智慧高速解决方案建议书
一、 项目概述
自2016年以来,我国陆续发布相关通知与政策,充分发挥信息化对促进现代综合交通运输体系建设的支撑和作用,不断提高交通运输信息化发展水平。
2016年,交通运输部发出《交通运输信息化“十三五”发展规划》,指出大力推进智慧交通建设,以行业信息化重点工程和示范试点工程为依托,着力落实国家信息化战略任务,努力实现交通运输信息化的上下贯通、左右连通和内外融通,促进现代综合交通运输体系发展。
2017年7月交通运输部下发《关于开展新一代国家控制网和智慧高速和试点(第一批)工作的通知》,明确要求以重点公路运输通道、重大活动区域和中心城市依托,提升交通基础设施管理、调度指挥、运输组织、运营管理、安全应急、车路协同、出行服务等领域的智能化水平,提高公路基础设施和运输组织进行效率及安全水平,广东省将作为第一批试点省份,进行智慧高速试点示范等工作。
2018年,交通运输部发布《关于加快推进新一代国家交通控制网和智慧高速试点的通知》。在北京、河北、吉林、江苏、浙江、福建、江西、河南、广东九省(市)加快推进新一代国家交通控制网和智慧高速试点。通知将基础设施数字化、路运一体化车路协同、北斗高精度定位综合应用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国家交通控制网6个方向作为重点。
2019年7月,交通运输部发布《数字交通发展规划纲要》,指出我国数字交通发展将构成数字化的采集体系,推动交通基础设施规划、涉及、建造、养护等全要素、全周期数字化,推包括公路在内的重要节点的交通感知网络覆盖,促进交通专网与“天网”、“公网”深度融合,推进车联网、5G、卫星通信信息网络等部署应用,形成多网融合的交通信息通信网络,提供广覆盖、低时延、高可靠、大带宽的网络通信服务。
2019年9月国务院印发了《交通强国建设纲要》,要求加强智能网联汽车(智能汽车、自动驾驶、车路协同)研发,形成自主可控完整的产业链。大力发展智慧交通,推动大数据、互联网、人工智能、区块链、超级计算等新技术与交通行业深度融合。构建综合交通大数据中心体系,深化交通公共服务和电子政务发展。推进北斗卫星导航系统应用。
2019年12月初交通运输部印发了《关于开展交通强国建设试点工作的通知》以加快建设交通强国,推动落实今年9月出台的《交通强国建设纲要》,交通部拟通过1~2年时间,取得试点任务的阶段性成果,用3~5年时间取得相对完善的系统性成果,形成一批可复制、可推广的先进经验和典型成果。
智慧高速是为充分发挥高速公路的功能属性,集成应用先进的感知技术、传输技术、信息处理技术、控制技术等,形成开放共用的基础平台,多层次可扩展的业务系统;它以安全、高效、便捷、绿色为目标,结合多样、开放的运营管理与服务模式,为人和货物的快速运输提供可靠的网络化通行服务,为“人-车-路-云”交互提供自由的通信管道服务,为应急事件提供全时可响应的应急服务,为出行者提供精细化、自主化的出行服务,为管理者提供智能、高效的管理手段。
公路作为我国交通的重要路段与场景,建设数字化、网联化、协同化、智能化必将成为我国数字交通、交通强国战略的重要发展方向,是落实《交通强国建设纲要》的重要举措,进行智慧高速试点势在必行。
我欧美等发达国家早在20年前就已进入“后建设”时代,近10年随着信息、通信和传感技术的发展,纷纷提出了第五代道路、合作式智能交通、互联车辆以及智慧高速等面向高速公路智能化的发展战略,并开展了大量的技术研发和示范推广工作。
美国的公路智能化发展主要从两大方面展开:一是面向运营管理,各州纷纷启动了智慧通道(Smart Corridor)的建设;二是面向车路合作,开展了互联车辆(Connected Vehicle)计划。其中,智慧通道主要包括区域通道级高速公路的主动交通管理和面向运输车辆的车队管理、车辆信息服务等。互联车辆计划通过利用专用短程通信技术(DSRC),实现车车/车路的交互与协同,确保车辆在高速公路上的自组织、高效、安全行驶。
与美国的发展模式类似,欧洲也开展了以主动交通管理为主要特征的Easyway项目和合作式智能交通系统(C-ITS,Cooperative ITS)战略。Easyway项目以欧洲跨国高速公路的信息共享和协同调度为主要目标,开展了区域出行者信息服务、主动交通管理服务以及货运和物流服务。而C-ITS战略主要面向车车/车路合作,开展技术、标准和试验验证。为进一步落实上述战略,荷兰、德国、奥地利开展了ITS走廊(ITS Corridor)的跨国高速公路示范工程。
日本在整合高速公路ETC系统、VICS系统基础上,提出了ETC2.0战略,该战略以基于DSRC的车路交互技术为核心,整合车内智能终端,通过在高速公路上设置路侧热点(ITS SPOT)实现了收费、信息服务和车车、车路交互等功能,建立面向安全、管理和服务的开放平台。
韩国于2008年提出并实施了Smart Highway项目,该项目共提出了安全驾驶辅助、车路高速通信服务、面向用户的便捷服务,综合考虑了道路设施的智能化和多种通信模式下的车车/车路交互等服务,还包括了6项信息化基础设施和9项关键技术的战略计划。
发达国家在面向高速公路的智慧系统发展过程中主要特点有:
