教育培训

当前位置：教育培训

新一代智能交通面临哪些新机遇与新问题？

日期：2020-09-18 来源：中国交通信息化

“新基建”风口下，交通行业成为关注和发力焦点。在第二十二届中国高速公路信息化大会上，北京工业大学城市交通学院教授陈艳艳作题为《新基建助推交通基础设施数字化智能化发展》的报告，介绍了新基建带给新一代智能交通的新机遇与新挑战。以下摘自报告的部分内容。

新机遇

新时期推动交通系统变革的新技术

互联网+的发展，推进了人获得精准、便利、预约、共享、个性化、一体化服务；
自动驾驶技术商业化，推进车辆自动化、智能化、网联化演变；
智慧公路建设，推进了道路数字化、智能化、车路协同化发展；
物联网技术的发展，推进了交通环境的实时精准感知，不测风云变成可测可防；
大智移云新一代信息及通信技术代际跃迁，促进人车路实时泛在连接与智慧决策能力提升，进而推进交通系统整体性能提升。

信息时代促进了交通系统数字化智能化的发展

信息时代泛在互联产生人、车、路、环境的海量交通时空大数据，与高精度地图等地理信息技术深度融合促进了数字交通的发展。

交通信息采集自动化泛在化全过程发展，使得新型数据具有高实时、大样本、低成本、高精度、全链条的特征，为交通出行全息感知、源头治理、主动引导及精准服务提供了新的机遇。

数字交通是新一代智能交通系统的重要特征

新一代智能交通系统是借助移动通信、大数据、人工智能、云计算等新一代信息技术与自动驾驶等智能车辆技术，以人车路环境的全面精准感知及智能决策为核心，通过人-车-路-环境泛在互联与协作，构建的可实现协同管控与创新服务的交通系统。也可称为智能网联交通系统。交通数字化是走向智能化的前提与基础。

新基建给新一代智能交通带来新机遇

2020年5月22日，《2020年国务院政府工作报告》提出，重点支持“两新一重”（新型基础设施建设，新型城镇化建设，交通、水利等重大工程建设）建设。
新型基础设施主要包括3个方面内容：信息基础设施、融合基础设施、创新基础设施。
融合基础设施主要是指深度应用互联网、大数据、人工智能等技术，支撑传统基础设施转型升级，进而形成的融合基础设施，比如智能交通基础设施。
智能交通基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向交通系统高质量发展及百姓高品质出行需要，提供数字转型、智能升级、融合创新等服务的交通基础设施体系。
智能交通基础设施是实现新一代智能交通系统的有力支撑。
抓住新基建的历史机遇，推进智能交通基础设施建设将对创新交通管理与服务意义重大。

增供给——车辆编组行驶及专用道共享，提高通行能力

新基建将促进自动驾驶的进一步市场化，助推网联车辆编组行驶，车辆间车头时距显著减小，同时交通秩序稳定，实际通行量显著提高。而专用车道共享则可进一步增加专用道使用效率。

调需求——提供了交通流管控新手段

智能交通基础设置的建设将推进智能网联车辆增加，车路互联及智能化使得路网泛在交通控制与出行诱导一体化成为可能，高精度定位支持下的车路智能控制为安全、效率与环保的提升提供了新可能。

强治理——异常行为监测与矫正

新基建将通过路侧视频、激光雷达及车载终端的普及大大加强车辆监测能力，纠正异常运行状态，减少违章及不良行为，提高通行效率。

车道级车辆精细化监控；
车内驾驶员行为监控。

新服务——催生交通服务新模式、新业态

新基建进一步加大了人车定位的覆盖范围及精度，结合网上预约及电子支付等技术，可快速精准地响应海量的个性化出行需求，也为出行者提供了多样化的选择，资源共享、错峰出行及差异化高品质精准服务成为可能。

新场景-安全提升

1、基于数字交通的安全风险动态监测、在线评价及预警

事故的发生是因为驾驶员未及时发现碰撞风险并采取避险行为造成的。

应用车联网与车路协同技术可实现车车通信、车路通信，增强驾驶员的感知能力及系统泛在控制能力，实现管控一体化，提醒安全风险。

那么：问题是如何让智能车路事故发生前及时发现风险并进行实时预警？甚至在紧急情况下接管操控车辆？

途径1：基于路侧感知及冲突判别的道路安全风险评估及预警

（1）风险冲突分析技术：

以交通冲突技术为代表的间接交通安全评价方法可以对交通系统当前交通风险状况予以评价，近年来被广泛地研究与应用。

相比利用事故数据的传统交通安全分析手段，可有力支撑在线预警、主动干预及智能交通系统建设安全提升效果评估。

（2）基于路侧视频、雷达/激光检监测设施及数字孪生技术，实现冲突的在线监测：

随着新基建推进路侧高清视频、雷达、5G及边缘计算发展，通过道路在线冲突判别、实时风险评价及预警实现道路主动安全成为可能

基于深度学习的车辆跨镜头匹配及跟踪；采用视觉检测、跟踪和计算摄影学技术，将视频检测到的每一个目标赋予一个实时空间坐标，并与毫米波雷达探测结果融合计算，精确到分米级；对现实世界中车辆基于高速公路2D/3D数字地图进行实时重建，构建车道级的数字孪生道路。通过对物理世界的虚拟映射及时空关系实时判断进行参数检测。

