苏州智慧交管体系建设与实践 - 交通管理 - 智慧交通网 ITS114.COM|领先的智能交通门户网站
  • 苏州智慧交管体系建设与实践

    2023-12-18 15:24:41 来源:苏州交警 评论:
    分享到:

    智能交通,百舸争流、千帆竞渡。一直以来,苏州市公安局交警支队全面贯彻落实苏州市委市政府决策部署,在苏州市公安局领导下,践行科技兴警战略,构建“以科技赋能实战、用数据驱动警务”的现代化交通治理新模式,有效提升服务民生、服务发展、服务实战能力水平,构建交管数据赋能体系。

    构建交管数据赋能体系

    在苏州市公安局大力支撑下,苏州交警搭建“市局+支队”双核引擎驱动的交管赋能中心,完善了“情指行”交管赋能支撑体系,形成市、县(区)两级赋能整体架构,打造了交通管理数据赋能链条。

    目前,支队按照人、车、路、环境、交通运行设有五大专题库,依托市局大数据实战赋能中心,支队全量汇聚前端设备资源,构建全市域、全时空、立体化的交管全要素感知体系。

    深化科技赋能实战应用

    一、赋能道路交通疏堵保畅

    1、“雁阵式”互联网+信号优化

    建设“雁阵式智慧交通信号优化系统”,落实“互联网+信号优化”工作机制,开展“监测-优化-实施-评价-再优化”的信号控制闭环工作。通过融合交警自身的卡口、微波、线圈等感知设备数据和互联网+交通大数据,监测路口交通运行状态,运用深度学习等智能算法自动生成信号配时优化方案,并实时评估、迭代优化,支撑古城管控、动态绿波、公交优先等多场景应用,实现了信号优化由“人工经验”到“人工智能”的转变。

    目前,已实现对全市7000余个路口开展信号精细化配时,主要路口按照不同时段、不同场景,包括节假日、恶劣天气等,平均设置10套以上的信号配时方案,整体信号控制更加精细科学,优化工作效率大幅提升。

    2、“高地联动”信号控制

    为应对城市快速路流量超饱和运行带来的交通管理工作挑战,让快速路真正“快起来”,苏州交警以均衡交通流为破题思路,来实现高架道路通行效率最大化。

    ✦ 一是快速路信号实时管控,依托市区高架匝道信号控制点位,打造快速路信号智能管控平台,实时检测各类交通指标,自动生成快速路交通综合曲线并开展快速路阈值管控,当路况即将达到拥堵阈值时,平台自动提示开启或关闭信号灯,动态调整匝道信号配时方案以适应交通流的变化。

    ✦ 二是地面信号联动控制,当高架快速路进行匝道信号控制后,地面道路信号开展联动控制,上游地面路口设置红波,控制流量到达;下游地面路口设置绿波,快速疏解车流,实现高架-地面信号联动。

    ✦ 三是多渠道交通诱导发布,在“高地联动”控制模式启动后,通过交通诱导屏、互联网导航等多渠道发布诱导信息,引导群众合理分流,实现路网流量均衡。

    目前,已对15处高架匝道实施“高地联动”信号控制,配套调整了67个地面路口信号配时。

    3、绿波协调控制优化

    大力推进绿波带建设,目前全市共设置绿波带908条,涉及路口3235个,绿波覆盖率达42.98%,全市主干道已基本实现绿波控制。为进一步挖掘道路通行潜能,苏州交警不断深化绿波带应用,因地制宜设置动态绿波、十字型绿波、L型绿波、长距离绿波等多种形式的绿波带。通过交通诱导屏、互联网导航等多种渠道发布绿波推荐车速等信息,引导市民群众按推荐车速行驶,切实发挥绿波通行效果。提升路网整体通行效能。

    4、交通信号灯态发布

    为深入挖掘交管数据赋能潜力,拓展警企合作应用场景,提升市民出行体验,苏州交警接入全市交通信号控制系统,汇聚、解析路口交通信号动静态数据,对数据进行脱敏和统一规范化处理并经安全边界传输,开发交通信号灯态查询接口,实现全市交通信号灯态发布。通过灯态查询接口,一方面可以在互联网地图导航中精准展示交通信号灯当前灯色、倒计时等信息,方便群众合理规划行车速度,减少红灯等待次数;另一方面,融合交管数据和互联网交通数据,迭代优化交通信号控制算法和导航路径规划算法,实现公安交通管理与企业出行服务的双向赋能。

    5、先进感知设备试点应用

    紧抓智能网联发展机遇,将激光雷达、相控阵雷达等先进感知设备应用于道路交通智慧化管理。在友新高架试点应用激光雷达,全天候监测实时交通运行状态,精准识别故障停车、实现变道、货车上高架等交通异常事件和交通违法行为,赋能交通实时管控。

    在干将路-桐泾路路口安装激光雷达、视频监控等多种设备,依托数字孪生技术,实现全息路口监测,赋能交通安全管理和道路疏堵保畅。

    在苏站路-齐溪街、人民路-道前街、人民路-书院巷、养育巷-道前街等路口试点应用相控阵雷达,实时监测交通流量、车速、排队长度、车辆轨迹等多种类型交通数据,配套边缘计算设备,运用智能算法,形成交通运行综合指数并输入信号机,主动干预交通信号自适应控制,提升信号控制科学性和实时性。