(1) 信息获取和发布商业化。以互联网企业为主的私营机构逐渐占据了信息采集和服务领域的主导地位。INRIX、TomTom等企业利用互联网数据开展了大量分析工作,并以此推出了覆盖几十个国家的个性化信息发布业务。近期,结合智能穿戴技术的发展,信息发布服务已具备了融合车载导航、智能手机甚至可穿戴设备的能力,基于智能终端的智慧交通服务体系已经具备一定的发展规模。
(2) 重视高速公路车路交互技术。日本依托广泛的ETC系统平台,开发了兼容ETC系统和VICS信息服务功能的ITS SPOT系统,实现了车车/车路的高效、安全通信。欧美国家在ETC应用方面并无规模化应用,但DSRC通信协议、安全机制的标准化以及车车/车路合作一体化测试验证等方面开展了大量工作。结合未来自动驾驶、无人驾驶车辆的发展,无线交互平台将成为智慧高速为公众提供更加安全和便捷服务的基础。
(3) 空基技术对交通运行的支撑作用日渐显现。随着地基高精度定位技术和地图技术的发展,其对运输服务和交通运行管理的支撑功能越来越强大,同时无人机等装备在线型设计、养护检测、日常巡查监测和应急处置方面显示了明显的优势。
为推动新一代国家交通控制网及智慧高速试点有序开展,防止试点同质化、碎片化。2018年2月,交通运输部发布《关于加快推进新一代国家交通控制网和智慧高速试点的通知》,划定了北京、河北、吉林、江苏、浙江、福建、江西、河南以及广东九个智慧高速试点地区;基础设施数字化、路运一体化车路协同、北斗高精度定位综合应用、基于大数据的路网综合管理、“互联网+”路网综合服务、新一代国家交通控制网六个试点主题,各地智慧高速发展大致情况如下:
(1)北京:2019年7月1日,北京大兴新机场高速、大兴机场北线高速正式通车运营,新机场高速公路成为国内首条具备“防冰融雪”功能的高速公路,并通过智慧高速新收费系统、仿真推演与电子沙盘打造智慧管理体系等手段打造成京津冀首条“6+1”智慧高速公路。根据《北京市2019年重点工程计划》,京雄高速将于2019年内开工;2019年7月,京雄高速公路河北段已获河北省发改委批准建设。
(2)河北:延崇高速作为国家加快推进智慧高速试点的重点示范项目,沿线配有摄像头、路侧雷达、气象传感器等智能设备,并于2019年1月1日正式通车。奥迪中国研发团队在延崇高速公路一封闭路段进行了 L4 自动驾驶以及基于 C-V2X(基于蜂窝网络的V2X)的车路协同演示,无需驾驶员干预,车辆便可自动识别交通标识,并进行相应的车速调整。此外,演示车辆还完成了变道超车、自动减速以及紧急停车等动作,使用场景包括限速提示、事故预警、变道辅助以及紧急制动预警等十余个。通过此次测试,推动了车企与高速公路业主方、通信企业的合作,有助于进一步探索智能网联汽车的发展。
(3)吉林:“吉林省高速公路智能化示范工程”是交通运输部为贯彻落实“交通强国”和“数字中国”战略目标,加快推进新一代国家交通控制网和智慧高速建设试点项目,确定的“互联网+路网综合服务”方向试点示范工程,旨在提升高速公路管理、指挥调度、运营安全、车路协同、出行服务等智能化水平,提高公路基础设施和运输效率及服务水平。2019年吉林省依托珲乌高速吉林省全线试点工程和长春龙嘉机场连接线,建设完成新一代国家交通控制网和智慧高速示范项目,2020年将示范成果在全省高速公路推广。
(4)江苏:2018年11月6日,世界首条“三合一”无线充电智慧高速亮相苏州同里。在国际上首创里面光伏发电、动态无线充电、无人驾驶三种先进技术的融合应用,并设有LED智能引导标识、电子斑马线、多功能路灯等智慧交通设备。2019年3月21日,《江苏“智慧高速”信息化支撑关键技术研究》科技项目中期成果通过评审,项目结合江苏智慧高速建设的总体要求,对其中支撑层所涵盖的公路云、公路大数据、公路数据管理、公路移动应用和公路外场监测设备管控等关键技术开展了深入研究,研究成果对于支撑江苏“智慧高速”信息化建设具有重要指导意义。 2019年6月19日,宁沪公司联合江苏中路工程技术研究院、东南大学等单位,依托省交通运输重点科研项目《沪宁高速公路超大流量路段通行保障关键技术研究与工程示范》,将研发的应急车道主动管控、连续式港湾车道和匝道管控等新技术,在无锡硕放-东桥路段进行了成功的应用。
(5)浙江:2018年3月19日,浙江省交通运输厅在杭州组织召开了《杭州绕城西复线智慧高速试点项目实施方案》评审会,项目计划于2020年投入使用。2018年7月3日,杭州板块智慧高速试点示范项目杭州绕城西复线实施方案成功获省交通运输厅批复。2019年4月,杭绍甬智慧高速一工程——跨曹娥江大桥绍兴滨海侧栈桥先行工程此前获批,工程系杭绍甬智慧高速关键性节点工程,此次获批标志着杭绍甬智慧高速先行工程全面启动。杭绍甬智慧高速将力争于杭州2022年亚运会前建成试运行,设计时速预计将突破120公里/小时,将支持自动驾驶、边通车边无线充电等“未来科技”。 2019年7月,杭州绕城西复线环山互通公路已通过交工验收。环山互通为杭州绕城西复线重要节点工程,位于富阳环山乡。
