王建伟：道路基础设施数字化研究进展与展望
作者简介：
王建伟，博士，长安大学教授，博士生导师，道路基础设施数字化教育部工程研究中心主任。主要从事交通基础设施数字化、运输与物流大数据分析、交通运输战略与规划方向的理论和技术研究。已发表学术论文90余篇，其中SCI/EI检索20余篇，出版著作、译著6部；先后主持或参与了国家科技攻关项目、国家自然科学基金、教育部重大社科项目、教育部博士点基金及省市纵向科研项目100余项，获得省部级科研成果奖13项。
作者简介：
高超，长安大学博士生，德国慕尼黑工业大学联合培养博士。研究方向为交通基础设施数字化、交通大数据分析，发表学术论文7篇，获授权发明专利3项，软件著作权2项。
作者简介：
董是，博士，长安大学讲师，陕西省交通基础设施建设与管理数字化工程研究中心副主任，入选长安大学遴选海内外优秀博士毕业生计划。主要从事面向运维养护阶段的交通基础设施数字化、基于多源大数据的道路基础设施智能养护；半刚性基层路面长期性能预测与维养决策方向的研究。发表学术论文20余篇，其中SCI检索14篇；国际高水平学术会议专题报告2次；目前已负责、主研或参与10项纵向科研课题；担任《INT J PAVEMENT ENG》《CONSTR BUILD MATER》等期刊审稿人。
长安大学数字基础设施研究中心（原交通BIM研究中心）成立于2016年，是专门从事交通基础设施数字化技术研究、工程咨询及培训服务的机构，旨在研究和应用数字化技术提升未来交通行业基础设施建设水平并带动其管理升级，在交通行业内通过技术升级和流程优化，节约大量成本并大规模提高生产效率。近年来，中心密切跟踪交通行业数字化发展的国际前沿方向，瞄准国家需求和领域重大科学问题，聚焦我国高速公路、地铁、桥梁、隧道、场站枢纽等基础设施项目全寿命周期的数字化技术研究与应用，推进交通行业全过程管理的智慧化发展，先后被批准成立了陕西省交通基础设施建设与管理数字化工程研究中心、交通运输部“BIM技术应用交通运输行业研发中心”、“一带一路”沿线交通基础设施建设与管理数字化国际联合研究中心、西安市交通基础设施智能化管理重点实验室以及道路基础设施数字化教育部工程研究中心
中国公路学报
引言
道路基础设施数字化通过汇集物联网技术、地理信息系统、建筑信息模型、信息物理系统、数字孪生、大数据驱动等在内的多种技术手段，对道路基础设施进行全生命周期、全要素的信息感知。当前，道路基础设施数字化发展有两种主要的实现途径：其一是推进开展既有公路交通基础设施数字化、智能化升级改造；其二是新建智慧化公路。然而，数字化道路基础设施的发展建设当下仍停留在功能性、保障性、服务性的初级阶段，关键技术与相关应用有待进一步研发与拓展。
为深入探究道路基础设施数字化的发展脉络，本文梳理了道路基础设施数字化涉及的各项关键技术，并对现有研究进展和发展趋势进行总结：①按照道路采集感知层、集成处理层、业务应用层构建道路基础设施数字化技术架构；②对涉及的关键技术进行重点介绍，并基于道路基础设施全生命周期的不同流程阶段进行重构；③指出现阶段道路基础设施数字化研究存在的问题与不足，对未来的发展进行展望。
01
文献统计与分析
使用VOSviewer软件进行共被引分析，期刊分布方面，研究领域涵盖交通工程、计算机科学、环境科学、地理学、公共管理、城市研究在内的多个学科；高频关键词共现方面，如表1所示，交通基础设施、交通强国、工业互联网、人工智能是近年来国内学界研究的热点。
表1 知网被引频次前10位关键词的频次与中心性
外文关键词中Model（模型）、Framework（框架）、Ontology（本体论）、Interoperability（互操作性）、Optimization（优化）是国际道路基础设施数字化研究的热词，如图1所示。总体来看，在交通基础设施规模和复杂性不断扩大的今天，道路基础设施数字化突出了研究的目标（网联、智能、智慧），强化了研究的手段（计量经济学、物联网、BIM、GIS、云计算），深入了研究的问题（本体论、互操作性、优化），是当今重要的研究课题。
