新機遇
新時期推動交通系統變革的新技術
互聯網+的發展，推進了人獲得精準、便利、預約、共享、個性化、一體化服務；
自動駕駛技術商業化，推進車輛自動化、智能化、網聯化演變；
智慧公路建設，推進了道路數字化、智能化、車路協同化發展；
物聯網技術的發展，推進了交通環境的實時精準感知，不測風云變成可測可防；
大智移云新一代信息及通信技術代際躍遷，促進人車路實時泛在連接與智慧決策能力提升，進而推進交通系統整體性能提升。
信息時代促進了交通系統數字化智能化的發展
信息時代泛在互聯產生人、車、路、環境的海量交通時空大數據，與高精度地圖等地理信息技術深度融合促進了數字交通的發展。
交通信息采集自動化泛在化全過程發展，使得新型數據具有高實時、大樣本、低成本、高精度、全鏈條的特征，為交通出行全息感知、源頭治理、主動引導及精準服務提供了新的機遇。
數字交通是新一代智能交通系統的重要特征
新一代智能交通系統是借助移動通信、大數據、人工智能、云計算等新一代信息技術與自動駕駛等智能車輛技術，以人車路環境的全面精準感知及智能決策為核心，通過人-車-路-環境泛在互聯與協作，構建的可實現協同管控與創新服務的交通系統。也可稱為智能網聯交通系統。交通數字化是走向智能化的前提與基礎。
新基建給新一代智能交通帶來新機遇
2020年5月22日，《2020年國務院政府工作報告》提出，重點支持“兩新一重”（新型基礎設施建設，新型城鎮化建設，交通、水利等重大工程建設）建設。
新型基礎設施主要包括3個方面內容：信息基礎設施、融合基礎設施、創新基礎設施。
融合基礎設施主要是指深度應用互聯網、大數據、人工智能等技術，支撐傳統基礎設施轉型升級，進而形成的融合基礎設施，比如智能交通基礎設施。
智能交通基礎設施是以新發展理念為引領，以技術創新為驅動，以信息網絡為基礎，面向交通系統高質量發展及百姓高品質出行需要，提供數字轉型、智能升級、融合創新等服務的交通基礎設施體系。
智能交通基礎設施是實現新一代智能交通系統的有力支撐。
抓住新基建的歷史機遇，推進智能交通基礎設施建設將對創新交通管理與服務意義重大。
增供給——車輛編組行駛及專用道共享，提高通行能力
新基建將促進自動駕駛的進一步市場化，助推網聯車輛編組行駛，車輛間車頭時距顯著減小，同時交通秩序穩定，實際通行量顯著提高。而專用車道共享則可進一步增加專用道使用效率。
調需求——提供了交通流管控新手段
智能交通基礎設置的建設將推進智能網聯車輛增加，車路互聯及智能化使得路網泛在交通控制與出行誘導一體化成為可能，高精度定位支持下的車路智能控制為安全、效率與環保的提升提供了新可能。
強治理——異常行為監測與矯正
新基建將通過路側視頻、激光雷達及車載終端的普及大大加強車輛監測能力，糾正異常運行狀態，減少違章及不良行為，提高通行效率。
車道級車輛精細化監控；
車內駕駛員行為監控。
新服務——催生交通服務新模式、新業態
新基建進一步加大了人車定位的覆蓋范圍及精度，結合網上預約及電子支付等技術，可快速精準地響應海量的個性化出行需求，也為出行者提供了多樣化的選擇，資源共享、錯峰出行及差異化高品質精準服務成為可能。
新場景-安全提升
1、基于數字交通的安全風險動態監測、在線評價及預警
事故的發生是因為駕駛員未及時發現碰撞風險并采取避險行為造成的。
應用車聯網與車路協同技術可實現車車通信、車路通信，增強駕駛員的感知能力及系統泛在控制能力，實現管控一體化，提醒安全風險。
那么：問題是如何讓智能車路事故發生前及時發現風險并進行實時預警？甚至在緊急情況下接管操控車輛？
途徑1：基于路側感知及沖突判別的道路安全風險評估及預警
（1）風險沖突分析技術：
以交通沖突技術為代表的間接交通安全評價方法可以對交通系統當前交通風險狀況予以評價，近年來被廣泛地研究與應用。
相比利用事故數據的傳統交通安全分析手段，可有力支撐在線預警、主動干預及智能交通系統建設安全提升效果評估。
（2）基于路側視頻、雷達/激光檢監測設施及數字孿生技術，實現沖突的在線監測：
隨著新基建推進路側高清視頻、雷達、5G及邊緣計算發展，通過道路在線沖突判別、實時風險評價及預警實現道路主動安全成為可能
基于深度學習的車輛跨鏡頭匹配及跟蹤；采用視覺檢測、跟蹤和計算攝影學技術，將視頻檢測到的每一個目標賦予一個實時空間坐標，并與毫米波雷達探測結果融合計算，精確到分米級；對現實世界中車輛基于高速公路2D/3D數字地圖進行實時重建，構建車道級的數字孿生道路。通過對物理世界的虛擬映射及時空關系實時判斷進行參數檢測。