(6)山西:2017年12月,江西省首条智慧高速公路宁定高速公路建成试运营。在高速公路沿线枢纽分布着交调站,可对车流情况进行实时监测。在重点路段的隧道、高边坡等处布设了监测系统,能够准确监测安全运行情况。此外,这条高速公路上还运用北斗卫星技术,整合报警手机定位、路况预判等功能,实现对交通事故的快速处置。2018年6月9日,江西省新一代国家交通控制网和智慧高速示范工程实施方案暨课题大纲通过评审。2019年5月,依托昌九高速公路改扩建工程,江西省新一代国家交通控制网和智慧高速示范工程—新祺周到永修收费站近10公里试验段取得实质性进展,即将投入试运行,这将成为国内首条面向国家交通控制网的智慧高速,形成终端产品及标准、云平台和运营管理等成套技术体系。
(7)河南:2019年6月19日,关于河南省新一代国家交通控制网和智慧高速试点工程(普通干线公路)工程设计文件的批复,主要建设内容为省级完善路网运行监测及应急处置设施、建设网络和信息安全系统、公路感知服务网、完善应用平台支撑及综合信息管理系统。2019年7月23日,河南省新一代国家交通控制网和智慧高速试点工程(机西高速公路)详细设计批复,建设以基础设施数字化和基于大数据的路网综合管理为重点的“231”(2套数字化体系,3套应用系统,1个云数据中心)智慧高速公路。
(8)广东:2018年6月15日,深圳市交委发布消息,将侨香路作为深圳首条智慧道路,采用了物联网、大数据以及人工智能等新技术,完善了道路的感知、管控与服务设施,构建智能化的设施管养和交通治理体系。目前,广东省已建成省交通数据中心并实现了信息资源整合,在省公路交通数据中心的基础上,建成了统一的省交通数据中心和省交通系统(云浮)数据备份中心,并提供主题分析和决策支持服务,搭建了省交通GIS公共服务平台。基本建成了覆盖高速公路、国省干线公路重点路段、两客一危车辆等动态运行监测体系。公路、道路运输、综合执法等管理部门开展了大量的信息化建设工作。建设高速公路不停车收费、公交一卡通、客运联网售票、交通服务热线、交通综合信息发布APP等系统并进行推广应用,全省面向社会公众、企业的公共信息服务水平显著提升。
针对传统高速公路产业发展的压力,在一序列智能交通发展战略推动下,我国高速公路在数字化、网联化、协同化、智能化发展方面已经进行了一系列探索与示范,主要针对当前高速公路交通信息获取的全面性和实时性不够、感知手段单一数据融合效果不佳、车路协同服务体验不足、智慧化运营管理手段缺乏、与智能网联自动驾驶等信息技术融合滞后等短板,引进新一代信息技术应用,推进高速公路向数字化、网联化、智能化发展,提升交通管控效率、实现智慧运营、管理、养护,全面提升用户出行体验。智慧高速只要建设需求包括:
对公路道路人、车、路、环境四大要素进行全面、实时的采集,将多源的交通感知信息进行融合分析、汇聚和建模,形成对公路交通状况的全面感知,包括交通流量的时空分布、交通事件检测、以及路面状态和环境状况,预测未来交通流量等,为智能化出行服务及运营管理提供数据基础与支撑。
促进5G、C-V2X、DSRC等多种先进通信技术融合,形成多网融合的交通信息通信网络,实现公路交通基础设施、公路交通参与者、公路道路、公路服务与管理平台间的实时高效信息互通,打通“人-车-路-网-云”五大要素连接,提供广覆盖、低时延、高可靠、大带宽的网络通信服务。
促进人、车、路、网、云大数据融合,实现跨层级、跨地域、跨系统、跨部门、跨业务的数据共享、协同管理和一体化服务,挖掘交通大数据的潜在价值,建立健全大数据辅助科学决策机制,持续进行综合大数据业务创新,为数据运营提供基础数据支撑。
充分利用智能终端、全面的感知网络、多元异构的传输网络以及先进支软硬件,升根完善地理信息服务平台、三维信息处理平台、建设省级视频整合云平台、绕一人员权限管理平台、数据应用支撑平台、数据库软件、公路数据分析平台、公路可视化基础设施产理平台、智能网联平台等,为智慧高速多样业务应用提供有效支撑。
针对公路运营、管理及社会大众的不同需求,建设多层次智能化应用体系,包括建设大数据支撑的交通控制、管理、决策、服务一体化的信息共享、全程可视、智能可控的的智能公路管理系统;建设交通安全智能分析研判体系,提升高速公路主动安全水平;构建交互式公众交通信息服务体系,包括车路交互平台、公共服务平台、智能应用终端、管理控制平台等,提供安全辅助驾驶、无感支付、高清娱乐视频以及其他多样化、个性化的行车服务,全面提升大众行车安全、效率与体验。
需要对自动驾驶车辆提供有效、实时、精准对感知辅助,依靠路侧端全面交通信息感知网络,进行全路段交通态势感知、分析研判,并将结果通过5G及C-V2X通信传递给自动驾驶车辆进行决策,为自主决策自动驾驶车辆的感知系统提供路侧数据支撑,支撑全天候复杂交通场景下自动驾驶。
项目方案以建设安全、高效、便捷、绿色的智慧高速为目标,针对目前高速公路交通信息感知手段单一、信息全面性和实时性不够、车路协同服务体验不佳、管理者与出行者互动手段不足、智慧化运营管理手段缺乏、智能网联自动驾驶等信息技术融合滞后等短板,发挥5G、车路协同、北斗高精定位技术及AICDE等新一代信息技术在高速公路场景中的应用,建成道路交通全息感知、5G通信、车路协同、北斗高精定位一体的“多元异构、覆盖全面”的智慧高速立体信息网,部署包括智人车路协同平台、高精度定位平台、视频联网云平台、地理信息服务平台、基础设施监管平台的“智能安全、功能多样”的智慧高速能力平台,提供“直观可视、数据可用”的智能管理工具系统,提供“示范先进、推广实用”的多层次智慧高速业务体系。最终构建要素全量感知、业务高度协作、车路深度协同、分析科学高效、安全主动防控、路网高效营运、公众精准服务、智慧监测检测的智慧高速体系。打造“车-路-边-管-云”一体化5G智慧高速,满足公路“运-管-养-用”多层次需求,并为智能网联及车路协同自动驾驶提供有力支撑。
