长大隧道异常事件的感知、决策、管控思路及实践

智能交通系统建设不仅是未来交通建设管理的重要领域，也是中国从交通大国迈向交通强国的关键所在。在华南智慧高速技术创新与产业发展论坛上，广东省高速公路有限公司副总经理辛镜坤发表了“长大隧道异常事件的感知、决策、管控思路及实践”主题演讲。

辛镜坤认为对于长期处于高风险、高协同条件下的隧道营运安全管理，需要构建一个包括全息感知、科学决策、精准管控、有效控制四大体系的全局快速联动系统，通过采取智能化监测，构建智慧大脑，运用协调联动控制技术，实现智慧化管理。

以下为演讲内容，有删减：

01

异常事件对隧道管理提出挑战

今天，我和大家探讨的主题是“长大隧道异常事件的感知、决策、管控思路和实践”，主要从“长大隧道安全运营的难点和目标是什么”、“我们怎么做”、“如何把现状与实践高效协同应用结合”三个方面进行分享。

从隧道营运管理危害性的角度来说，隧道出现异常事件之后，可能会造成人员的伤亡、隧道的严重受损，隧道交通中断以及封闭，在这里为大家举两个较为典型的例子。

例子一:勃朗峰隧道大火，法国勃朗峰隧道全长11.6公里，是连接法国与意大利的公路隧道。1999年3月24号，一辆运输黄油和面粉的货车，在进入隧道一公里左右开始冒烟而后逐渐形成明火，但是全程监控系统都没有有效感知、触发应急救援系统，影响了将事件车辆控制在隧道起始段及后续展开的救援等决策，洞外的车辆又不断驶入。所以车在行驶了近6公里，也就是到了隧道中间段时，明火融化、引燃了车上运输的黄油，黄油漫流、燃烧波及了周边车辆，造成系列燃烧与连续爆炸，事故造成的浓烟高温以及有毒气体，导致消防救援队伍在事故发生整整5天、高温及毒烟散去后才得以进入，事故最终38人死亡。而后花费整整三年时间，修复受损隧道、设施，重构整个隧道的监控系统及应急救援系统。

第二个例子大家可能比较熟悉，今年7月20日，某省会城市发生特大暴雨，暴雨引发雨水倒灌涌入全长1835米的城市干线隧道。按照平常的速度，车辆通过隧道大概需要不到两分钟，但是由于整个隧道没有有效事件检测，在隧道洞口前也没有设置情报板发布预警信息，有效诱导车辆绕行下穿的隧道，车辆不明就里不断驶进，巨量雨水导致不断驶入的车辆接连受淹熄火，最后雨水将200多辆车淹没，事件导致6人死亡。

02

隧道异常事件的危害性

前述已看到隧道事件的危害，一般来说，长大隧道异常事件主要是这几方面：飘落物、异常停车、交通事故、车辆冒烟起火、异常行车、行人闯入。其中异常停车是以上事件的共同特性，因为不管是飘落物、交通事故、车辆冒烟起火，最终都会造成停车事件。

请大家再看两个视频，一个是车辆在隧道内发生刮碰后，直接在车道上停车。隧道没有声、光、可视情报信息对后续来车做出预警诱导，导致后车直接撞向停止的前车，引发二次事故，最终导致后车1人死亡。另一个是车辆在隧道内通行时发生异常的冒烟起火，驾驶者停车，从车辆开始冒烟到最后起火爆燃整个过程中，由于缺乏蜂鸣告警与隧道广播，信息指引与诱导，故障车辆旁边不断有车驶过。其间事件车辆发生爆炸，所幸当时没有车辆驶过，避免了事故的波及及扩大。不难看出，隧道的感知、决策、联动管控系统存在较大的缺陷。

那么就当下而言，隧道安全运行的痛点在哪？主要有以下三个方面。第一，异常事件难于快速发现、预警，或者说即便是发现了，在快速预警管控方面也没有达致要求，造成事件事故负面影响的扩大；第二，隧道是一个密闭空间，空间感差，视野受限，处置空间受限，它与公路这类开放式环境事件处置截然不同，救援难度大；第三，隧道的特殊性导致事故易发、多发，以及二次事故，且事故发生后的处置代价大。

03

隧道运营安全的现状

我们把长大隧道运行安全管控的目标分为三方面：安全畅通、舒适环保、智慧管理，这些目标涉及到三大主体，应急救援指挥中心、驾驶者、现场各方参与的应急救援人员。

应急救援指挥中心需要构建一个能即时发现感知，快速预警应对的体系；驾驶者需要快速获知前方状况及管控措施，做出决策行动；参与的各方应急救援人员，要快速、准确、高效地采取相应措施，减少二次事故的发生率，有效管控风险。也就是在解决实时发现、感知、高效应对处置的问题，以便防范化解隧道运营安全风险。

就现状而言，上图这个人代表应急指挥中心，他的日常经验决策与评估，就是通过监控视频或者各方接报，去发现和确认异常事件，根据经验评估与决策，发布交通信息，控制交通设施，上报事件，协调联动各方参与的应急救援人员，包括路政、交警、拯救、养护、消防、应急医院等等。此时，需要同步的决策措施有很多，但是存在一个很大的问题，我们在感知、措施、设施、救援者等同步联动方面的应用跟不上。

