智能交通與大數(shù)據(jù)

文/中交智能交通研發(fā)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(wǎng)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(diào)度、綜合應急指揮、智能信息服務、智能服務區(qū)、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(fā)中心（簡稱“研發(fā)中心”）高度重視智能交通方面的科技創(chuàng)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(xiàn)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(wǎng)絡，實現(xiàn)語音、視頻、數(shù)據(jù)融合的應急指揮調(diào)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(qū)，重點分析長下坡接隧道群、隧道群內(nèi)團霧多發(fā)區(qū)及特長隧道這三個問題，在影響區(qū)域進行安全態(tài)勢的分析與預警，實現(xiàn)洞內(nèi)外滯留疏散，以及影響區(qū)外疏散策略。

在項目實踐的基礎上，研發(fā)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(xiàn)多類事件檢測，目前已實現(xiàn)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(jié)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(jiān)控設備，可實時監(jiān)控道路運行狀況。

智能分析方面，重點探討視頻大數(shù)據(jù)分析挖掘技術在道路管控方面的應用。與傳統(tǒng)的結(jié)構化數(shù)據(jù)不同，視頻數(shù)據(jù)難于直接用關系型數(shù)據(jù)庫的“二維表”來表達，屬于典型的非結(jié)構化數(shù)據(jù)。由于傳統(tǒng)監(jiān)控只能采用分鏡頭，普遍存在畫面碎片化、缺乏關聯(lián)性的問題，難以獲取監(jiān)控區(qū)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(jiān)控點已達1500個，平均2.9公里一處；隧道內(nèi)視頻監(jiān)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(jié)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(tǒng)監(jiān)控視頻與監(jiān)控場景的三維模型進行全景融合，通過三維全景視頻監(jiān)控體系，實現(xiàn)融合顯示、融合分析和跨鏡頭追蹤，為后續(xù)視頻分析奠定基礎。視頻結(jié)構化指從視頻中提取包括人、車、物等相關特征信息，將非結(jié)構化數(shù)據(jù)轉(zhuǎn)換為結(jié)構化數(shù)據(jù)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(jié)構化建立起視頻數(shù)據(jù)與傳統(tǒng)結(jié)構化數(shù)據(jù)的橋梁，并應用結(jié)構化數(shù)據(jù)的處理技術進一步深入挖掘分析。

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

基于人工智能的高速公路全壽命資產(chǎn)管理

公路資產(chǎn)全壽命周期管理模式，是指統(tǒng)籌考慮公路的規(guī)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(chǎn)全壽命周期成本最低，提高投資效益，提升專業(yè)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(yǎng)護發(fā)展綱要中已明確發(fā)展全壽命周期養(yǎng)護資金優(yōu)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(chǎn)管理有了突破的可能，通過全息公路環(huán)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(shù)據(jù)。

智能管理決策平臺

全息公路環(huán)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(shù)據(jù)等實現(xiàn)動態(tài)感知。其中，通過資產(chǎn)性能信息的采集，搭建養(yǎng)護數(shù)據(jù)云平臺，將道路檢測數(shù)據(jù)（通過路面快速檢測系統(tǒng)，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(jiān)測巡查數(shù)據(jù)（隧道檢測機器人、隧道人工巡檢數(shù)據(jù)等，可通過專門的數(shù)據(jù)接口同步至云端）、性能評估數(shù)據(jù)（各專業(yè)評估系統(tǒng)）、橋梁檢測數(shù)據(jù)（橋面檢測、結(jié)構檢測、混凝土強度檢測等數(shù)據(jù)定期同步至云端）上傳至養(yǎng)護數(shù)據(jù)平臺。

智能管理決策平臺。通過異構數(shù)據(jù)的融合與挖掘，基于人工智能的優(yōu)化決策支持，最終實現(xiàn)全壽命養(yǎng)護周期化管理。實現(xiàn)全壽命養(yǎng)護周期管理后，可將設施監(jiān)測平臺信息中心、數(shù)據(jù)中心、決策中心的養(yǎng)護數(shù)據(jù)傳到專家系統(tǒng)，待專家完成資產(chǎn)評估、檢測分析、大中修設計后，再反饋到設施監(jiān)測平臺。

多源異構數(shù)據(jù)采集方面，分析專用檢測系統(tǒng)數(shù)據(jù)時，可通過路面輕量化快速檢測系統(tǒng)，實現(xiàn)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(fā)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(jiān)測數(shù)據(jù)方面，可通過基于多傳感器和物聯(lián)網(wǎng)的橋隧監(jiān)測系統(tǒng)，實現(xiàn)基于激光測距技術的收斂監(jiān)測裝置與算法，實時監(jiān)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(jiān)測結(jié)構差異變形、襯砌裂縫等；線式滲漏感應電纜，針對實時監(jiān)控隧道滲漏,定位精度為0.1米；大坡度長距離縱向沉降監(jiān)測系統(tǒng)，精度為0.1毫米，監(jiān)測單元最大落差3米。

