时间:2024-05-17
郭玮 王爽
摘 要:随着物联网技术的不断发展,小规模的智慧灯杆已落地建设。如何合理利用智慧灯杆的已有功能,让资源整合化、规划合理化、建设人性化尤为重要。该文介绍城市道路基础设施建设现状及政府出台的相关政策,以此来说明新型智慧灯杆规划方法的必要性,再逐一介绍智慧灯杆搭载的各业务需求规划原则,并且形成融合多业务需求的新型智慧灯杆规划方法,为后续智慧灯杆的规划和建设提供一定的参考意见。
关键词 :智慧灯杆;多业务;需求整合
中图分类号:TN929.5 文献标志码:A
1 智慧灯杆的现状及规划的必要性
当下,城市道路基础设施、安装载体以及相关的数据系统均以“孤岛”的形式存在,市政路灯杆、视频监控杆和交通指示牌等杆体,电力、通信电缆和综合管道等基础设施独立建设,各业务部门的系统独立运行。城市道路基础设施的建设情况从侧面反映出城市管理水平,未进行需求整合的规划会产生建设成本高、各业务部门系统信息孤立、城市市容市貌差等问题。
与此同时,各地市政府纷纷出台智慧灯杆相关的推行和鼓励政策,提出统筹推动智慧灯杆建设,包括建设以照明灯杆为基础,集成音视频监控设备、无线基站、Wi-Fi热点、多媒体屏幕、充电桩以及天气、环境等各种感知设备的新型智能设施。
新型智慧灯杆搭载的业务类型众多,同时各业务类型规划原则、业务数据收集方式、布点距离都有着较大差异,每根智慧灯杆均搭载相同业务类型的设备将造成造价过高、业务设备重复建设等问题,反之每根智慧灯杆均搭载不同业务类型的设备,将造成业务需求无法满足的问题。因此,形成一种新型智慧灯杆规划方法对智慧灯杆业务需求方设及投资建设方决策尤为重要。
2 智慧灯杆的多业务需求规划原则
整合新型智慧灯杆多业务需求,将提高城市智能服务水平。从行业性质来看,智慧灯杆可分为通信、市政和电力3个类别,如图1所示。需要结合业务类型、信息化标准及规划目标进行规划。
3 智慧灯杆规划方法
根据各行业业务需求规划原则可得,各类可搭载在智慧灯杆上的业务需求要求在道路布放的高度、布点距离或者覆盖面积。在实际规划当中,单单了解各个业务需求的布点距离等信息不能达到合理规划的效果。该文提出一种依据冒泡排序(Bubble Sort)算法总结得出的规划方法,假设记道路为L0,搭载在智慧灯杆上的多业务以道路双侧的形式布放,那么各业务需求分别可用以下方式呈现出来。
3.1 智能照明
智慧照明是智慧路燈的基础,智能照明依托市政设施构建智慧城市的基础结构需求,其规划灯杆其间距、灯杆高度、路面有效宽度之间的关系按不同灯具的配光类型[1],通常采用双侧道路平均间距的方式布放。
假设智能照明的总需求数记为L1,道路A、B两侧的需求数分别记为L11和L12,则:
L1=A1+B1+…+An-1+Bn-1
其中,道路A侧需求数 L11=A1+A2+…+An-1+An
道路B侧需求数 L12=B1+B2+…+Bn-1+Bn
如果两灯之间间隔记为S1米,那么道路两侧所需的灯杆数L1可表示为:
L1=(L0/S1+1)×2
3.2 4G/5G/Wi-Fi(通信基站)和物联网网关
考虑到通信基站和物联网网关具有有效覆盖半径的特性,因此采用道路两侧交叉布放的方式,将通信基站和物联网网关的需求数分别记为L2和L3,那么对应道路A、B两侧的通信基站布点距离可分别记为L21和L22,物联网网关布点距离可分别记为L31和L32。
4G/5G/Wi-Fi总需求数为:
L2=A1+B2+A3…+Bn-1+An。
其中,道路A侧需求数L21=A1+A3+…+An
道路B侧需求数 L22=B2+B4+…+Bn-1
物联网网关总需求数为:
L3=A1+B2+A3…+Bn-1+An
其中,道路A侧需求数 L31=A1+A3…+An
道路B侧需求数 L32=B2+B4+…+Bn-1
如果将通信基站和物联网网关对应布点间隔分别记为S2和S3,则道路两侧通信基站总需求数L2可表示为
L2=2L0/S2+1。
道路A、B两侧的通信基站需求数L21和L22为:
L21=L22=L2/2=(2L0/S2+1)/2
道路两侧物联网网关总需求数L3可表示为:
L3=2L0/S3+1。
道路A、B两侧的物联网网关需求数L31和L32为:
3.3 视频监控和一键救助
视频监控和一键救助属于2种相辅相成的业务需求,其监控布点以“空间”为单位,封闭成环,汇聚成网,具有协同防控的优势。并且视频监控主要特性为监控关键区域,原则上来看,同一道路上2个视频监控头一般采用两种指标来衡量视频监控布点的科学合理性,包括基于监控面积的覆盖度和基于监控目标的覆盖度,因此视频监控和一键救助均采用道路双侧交叉布放的方式。
如果将视频监控头的需求数记为L4,则道路A、B两侧各自的布点需求数记为L41和L42,对应需求数可表示为:
L4=A1+B2+A3+…+Bn-1+An。
其中,道路A侧需求数 L41=A1+A3+…+An
道路B侧需求数 L42+B2+B4+…+Bn-1
如果将视频监控头到监视目标的布点距离记为S4,则:
(f为视频监控头焦距;h为视场高度;A为像场高度)
那么道路两侧的视频监控头的需求数也可表示为:
L4=2L0/S4+1,其中
