(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211246998.4 (22)申请日 2022.10.12 (71)申请人 河北上元智能科技股份有限公司 地址 050091 河北省石家庄市新石北路3 68 号金石工业园科技 企业加速器1号楼7 层 (72)发明人 冯凤江　卢妍辉　耿海路　孙晓宁　 郝永坡　王庆瑞　赵学利　范红宁　 郭津　剧亮　 (74)专利代理 机构 北京慕达星云知识产权代理 事务所 (特殊普通合伙) 11465 专利代理师 符继超 (51)Int.Cl. G06F 16/21(2019.01)G06F 16/2458(2019.01) G06F 16/25(2019.01) G06F 16/28(2019.01) G06F 9/54(2006.01) G06N 20/00(2019.01) G06Q 50/26(2012.01) (54)发明名称 一种公路隧道管控架构、 方法及系统 (57)摘要 本发明提供了一种公路隧道管控架构、 方法 及系统， 包括： 接入层、 数据中心层、 应用层和展 示层； 接入层用于采集隧道数据并与数据中心层 通信； 数据中心层用于存储隧道数据， 并将隧道 数据进行消息数据分类分发至应用层； 应用层包 括多个业务服务模块， 用于订阅各类消息数据， 并进行相应业务处理； 业务服务模块包括AI预警 模块， 根据影 响隧道事故的当前隧道和其他隧道 的隧道数据变量， 建立机器学习模型， 实时监测 影响当前隧道事故的隧道数据变量数值， 并根据 机器学习模 型进行交通事故的事 前预警； 展示层 用于将处理结果数据和接收的实时信息在界面 上呈现。 本发明发挥多级管控功能， 提升应急处 置的效率， 降低隧道事件发生率， 提高隧道行车 安全。 权利要求书2页 说明书6页 附图2页 CN 115510034 A 2022.12.23 CN 115510034 A 1.一种公路隧道管控架构， 其特征在于， 包括接入层、 数据中心层、 应用层和展示层； 其 中： 所述接入层用于采集隧道数据， 包括隧道外场数据和隧道内部数据， 并与所述数据中 心层通信； 所述数据中心层用于存储所述隧道数据， 并将所述隧道数据进行消息数据分类分发至 应用层； 所述应用层包括多个业务服务模块， 用于订阅各类消息数据， 并进行相应业务处理， 处 理结果或实时数据供展示层和/或其他业务服务模块调用； 所述业务服务模块包括AI预警 模块， 根据影响隧道事故的当前隧道和 其他隧道的隧道数据变量， 建立并训练机器学习模 型， 利用所述接入层实时监测影响当前隧道事故的隧道数据变量数值， 并根据训练后的机 器学习模型进行交通事故的事前 预警； 所述展示层用于将所述处 理结果数据和接收的实时信息在界面上 呈现。 2.根据权利要求1所述的公路隧道管控架构， 其特征在于， 所述隧道外场数据包括隧道 外场设备数据、 互联网数据和第三方系统； 隧道内部数据包括隧道内部交通、 环 境、 事件、 视 频数据和电力数据。 3.根据权利要求1所述的公路隧道管控架构， 其特征在于， 所述隧道外场数据的数据接 入方法包括SDK接入、 设备协议接入、 API接入和数据库接入； 采集的隧道外场数据转换为 JSON数据交换格式， 数据头为采集数据类型， 数据体为采集数据内容， 通过HTTP协议 实现与 数据中心层的数据交 互。 4.根据权利要求1所述的公路隧道管控方法， 其特征在于， 所述数据中心层包括大数据 平台和关系性数据库； 所述大数据平台存储非结构化数据， 所述关系性数据库存储结构化 数据。 5.根据权利要求1所述的公路隧道管控方法， 其特征在于， 所述应用层对于实时类的数 据基于WebSocket的消息通知不重复向展示层推送。 6.根据权利要求1所述的公路隧道管控方法， 其特征在于， 所述业务服务模块还包括系 统管理模块、 设备管理模块、 信息发布模块、 视频监控模块、 工班日志模块、 事件管理模块、 应急处置模块、 统计分析模块和运行监测模块。 7.一种根据权利要求1 ‑6中任一项所述的公路隧道管控架构的管控方法， 其特征在于， 包括如下步骤： 根据历史事故发生后各个隧道的隧道数据变量， 所述隧道数据变量包括隧道外场数据 和隧道内部数据， 对比各个隧道的隧道数据变量， 计算出每 个隧道的影响系数； 根据所述影响系数建立隧道关联库， 并根据阶段性实时隧道数据变量更新所述隧道关 联库； 根据隧道关联库 得到当前隧道事故对各个隧道的影响系数， 并获取当前隧道和其余隧 道的隧道数据变量， 根据影响系数和隧道数据变量计算 生成影响报告； 根据影响隧道发生事故的隧道数据变量， 建立并训练机器学习模型， 实时监测当前的 影响隧道事故的隧道数据变量数值， 当机器学习模型计算得到的概率超过阈值时进行事前 预警。 8.根据权利要求7所述的管控方法， 其特征在于， 所述建立并训练机器学习模型的步骤权　利　要　求　书 1/2 页 2 CN 115510034 A 2包括： 根据变量重要度指标， 对每一个隧道数据变量进行识别， 获取每个隧道数据变量的重 要度， 保留重要度达 到预设要求的隧道数据变量； 根据保留的隧道数据变量， 将事故发生和不发生作为二分类问题进行机器学习 模型拟 合； 每隔给定时间间隔， 获取当前的隧道数据变量， 然后输入拟合好的机器学习模型进行 预测， 输出引发隧道事故的概 率， 若所述 概率超过给定阈值， 发出 预警提醒。 9.根据权利要求7所述的管控方法， 其特征在于， 所述影响报告包括流量变化、 时长变 化和隧道安全指数。 10.一种根据权利要求1 ‑6中任一项所述的公路隧道管控架构的管控系统， 其特征在 于， 包括按照管控权限划分的一级管控中心、 二级管控中心和三级管控中心； 在隧道事故 发生发生前， 各级管控中心均获得公路隧道管控架构生成的预警提 示； 当隧道事故 发生后， 各级管控中心均获得报警提 示； 三级管控中心根据预案发出应急处置指令； 一级管控中心和二级管控中心同步 监视并发出调度控制指令 。权　利　要　求　书 2/2 页 3 CN 115510034 A 3