智能橋梁檢測機器人

異構數(shù)據(jù)融合與挖掘服務方面，充分整合利用多種類型數(shù)據(jù)，實現(xiàn)信息價值的最大化提取呈現(xiàn)；強調(diào)動態(tài)數(shù)據(jù)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(yōu)點為通過整合時間、空間、狀態(tài)量等多個維度，形成數(shù)據(jù)立方體，分析研判設施性能的時空變化規(guī)律；基于深度學習模型，利用多源數(shù)據(jù)實現(xiàn)路面病害檢測、未來設施性能衰變情況預估等；結(jié)合環(huán)境數(shù)據(jù)、運營數(shù)據(jù)，實現(xiàn)路網(wǎng)層面的設施性能綜合分析，為路網(wǎng)級養(yǎng)護決策提供依據(jù)。

時空連續(xù)檢測數(shù)據(jù)集方面，通過時間序列下的路面病害高頻檢測，實現(xiàn)路面狀態(tài)的準確判別；利用人工智能算法識別并追蹤各類病害發(fā)育情況；建立道路時空連續(xù)檢測數(shù)據(jù)序列，為數(shù)據(jù)庫提供時間演變參數(shù)。

其優(yōu)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(xù)的檢測數(shù)據(jù)集，可以對某一病害進行時間序列的發(fā)育監(jiān)測；基于時空連續(xù)的路面狀態(tài)序列和交通環(huán)境、天氣數(shù)據(jù)，計算評估最佳養(yǎng)護時間，防止病害進一步擴張。

交通設施環(huán)境數(shù)字孿生方面，數(shù)字孿生系統(tǒng)是多元傳感器信息對物理的交通環(huán)境進行數(shù)字刻畫，是進行全壽命養(yǎng)護、設施全息監(jiān)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(jié)合，完成數(shù)字環(huán)境的屬性定義、目標檢測、結(jié)構劃分等功能。

其優(yōu)點為充分利用物理模型、傳感器更新、運行歷史等數(shù)據(jù)，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(shù)據(jù)資源，在數(shù)字環(huán)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(yǎng)護策略指導決策工作；利用數(shù)字孿生環(huán)境，對資金投入量、使用方法、投入年限及手段進行優(yōu)化，模擬實際的交通設施環(huán)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(yǎng)護水平考核；設施健康狀況及結(jié)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(yōu)化。

其優(yōu)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(jié)合交通數(shù)據(jù)、服務性能變化及資源投入，評估分包公司養(yǎng)護水平；定期及特殊檢測，評價結(jié)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(wǎng)絡、運營生命周期進行基于服務水平及資金分配限制的養(yǎng)護策略優(yōu)化。

5G時代 自動駕駛將更安全

目前，業(yè)界人士普遍意識到自動駕駛的實現(xiàn)不能再局限于單車智能，而是要將“智能的車”與“聰明的路”結(jié)合在一起，車路協(xié)同。5G網(wǎng)絡的出現(xiàn)，為自動駕駛的發(fā)展提供了新的可能。

全壽命規(guī)劃管理多元數(shù)據(jù)功能模塊

當前的4G網(wǎng)絡，已經(jīng)能夠極大的滿足人們?nèi)粘ヂ?lián)網(wǎng)的使用需求。但是想要解決自動駕駛，4G網(wǎng)絡是不夠的，而5G網(wǎng)絡最核心的場景之一就是車聯(lián)網(wǎng)。5G網(wǎng)絡服務于自動駕駛，有兩個核心的能力。

5G網(wǎng)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(jù)不同應用進行切片，對需要自動駕駛控制功能，實現(xiàn)第一時間的控制。例如，5G網(wǎng)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(zhuǎn)向，就能夠?qū)崿F(xiàn)更精準的控制。

5G網(wǎng)絡的邊緣計算能。當所有的數(shù)據(jù)、判斷都放在云端，云端又會產(chǎn)生安全問題時，就出現(xiàn)了邊緣計算的概念。汽車的緊急計算需求也能夠放在網(wǎng)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(qū)域邊緣、V2X多級的計算架構。中移智行已經(jīng)在北京和無錫進行了示范和試點，進行仿真模擬，在業(yè)界實現(xiàn)了百萬消息并發(fā)的情況下，V2X實驗能夠小于50毫秒。

目前，中國移動聯(lián)合北京市房山區(qū)政府在房山區(qū)的高端制造業(yè)基地搭建了5G駕駛的測試道路，計劃在十平方公里內(nèi)，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(jīng)是實現(xiàn)車路協(xié)同必不可少的因素。而車與路的相互配合中，V2X發(fā)下信號，用什么模式、車內(nèi)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(nèi)自動駕駛規(guī)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(yè)在不同城市內(nèi)進行測試造成了影響。

中國移動聯(lián)合房山區(qū)政府，打造國內(nèi)首條5G自動駕駛開放道路。