智能交通與大數據

文/中交智能交通研發中心 朱弘戈

同濟大學交通運輸工程學院 杜豫川

中移智行網絡科技有限公司 任大凱

人工智能在智能道路領域的應用

智能公路建設，需充分考慮其功能定位及項目特點。而智能高速公路，“安全”是首先要考慮的因素。從智能路況感知、智能交通誘導、智能視頻調度、綜合應急指揮、智能信息服務、智能服務區、特殊車輛管理、便捷移動支付、智能運維九個方面，開展智能化專項提升工作，可有效提高智能高速公路的安全性。

近年來，中國交建智能交通研發中心（簡稱“研發中心”）高度重視智能交通方面的科技創新，并參與了多條高速公路的智能道路建設。

延崇高速公路

目前，要實現全面智能道路的管控是難以一步到位，提升智能道路的管控水平需要從智能化提升專項入手。

作為交通運輸部智能公路、綠色公路示范工程的延崇高速公路，通過有線、無線，地空一體化的全方位通信網絡，實現語音、視頻、數據融合的應急指揮調度功能；重慶市涪豐石高速公路安全提升專項中，將隧道、隧道群，以及上下游互通，作為一個整體的影響區，重點分析長下坡接隧道群、隧道群內團霧多發區及特長隧道這三個問題，在影響區域進行安全態勢的分析與預警，實現洞內外滯留疏散，以及影響區外疏散策略。

在項目實踐的基礎上，研發中心還從智能感知和智能分析兩個方面，進行了人工智能領域的探索。

在智能感知領域，人工智能技術主要探索在視頻檢測、紅外非可見光檢測、多目標跟蹤雷達與視頻融合等方面的應用。視頻檢測可實現多類事件檢測，目前已實現的包括交通事故檢測、逆行檢測、停車檢測、交通擁堵檢測、超速檢測、慢行檢測、行人檢測、拋灑物檢測、火災檢測、煙霧檢測等。

人工智能技術特別是深度學習的應用，顯著提高了檢測的精度和及時性——利用近紅外（0.75微米至1.1微米）非可見光與視頻檢測相結合，可以顯著提升火災檢測，以及弱光場景下的檢測精度；將多目標跟蹤雷達與視頻檢測組合應用，融入強化學習可顯著提升綜合感知能力，其中，采用多目標跟蹤雷達作為檢測前端，在道路沿線布設雷達及視頻監控設備，可實時監控道路運行狀況。

智能分析方面，重點探討視頻大數據分析挖掘技術在道路管控方面的應用。與傳統的結構化數據不同，視頻數據難于直接用關系型數據庫的“二維表”來表達，屬于典型的非結構化數據。由于傳統監控只能采用分鏡頭，普遍存在畫面碎片化、缺乏關聯性的問題，難以獲取監控區域的整體情況。

以貴州全省已通車高速公路為例，建成路段視頻監控點已達1500個，平均2.9公里一處；隧道內視頻監控點9000個，平均130米一處。如何高效地利用這些視頻資源是急需解決的問題。視頻融合和視頻結構化是目前比較有效的解決方法。

視頻融合是將離散的具有不同視角的傳統監控視頻與監控場景的三維模型進行全景融合，通過三維全景視頻監控體系，實現融合顯示、融合分析和跨鏡頭追蹤，為后續視頻分析奠定基礎。視頻結構化指從視頻中提取包括人、車、物等相關特征信息，將非結構化數據轉換為結構化數據的過程。以車輛為例，可以提取包括19種車型、5種號牌、12種車身顏色、2000多種車款，以及車上6種標志物等10大特征。視頻結構化建立起視頻數據與傳統結構化數據的橋梁，并應用結構化數據的處理技術進一步深入挖掘分析。

