智能交通与大数据

文/中交智能交通研发中心 朱弘戈

同济大学交通运输工程学院 杜豫川

中移智行网络科技有限公司 任大凯

人工智能在智能道路领域的应用

智能公路建设，需充分考虑其功能定位及项目特点。而智能高速公路，“安全”是首先要考虑的因素。从智能路况感知、智能交通诱导、智能视频调度、综合应急指挥、智能信息服务、智能服务区、特殊车辆管理、便捷移动支付、智能运维九个方面，开展智能化专项提升工作，可有效提高智能高速公路的安全性。

近年来，中国交建智能交通研发中心（简称“研发中心”）高度重视智能交通方面的科技创新，并参与了多条高速公路的智能道路建设。

延崇高速公路

目前，要实现全面智能道路的管控是难以一步到位，提升智能道路的管控水平需要从智能化提升专项入手。

作为交通运输部智能公路、绿色公路示范工程的延崇高速公路，通过有线、无线，地空一体化的全方位通信网络，实现语音、视频、数据融合的应急指挥调度功能；重庆市涪丰石高速公路安全提升专项中，将隧道、隧道群，以及上下游互通，作为一个整体的影响区，重点分析长下坡接隧道群、隧道群内团雾多发区及特长隧道这三个问题，在影响区域进行安全态势的分析与预警，实现洞内外滞留疏散，以及影响区外疏散策略。

在项目实践的基础上，研发中心还从智能感知和智能分析两个方面，进行了人工智能领域的探索。

在智能感知领域，人工智能技术主要探索在视频检测、红外非可见光检测、多目标跟踪雷达与视频融合等方面的应用。视频检测可实现多类事件检测，目前已实现的包括交通事故检测、逆行检测、停车检测、交通拥堵检测、超速检测、慢行检测、行人检测、抛洒物检测、火灾检测、烟雾检测等。

人工智能技术特别是深度学习的应用，显著提高了检测的精度和及时性——利用近红外（0.75微米至1.1微米）非可见光与视频检测相结合，可以显著提升火灾检测，以及弱光场景下的检测精度；将多目标跟踪雷达与视频检测组合应用，融入强化学习可显著提升综合感知能力，其中，采用多目标跟踪雷达作为检测前端，在道路沿线布设雷达及视频监控设备，可实时监控道路运行状况。

智能分析方面，重点探讨视频大数据分析挖掘技术在道路管控方面的应用。与传统的结构化数据不同，视频数据难于直接用关系型数据库的“二维表”来表达，属于典型的非结构化数据。由于传统监控只能采用分镜头，普遍存在画面碎片化、缺乏关联性的问题，难以获取监控区域的整体情况。

以贵州全省已通车高速公路为例，建成路段视频监控点已达1500个，平均2.9公里一处；隧道内视频监控点9000个，平均130米一处。如何高效地利用这些视频资源是急需解决的问题。视频融合和视频结构化是目前比较有效的解决方法。

视频融合是将离散的具有不同视角的传统监控视频与监控场景的三维模型进行全景融合，通过三维全景视频监控体系，实现融合显示、融合分析和跨镜头追踪，为后续视频分析奠定基础。视频结构化指从视频中提取包括人、车、物等相关特征信息，将非结构化数据转换为结构化数据的过程。以车辆为例，可以提取包括19种车型、5种号牌、12种车身颜色、2000多种车款，以及车上6种标志物等10大特征。视频结构化建立起视频数据与传统结构化数据的桥梁，并应用结构化数据的处理技术进一步深入挖掘分析。

研发中心与高校合作，开发人工智能大数据分析基础平台，可实现运行态势分析、交通辅助决策和路网仿真推演，应用人工智能的基础工具模型，实现可视化展现与可视化开发。该平台对设计人员的专业性包容度较高，非计算机人员也可以很好地进行业务开发应用，让不太精通计算机编程的业务人员快速构建符合业务逻辑的应用，大大提升了专业模型的开发效率。

基于人工智能的高速公路全寿命资产管理

公路资产全寿命周期管理模式，是指统筹考虑公路的规划、设计、采购、建设、管理、运行、检修、报废的全过程，在满足安全、效益、效能的前提下，追求资产全寿命周期成本最低，提高投资效益，提升专业化管理水平。

这种管理模式在20世纪初引入我国，2011年公路养护发展纲要中已明确发展全寿命周期养护资金优化，但限于技术条件限制难以大范围实施推广。人工智能的成熟使得全寿命资产管理有了突破的可能，通过全息公路环境感知进行前端信息采集后，可采用智能管理决策平台在后端分析所采集的数据。

智能管理决策平台

全息公路环境感知。综合运用轻量化检测设备、分布式智能设施终端、众筹数据等实现动态感知。其中，通过资产性能信息的采集，搭建养护数据云平台，将道路检测数据（通过路面快速检测系统，道路巡检客户端等将路面损坏、平整度、抗滑、弯沉及路基边坡等的损坏信息传至云端）、隧道定期监测巡查数据（隧道检测机器人、隧道人工巡检数据等，可通过专门的数据接口同步至云端）、性能评估数据（各专业评估系统）、桥梁检测数据（桥面检测、结构检测、混凝土强度检测等数据定期同步至云端）上传至养护数据平台。

智能管理决策平台。通过异构数据的融合与挖掘，基于人工智能的优化决策支持，最终实现全寿命养护周期化管理。实现全寿命养护周期管理后，可将设施监测平台信息中心、数据中心、决策中心的养护数据传到专家系统，待专家完成资产评估、检测分析、大中修设计后，再反馈到设施监测平台。

