引言
我国与世界各国经济、文化交往频繁，世界联系越来越紧密。由于一些国家的新冠疫情形势日趋严峻，“外防输入、内防反弹”的防疫压力非常大，成为我国较长一段时间疫情防控常态化的重中之重。当前全国中高风险地区随时都有调整，各地政府针对疫情的变化情况制定不同的防疫政策，仅仅依靠“线下”设卡核查，依靠车牌属地分析研判，已经难以快速有效识别中高风险地区车辆，难以应对由于车辆跨区流动带来的疫情扩散风险。
方纬科技交通大脑依托云计算、大数据、人工智能等先进技术，构建三大核心模型——可计算路网模型、个体车辆交通行为模型、虚拟停车场计算模型，基于交管现有数据，围绕人、车、路、场等交通要素，实现对全域车辆出行/驻停的感知、分析和研判，为实现涉疫车辆的精准防控提供数据支撑。

一、核心算法模型
交通大脑基于三大算法模型，实现涉疫车辆精准防控。
可计算路网模型，将所有交通元素、交通规则、控制策略数字化信息化，让计算机理解其中的交通语义和逻辑关系，实现所有交通元素、数据、信息（设施、设备、路网、停车场、车辆、警力、警情、路况、交通态势，等等）有机呈现，将不同数据信息之间内在的逻辑关系、拓扑关系通过一张可计算的路网图实现计算、存储和管理。
基于身份检测的个体车辆交通行为模型，采用电警卡口、RFID、GPS等具有车辆身份特征的检测方法，构建车辆状态函数模型和道路状态函数模型，实现车辆全息信息的智能分析计算，实现任意时刻、任意路段、任意路口、任意车辆的轨迹和路况状态的精准掌握，提供车道级的“沙盘式”重现，实现交通指挥管理从宏观到微观的精准认知，为指挥决策提供精准数据支撑。

图1 - 个体车辆交通行为模型

虚拟停车场计算模型，融合接入多源停车场数据，根据这些数据中提供的空间几何信息及文字描述，在可计算路网模型中确定对应拓扑路段及起止位置，建立拓扑关联关系，同时根据路网拓扑结构和车辆检测设备空间信息，将多个院落小区组合形成虚拟停车场，建立院落小区、小区道路、小区停车场与虚拟停车场的拓扑关联关系，实现接入数据与路网及虚拟停车场的拓扑关联。
二、涉疫车辆管控应用
基于交通大脑对全域车辆出行/驻停的感知、分析和研判能力，构建“涉疫车辆管控”功能应用。
（一）个体车辆出行轨迹分析
基于可计算路网，结合卡口、卡口式电警等外场感知检测设备数据，分析所有机动车的出行信息（包括出行位置、出行时间），对因外场设备布点不全、传输故障等问题导致的出行轨迹数据缺失进行修补；关联个体车辆的连续感知检测结果，计算车辆出行经过路口的过车时间、通过路口的行驶方向以及行驶通过车道等信息，计算车辆出行的完整轨迹；同时基于停车场/虚拟停车场模型，分析车辆进出停车场/虚拟停车场时间，为车辆完整出行轨迹补充途径停留点、驻停点信息；实现所有个体车辆的实时出行、历史出行轨迹精准计算、精准重现，实现所有车辆每天每时刻出行/驻停位置全掌握。

图2 - 个体车辆出行轨迹分析

（二）个体车辆出行、驻停特征分析
在个体车辆出行轨迹数据中，包含车辆每一次出行的起点、终点、途径位置及时刻等信息，基于这些信息进一步分析得到车辆多时段（早高峰/晚高峰/平峰）、多时间（工作日/节假日/月/年）的出行情况以及近30天的出行特征，分析车辆行驶里程、出行时长、出行天数。结合车辆出行频率、高频出行车辆和不同时段出行地点的数据分析，准确识别出车主的居住地、工作地、高频通勤出行时段，识别车辆高频驻停的区域、停车场/虚拟停车场。

