及应用
摘要：目前,交通迅速发展,新建线路下穿运营线路的情况越来越多。为保证隧道的运营安全，
对智能监测系统进行研究。经实际应用，证明检测系统稳定可靠，可以达到实时监测的目的。
关键词：隧道运营；安全智能；监测系统
近年来，随着高速公路车辆的持续增长，营运公路隧道交通事故、火灾等事件频发。加之粤北山区气候条件恶劣，二次事故隐患较大，一旦发生交通事故，将造成严重交通拥堵，并波及临近路网，影响整个粤北地区高速路网的正常运行。如受交通事故影响导致路段交通中断，将给高速的经营带来较大的经济损失和社会影响。因此，从运营安全和经济效益综合来看，为提升隧道运营安全监测能力、有效发现隧道在运营期间出现的风险并及时响应，建设隧道运营安全智能监测系统具有重大意义。
一、隧道概况
京珠北分公司管辖路段乐广高速北段于2014年9月27日建成通车，全线为双向6车道，设计时速为120公里。其中穿越大瑶山自然保护区的大瑶山隧道群总里程长24.08公里，包含隧道13座，隧道单洞总长34.93km，全部为分离式隧道，为广东省最长的隧道群，同时也是国内隧道群的典型工程，是广东省高速公路隧道最为集中地区段。大瑶山1#隧道是隧道群范围内最长的隧道，左线长4257米，右线长4220米，属于营运安全高风险隧道。以大瑶山1#隧道作为试点工程，建设隧道运营安全智能监控系统，为其他路段管理单位提供隧道运营安全智能化监控手段。
二、系统的整体设计 （一）建设方案
试点工程采用“基于深度学习的视频图像分析”的后端识别算法和“雷达+视频深度融合”的前端交通事件特征识别的检测平台。通过对大瑶山1#隧道监控摄像机进行高清化改造，同时新增高清监控球机、毫米波雷达、高清卡口系统等设备，实现隧道内异常停车、行人事件、交通拥堵、抛洒物、逆行事件等突出安全风险事件监测和自动报警。新增设施可实时掌握隧道当前的运行状态，如车流量数据、事件状态的聚焦查看、车辆定位追踪等功能。
（二）系统平台设计
事件监测和报警系统包括前端子系统、传输子系统、后端平台。前端子系统实现对车辆特征数据的提取。通过传输子系统将各前端设备间获取的数据打通，并按需传输到后端平台子系统，实现各类数据的汇聚、分析、展现、存储，实现隧道态势感知、交通事件检测及报警、数据统计分析、应急指挥调度以及应急保障等功。通过三个子系统的建设和互联互通，实现系统业务应用。系统架构分为物联感知层、数据支撑层、应用支撑层、业务应用层4个层次。
（1）物联感知层
集合各类前端物联感知设备及物联感知数据，如雷达、视频、高清卡口、ETC天线所获取的数据，实现数据采集与分析。
（2）数据支撑层
系统对路段既有或新建的系统进行对接，进行数据的采集、共享、解析入库等操作，将业务数据、前端感知数据、外部单位数据统一接入管理，根据数据类别、业务使用习惯等，生成不同的数据库，如交通事件数据库、交通态势数据库、设施基础数据库等，为系统各大应用提供数据服务支撑。
（3）应用支撑层
系统依托统一视频管理、统一事件管理、统一设备设施管理等基础支撑服务，结合数据中心、综合管理，利用监测分析、监测预警、隧道等模型为应急管理提供强大的应用支撑。
（4）业务应用层
结合隧道管理工作实际需求，系统提供包括事件管理、任务检测管理、隧道告警管理等主要业务功能，实现系统智能化、扁平化和一体化的功能。 三、系统功能展示
大瑶山1#隧道运营安全智能监测系统以隧道内异常事件智能检测为出发点，其他功能为辅助，旨在提高隧道内对事件的捕获率、及时性，在事故发生时能及时有效的介入进行管控，避免二次事故的发生，保障公路畅通运行。
（1）事件检测功能：系统检测功能包含异常停车、抛洒物、行人、烟雾、拥堵、骑行车、逆行、施工等多项检测功能。自从系统上线以来，隧道发现多起隧道内交通事故，并在第一时间内发出告警，为监控人员作出决策提供第一手信息。
（2）枪球联动：当事件触发后，附近枪机通过事件检测平台发出异常停车告警，并将告警信息传递至附近的球机，球机摄像头通过坐标系位置对事件进行自动聚焦查看，也支持管理着手动控制云台的方式对事件进行近距离查看。