二、 关键技术
边缘计算节点的视频上云网关对接公路沿线、服务区、收费广场、ETC门架等不同厂家、不同型号的摄像机设备,进行接入、转码和推流,以统一、标准的视频压缩格式和传输协议,将视频推送至云平台,实现公路网运行监测预警、协调处置、综合分析、出行服务等功能。云端VPN隧道是基于互联网的虚拟专用网通讯,主要用于保证在互联网网络上传输摄像机的点位信息和控制视频流传输指令的信息安全。公有云CDN部署在公有云网络之上的内容分发网络,依托全国各地的边缘服务器,通过中心平台的负载均衡、内容分发、调度等功能模块,使用户就近获取所需内容,降低网络拥塞,提高用户访问响应速度和命中率。视频上云主要运用到的技术有:
(1)CDN(Content Delivery Network)即内容分发网络,是依托分布于全国的网络节点搭建的一层虚拟网络。通过就近缓存、智能路由选择等方式,保障网站数据快速、稳定、安全的传输,解决网站部署单点故障问题。
(2)云端缓存技术,将用户信息、摄像机列表等信息周期性的预放在Redis缓存中,将原先直接调用数据库改为从Redis中获取,减少了对数据库的读操作,降低数据库的压力,加快了响应速度。
(3)容器服务,是运行在主机上的虚拟化技术,但有别于传统的虚拟机,它是将直接将应用系统所需的程序、库、环境配置文件打包起来建立的运行环境,即容器里只跑应用系统而无需如虚拟机跑操作系统,因此显得轻而快捷。
(4)数据库读写分离:数据库读写分离技术,配置了主从数据库服务器,主数据库服务器处理增、改、删操作,同时将这些操作对数据影响的结果立即同步到从数据库服务器,从数据库服务器负责所有的读数所操作。这样即解决了数据热备,又提升了数据的响应能力,提高了整个数据库的处理效率。
(5)弹性负载均衡(CT-ELB ,Elastic Load Balancing),通过将访问流量自动分发到多台云主机,扩展应用系统对外的服务能力,解决大量并发访问服务器的问题,实现更高水平的应用程序容错性能。
5G是第五代移动通讯系统的简称,是面向2020年以后移动通信需求而发展的新一代移动通信系统。对比4G与前几代移动通信网络,5G将具有超高的频谱利用率和能效,在传输速率和资源利用的方面5G将提高一个量级或更高,其无线覆盖性能、传输时延、系统安全和用户体验也将得到显著的提高,例如下行峰值数据速率可达20Gbps,而上行峰值数据速率可能超过10Gbps,简化后的网络架构将提供小于5毫秒的端到端时延,频谱效率比增加5到10倍,网络容量比4G增加1000倍。5G移动通信将于其他无线移动通信技术、人工智能、大数据等ICT技术紧密结合,满足未来10年移动互联网流量增加1000倍的发展需求。
5G网络技术主要分为三类:核心网、回传和前传网络、无线接入网。核心网关键技术主要包括:网络功能虚拟化(NFV)软件定义网络(SDN)网络切片和多接入边缘计算(MEC)。
回传(Backhaul)指无线接入网连接到核心网的部分,光纤是回传网络的理想选择,但在光纤难以部署或部署成本过高的环境下,无线回传是替代方案,比如点对点微波、毫米波回传等,此外,无线mesh网络也是5G回传的一个选项,在R16里,5G无线本身将被设计为无线回传技术,即IAB(5G NR集成无线接入和回传)。
前传(Fronthaul)指BBU池连接拉远RRU部分,前传链路容量主要取决于无线空口速率和MIMO天线数量,4G前传链路采用CPRI(通用公共无线接口)协议,但由于5G无线速率大幅提升、MIMO天线数量成倍增加,CPRI无法满足5G时代的前传容量和时延需求,为此,标准组织正在积极研究和制定新的前传技术,包括将一些处理能力从BBU下沉到RRU单元,以减小时延和前传容量等。
2019年6月,工信部正式发放5G商用牌照,我国正式进入5G商用元年。5G车路协同智慧高速是移动通信产业在5G时代与交通运输产业深度融合的一个典型场景,其建设将会形成良好的示范效应,为整个智慧交通产业树立样板,有利于推动交通行业与通信、智能驾驶产业的协同发展。
V2X(Vehicle to Everything)是车与外界进行信息交换的一种通信方式,包括:车与车之间的直接通信(V2V);汽车与行人通信(V2P);汽车与道路基础设施通信(V2I);以及车辆通过移动网络与云端进行通信(V2N)。C-V2X是基于3GPP全球统一标准的通信技术,包含LTE-V2X、5G-V2X及后续演进。C-V2X技术基于蜂窝网络,提供Uu接口(蜂窝通信接口)和PC5接口(直连通信接口),可复用蜂窝网的基础设施,部署成本更低、网络覆盖更广,在更密集的环境中,C-V2X支持更远的通信距离、更佳的非视距通信性能、增强的可靠性(更低的误包率)更高的容量和更佳的拥塞控制,拥有清晰地、具有前向兼容性的5G演进路线,利用5G技术的低延时、高可靠性、高速率、大容量等特点,不仅可以帮助车辆之间进行位置、速度、驾驶方向和驾驶意图的交流,而且可以用在道路环境感知、远程驾驶、编队驾驶等方面。