途徑2：基于車輛自采信息與路側信息結合的在途車輛安全風險評價與預警
車載：基于車載定位/視頻/雷達/激光/OBD/CAN數據的直接檢測車輛自身運行狀況、駕駛員狀況及與周邊車輛及道路設施的時空關系。
結合路側氣象及道路信息，可實現人車路環境的綜合感知及數字化，在線識別在途車輛安全風險；通過隨機或固定風險點的預警及車路協同控制，減少事故發生。選擇檢測參數，評估綜合風險及確定預警閾值是關鍵。
2、基于數字交通的事故應急管控與調度
途徑：車路智能網聯下泛在控制誘導一體化。
原理：通過車輛車道級管理及交通需求三級動態調控，使得流量與路段及路網通行能力適配，避免二次事故及瓶頸產生。
（1）車輛車道級控制：
方式：即使感知前方事故并在事故發生點前級預警。
要點：如何根據交通流量決策何時進行分級預警。
（2）節點級匝道控制：
方式：動態控制匝道進入流量。
要點：實時感知并估計事故后的道路剩余通行能力并動態控制進入流量是問題關鍵。
（3）路段級動態限速：
方式：根據異常事件下下游折減后的通行能力動態控制路段車速（因車速與流量相關）。
要點：實時感知交通量、下游異常事件及剩余通行能力并確定車速動態限制值是關鍵。
（4）網絡級分流誘導：
方式：路網廣域分流；誘導屏/車載或APP導航。
要點：感知全路網狀態、協同配時、分流地點、比例及遵從率影響是關鍵。
新挑戰
1、如何在原有機電系統或智能交通系統基礎上建設全息感知網
以實現全息、泛在、互聯的數據感知為目標，從現有感知設施的類型及功能出發，結合各應用系統需求，構建可共享復用的多目標交通感知網。
人端采集：
身份識別及手機信令、電子收費及其他定位檢測；
車載端采集：
基于車載定位/視頻/雷達/激光/OBD/CAN數據的軌跡、車況及運行檢測；
路側端采集：
視頻、雷達、智慧燈桿、高空鷹眼的交通流、事件及環境檢測；
設施端采集：
各類設施狀態傳感器。
2、如何在新型通信技術中選擇適合的車路協同通信方式
以不同場景下的信息傳輸需求出發，考慮信息安全性、實時性、可靠性、經濟性、可擴展性、供電條件、自主技術等選擇適合的通信方式。構建多網融合的信息傳輸網。
3、如何實現數據共享及計算決策能力支撐
大數據及云計算使得數據處理及數據驅動的分析能力及計算能力躍升，快速反應能力大大增強，支撐全網動態可監可控，但仍需加強數據共享及高效計算。
可持續擴展及自凈的數據湖；
支撐多應用系統的數據中臺；
支撐實時決策的云控平臺及邊緣計算；
優化分布的處理計算能力；
人工智能算法模型庫；
…….
難點是邊緣云智能算法及與中心云協作。邊緣計算功能承載于路測單元處的邊緣服務器處（VEC Server），邊緣云與中心云協作，提供半分布式的計算服務，滿足智能交通系統實時性和復雜計算能力需求。
4、如何讓更多車輛享受到智慧道路的服務
分階段車路協同實施框架分為四個階段，具體介紹如下。
第一階段（無車載端）：通過路側發布設施發布路側感知信息，重點在于路側感知設施（如氣象檢測、交通流檢測、路況檢測等感知設施）和路側信息發布設施（可變信息板、可變限速標志）。
第二階段（替代型車載端）：利用現有手機APP，通過手機的定位、視頻采集、多媒體發布等功能，實現部分不要求高精度定位場景的車路協同應用，重點在于可接收路側感知信息，豐富車載端應用。
第三階段（高精度替代型車載端）：目前，華為、小米等多個品牌的智能機已進行了提前布局，配置了雙頻RTK模塊，可進行高精度定位、高精度定位結合5G蜂窩應用，即可實現沖突預警、事件預警、信號聯動、優先通行等諸多需高精度定位的場景。
第四階段（通用型車載終端）：適配絕大部商用車型的后裝式車載終端，可以進行整車數據采集，并可實現車輛的協同控制。
展望
人車路泛在互聯及協同共智是交通數字化智能化的必由之路。道路交通系統是人-車-路高度耦合的系統，我國交通系統發展正在從以建設為主，走向存量優化的過渡階段，智能網聯及人車路協同是未來交通的必然發展趨勢。智能交通基礎設施建設是人車路泛在互聯、數字化及協同共智有力支撐及助推器。
展望未來，還有很多事情需要繼續深入研究：
人車路環境的精準感知能力；
人本信息豐富、高精度及動態更新的地圖支撐能力；
交通-通信-能源三網融合支撐能力；
時空大數據驅動下的分析決策能力。
掃一掃在手機上閱讀本文章
中國（四川）自由貿易試驗區成都高新區天府大道北段1700號7棟1單元14層1435號
028-83139986 400 119 1980
