
摘 ?要 ?為實現交通運轉效率進一步提升,交通系統精細化管理成為學術界的新關注點,近年信息科技領域發展的技術革新,為交通系統優化和構筑智慧交通系統提供了技術支撐。以城市交通為研究尺度,通過分析城市交通管理系統演變路徑,對智慧交通系統性構件進行研究,提出大尺度和小尺度的智慧交通策略,為城市智慧交通發展提供借鑒和參考。
關鍵詞 ?智慧交通;交通基礎設施;綜合管控系統
改革開放后,城市交通呈現出行量大規模增加、出行方式多樣化的特征。城市交通管理系統的主要作用,在于實現交通通行量控制,主要手段在于交通限流。城市交通管理系統根據交通通行量差異經歷了節點限流、線性限流、輔助限流和綜合限流模式演變。伴隨著我國交通領域主要參數躍居世界排名前列,傳統的城市交通管理系統已無法完全適配新時代的交通發展。信息科技領域的發展為交通管控模式轉型升級提供技術實現手段,智慧交通已成為各地方政府的研究熱點和建設領域。
智慧交通是以優化交通管控系統、提升交通綜合效率和保障交通通行安全為目標,充分運用大數據、云計算、移動互聯網等新一代信息技術,構建涵蓋車、人、交通基礎設施、環境等多要素的生態系統。參照國民經濟行業分類國家標準,智慧交通涉及交通運輸/倉儲和郵政業、信息傳輸/軟件和信息技術服務業、科學研究和技術服務業、公共管理/社會保障、制造業這5個一級行業,涉及跨領域集成管理。根據交通運輸部《推進智慧交通發展行動計劃(2017-2020)》,智慧交通包括基礎設施、運輸服務和交通管理三大行業領域。本文通過分析城市交通管理系統演變和系統構建,分析城市智慧交通的宏觀和微觀策略,探索智慧城市交通策略。
一、城市交通管理系統演變
1.節點限流模式。城市發展初期,城市內部主要通行需求為工作地點和居住地點。傳統城市規劃模式以職住平衡為目標。為滿足交通管控要求,城市交通管理系統主要采取節點限流模式,即通過遠距離路口紅綠燈模式,實現交叉交通流間的有效平衡。結合城市管理需求,在主要交通通行路段采取路檢和收費站模式,實現分區管理。通過設置支撐桿和減速區,進行集中交通節點限流。
2.線性限流模式。城市發展中期,城市內部主要通行需求呈現多樣化的趨勢,主要體現在城市工作通行地點多樣化、城市休憩娛樂需求大幅度提升,對城市內部通行模式產生顯著的變化。傳統的節點限流模式不僅難以有效管控多樣化的通行需求,還容易在交通關卡處形成大規模交通擁堵,對交通通行效率形成一定的影響。城市交通管理系統逐步轉化為基于車流量進行調節的交通管理手段,即通過各交通節點的分時段車流量設定數據庫系統,利用信息技術處理、分析和發布,實現分時段交通限行和交通燈時間控制,進行聯動式的交通通行管理、多方式的交通管理引導,以實現多維度調節效果。
3.輔助限流模式。在節點和線性限流模式后,城市逐步發展輔助限流模式,即通過城市規劃層面的統一規劃部署,逐步實現交通總體限流。其中,交通輔助限量模式包括新區建設、舊區更新等,通過城市規劃策略逐步對原交通密集地區實現人口有機疏散。在城市進一步發展的過程中,城市停車需求顯著提升,通過停車等新增交通功能,對輔助限流模式形成新的補充。
二、智慧交通系統性構件
1.大數據基礎。大數據是智慧交通管理的基礎管理方法,具體的大數據內容,包括通過傳感器實時采集道路圖像信息和道路視頻信息,通過網絡接收采集到的道路圖像信息和道路視頻信息、交通事故發生位置信息和交通流量信息。在此基礎上,才可按照預設條件對交通流量信息進行評估,實現實時、快速、準確、及時的智慧交通監測管理。
2.信息終端傳感器。信息終端傳感器包括CMOS攝像頭、車牌辨識設備、車體分析設備、信息映射設備和移動通信設備等,設置于交通路口和交通路線上進行定期或不定期攝像操作,以獲得并輸出對應的交通路口圖像。通過對每個信息捕捉點的針對性采集和上報,以供交通后臺分析城市內的車輛活動密度、軌跡,提升交通管理效率。
3.終端操作系統。終端操作系統包括物聯網云平臺與智慧交通系統,物聯網云平臺包括物聯網設備與云平臺服務器,云平臺服務器包括數據監控與采集模塊、數據庫、數據分析與融合模塊、數據處理模塊和監測與預警模塊等,通過物聯網設備以獲得實時和預測交通信息。
三、城市智慧交通宏觀策略
1.規模預測。城市智慧交通的基礎是規模預測,實現片區內部、跨片區交通通勤需求量的預測。其中規模預測主要包括三個方面:城市規劃領域對城市未來發展的預測,現行交通通勤情況基礎對城市未來發展的預測,現行網絡信令數據基礎對城市未來發展的預測。其中,前兩方面是傳統城市交通規劃的預測基礎,在移動互聯網發展的基礎下,網絡信令數據基礎已成為城市未來規模預測的重要因素。
2.網絡架構。城市智慧交通網絡架構的基礎為物聯網,主要技術包括高精度位置管控、大數據應用基礎和人工智能決策模式,分別對應底層基礎、通用技術和平臺應用。其中,物聯網底層基礎包括云計算、虛擬現實、通信網絡傳輸技術、大數據和邊緣計算等,通用技術包括遠程控制、路面協同系統、智能監控和無人機等,平臺應用技術包括航空、公路等交通節點或線路。(網絡架構圖詳見圖1)