    经监测分析,应用相控阵雷达的路口,高峰时段交通流量平均增长6.8%,苏站路-齐溪街工作日高峰拥堵时间平均减少7分钟,周末全天拥堵时间减少近2小时,人民路-道前街、人民路-书院巷、养育巷-道前街工作日高峰拥堵时间平均减少20分钟以上。

    6、高速路网大流量预测模型

    为保障高速公路安全畅通,实现路网通行效能最大化,苏州交警建设了高速路网大流量预测模型。搭建了高速公路可计算路网,融合自建卡口、ETC等设备监测实时数据,结合五大影响要素,利用基于熵权法的多变量时空同步图卷积网络模型开展中长期及短临流量预测。基于模型预测的高速公路中长期流量结果,支队提前制定高速大流管控预案,综合采用“远端诱导、节点渠化”的保畅战法;对短临流量预测结果,支队采用“重点关注、枢纽分流、控制驶入”的预警保畅战法,实施分级化梯次主动管控。

    2023年“中秋、国庆”双节假期期间,苏州高速公路路网流量日均208.59万辆次,较2019年同期上升23.07%。在高速大流量预测模型和高速大流量管控技战法的有效结合下,高峰流量时段通行速度平均提升约8%,通行效率平均提升约13%,有效缓解节假日期间高速公路拥堵难题,增强群众出行体验感和幸福感。

    二、助力智慧城市交通服务

    苏州交警紧抓智能网联及自动驾驶等新技术不断涌现的机遇,与高校、科研机构、科技企业等20余家单位合作,联合组建了“智能网联与城市交通服务联合创新实验室”。联合实验室成立技术委员会,下设4个研究小组,实验室由支队提供办公及科研场所,合作开展新技术测试及应用示范,共同推进“产学研”资源整合,助力我市智能网联产业的高速发展。

    1、共建“太湖自动驾驶安全评测技术创新中心”

    依托联合实验室平台,与吴中区人民政府联合成立“太湖自动驾驶安全评测技术创新中心”,重点围绕技术资源汇聚、法律法规研究、自动驾驶安全评测、交通安全事件认定等开展研究,推动形成苏州特色的智能网联示范区和产业集聚区。在公安部道研中心指导下,开展智能网联汽车交规符合性及安全保障相关研究,推动智能网联汽车合规上路,助力智能网联产业良性发展。

    2、建设智慧驾培驾考

    在联合实验室丰富的技术资源支撑下,探索打造智慧驾培驾考示范基地,通过真实场景模拟库搭建、AI+数字孪生技术、物理仿真、行驶系统仿真、VR模拟驾驶、AI机器人教练等技术手段,实现科目一场景化、沉浸式考试,科目二AI、大数据以训代考,科目三AI机器人无考官考试,切实提升驾驶人交通安全意识、交规掌握能力和文明驾驶水平。

    3、深化警企合作应用研究

    通过资源共用、数据共享、场景共建等合作方式开展新技术、新方法、新应用研究。与图达通、万集等企业合作,在高架和地面路口路段部署激光雷达等设备,配套智能算法,实时监测、精准识别交通异常事件和交通违法行为,赋能交通实时管控;开展高速公路自动巡逻机器人应用研究,进一步解放警力、提升高速公路执勤执法安全和智慧化管理水平;汇聚互联网企业交通数据,迭代优化交通信号控制算法模型,提升道路通行效率;开展路口通行安全辅助预警研究,利用路口感知设备,结合百度AI算法能力,监测路口交通流轨迹及碰撞风险,通过导航、车机、声音提示装置等渠道实时提醒交通参与者,减少路口交通事故,保障通行安全。

    4、建设数字交通控制中心

    推进全市道路交通一体化管控、数字化转型和智慧化升级,建设数字交通控制中心。打造数据主题工厂,建设基于大数据框架的数据底座,实现数据共享平台到数据中台的提升,全面赋能交通控制、治理和服务等交管应用场景。建设统一信控平台,实现对全市信号控制路口的状态监测、实时查看、配时修改、相位控制等操作,支撑跨区域、跨信号机品牌的交通信号协同控制。对接数字苏州驾驶舱,建设驾驶舱交通指挥模块,实现区域交通溯源和拥堵致因分析,掌握交通运行态势。全面升级“伴随式”出行服务,建设互联网+出行服务发布平台,通过多种渠道提供出行前、中、后全链条、伴随式的交通信息服务,进一步提升市民群众出行体验。

    5、打造智能网联人才交流基地

    充分利用联合实验室的资源与优势,提供全方位的培训和实习机会,吸引更多的优秀人才加入智能网联和交通管理领域。定期组建技术论坛,共同研究智能网联相关技术问题;举办推介会,加强宣传推广,助力产学研一体化,更好地促进联合实验室研究项目孵化落地。进一步挖掘、聚合交警系统科技信息化人才,组建“1+11+N”智巢赋能工作室,“1”是苏州交警直属部门,“11”是11个市(区)交警大队,“N”是N个高校、科研机构及科技企业,以交管难题痛点为突破口,开展专题研究,推出一批交管科技创新应用成果,形成数据赋能实战新模式。

  • 关键字: 智慧交管
  •    责任编辑:不现
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助