多源异构数据采集方面，分析专用检测系统数据时，可通过路面轻量化快速检测系统，实现基于功率谱密度分析的路面平整度快速检测、基于人工智能Yolo的路面病害快速识别与分类、基于红外热成像的裂缝发育程度快速预估、基于悬架振动响应的桥头跳车精准定位与评价。

分析桥/隧设施监测数据方面，可通过基于多传感器和物联网的桥隧监测系统，实现基于激光测距技术的收敛监测装置与算法，实时监控断面收敛，可拟合隧道断面形状，精度为1毫米；新型微型接/裂缝三向位移计，精度为0.1毫米，安装便捷，可监测结构差异变形、衬砌裂缝等；线式渗漏感应电缆，针对实时监控隧道渗漏,定位精度为0.1米；大坡度长距离纵向沉降监测系统，精度为0.1毫米，监测单元最大落差3米。

智能桥梁检测机器人

异构数据融合与挖掘服务方面，充分整合利用多种类型数据，实现信息价值的最大化提取呈现；强调动态数据的分析挖掘，精准预测设施性能的变化情况；引入人工智能方法，提升分析模型的泛化能力。

其优点为通过整合时间、空间、状态量等多个维度，形成数据立方体，分析研判设施性能的时空变化规律；基于深度学习模型，利用多源数据实现路面病害检测、未来设施性能衰变情况预估等；结合环境数据、运营数据，实现路网层面的设施性能综合分析，为路网级养护决策提供依据。

时空连续检测数据集方面，通过时间序列下的路面病害高频检测，实现路面状态的准确判别；利用人工智能算法识别并追踪各类病害发育情况；建立道路时空连续检测数据序列，为数据库提供时间演变参数。

其优点为通过高检测频率，多次扫描检测道路，减少错检、漏检的可能，提高路面全方位检测精度；通过建立时空连续的检测数据集，可以对某一病害进行时间序列的发育监测；基于时空连续的路面状态序列和交通环境、天气数据，计算评估最佳养护时间，防止病害进一步扩张。

交通设施环境数字孪生方面，数字孪生系统是多元传感器信息对物理的交通环境进行数字刻画，是进行全寿命养护、设施全息监控的关键技术；基于人工智能的计算机视觉技术，与分布式传感技术相结合，完成数字环境的属性定义、目标检测、结构划分等功能。

其优点为充分利用物理模型、传感器更新、运行历史等数据，在虚拟空间中完成映射，从而反映相对应的实体装备的全生命周期过程；利用全息感知技术的数据资源，在数字环境下模拟公路管理实际流程，预测设施衰变趋势，建立合适的养护策略指导决策工作；利用数字孪生环境，对资金投入量、使用方法、投入年限及手段进行优化，模拟实际的交通设施环境，对各项计划进行可靠效益评估。

全寿命设施性能评估与决策服务方面，设施服务性能评价与养护水平考核；设施健康状况及结构安全风险定期评估；财务分析及全设施生命周期资金时空优化。

其优点为，可基于高频、不定期的设施检查、检测等多种技术手段，评价设施的服务水平变化；结合交通数据、服务性能变化及资源投入，评估分包公司养护水平；定期及特殊检测，评价结构安全情况及风险，完成衰变分析及寿命预测，并提供预警信息；对管理设施网络、运营生命周期进行基于服务水平及资金分配限制的养护策略优化。

5G时代 自动驾驶将更安全

目前，业界人士普遍意识到自动驾驶的实现不能再局限于单车智能，而是要将“智能的车”与“聪明的路”结合在一起，车路协同。5G网络的出现，为自动驾驶的发展提供了新的可能。

全寿命规划管理多元数据功能模块

当前的4G网络，已经能够极大的满足人们日常对互联网的使用需求。但是想要解决自动驾驶，4G网络是不够的，而5G网络最核心的场景之一就是车联网。5G网络服务于自动驾驶，有两个核心的能力。

5G网络的切片能力。5G虽然强于4G，但并不是无所不能。所以要根据不同应用进行切片，对需要自动驾驶控制功能，实现第一时间的控制。例如，5G网络的运用，能够从目前4G的100毫秒降到10毫秒，在这种情况下，紧急情况的自动刹车转向，就能够实现更精准的控制。

5G网络的边缘计算能。当所有的数据、判断都放在云端，云端又会产生安全问题时，就出现了边缘计算的概念。汽车的紧急计算需求也能够放在网络的边缘。对于自动计时的边缘计算和中央计算的分割，就要建立一个中心区域边缘、V2X多级的计算架构。中移智行已经在北京和无锡进行了示范和试点，进行仿真模拟，在业界实现了百万消息并发的情况下，V2X实验能够小于50毫秒。

目前，中国移动联合北京市房山区政府在房山区的高端制造业基地搭建了5G驾驶的测试道路，计划在十平方公里内，设立30个5G基站和一个高精度增强站，另外还建了一百多套智能交通采集设备。

从这个角度而言，5G已经是实现车路协同必不可少的因素。而车与路的相互配合中，V2X发下信号，用什么模式、车内用什么终端等问题依然亟待解决。不仅是5G下V2X的问题待解决，事实上，在国内自动驾驶规则的完善上也存在诸多问题。例如，目前北京与上海等城市都出台了自动驾驶的路测政策，但在北京通过路测政策的自动驾驶车辆只能在北京进行测试，换到上海，需要重新进行路测“考试”，对企业在不同城市内进行测试造成了影响。

中国移动联合房山区政府，打造国内首条5G自动驾驶开放道路。