（三）停车场/虚拟停车场运行特征分析
基于可计算路网中停车场/虚拟停车场位置数据、路段关联数据等信息，结合车辆轨迹数据，计算停车场/虚拟停车场当前驻停车辆数及车辆信息，进一步计算进出虚拟停车场区域的车辆，分析停车场/虚拟停车场历史某一时间段驻停车辆数及车辆信息，为识别不同车辆在同一时空驻停提供数据支撑。

（四）区域交通运行特征分析
基于可计算路网和车辆轨迹数据数据，分析路网中每个路段、每个路口交通出行总体需求，例如识别在特定历史时间段在该路段的高频出行车辆。对区域边界进出车辆进行计算，分析每天进出区域车辆数、车辆类型、车辆出行特征、车辆进出区域时间、进出地点，从而分析车辆进区域的规律、频率以及停留时间等。精准掌握区域交通运行特征，为精细化管理提供数据支撑。

（五）疫情防控区域设定
根据中高风险区域、封闭封控区域防控策略，设定中高风险区域以及相应边界，设定封闭封控区域以及相关边界，基于可计算路网和虚拟停车场计算模型，通过空间分析识别不同管控区域范围的路段集合、停车场/虚拟停集合，关联不同管控区域边界相关路口、道路以及感知检测设备，关联不同管控区域内相关路口、道路、停车场/虚拟停车场以及感知检测设备。

（六）疫情防控风险车辆、风险区域识别
根据中高风险区域、封闭封控区域防控策略，研判车辆的行驶轨迹及驻停特征，识别疫情发生期间管控区域潜在风险车辆、风险区域。研判在中高风险区域、管控区域等级调整前，长时间驻留在风险区域的常态化出行车辆，将其列入潜在风险车辆清单。结合车辆登记人信息，分析中高风险人员（疫情感染者、密接者和管控区域人员）名下车辆信息，分析其车辆驻停活动范围（停车场、虚拟停车场或区域），将其列入潜在风险区域清单。

（七）风险车辆进出管控区监管
根据中高风险区域、封闭封控区域防控策略，设置相应防控圈层，建立防控圈边界及各出入口拓扑关联，对进入/离开疫情防控区域的车辆进行监测与预警。研判相关车辆是否属于疫情防控风险车辆，是否曾在风险区域行驶或驻停，何时途经风险区域，何时驻停在风险区域以及驻停在哪个停车场/虚拟停车场，输出预警清单以及风险车辆涉疫出行驻停轨迹路径，实现中高风险区域车辆驻留和进出管控区异动分析。快速实现进出管控区风险车辆监管，防止疫情的扩散和蔓延。

图3 - 风险车辆进出管控区监管

三、涉疫车辆管控案例
2021年5月至6月期间，广州突发新冠疫情，芳村、南沙、海珠、越秀、番禺五个行政区先后出现2个高风险区、10个中风险区，防疫压力巨大。
面对疫情，一周内快速搭建“涉疫车辆管控”应用模块，基于防控策略动态设置管控区域，研判各中高风险管控区域、封闭封控管控区域在疫情发生期间潜在风险车辆，包括疫情发生前区域内常态上路行驶、驻停车辆，以及疫情发生后区域驻停车辆。分析中高风险人员（疫情感染者、密接者、次密者）名下车辆信息，输出相关车辆活动范围清单以及车辆驻停时间，根据清单分析潜在风险场所和关联车辆、人员，防止疫情的进一步扩散。对进出管控区域车辆实时监控、预警，提供潜在风险车辆的出行轨迹数据，对离开封闭封控管控区域，离开芳村、南沙、海珠、越秀、番禺以及离开广州等风险动态进行预警，同时每天生成两份《封控区域车辆出行简报》，为疫情防控提供决策参考。
这个案例实现对疫情防控风险车辆、风险场所的智能筛查，对风险车辆违反防疫政策出行等风险动态进行实时预警，改“人工巡检”变“智能筛查”，改“人工设岗”变“系统管控”，快速构建常态化疫情防控下涉疫车辆精准防控能力，充分体现了交通大数据辅助科学决策、推动精细化社会治理的能力。