适应的紧急事件与安全系统，并根据重庆市的实际情况，确定了系统的基本结构框架，包括事故预测模型、事故自动定位、救援工作展开、交通事故管理专家系统等，并说明了各个子模块的功能。
事故预测模型是高速公路紧急事件与安全系统的一个重要子课题。事故的预测在紧急事件与安全系统中占有很重要的地位。我们根据成渝高速公路上已经发生的事故数据，运用灰色系统理论方法，将这些无序的数据进行整理，使其白化为呈现出一定规律的生成数。同时使用GM(1,1)来建立紧急事件的预测模型，并利用已有的历史数据进行分析，其预测结果符合使用条件。
紧急事件的定位采用紧急电话、巡逻车、手机及车载GPS接收机来对发生事故的车辆进行自动定位。救援工作的开展则是根据发生事故的时间、气候、季节、路段、车型及事故类型等不同情况,因地制宜地组织救援工作，并采取有力措施防止二次事故。
事故管理子系统将已发生的事故整理存档，并结合专家系统的有关知识对救援工作提供一些专家意见，并为现场救援工作做出较好的指导。
本系统中各个子系统均能独立完成其特定功能，同时，作为一个整体，其功能达到预期目标。
Emergency and security system of freeway is an important task in China. It's a branch of Emergency and security system in Intelligent Transportation System-ITS. It uses advanced electronic technology, information technology, transducer technology and system engineering to offer the forecasting model, location of accidents on freeway and offer some information and scheme for the freeway administration when rescue taking on. Set up accident forecasting model is an important function of this system, it's in order to give freeway administration exact forecast information of accidents. Under immediately dispose the accidents and liquidate the accident location, reduce the secure time, avoid secondary accidents. At the same time reduce the affection of accident in transportation and avoid the traffic jam, and promote economy development.
In this article we first introduce the development of ITS and superhighway in China, at the mean time give the importance of establishing ITS in ChongQing. After the research on Cheng-Yu superhighway, design the frame of emergency and security system, it includes accident forecasting model, accidents automatic locating, process rescue, expert system of accident management, and explain the function of all the subsystem.
Accident forecasting model is an important task in superhighway emergency and security system. We use the data of accident that occur on the Cheng-Yu freeway and theory of gray system, arrange the out of order data to be in some rule. Then use Gray Model (GM(1,1)) establish forecasting model and analyze the historic data to revise it.
We use emergency phone, prowl car, mobile phone and GPS receiver on the vehicle to automatic locating. Due the different kinds of time, climate, season, locus, vehicle and accidents style, we use different way to process the rescue, and adopt mighty means to avoid secondary accident.
Accident management system ranges the happened accident in file, use expert system to provide some expertise for accident rescue.
All parts of this system can achieve their own goal, and as a whole system, it can accomplish the expecting object too.
引文
[1] Report of the Proceedings of Congress Road Safety，PIARC/Montreal (蒙特利尔) 1995：9-12
[2] 武晓宇．智能交通初探．山西建筑，2002，5(28)：2-3
[3] 寇有观．城市智能运输系统的分析与设计．交通与计算机，2001，19(1)：8-11
[4] 王震宇、黄卫．中国智能运输系统体系结构发展研究．东南大学学报(自然科学版)，2001，31(3)：85-89
[5] 岳云．智能交通系统的发展近况．科技与经济，1998，1：17-18
[6] 刘允才、张素、施鹏飞．智能交通国际发展概况和国内优先考虑的课题．公路，2001，11（11）：26-33