智慧交通當前研究主要包括研究領域、服務平臺、應用場景、技術突破和研究內容五個部分。(研究內容詳見圖2)其中,研究領域包括基礎設施、運輸服務和交通管理三個層面。服務平臺包括北斗高精度定位平臺、綜合服務協同平臺和解決方案開放平臺。應用場景則對應通信管理和路況檢測及處理、封閉園區自動駕駛和開發區域輔助駕駛、自動駕駛和精準處理,主要技術突破研究方向為定位精度大幅度提高、云服務精準性提升和云服務處理容量提升。研究內容則包括基礎數據、數據處理和數據決策等方面。
高精定位基礎是網絡架構的核心技術條件。(高精定位基礎流程詳見圖3)地基網絡以GPS、北斗信號等為信號接收處理基礎,具備廣泛部署的站址資源基礎。數據平臺承擔獲取分析地基參考站數據、獲得誤差信息,對地基參考站網絡進行監控。借助通信網絡的廣地域、連續和深度覆蓋的數據傳輸能力,滿足各類智慧交通場景定位需求。客戶端定位精度則受用戶自身設備特性所影響。
3.資源調度。交通資源調度指在規模預測的基礎上,充分運用智慧交通網絡架構,從策略上對實時或未來城市交通資源進行預測和配置,從平臺上對城市交通資源進行引導和控制。資源配置包括交通流量、交通通達性等層面,資源調度是綜合性策略,需根據實際情況統籌考慮。
四、城市智慧交通微觀策略
1.邊緣計算。城市智慧交通微觀策略,在于構筑多個以邊緣計算為基礎的專網,通過區域性交通控制,達到整體城市交通控制效率提升。邊緣計算是以云邊結合的模式處理集中與分布的數據,降低時延、彈性和對帶寬的需求,構筑在邊緣計算基礎上就近提供云服務,提出云邊結合。但邊緣計算存在網絡架構復雜、終端落地難、新增投資大等特點,在實際實施過程中存在一定的難度。目前智慧交通包括應用層、平臺層、網絡層和終端層。邊緣計算是簡化城市智慧交通網絡架構、促進網絡扁平化發展、減少網絡信息處理量的核心方法。當前邊緣計算的主要運用在于通過網絡切片,實現網絡核心網處理效率的提高。
2.自動駕駛。自動駕駛是城市智慧交通的重要微觀策略。基于高精度定位基礎,封閉園區已形成應用。在邊緣計算的基礎上,封閉園區可通過傳感設備獲取覆蓋范圍內自動駕駛車輛的定位、環境信息及規劃信息;自動駕駛車輛接入接口池,通過約定的網絡協議自動連接該自動駕駛車輛,用于完成所接入自動駕駛車輛的計算并給出相應駕駛決策信息。在封閉園區自動駕駛的發展基礎上,自動駕駛存在向開放交通場景拓展的可能性。
3.智慧停車。智慧停車是邊緣計算和自動駕駛基礎上的終端控制系統,通過車輛和停車位置間的相對位姿關系,尋求停車效率的提升。在邊緣計算作為專網的基礎上,在自動駕駛的技術基礎上,智慧停車將成為車輛從動態轉向靜態的重要過渡階段,是動態交通體系的有效補充,其效率提升有助于提升整體交通系統效率。
五、小結與啟示
智慧交通是廣闊和嶄新的研究領域,其包括航空、鐵路、公路、航運等多方面,為城市通勤效率的提高提供重要的技術性支撐。在信息科技技術發展的推動下,智慧交通在技術上得到顯著支撐。但因投資成本較高且預期收益不確定,當前智慧交通未能得到廣度和深度上的覆蓋,僅在部分領域進行創新嘗試。通過對城市交通管理系統中節點限流、線性限流和輔助限流模式演變的分析,對智慧交通系統性構建中的大數據基礎、信息終端傳感器和終端操作系統進行解析,從規模預測、網絡架構和資源調度三個層面探索城市智慧交通宏觀策略,從邊緣計算、自動駕駛和智慧停車三個層面探索城市智慧交通微觀策略,為未來城市智慧交通網絡架構構建具有重要的支撐作用。
參考文獻:
[1]朱惠斌.5G智慧城市框架體系研究[J].山東行政學院學報,2021(01):85-91.
[2]付羚.長三角數字經濟核心產業集聚區的構想與路徑研究[J].江南論壇,2021(11):13-15.
[3]黨安榮,王飛飛,曲葳,韓雯雯,田穎.城市信息模型(CIM)賦能新型智慧城市發展綜述[J].中國名城,2022,36(01):40-45.
[4]吳宦熙.中日智慧城市建設的階段特征與實踐研究[J].人民論壇,2021(36):104-106.
[5]孫軒.多維定義下的智慧城市建設:來自英國的實踐經驗[J].城市觀察,2021(06):135-148.
[6]薛飛.城市規劃體系中智慧城市建設探索[J].中國管理信息化,2021,24(24):185-186.
[7]范洪敏,米曉清.智慧城市建設與城市綠色經濟轉型效應研究[J].城市問題,2021(11):96-103.
本文系中國移動通信集團科技研發項目《粵港澳大灣區智慧城市理念與5G技術融合研究》(編號R20302110O31003)的階段性成果。
(作者系中國移動通信集團廣東有限公司深圳分公司博士)
【責任編輯:江民】