由于视频监控和一键救助2种业务是要求按1∶1的比例配置的,若将道路两侧的一键救助业务需求数记为L51和L52,那么L51=L52=L41=L42=1︰1。
3.4 广播系统
规划广播业务的时候要充分考虑传输线路的要求,广播扬声器应根据分片覆盖的原则,在广播服务区内分散配置,对于广场以及面积较大且高度大于4 m的厅堂等块状广播服务区,要根据具体条件选用集中式或集中分散相结合的方式配置,保证广播扬声器在一定区域内的信噪比不小于15 dB,广播系统具有在一定区域内传播应急信息的特点,故采用道路双侧交叉布放的方式。广播系统的扩散角α可表示为:
(H为广播的安装高度,h为人耳水平高度,S7为广播布点间隔距离)
由上式可得,广播布点间隔距离为:
将道路布放广播业务的总需求数记为L7,道路A、B两侧交叉布放广播业务的需求数记为L71和L72,那么L7=2L0/S7+1,其中
道路两侧的广播系统需求数也可表示为:
L7=A1+B2+A3+…+Bn-1
其中,道路A侧需求数 L71=A1+A3+…+An,道路B侧需求数L72=B2+B4+…+Bn-1 。
3.5 充电桩
电动汽车充电量的总体需求是影响充电桩布局的关键点,可近似采用马尔科夫链蒙特卡洛方法(Markov Chain Monte Carlo,简称MCMC)去理解和规划充电桩的布点情况。其中,假设在某条道路上通过的每日汽车总量Nt中的电动汽车为Nv,选择在该条道路上进行充电的电动汽车的概率密度函数为f(x),可以得出如下结论:
Nt近似服从某种泊松分布p(x),p(x)的相关参数与该城市的交通车辆密集程度、汽车保有量、该道路的拥堵程度相关;即Nt~p(x)。
其中,λ为泊松分布的样本均值,即离散分布期望;k为泊松分布下t0时间内通过该道路的汽车总数量;k!为泊松分布下通过该道路汽车总数的阶乘,e为自然常数。
基于道路交通的条件限制,干道或主要支道的充电桩充电方式均规划为快充模式,一般来说,快速充电桩充电时间为20 min~60 min,如果充电桩规划数量为L9,充电桩规划间距为S9,采用双侧交叉的方式布放,日车流量为P(辆/次),t0=1(天)则有如下关系:
L9=(2L0/S9+1); P(xi(t0)=k)=(λto)k×e(-λto)/k!; k=1,2,3…
由此可以得,
其中,常采用的微积分求和公式表示,xi为马尔科夫过程的单位时间节点i的变化状态,f(xi)为变化时间序列下通过该条道路的充电桩汽车充电概率,p(xi=k)为泊松分布下该条道路k辆汽车通过的概率。
道路两侧充电桩的需求数也可表示为:
L9=A1+B2+A3+…+Bn-1+An
以第二章节道路距离L0=1000 m为例,快速充电时间在h/2~2h/3,不考虑排队等待时间和闲时时间(23:00~7:00),则一天时间内,可以满足的充电汽车流量为24辆/次~32辆/次,按最大车流量值考虑,取λ=Pmax=32(考虑最大充电汽车流量Pmax的前提下,作为样本均值-
X=Pmax,得出最小充电桩规划间距),则当P=(xi=k+1)/p(xi=k)≤1时,k≤λ-1,{p(xi=k)}关于k单调递增,当P=Pmax时,k=31。取先验概率δ=0.35,则L9≈11,可以得出S9=200 m。
由以上各类需求计算得出规划距离,得到归纳得到序列{li}={l1,l2,…,ln},i=1,2,3,…,n,采用冒泡排序(Bubble Sort)对序列进行升序排序,将升序序列设为{Pi}={P1,P2,…,Pm},i=1,2,3,…,m。
对序列{Pi}依次进行如下操作。
取出最小序列数Pmin=P1,更新序列{Pm1}={0,P2-P1,…,Pm-P1}。
取出最小序列数Pmin=P2-P1,更新序列{Pm2}=,{0,0,P3-P2,…,Pm-P2}。
……
重复此类操作,直至取出Pmin=Pm-1-Pm-2,更新序列
{Pmm-1}={0,0,0,,Pm-Pm-1}
通过对m种需求类型进行m-1次的序列更新,可以得出实际需求序列的排序规划方法:
最少设备需求数为P1,优先对其进行规划和布放,最少设备需求数驱动其他需求规划得到搭载m种设备需求的新型智慧灯杆。
更新序列{Pi},最少设备需求数为P2-P1,其次对其进行规划和布放,并以此驱动其他剩余需求规划,得到搭载m-1种设备需求的新型智慧灯杆。
更新序列,直到最少设备需求数Pm-Pm-1为对其进行规划和布放,到搭载1种设备需求的新型智慧灯杆。
最终得到一个m维的m-1步的多步规划矩阵:
通过对多种需求的智慧灯杆进行序列化并排序,對多种需求序列进行m-1次更新和迭代,最终得到需求规划矩阵{Pmm},通过规划矩阵可得出各智慧灯杆的设备搭载情况,为后续的投资分析和工程建设提供指导。
参考文献
[1]杜琳.智慧交通中智慧照明技术探析[J].中国交通信息化,2018(11):139-140,143.
[2]柳庆勇,王海滨,王天小,等.城市多功能智能杆投资建设运营模式研究[J].智能城市,2018,4(20):1-3.
[3]汤峰.智慧灯杆在基于视频分析的道路停车管理中的应用研究[J].智能建筑与智慧城市,2018(9):56-59.
我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!