研發中心與高校合作，開發人工智能大數據分析基礎平臺，可實現運行態勢分析、交通輔助決策和路網仿真推演，應用人工智能的基礎工具模型，實現可視化展現與可視化開發。該平臺對設計人員的專業性包容度較高，非計算機人員也可以很好地進行業務開發應用，讓不太精通計算機編程的業務人員快速構建符合業務邏輯的應用，大大提升了專業模型的開發效率。

基于人工智能的高速公路全壽命資產管理

公路資產全壽命周期管理模式，是指統籌考慮公路的規劃、設計、采購、建設、管理、運行、檢修、報廢的全過程，在滿足安全、效益、效能的前提下，追求資產全壽命周期成本最低，提高投資效益，提升專業化管理水平。

這種管理模式在20世紀初引入我國，2011年公路養護發展綱要中已明確發展全壽命周期養護資金優化，但限于技術條件限制難以大范圍實施推廣。人工智能的成熟使得全壽命資產管理有了突破的可能，通過全息公路環境感知進行前端信息采集后，可采用智能管理決策平臺在后端分析所采集的數據。

智能管理決策平臺

全息公路環境感知。綜合運用輕量化檢測設備、分布式智能設施終端、眾籌數據等實現動態感知。其中，通過資產性能信息的采集，搭建養護數據云平臺，將道路檢測數據（通過路面快速檢測系統，道路巡檢客戶端等將路面損壞、平整度、抗滑、彎沉及路基邊坡等的損壞信息傳至云端）、隧道定期監測巡查數據（隧道檢測機器人、隧道人工巡檢數據等，可通過專門的數據接口同步至云端）、性能評估數據（各專業評估系統）、橋梁檢測數據（橋面檢測、結構檢測、混凝土強度檢測等數據定期同步至云端）上傳至養護數據平臺。

智能管理決策平臺。通過異構數據的融合與挖掘，基于人工智能的優化決策支持，最終實現全壽命養護周期化管理。實現全壽命養護周期管理后，可將設施監測平臺信息中心、數據中心、決策中心的養護數據傳到專家系統，待專家完成資產評估、檢測分析、大中修設計后，再反饋到設施監測平臺。

多源異構數據采集方面，分析專用檢測系統數據時，可通過路面輕量化快速檢測系統，實現基于功率譜密度分析的路面平整度快速檢測、基于人工智能Yolo的路面病害快速識別與分類、基于紅外熱成像的裂縫發育程度快速預估、基于懸架振動響應的橋頭跳車精準定位與評價。

分析橋/隧設施監測數據方面，可通過基于多傳感器和物聯網的橋隧監測系統，實現基于激光測距技術的收斂監測裝置與算法，實時監控斷面收斂，可擬合隧道斷面形狀，精度為1毫米；新型微型接/裂縫三向位移計，精度為0.1毫米，安裝便捷，可監測結構差異變形、襯砌裂縫等；線式滲漏感應電纜，針對實時監控隧道滲漏,定位精度為0.1米；大坡度長距離縱向沉降監測系統，精度為0.1毫米，監測單元最大落差3米。

智能橋梁檢測機器人

異構數據融合與挖掘服務方面，充分整合利用多種類型數據，實現信息價值的最大化提取呈現；強調動態數據的分析挖掘，精準預測設施性能的變化情況；引入人工智能方法，提升分析模型的泛化能力。

其優點為通過整合時間、空間、狀態量等多個維度，形成數據立方體，分析研判設施性能的時空變化規律；基于深度學習模型，利用多源數據實現路面病害檢測、未來設施性能衰變情況預估等；結合環境數據、運營數據，實現路網層面的設施性能綜合分析，為路網級養護決策提供依據。

時空連續檢測數據集方面，通過時間序列下的路面病害高頻檢測，實現路面狀態的準確判別；利用人工智能算法識別并追蹤各類病害發育情況；建立道路時空連續檢測數據序列，為數據庫提供時間演變參數。