5G车路协同是5G、C-V2X先进无线通信和全面交通感知、人工智能等技术的结合,实现车车、车路、车云动态实时信息交互,全时空动态交通信息采集与融合。5G车路协同的应用能够突破当前公路行业在交通数据采集实时性全面性、车与路协同互通的难点。一方面通过广覆盖、低时延、高可靠、大带宽的网络通信,提供危险预警、路网状态等车路协同辅助驾驶服务,提升高速公路交通安全、路网效率及大众出行体验。另一方面,以网络能力及数据能力,实现信息共享、全程可视、智能可控的智慧高速管理,提升公路交通管控与运营效率,加快推进新一代国家交通控制网建设。另外,智能化的路侧设施、高速安全的多元通信网络能够为自动驾驶提供有力支撑,加速自动驾驶在公路场景的应用落地。
MEC边缘计算的部署目标是通过5G核心网功能下沉网络边缘,实现业务流量本地分流,降低应用时延,为车联网和智能驾驶技术推广创造条件。5G网络UPF可提供分流功能,PCF实现分流策略的控制,通过MEC与5G深度融合,UPF按需部署于网络的各个位置,实现将业务分流到MEC边缘计算服务器。将车路协同智慧干线业务部署在MEC平台上,具有网络信息开放、低时延高性能、本地服务等特性,借助Uu接口或PC5接口支持实现“人-车-路-云”协同交互,可以降低端到端数据传输时延,缓解终端或路侧智能设施的计算与存储压力,减少海量数据回传造成的网络负荷,提供具备本地特色的高质量服务。
边缘计算所需的本地分流机制由5GC核心网实现,根据应用对网络及计算能力有着不同要求,可采用“中心平台-区域平台-边缘节点-终端” 多层的体系架构多级分布式边缘计算。将平台与业务部署与该边缘计算系统,能够提供不同的数据存储与计算能力,满足具体应用需求。
北斗卫星导航系统是中国着眼于国家安全和经济社会发展需要,自主建设、独立运行的卫星导航系统,是为全球用户提供全天候、全天时、高精度的定位、导航和授时服务的国家重要空间基础设施。
随着北斗系统建设和服务能力的发展,相关产品已广泛应用于交通运输、海洋渔业、水文监测、气象预报、测绘地理信息、森林防火、通信时统、电力调度、救灾减灾、应急搜救等领域,逐步渗透到人类社会生产和人们生活的方方面面,为全球经济和社会发展注入新的活力。
基本导航服务。为全球用户提供服务,空间信号精度将优于0.5米;全球定位精度将优于10米,测速精度优于0.2米/秒,授时精度优于20纳秒;亚太地区定位精度将优于5米,测速精度优于0.1米/秒,授时精度优于10纳秒,整体性能大幅提升。
短报文通信服务。中国及周边地区短报文通信服务,服务容量提高10倍,用户机发射功率降低到原来的1/10,单次通信能力1000汉字(14000比特);全球短报文通信服务,单次通信能力40汉字(560比特)。
星基增强服务。按照国际民航组织标准,服务中国及周边地区用户,支持单频及双频多星座两种增强服务模式,满足国际民航组织相关性能要求。
国际搜救服务。按照国际海事组织及国际搜索和救援卫星系统标准,服务全球用户。与其他卫星导航系统共同组成全球中轨搜救系统,同时提供返向链路,极大提升搜救效率和能力。
精密单点定位服务。服务中国及周边地区用户,具备动态分米级、静态厘米级的精密定位服务能力。
高精度定位在智慧高速的应用,一方面能够为道路上行驶车辆、辅助驾驶、自动驾驶车辆提供精准定位导航服务,加强车路协同应用服务的精准性。另一方面能够运用在智慧停车场、车辆管理、物流货运及桥隧边坡监测。
GIS(地理信息系统),指的是用于采集、存储、处理、分析、检索和显示交通元素相关的空间数据的计算机系统。与普通地图相比,GIS具备的先天优势是将数据的存储与数据的表达进行分离,因此基于相同的基础数据能够产生出各种不同的产品。
精确到厘米的高精度交通GIS地图,基于云服务架构,结合物联网等技术,全面整合高速公路基础设施、外场设备采集数据、车辆定位数据、收费流水数据等,对道路监控、车辆动态管理、事件应急处置的综合集成化呈现,通过对海量数据的整合处理、挖掘分析与知识发现,为应急指挥、领导决策、公众参与提供服务。
提供数据加载、数据转换、类型转换、数据浏览和编辑、地图制作、场景操作、布局排版等功能。提供空间数据库引擎SDX+,提供地图服务、空间数据访问与管理、智能缓存技术,还提供集群服务。
提供在线实现高级网络分析功能,当发生交通突发事件时,实现事件地点最新视频监控画面自动调取,匹配最近应急资源(人员、车辆、物资等),对事件全程监控并提供快速有效的处理辅助手段。
数据可视化,是关于数据视觉表现形式的科学技术研究。可视化技术是利用计算机图形学及图像处理技术,将数据转换为图形或图像形式显示到屏幕上,并进行交互处理的理论、方法和技术。它涉及计算机视觉、图像处理、计算机辅助设计、计算机图形学等多个领域,是一项研究数据表示、数据处理、决策分析等问题的综合技术。