途径2：基于车辆自采信息与路侧信息结合的在途车辆安全风险评价与预警

车载：基于车载定位/视频/雷达/激光/OBD/CAN数据的直接检测车辆自身运行状况、驾驶员状况及与周边车辆及道路设施的时空关系。

结合路侧气象及道路信息，可实现人车路环境的综合感知及数字化，在线识别在途车辆安全风险；通过随机或固定风险点的预警及车路协同控制，减少事故发生。选择检测参数，评估综合风险及确定预警阈值是关键。

2、基于数字交通的事故应急管控与调度

途径：车路智能网联下泛在控制诱导一体化。

原理：通过车辆车道级管理及交通需求三级动态调控，使得流量与路段及路网通行能力适配，避免二次事故及瓶颈产生。

（1）车辆车道级控制：

方式：即使感知前方事故并在事故发生点前级预警。
要点：如何根据交通流量决策何时进行分级预警。

（2）节点级匝道控制：

方式：动态控制匝道进入流量。
要点：实时感知并估计事故后的道路剩余通行能力并动态控制进入流量是问题关键。

（3）路段级动态限速：

方式：根据异常事件下下游折减后的通行能力动态控制路段车速（因车速与流量相关）。
要点：实时感知交通量、下游异常事件及剩余通行能力并确定车速动态限制值是关键。

（4）网络级分流诱导：

方式：路网广域分流；诱导屏/车载或APP导航。
要点：感知全路网状态、协同配时、分流地点、比例及遵从率影响是关键。

新挑战

1、如何在原有机电系统或智能交通系统基础上建设全息感知网

以实现全息、泛在、互联的数据感知为目标，从现有感知设施的类型及功能出发，结合各应用系统需求，构建可共享复用的多目标交通感知网。

人端采集：
身份识别及手机信令、电子收费及其他定位检测；
车载端采集：
基于车载定位/视频/雷达/激光/OBD/CAN数据的轨迹、车况及运行检测；
路侧端采集：
视频、雷达、智慧灯杆、高空鹰眼的交通流、事件及环境检测；
设施端采集：
各类设施状态传感器。

2、如何在新型通信技术中选择适合的车路协同通信方式

以不同场景下的信息传输需求出发，考虑信息安全性、实时性、可靠性、经济性、可扩展性、供电条件、自主技术等选择适合的通信方式。构建多网融合的信息传输网。

3、如何实现数据共享及计算决策能力支撑

大数据及云计算使得数据处理及数据驱动的分析能力及计算能力跃升，快速反应能力大大增强，支撑全网动态可监可控，但仍需加强数据共享及高效计算。

可持续扩展及自净的数据湖；
支撑多应用系统的数据中台；
支撑实时决策的云控平台及边缘计算；
优化分布的处理计算能力；
人工智能算法模型库；
…….

难点是边缘云智能算法及与中心云协作。边缘计算功能承载于路测单元处的边缘服务器处（VEC Server），边缘云与中心云协作，提供半分布式的计算服务，满足智能交通系统实时性和复杂计算能力需求。

4、如何让更多车辆享受到智慧道路的服务

分阶段车路协同实施框架分为四个阶段，具体介绍如下。

第一阶段（无车载端）：通过路侧发布设施发布路侧感知信息，重点在于路侧感知设施（如气象检测、交通流检测、路况检测等感知设施）和路侧信息发布设施（可变信息板、可变限速标志）。

第二阶段（替代型车载端）：利用现有手机APP，通过手机的定位、视频采集、多媒体发布等功能，实现部分不要求高精度定位场景的车路协同应用，重点在于可接收路侧感知信息，丰富车载端应用。

第三阶段（高精度替代型车载端）：目前，华为、小米等多个品牌的智能机已进行了提前布局，配置了双频RTK模块，可进行高精度定位、高精度定位结合5G蜂窝应用，即可实现冲突预警、事件预警、信号联动、优先通行等诸多需高精度定位的场景。

第四阶段（通用型车载终端）：适配绝大部商用车型的后装式车载终端，可以进行整车数据采集，并可实现车辆的协同控制。

展望

人车路泛在互联及协同共智是交通数字化智能化的必由之路。道路交通系统是人-车-路高度耦合的系统，我国交通系统发展正在从以建设为主，走向存量优化的过渡阶段，智能网联及人车路协同是未来交通的必然发展趋势。智能交通基础设施建设是人车路泛在互联、数字化及协同共智有力支撑及助推器。

展望未来，还有很多事情需要继续深入研究：

人车路环境的精准感知能力；
人本信息丰富、高精度及动态更新的地图支撑能力；
交通-通信-能源三网融合支撑能力；
时空大数据驱动下的分析决策能力。

(编辑整理 | 户利华)

上一篇：《公路土工试验规程》解读下一篇：公路工程建设阶段BIM技术全面应用实践

教育培训

相关链接

新一代智能交通面临哪些新机遇与新问题？

日期：2020-09-18 来源：中国交通信息化