[7] National Intelligent Transportation System Deployment Strategy．Actions for Achieving National and Community Transportation Objectives．Intelligent Transportation Society of America, 1999：121-123
[8] 易汉文．美国智能交通10年发展规划．国外城市规划，2002，4：40-44
[9] Intelligent Vehicle-Highway Society of America. Strategic Plan for Intelligent Vehicle-Highway Systems in the United States．IVHS America, Washington, D.C. 1992, May, 20：44-47
[10] United States Department of Transportation. The National ITS Information Infrastructure Initiative. U.S. DOT, Washington, D.C. 1997, Sept.：24-28
[11] 隋鹏程、陈宝智．安全原理与事故预测．第一版．北京：冶金工业出版社，1988年7月：25-26
[12] 《中国交通统计年报（2002）》
[13] 郭志勇．高速公路经营管理体制改革初探．现代高速，2000年第8期：38-39
[14] 《成渝高速公路统计数据（2002）》
[15] 高速公路丛书编委会．高速公路交通工程及沿线设施．第一版．北京．人民交通出版社， 1996年6月：11-12
[16] 行车知识．人的因素与高速公路交通安全．现代高速，2000，10：46-47
[17] 李作敏．交通工程学．第二版．北京：人民交通出版社，2000年6月：156-159
[18] 侯德藻等．高速公路事故特征及预防对策．汽车运输，1999年5月：32-35
[19] 王焕德、段里仁等．道路交通事故概述．中国人民公安大学出版社，1997年8月：61-71
[20] 邓聚龙．灰色预测与决策．第一版．武汉：华中理工大学出版社，1986年：76-80
王文贵、胡建平、黄敏．深圳智能交通技术应用与研究文集．北京：人民交通出版社 2000
[21] 年：45-49
[22] 傅立．灰色系统理论及应用．第一版．北京．科学技术文献出版社，1992年10月：1-7
[23] Liu Sifeng．On Measure of Gray Information． The Journal of Gray System 1997，7（2）：97-101
[24] 吕丰．灰色系统关联度之分辨系数的研究．系统工程理论与实践．1997，１７（6）：49-54
[25] 蔡常丰．数学模型建模分析．第一版．北京．科学出版社，1995年12月：148-173
[26] Deng Julong and David K.W.．Chaos in Gray Model GM(1,N)．The Journal of Gray System 1996，８（１）：1-10
[27] 陈剑青．GPS的原理与应用．电信技术，1996，1：11-14
[28] 高成发 编著．GPS测量．第一版．北京．人民交通出版社，1999年10月：1-15
[29] David Mc Neil Mayhew. Multi-rate sensor fusion for GPS navigation using kalman filtering. Thesis submitted to the facility of the Virginia Polytechnic Institute and State University of Science in Electrical Engineering, May, 1999：26-31
[30] 魏武．GPS及其在智能交通系统中的应用前景．国外公路 1998，18（6）：28-31
[31] Dana Peter．The Geographer's Craft Project．Dept of Geography，University of Texas at Austin, 1999：225-228
[32] 甘俊英、张有为．GPS实时差分动态定位技术．武汉交通科技大学学报 1998，22（2）：173-175
[33] 宋之涛．GPS的基本原理及其应用前景．株洲工学院学报，2001，15（5）：44-47
[34] 李士勇．模糊控制．神经控制和智能控制论．哈尔滨：哈尔滨工业大学出版社，1998
[35] 陆锋．最短路径算法：分类体系与研究进展．测绘学报，2001，30(3)：269-274
[36] 陈芒、陈洪亮．智能交通系统中的路径牵引算法．微型电脑应用，1999，15(6)：45-46
[37] Lu Feng, Lu Dong-mei, Cui Wei-hong, Improved Dijkstra's Algorithm Based on Quad-heap Priority Queue and Inverse Adjacent Lists[J], Journal of Image and Graphics, 1999,4A(12)：1039-1045
[38] Takahiro Ikeda, Min-Yao Hsu, Hirashi Imai, A Fast Algorithm for Finding Better Routes by AI Search Techniques, University of Tokyo, Hongo, Tokyo 113,Japan
[39] 张鸿宾．组合优化问题的启发式搜索．计算机科学，1998，25(2)：13-16
[40] 马玉详、武波．专家系统．第一版．成都．电子科技大学出版社，1994，12：9-21
[41] 林尧瑞、张钹等．专家系统原理与实践．第一版．北京：科技出版社1988，4：1-25
[42] Richard Levin, Charles A Kirkpatrick , David Rubin Quantitative Approaches to Management (M)．1982
Lansdale M. New Method for Discovering Rules from Examples Man Machine Study, 1992：127-143
[2] 武晓宇．智能交通初探．山西建筑，2002，5(28)：2-3
[3] 寇有观．城市智能运输系统的分析与设计．交通与计算机，2001，19(1)：8-11
[4] 王震宇、黄卫．中国智能运输系统体系结构发展研究．东南大学学报(自然科学版)，2001，31(3)：85-89