并且目前隧道机电系统存在缺陷：感知滞后，报警准确度低，体现不了应急救援业务高时效性需求；缺乏数据分析研判、缺乏突发状况智能化的处理能力，仅仅依靠人工操作，应急处理慢；各子系统单一、自成体系，多源数据不共享，缺乏全局设施设备联动；交通管控信息不能快速通达驾驶者，影响司乘安全、正确采取行动。

04

全局快速联动管控

对长大隧道未来的安全与管理，我们要构建一个全局快速联动的系统，它包括全息感知、科学决策、精准管控、有效处置四大体系。那么基于前面提及的现状，我们该如何构建这个系统？

总的思路是通过系列智能化监测设施，构建智慧管控大脑，运用联动控制技术，实现事件的智能化协同处置。具体主要是包括应用AI图像识别等技术，对隧道内的安全隐患实施全息感知，前端多源数据融合，通过大数据算法进行管理，并预置各场景的应急预案、知识图谱等，综合分析作出决策。

前面提到我们在技术层面的应用，特别是系统联网方面，各子系统都是单一自成体系，所以怎么把应对异常事件对应的场景设施、设备行为、交通信息，通过技术进行有效联动，让指挥中心实现“一触即发”，也就是我们一人操控，就可以把整个设施以及场景都联动起来，实现多项工作同步进行，高效处置，这就是我们需要思考解决的问题。

05

详解“四大体系”

对于智能化监测、智慧大脑、智能化管控、智能化管理四大体系：

在智能化监测方面，我们加强了对隧道内部的事件检测、火灾探测、COVI等检测，包括交通事故、停车、遗留物、拥堵等，前端感知设备实现全覆盖、无盲区、高精度、响应快，通过前端感知设备与后端管理平台的结合，进行深度学习，对事件做出较精准的描述和判别感知。

对于智慧大脑的整体架构，我们分为应急救援策略、交通疏导策略、设备联控策略，也就是人、车、隧道三个方面。

那么具体怎么去实现智慧大脑呢？我们集合算法管理、知识图谱、各类各场景的应急预案、智能分析推演、大数据分析等，构成一个联动的技术体系，以便对各类场景做出高效决策，智能研判，实现多策略协同管控的目标。

对于智能化控制体系的设想，我们把情报板、蜂鸣器、应急广播、消防系统联动、智慧通风、智慧照明、交通管控等综合为一个设备体系，确保做到“一隧道一事件一应急预案”。

对于智能化管理体系的设计，我们先把人工智能辅助应急救援分类、分级，再定制路政、拯救、交警、医院、养护、消防各方预案，通过监控中心和智慧大脑的有效处置，提高利用率。

特别强调的是，在智能化管理体系中，我们的核心在于管控隧道事件来车方向这个区间，所以管控区间被分为隧道外的来车方向，事故事件处的来车方向，事故事件处的去车方向三个区域。只有在管理者、驾驶者、救援各方及设施形成联动的条件下，才能确保隧道自身安全，及洞内、洞外车辆都安全行驶。

那么智能化管理体系如何向司乘人员提供动态的危险提醒和安全指引呢？其实就是当洞内车辆发生事故时，通过交通管控、蜂鸣器、紧急广播以及情报板对不同区域的车辆做出安全指引，或者指挥中心通过这些设施发出指令，告诉车辆应该怎样做，不要积聚在洞内“添堵”。

06

某高速智慧公路试点工程应用

在GL高速智慧公路试点工程中，我们对既有隧道一些应用进行了改造升级，主要分为智能灵敏感知、高效快速决策、及时有效管控、精准有力管理四大方面。

首先在智能灵敏感知方面，我们通过部署在外场的各类感知设备，对隧道场景下的“车—路—环境—信息”进行了全要素、全方式、全周期的感知，大幅减少异常事件自动发现与确认的时间，极大提升交通事件识别的准确性。

在高效快速决策方面，我们结合AI、大数据、云计算等技术，构建了隧道安全分析与管控策略模型，并通过“拟人化”的思考，对隧道安全运行状态进行量化评估。

在及时有效管控方面，通过管控策略，完成对设备的灵活控制，并通过多样化的方式与用户实现交互。

在精准有力管理方面，通过全面协同，把路政部门、救援部门、执法部门等联动起来，完成跨部门救援处理。

在隧道内部，我们通过布设雷视一体机等视频采集设备，将不同格式的视频全部汇聚到视频处理一体机中，以便最后以统一的格式识别和输出，更有效地检测道路上的异常事件，制定设备联动控制预案等，同时还设置了告警点联动视频监控。

我们也利用智慧隧道综合管控措施，对隧道进行三维建模，通过隧道安全监测、交通事件检测以及设备联动智能化控制等，让隧道内的各类状况实现可视可控。

在此同时，通过路况、设备信息展示，应急人员、车辆、物资的调度以及应急预案的指引和跟踪执行情况，接入车路协同智慧通信站进行信息发布，对路政、拯救、交警、救护等进行联动控制，实现整个系统的综合管理，确保对现场的有效处置和保证隧道安全。

深化对隧道内异常事件在洞内异常事件处的来车方向、洞外的来车方向、洞内的去车方向三大场景，实施全息感知、快速决策、精准管控、有效控制这种思路进行系统、场景、管控平台构建，将对隧道运营安全保障产生较大促进。我们希望未来可以引入更多先进设备、技术，一起把隧道的运营安全管理做得更好，以新技术、新设备赋能隧道运营安全管理，谢谢大家。