可视化应用领域十分广泛,主要涉及网络数据可视化、交通数据可视化、文本数据可视化、数据挖掘可视化、生物医药可视化、社交可视化等领域。依照CARD可视化模型,将数据可视化过程分为:数据预处理、绘制、显示和交互这几个阶段。依照SHNEIDERMAN分类,可视化的数据分为:一维数据、二维数据、三维数据、高维数据、时态数据、层次数据和网络数据。其中高维数据、层次数据、网络数据、时态数据是当前可视化的研究热点。
数据可视化技术在智慧高速上的应用,为公路监控中心提供更为先进、更直观、更智慧、更多信息量互动展示的,在监控中心大屏端实现多业务的联动展示和调度,呈现高分辨率的可视化数据,并深度结合GIS,为公路的业务管理提供最全面的信息支撑。
图像识别技术是车辆画像、轨迹分析、数据融合等实用技术的基础,是人工智能的一个重要领域。基于深度学习的图像识别技术,通过构建深度神经网络,自动提取图像里面的车辆特征,通过多维度解读道路监测和路费交易过程中产生的图像数据,挖掘数据价值,更好地描绘车辆画像,帮助实现更精准的收费稽查、异常处理、经营分析等业务应用。
基于视频的车辆监测技术除了能提供传统检测技术的交通参数,如车道占有率、车流量、车辆行驶速度等基本参数,还能够提供分车道、分车型、分行驶方向的更为全面的统计。基于视频的车辆检测技术不仅能够广泛的应用于公路、国省干线、桥梁、隧道等的交通参数统计,还可以对车辆超速实时监测,提高执法力度,减少违章行为,减少事故发生。
信息融合起初叫做数据融合(data fusion),起源于1973年美国国防部资助开发的声纳信号处理系统,在20世纪90年代,随着信息技术的广泛发展,具有更广义化概念的“信息融合”被提出来,多传感器数据融合MSDF (Multi-sensor Data Fusion)技术也应运而生。
各种不同的传感器,对应不同的工况环境和感知目标。比方说,毫米波雷达主要识别前向中远距离障碍物(0.5米-150米),如路面车辆、行人、路障等。超声波雷达主要识别车身近距离障碍物(0.2米-5米),如泊车过程中的路沿、静止的前后车辆、过往的行人等信息。两者协同作用,互补不足,通过测量障碍物角度、距离、速度等数据融合,刻画车身周边环境和可达空间范围。数据融合主要优势在于充分利用不同时间与空间的多传感器数据资源,采用计算机技术按时间序列获得多传感器的观测数据,在一定准则下进行分析、综合、支配和使用。获得对被测对象的一致性解释与描述,进而实现相应的决策和估计,使系统获得比它各组成部分更为充分的信息。
一般地,多源传感器数据融合处理过程包括六个步骤,首先是多源传感系统搭建与定标,进而采集数据并进行数字信号转换,再进行数据预处理和特征提取,接着是融合算法的计算分析,最后输出稳定的、更为充分的、一致性的目标特征信息。
利用多个传感器所获取的关于对象和环境全面、完整信息,主要体现在融合算法上。因此,多传感器系统的核心问题是选择合适的融合算法。对于多传感器系统来说,信息具有多样性和复杂性,因此,对信息融合方法的基本要求是具有鲁棒性和并行处理能力,以及方法的运算速度和精度,目前主流数据融合算法包括贝叶斯统计理论,神经网络技术以及卡尔曼滤波方法。
三、 项目建设方案
本项目方案立足建设安全、高效、便捷、绿色的智慧高速,依托5G、车路协同、北斗高精定位技术及AICDE能力,打造“车-路-边-管-云”一体化5G智慧高速系统。项目主要建设由视频监控设备、毫米波雷达、激光雷达、气象传感器及智能信息情报板组成的全面交通信息感知交互网络,建设5G、C-V2X、北斗等多信息技术融合的传输网络,研发部署高精度定位平台、人车路协同平台、视频联网云平台、地理信息服务平台、基础设施管理平台五大能力平台,提供多层次、智能化、可扩展的应用体系,满足公路“运-管-养-用”多层次需求,并为智能网联汽车及车路协同自动驾驶提供路侧感知辅助及决策支撑。

图:项目方案总体架构图
将在不改变高速公路原有视频管理系统架构的基础上,以云计算技术为支撑,采用扁平化的架构思想,利用互联网成熟的分布式技术架构、服务动态扩容、视频海量分发、数据高速缓存等技术,实现省级公路视频云联网平台的云端应用,达到视频资源的秒级调看与高并发访问。
云平台的应用架构充分采用云计算技术,底层使用IaaS基础设施相关技术,利用云上服务器、存储及网络设施,形成可伸缩、高安全性、低维护量的存储资源池和计算资源池;中间层采用PaaS基础平台相关应用,使用MySQL开源数据库、负载均衡器、消息中间件等平台应用来构建信息系统;上层结合业务需求调用各项SaaS服务,实现更加灵活丰富的监控视频联网应用模式。
在视频汇聚点开通互联网专线宽带,部署视频上云网关和防火墙设备,打通视频汇聚点与省级云平台间以及省部级云平台间的上云网络,开通安全加密传输通道,云平台和汇聚点的交互信息走隧道,保证数据的安全。省级云平台部署在云端的VPC里,构建出一个隔离的、自行管理配置策略的虚拟网络环境,保证数据资源的安全性,在VPC环境中管理私有的子网结构、IP地址范围和分配方式、网络的路由策略等,形成可控的私有的云计算环境。省级云平台的ELB服务采用高性能集群,能够支撑高并发用户访问,网络服务支持跨区域容灾,当某区域内发生故障,可迅速切换至另一个区域。