（3）高清卡口：通过进出口高清卡口的抓拍功能，可实时掌握隧道内车辆行状态，如隧道内车型统计，在途车辆，以及两客一危车辆信息等，可实时动态掌握隧道内的车辆的运行情况。
（4）雷视融合：通过卡口识别车牌、车型和车道等信息，通过仿真展示在2D地图上，通过雷达的测速与追踪接力，实时展示车辆的位置信息和车速信息。同时雷达通过测速功能对车辆速度衰减趋势对异常停车车辆进行预判获及时停车报警。
（5）手机APP在线查询：针对实时的检测数据上传至掌路APP中，方便管理者进行事件查看和实时现场监控视频浏览。
四、系统应用小结：
（一）系统完工试运行以来，交通异常事件检测综合准确率97.07%。其中违停事件检测准确率98.04%；行人事件检测准确率97.55%；系统检测出多起隧道内车辆追尾、故障车辆异常停车等事件，使监控人员迅速进行事件处置，避免隧道内二次事故的发生，实际运用效果显著。
（二）系统在实际运营中发挥了重要
作用，如通过对行人的识别检测，主动发现隧道消防设备被盗事件，得到媒体正面有效的社会宣传，起到了很好的社会及经济效益。
（三）系统实现了隧道交通事件的“事件智能化检测→事件报警→智能快速响应→信息联动报送”，极大减轻了监控员隧道日常巡检的工作压力且有效提高了隧道内异常交通事件的发现能力。系统的投入，促进了公路防灾减灾技术进步和发展，提高安全防控与现代化管理水平。
五、建议
总结试点工程建设经验，对隧道运营安全智能监测、安全管理提升和系统运维方面有以下建议。
（一）现阶段隧道交通事件智能检测的技术选择。
根据测试、验证数据，“基于人工智能的机器视觉分析技术”已基本满足路段对隧道交通事件智能化检测的需求，现阶段该项技术成本相对雷视一体机造价低很多，适宜推广应用。对于重要、高风险隧道或隧道群，可以考虑适当应用雷视一体机或其他技术手段进一步提升交通事件检测和感知能力。
（二）安全管理提升
特长隧道安全风险高，建议洞内每500m左右加设监控球机，并应用枪球联动功能，实现事件智能聚焦查看，提高路段对事件管理的便捷性。重要、高风险隧道可以考虑建设隧道卡口，其能实时掌握隧道在途车辆数量、车型（包括两客一危车辆）、拥堵指数，对于重大事件的交通管控及救援决策有重要帮助。
目前路运一体化平台已具备事件报警模块，隧道交通事件信息已可以上传至平台，但还不具备移动查看信息功能，建议平台开发相关功能，提高路段对事件管理的工作效率，也减少路段各自开发APP的重复投入。
（三）系统运维
“基于人工智能的机器视觉分析技术”在隧道实际工程环境中应用需要长时间的优化调整，事件的捕获率和准确性才可以达到一个较为满意效果。隧道内每一个摄像枪的视场、环境、照明条件不同，系统部署后需要根据每一个摄像枪的动态应用效果持续性完善，并进行自学习适应。系统应用较长时间后，隧道环境变化、计算机运算能力下降可能会导致数据指标降低。建议系统正式投入使用前及应用较长时间后，对系统检测能力进行验证，保障管理单位的使用需求。
六、结束语
通过隧道运营安全智能检测系统的建设，从如何解决隧道交通事件智能检出的问题，到如何提高事件响应速度、掌握隧道在途车辆状态，进行了技术测试、验证和摸索，为路段提升隧道运营安全管理能力提供了实践参考依据。
参考文献
[1]孔繁帆,石岩,智超.多元监测系统在盾构隧道下穿既有运营地铁中的应用[J].价值工程,2022,41(28):133-135.
[2]赵杨.基于全站机器人监测系统的隧道运营监测分析[J].运输经理世界,2022,No.648(02):82-84.
[3]黄富禹,刘春,李萌.基于物联网的隧道智能安全监测系统研究现状分析[J].科学技术创新,2020(24):131-132.
[4]陈炼,李强,张驰等.智能安全监测在益阳滨江路隧道施工中的应用[J].工程建设,2020,52(05):54-58.
因篇幅问题不能全部显示，请点此查看更多更全内容