智慧高速建设面临的问题及解决思路 | CEIC2021热点聚焦

编者按：4月22日至23日，第二十三届中国高速公路信息化大会暨技术产品展示会在苏州国际博览中心隆重举行。本次大会由中国公路学会主办，《中国交通信息化》杂志承办。

在22日的主旨报告会上，新华三技术有限公司公路行业技术总监王泽宁进行了题为《云协路网，智行未来——新华三对智慧高速的思考与实践》的报告。王泽宁认为，智慧高速建设即将迈入3.0时代。他表示，应以泛物联感知为触手，以数字基础设施为支撑，以数据中台为核心，驱动高速公路“建”、“管”、“养”、“运”、“服”、“新”协同发展。

以下为王泽宁的现场演讲内容，《中国交通信息化》作了不改变原意的编辑及整理。

在当前背景下，智慧高速的发展将进入一个全新时期。智慧高速的建设将经历三个阶段：1.0（信息化）-2.0（智能化）-3.0（自动化）。得益于2019年的“撤站”和2020年的高速视频云联网，以及各省（市）开展的车联网示范区和先导区的建设，基本实现了路网状态精准掌控、应急指挥实时高效、高速收费快速准确、信息服务精准个性，车路协同体系日趋完善，逐渐在智慧高速2.0阶段站稳了脚跟。

在积极展望3.0阶段的四“零”目标时，我们也应当清楚地认识到，当前智慧高速建设在在线计费、视频分析、智慧养护、车路协同、统一运维等方面仍面临一些问题。在这里我先提出相关问题与解决思路，仅作为抛砖引玉。

在线计费助力全网自由流

传统的车道收费系统，架构比较重，这导致了收费站前期建设成本高、后期拆除难度大、升级改造不灵活、系统维护难度高等问题。同时在全网自由流的共同目标下，传统的收费业务与计费系统在线化、云化、业务逻辑扁平化、信用体系全网化的发展趋势出现了矛盾。

为此，我们提出了新一代在线计费系统，将车道服务（如在线计费、平台车道服务、运维监测、特情查询等功能）全部上升到智慧高速中台上来，由收费运营服务模块统一提供对外服务；在车道仅保留针对自助终端、发卡机等设备的岗亭服务（Http）及针对车道控制器的外场控制服务（TCP），同时，岗亭服务也可在紧急情况下直接对车道机进行应急控制。这样ETC车辆可以在匝道门架进行预交易，在收费车道直接放行；MTC车辆通过车道自助收费终端进行领卡、缴费、还卡等操作；特情车辆，采用移动收费终端进行处理。在大幅提升通行效率的同时，简化了收费车道的系统配置和土建投入，有利于逐步过渡到全网自由流。

智能视频分析

提升高速路网管控效率

全国视频云联网之后，这么大的数据量如何处理、如何挖掘才能够提升当前的路网管控效率是一大难题；还有经常被诟病的“准确率不高但是误报率奇高”的问题等等。当然这也和当前在高速场景中缺乏视频分析的相关规范和评价标准有关。

新华三将智能视频分析的发展阶段划分为如下四点：

• 数据标准化。统一数据接入标准，确保不同厂商、架构的视频平台汇集的数据都可分析。

• 算法标准化。建立算法验证及评估标准，开放标准算法API，做到高质量算法才可入网，视频分析结果互认互通。

• 数据中台化。依托全国视频云联网体系，建立算法样本仓库和业务模型，为入网算法提供建模、优化、商用等全流程的数据来源。

• 算法模块化。视频分析算法能够做到按需调配、定期更新、统一下发。

依托数据中台，助力高速公路

迈向可预测、无人化养护

目前高速养护的频率较低，比较依赖年检积累完整的路面病害报告，微小的数据积累量，加之高速建、管、养等系统之间很难实现数据共享，直接导致了科学、完善的病害库难以生成。

实际上，首当其冲需要解决养护设备便携化的问题，依靠可以部署在普通车辆上的摄像机等养护感知设备完成数据采集，通过AI+视频分析的能力，实时完成路面病害的识别，将病害结果数据，会同建设系统数据、路网运行数据等上传至智慧高速中台进行数据整合、数据挖掘、AI推理等处理，形成完善科学的病害库，建立病害预测模型，做到病害演变可预测，制定合理的养护计划，提前预测养护，降低养护周期。

同时，车路协同的发展，使得高速公路场景下的无人驾驶成为可能，在无人驾驶的车辆上安装便携的养护检测设备，从而实现无人化养护检测，分享车路协同红利。

高速信息系统

运维一体化、自动化

“撤站”与视频云联网，在高速路侧积累了庞杂的信息终端。运维平台的缺乏或不专业性，导致了故障发现不及时、故障修复时间长等问题。同时，大量的运维问题需要人工检修，然而专业的运维人员培养成本很高，给运维工作增加了新的难题。

新华三统一运维平台，已经在中交资管运营的上千公里路段进行了大规模实践。平台提供：巡检自动化、配置合规自动化、维护操作自动化、安装部署自动化、配置收集自动化、应急容灾自动化等自动化能力。同时提供手机APP，与运维工单系统联动，实现移动巡检。运养维的全面自动化能力建设，让无人值守的路网设备随时可操作，可控制，故障可快速解决。

构建车-路-云-网

一体化的车路协同体系

随着车路协同体系的逐步完善，云边协同、边缘计算等技术成为其中不可或缺的一部分。然而，边缘计算设备的不稳定问题、边缘应用逐点安装带来的应用部署效率低问题、边缘计算（非端计算）轻量化难度高等问题，至今没有非常完美的解决方案。

车路协同体系中的三个主要参与要素：车、路、云。对于车辆的自动驾驶能力分级，对于道路的智能网联能力分级都有较明确的定义，然而从没有人将云的演进阶段和车、路进行匹配。

新华三认为，在自动驾驶的初级阶段，L0-L2级别，不需要路侧提供任何额外的信息支撑，在此阶段，云计算及边缘计算不需要介入；L3级别，要实现特定条件下的全自动驾驶，需要边缘计算实时处理大量的路侧数据，将超视距等预警信息及时同步给车辆，在此阶段，需要边缘计算提升处理效率，降低数据时延；L4级别以上，向全天候、全路段自动驾驶发展，路侧提供的预警信息被要求不许中断，在此阶段，车路协同大规模应用，需要云边之间的应用协同和资源共享，提升整个系统的鲁棒性。因此，新华三车路协同方案，以云边协同为核心，以数字孪生为基础，以全链安全为保障，构建车-路-云-网一体化的车路协同体系。

---

作者 | 王泽宁（新华三技术有限公司公路行业技术总监）

来源 | 第23届中国高速公路信息化大会

---