为了应对大量视频监测资源的同时接入与庞大的用户访问,省级云平台分别部署在云端同城的不同可用区内,应用层程序与数据库部署在多个异地可用区。通过DNS 解析到弹性公网的EIP上,并将EIP绑定到多可用区部署的负载均衡集群,当业务需要从一个可用区迁移到其他可用区时,无需做DNS切换,公网IP 地址保持不变,负载均衡集群将业务自动分配给正常的可用区里的应用服务器。
数据库自动进行主从切换,将正常可用区里的库作为主库,保证整个业务系统的正常运行。
省级高速公路视频云联网平台通过云计算服务、公有云CDN以及视频上云网关、云端VPN隧道,实现本省域高速公路沿线、收费站、服务区、ETC门架等视频监控设备资源100%汇聚并联网应用,支持向部级视频联网云平台提供视频调用等服务。
基于原有视频管理平台完善用户权限管理,增加设备及视频管理、视频发布管理等功能,并提供视频资源、组织架构等基本信息同步更新功能,使得云端视频能够支持全国用户的访问,同时,实现对接入云端的各前置视频上云网关及视频资源的统一管理。面向公众出行,基于微信公众号,提供高速公路视频资源查看、分享等功能。
(1) | 基础数据管理 |
1.1 | 提供摄像机所属路线、位置、编号等 |
1.2 | 提供摄像机类型、版本型号主子码流等 |
1.3 | 提供摄像机点位及在线状态 |
1.4 | 提供组织架构等基础信息 |
1.5 | 摄像机基础数据同步更新 |
(1) | 实时视频查看 |
2.1 | 视频资源32K低码流转换(H.264) |
2.2 | 视频资源1M高清码流转换(H.264) |
2.3 | RTMP协议长连接加密传输 |
2.4 | 省域范围内视频秒级(小于1秒)实时播放 |
2.5 | 多分辨率浏览 |
2.6 | 多画面分割浏览 |
2.7 | 多画面轮巡 |
2.8 | 支持跨系统跨平台操作 |
(3) | 视频监控截图 |
3.1 | 时间间隔、图片格式、分辨率等参数配置 |
3.2 | 每路摄像机每5分钟截图一次 |
3.3 | 截图查询、下载以及删除 |
3.4 | 查询结果列表呈现 |
(4) | 部省级平台互联 |
4.1 | 向部级平台提供视频流播放地址接口 |
4.2 | 向部级平台提供5分钟截图查询及调阅 |
4.3 | 视频上云网关以及视频资源的统一管理 |
4.4 | API交互获取视频推流的实时状态 |
4.5 | 基于公有云CDN技术的千万级并发能力 |
(5) | 云台控制 |
5.1 | 客户端对摄像头进行转动及变焦操作 |
5.2 | 客户端对摄像头进行预置点巡检操作 |
5.3 | 客户端对摄像头灯光雨刷等外设操作 |
(6) | 视频发布管理 |
6.1 | 视频开放选取与控制 |
6.2 | 对外开放视频降码处理 |
6.3 | 对外开放视频敏感信息屏蔽 |
(7) | 地图模式 |
(8) | 视频状态展示 |
8.1 | 已上云的摄像机地图标识 |
8.2 | 已接入云端的视频的展示与调看 |
8.3 | 设备状态信息查看与统计 |
(9) | 视频质量检测 |
9.1 | 视频清晰度异常 |
9.2 | 视频被遮挡 |
9.3 | 视频亮度异常 |
9.4 | 视频噪声干扰 |
9.5 | 视频偏色 |
9.6 | 视频冻结 |
9.7 | 视频信号缺失、黑屏 |
9.8 | 视频画面抖动、滚屏、雪花 |
(10) | 视频智能分析 |
10.1 | 车辆违停检测 |
10.2 | 车辆逆行检测 |
10.3 | 违规行人检测 |
10.4 | 违规变道检测 |
10.5 | 抛洒物检测 |
10.6 | 车辆超/低速检测 |
10.7 | 禁行区占用检测 |
10.8 | 交通流量统计分析 |
10.9 | 事件统计分析 |
(11) | 公众出行服务 |
11.1 | 互联网地图展示 |
11.2 | 视频点击调看 |
(12) | 视频云分发服务 |
(13) | 视频云存储服务 |
13.1 | 实时视频数据云存储 |
13.2 | 异常交通事件视频云存储 |
13.3 | 重要要数据云存储 |
(14) | 云平台接口 |
14.1 | 省级云平台接口 |
14.1.1 | 摄像机播放地址接口 |
14.1.2 | 云台控制接口 |
14.1.3 | 视频截图接口 |
14.2 | 路段视频汇聚点接口 |
14.2.1 | 视频推送开始接口 |
14.2.2 | 视频推送停止接口 |
14.3 | 无缝对接部级云平台接口 |
14.3.1 | 摄像机信息注册/修改接口 |
14.3.2 | 摄像机信息删除接口 |
14.3.3 | 上报摄像机状态接口 |
14.3.4 | 上报图像质量检测接口 |
车路协同平台以C-V2X为核心,融通“人车路网”四要素,提供安全高效的信息服务。人车路协同平台综合利用路侧全息感知网络设备,将采集的交通信息进行融合分析,形成对交通状况的全面感知,包括交通流量的时空分布、交通事件检测、以及路面状态和环境状况。再将感知数据分析计算结果通过5G网络或C-V2X网络下发给车辆,提供车路协同安全预警服务,并为自动驾驶提供感知及决策支撑。