[5] 岳云．智能交通系统的发展近况．科技与经济，1998，1：17-18
[6] 刘允才、张素、施鹏飞．智能交通国际发展概况和国内优先考虑的课题．公路，2001，11（11）：26-33
[7] National Intelligent Transportation System Deployment Strategy．Actions for Achieving National and Community Transportation Objectives．Intelligent Transportation Society of America, 1999：121-123
[8] 易汉文．美国智能交通10年发展规划．国外城市规划，2002，4：40-44
[9] Intelligent Vehicle-Highway Society of America. Strategic Plan for Intelligent Vehicle-Highway Systems in the United States．IVHS America, Washington, D.C. 1992, May, 20：44-47
[10] United States Department of Transportation. The National ITS Information Infrastructure Initiative. U.S. DOT, Washington, D.C. 1997, Sept.：24-28
[11] 隋鹏程、陈宝智．安全原理与事故预测．第一版．北京：冶金工业出版社，1988年7月：25-26
[12] 《中国交通统计年报（2002）》
[13] 郭志勇．高速公路经营管理体制改革初探．现代高速，2000年第8期：38-39
[14] 《成渝高速公路统计数据（2002）》
[15] 高速公路丛书编委会．高速公路交通工程及沿线设施．第一版．北京．人民交通出版社， 1996年6月：11-12
[16] 行车知识．人的因素与高速公路交通安全．现代高速，2000，10：46-47
[17] 李作敏．交通工程学．第二版．北京：人民交通出版社，2000年6月：156-159
[18] 侯德藻等．高速公路事故特征及预防对策．汽车运输，1999年5月：32-35
[19] 王焕德、段里仁等．道路交通事故概述．中国人民公安大学出版社，1997年8月：61-71
[20] 邓聚龙．灰色预测与决策．第一版．武汉：华中理工大学出版社，1986年：76-80
王文贵、胡建平、黄敏．深圳智能交通技术应用与研究文集．北京：人民交通出版社 2000
[21] 年：45-49
[22] 傅立．灰色系统理论及应用．第一版．北京．科学技术文献出版社，1992年10月：1-7
[23] Liu Sifeng．On Measure of Gray Information． The Journal of Gray System 1997，7（2）：97-101
[24] 吕丰．灰色系统关联度之分辨系数的研究．系统工程理论与实践．1997，１７（6）：49-54
[25] 蔡常丰．数学模型建模分析．第一版．北京．科学出版社，1995年12月：148-173
[26] Deng Julong and David K.W.．Chaos in Gray Model GM(1,N)．The Journal of Gray System 1996，８（１）：1-10
[27] 陈剑青．GPS的原理与应用．电信技术，1996，1：11-14
[28] 高成发 编著．GPS测量．第一版．北京．人民交通出版社，1999年10月：1-15
[29] David Mc Neil Mayhew. Multi-rate sensor fusion for GPS navigation using kalman filtering. Thesis submitted to the facility of the Virginia Polytechnic Institute and State University of Science in Electrical Engineering, May, 1999：26-31
[30] 魏武．GPS及其在智能交通系统中的应用前景．国外公路 1998，18（6）：28-31
[31] Dana Peter．The Geographer's Craft Project．Dept of Geography，University of Texas at Austin, 1999：225-228
[32] 甘俊英、张有为．GPS实时差分动态定位技术．武汉交通科技大学学报 1998，22（2）：173-175
[33] 宋之涛．GPS的基本原理及其应用前景．株洲工学院学报，2001，15（5）：44-47
[34] 李士勇．模糊控制．神经控制和智能控制论．哈尔滨：哈尔滨工业大学出版社，1998
[35] 陆锋．最短路径算法：分类体系与研究进展．测绘学报，2001，30(3)：269-274
[36] 陈芒、陈洪亮．智能交通系统中的路径牵引算法．微型电脑应用，1999，15(6)：45-46
[37] Lu Feng, Lu Dong-mei, Cui Wei-hong, Improved Dijkstra's Algorithm Based on Quad-heap Priority Queue and Inverse Adjacent Lists[J], Journal of Image and Graphics, 1999,4A(12)：1039-1045
[38] Takahiro Ikeda, Min-Yao Hsu, Hirashi Imai, A Fast Algorithm for Finding Better Routes by AI Search Techniques, University of Tokyo, Hongo, Tokyo 113,Japan
[39] 张鸿宾．组合优化问题的启发式搜索．计算机科学，1998，25(2)：13-16
[40] 马玉详、武波．专家系统．第一版．成都．电子科技大学出版社，1994，12：9-21
[41] 林尧瑞、张钹等．专家系统原理与实践．第一版．北京：科技出版社1988，4：1-25
[42] Richard Levin, Charles A Kirkpatrick , David Rubin Quantitative Approaches to Management (M)．1982
Lansdale M. New Method for Discovering Rules from Examples Man Machine Study, 1992：127-143