图1 Web of Science关键词共现知识图谱
02
现有研究领域特征及技术应用
随着技术的演进发展，道路基础设施经历了从低等级公路到高速公路，再到数字化、智能化公路的演化历程，未来更将向着超性能与绿色公路的目标而奋进，如图2所示。基础设施的进一步完善也催发着车辆向高性能、新能源、无人驾驶等更高领域发展，绿色可持续、数字化、智能化已经成为人、车、路协同发展的共同目标。
图2 道路基础设施和车辆发展演化历程
BIM技术具有优化性强、模拟性好、协调性高、三维可视化效果好的特点，能够贯穿工程数字化全生命周期中；GIS技术能够基于三维可视化技术展现工程项目的外部环境和地理信息，与BIM技术形成互补；IoT技术能够将项目中的人员、机器、原料、方法、环境有机聚合起来，并在人工智能技术的触发下，实现工程项目各环节的智能决策。
03
关键技术及发展现状
本文以BIM模型的信息流为中枢，构建了道路基础设施数字化系统技术架构。主要技术框架自下而上划分为采集感知层、集成处理层和业务应用层三部分，此外包括支撑体系，标准与规范体系和安全与管控体系，如图3所示。
图3 道路基础设施数字化系统技术架构
采集感知层为道路基础设施数字化管理系统提供数据支撑，重点解决道路基础设施领域的数据采集和事件记录问题，其作用与人体中的皮肤和五官类似，部分采集感知设备如图4。
图4 采集感知设备体系
集成处理层是道路基础设施数字化的核心，包括数据预处理、数据存储管理、数据多网传输通信等功能，如图5所示。
图5 道路基础设施状态信息智能感知与数据集成处理
由于面向全生命周期的道路工程数据具有类型复杂、体量大的特点，构建基于多元异构数据的BIM道路基础设施长期服役数据库是极为必要的。道路基础设施长期服役数据库具体如图6所示。
图6 道路基础设施长期服役数据库
模型的互操作性是实现对交互信息与交互方法的标准化表达，构建多源异构数据融合技术体系是模型互操作与多源数据融合的重要步骤，如图7所示。
图7 多源异构数据融合技术体系
业务应用层是道路基础设施数字化的核心，具体包括道路工程的勘察设计、施工建设管理、运维养护管理、出行服务阶段，如图8所示。
图8 道路基础设施业务应用层技术体系
04
存在的问题与展望
道路基础设施数字化发展仍处在探索阶段，所依赖的技术还不成熟，实施手段、建设运营模式仍需要进一步完善，在实际运行过程中产生了诸多问题。
（一）对新型道路基础设施数字化发展规律缺乏系统性认知，缺少高效有力的顶层设计。
（二）业务协作困难，时效性差，硬件配置仍不健全。
（三）新兴技术手段尚未集成，数据应用分析深度相对有限。
（四）防范风险能力有待进一步提高。
道路基础设施数字化发展需要充分发挥交通运输行业在新型基础设施建设方面的主动作用，面对信息技术的快速发展，为实现交通运输行业提出要求，信息产业提供装备和服务的愿景，未来可以从以下几个方面入手开展研究工作：
（一）以数据为发展核心，构建全生命周期静、动态数据中心架构。
（二）突破核心技术，探索技术创新新方向。
（三）统一相关标准及技术规范。
本文主要内容出自于《中国公路学报》2020年第11期
全文链接：
http://zgglxb.chd.edu.cn/CN/abstract/abstract3565.shtml
引用格式：王建伟,高超,董是,等.道路基础设施数字化研究进展与展望[J].中国公路学报,2020, 33(11): 101-124.
WANG Jian-wei, GAO Chao, DONG Shi, et al. CurrentStatus and Future Prospects of Existing Research on Digitalization of HighwayInfrastructure[J].China Journal of Highway and Transport, 2020, 33(11):101-124.