其優點為通過高檢測頻率，多次掃描檢測道路，減少錯檢、漏檢的可能，提高路面全方位檢測精度；通過建立時空連續的檢測數據集，可以對某一病害進行時間序列的發育監測；基于時空連續的路面狀態序列和交通環境、天氣數據，計算評估最佳養護時間，防止病害進一步擴張。

交通設施環境數字孿生方面，數字孿生系統是多元傳感器信息對物理的交通環境進行數字刻畫，是進行全壽命養護、設施全息監控的關鍵技術；基于人工智能的計算機視覺技術，與分布式傳感技術相結合，完成數字環境的屬性定義、目標檢測、結構劃分等功能。

其優點為充分利用物理模型、傳感器更新、運行歷史等數據，在虛擬空間中完成映射，從而反映相對應的實體裝備的全生命周期過程；利用全息感知技術的數據資源，在數字環境下模擬公路管理實際流程，預測設施衰變趨勢，建立合適的養護策略指導決策工作；利用數字孿生環境，對資金投入量、使用方法、投入年限及手段進行優化，模擬實際的交通設施環境，對各項計劃進行可靠效益評估。

全壽命設施性能評估與決策服務方面，設施服務性能評價與養護水平考核；設施健康狀況及結構安全風險定期評估；財務分析及全設施生命周期資金時空優化。

其優點為，可基于高頻、不定期的設施檢查、檢測等多種技術手段，評價設施的服務水平變化；結合交通數據、服務性能變化及資源投入，評估分包公司養護水平；定期及特殊檢測，評價結構安全情況及風險，完成衰變分析及壽命預測，并提供預警信息；對管理設施網絡、運營生命周期進行基于服務水平及資金分配限制的養護策略優化。

5G時代 自動駕駛將更安全

目前，業界人士普遍意識到自動駕駛的實現不能再局限于單車智能，而是要將“智能的車”與“聰明的路”結合在一起，車路協同。5G網絡的出現，為自動駕駛的發展提供了新的可能。

全壽命規劃管理多元數據功能模塊

當前的4G網絡，已經能夠極大的滿足人們日常對互聯網的使用需求。但是想要解決自動駕駛，4G網絡是不夠的，而5G網絡最核心的場景之一就是車聯網。5G網絡服務于自動駕駛，有兩個核心的能力。

5G網絡的切片能力。5G雖然強于4G，但并不是無所不能。所以要根據不同應用進行切片，對需要自動駕駛控制功能，實現第一時間的控制。例如，5G網絡的運用，能夠從目前4G的100毫秒降到10毫秒，在這種情況下，緊急情況的自動剎車轉向，就能夠實現更精準的控制。

5G網絡的邊緣計算能。當所有的數據、判斷都放在云端，云端又會產生安全問題時，就出現了邊緣計算的概念。汽車的緊急計算需求也能夠放在網絡的邊緣。對于自動計時的邊緣計算和中央計算的分割，就要建立一個中心區域邊緣、V2X多級的計算架構。中移智行已經在北京和無錫進行了示范和試點，進行仿真模擬，在業界實現了百萬消息并發的情況下，V2X實驗能夠小于50毫秒。

目前，中國移動聯合北京市房山區政府在房山區的高端制造業基地搭建了5G駕駛的測試道路，計劃在十平方公里內，設立30個5G基站和一個高精度增強站，另外還建了一百多套智能交通采集設備。

從這個角度而言，5G已經是實現車路協同必不可少的因素。而車與路的相互配合中，V2X發下信號，用什么模式、車內用什么終端等問題依然亟待解決。不僅是5G下V2X的問題待解決，事實上，在國內自動駕駛規則的完善上也存在諸多問題。例如，目前北京與上海等城市都出臺了自動駕駛的路測政策，但在北京通過路測政策的自動駕駛車輛只能在北京進行測試，換到上海，需要重新進行路測“考試”，對企業在不同城市內進行測試造成了影響。

中國移動聯合房山區政府，打造國內首條5G自動駕駛開放道路。