在安全防护技术方面,车路协同平台重点支持车联网通信(包含车-车、车-路、车-云等)车联网服务的安全,并在各个环节都贯穿数据安全和隐私保护,采用证书、密码技术和可信计算,构建可信的车路/车车通信。基于PKI证书系统实现,构建CA证书管理系统,确认用户身份,保护用户隐私,为设备实现提供基础安全保障,防范假冒车辆终端、假冒基础设施,或通过阻断、伪造、篡改、重放通信消息等破坏消息的真实性的行为,避免影响车辆驾驶安全,确保正常车路协同系统运行。
(1) | 计算转发模块 |
1.1 | 消息高速负载接收 |
1.2 | OBU安全消息接入 |
1.3 | 消息编解码 |
1.4 | AES解密 |
1.5 | token验证 |
1.6 | 车辆路口计算 |
1.7 | 地图信息存储 |
1.8 | 地图信息更新 |
1.9 | MAP信息推送 |
1.10 | 信号灯信息存储 |
1.11 | SPAT信息推送 |
1.12 | RSI消息匹配 |
1.13 | RSI消息推送 |
1.14 | RSM息匹配 |
1.15 | RSM息推送 |
1.16 | 构造存储消息 |
1.17 | 调用接口存储 |
1.18 | 构造转发消息 |
1.19 | 调用接口转发 |
(2) | 认证注册模块 |
2.1 | 接收注册请求 |
2.2 | 生成注册id |
2.3 | 返回注册id |
2.4 | 接收认证请求 |
2.5 | 生成认证token |
2.6 | 返回认证token |
2.7 | 生成同步消息 |
2.8 | 调用同步接口 |
(3) | 认证同步模块 |
3.1 | AES同步请求接收 |
3.2 | AES同步请求解析 |
3.3 | AES同步信息保存 |
3.4 | token同步请求接收 |
3.5 | token同步请求解析 |
3.6 | token同步信息保存 |
(4) | 业务展现模块 |
4.1 | 路侧设施状态监控 |
4.2 | 路侧设施地图监控 |
4.3 | 路侧数据多维度统计 |
4.4 | 车辆实施状态监控 |
4.5 | 车辆实时位置监控 |
4.6 | 车辆数据多维度统计 |
4.7 | 车辆轨迹回放 |
4.8 | 电子围栏 |
高精度定位平台以北斗卫星导航系统为主,GPS、GLONASS 及 Galileo 系统为辅,依托完善的运营服务机制、可靠的信息安全体系,将高精度位置服务,大用户量并发访问服务相结合,提供可信位置服务,为范围内用户提供全天候、全天时、高精度的定位、导航和授时服务,可在区域范围内提供实时亚米级、厘米级和后处理毫米级高精度定位服务。并且可以利用依托 5G 传输优势、边缘计算技术,将 RTK 高精度定位实现方式从终端升级到边缘云,以降低终端功耗及成本,提高定位精度。
平台建成后可大幅降低北斗高精度应用的技术门槛和成本门槛,推动北斗高精度应用从专业领域走向大众,并为城市规划、国土测绘、地籍管理、城乡建设、环境监测、防灾减灾、交通监控等各类不同行业用户和应用提供毫米级、厘米级、分米级的高精度位置支持,为国家经济和社会发展注入新的活力。
(1) | 高精度定位核心云子系统 |
1.1 | 核心云平台数据处理 |
1.1.1 | 卫星数据管理 |
1.1.2 | 基线解算-基线同步 |
1.1.3 | 基线解算-大气延迟 |
1.1.4 | 基线解算-基线残差 |
1.1.5 | 模型建立/钟差计算 |
1.1.6 | 改正数提交 |
1.1.7 | 基站坐标监控 |
1.2 | 核心云平台监测与运营管理 |
1.2.1 | 基站设备监测 |
1.2.2 | 服务器设备监测 |
1.2.3 | 用户监测 |
1.2.4 | 基站坐标变动监测 |
1.2.5 | 用户使用和用户管理 |
1.3 | 核心云平台信息管理 |
1.3.1 | 无线虚拟专用拨号 |
1.3.2 | FTP 基站数据下载 |
1.3.3 | 坐标转换 |
(2) | 高精度定位边缘云解算子系统 |
2.1 | 边缘节点平台网关 |
2.1.1 | 外部平台数据解析 |
2.1.2 | 边缘计算平台网关响应 |
2.1.3 | 边缘平台网关数据对接管理 |
2.1.4 | 服务间解算结果数据分发 |
2.2 | 边缘节点终端网关 |
2.2.1 | 高精度定位边缘解算平台配置及授权 |
2.2.2 | 终端网关身份认证 |
2.2.3 | 原始观测数据 RTCM 上报至平台网关 |
2.2.4 | 协议解析器处理网关数据 |
2.3 | 协议解析管理器 |
2.3.1 | 基础数据解码 |
2.3.2 | 结果数据编码 |
2.4 | 高精度定位解算模块 |
2.4.1 | 基准站差分数据解析 |
2.4.2 | 移动站原始数据解析 |
2.4.3 | 卫星数据预处理 |
2.4.4 | 网格数据切分存储 |
2.4.5 | 地理网格关系绑定 |
2.4.6 | 卫星数据配对与纠错 |
2.4.7 | 数据转码模型 |
2.4.8 | 高精度定位解算与存储 |
2.5 | 定位解算分发与监控 |
2.5.1 | 解算结果分发策略判定 |
2.5.2 | 解算结果分发 |
2.5.3 | 高精度定位解算服务质量数据监控发送 |
2.5.4 | 监控服务数据汇总与展示 |
2.6 | 基础服务套件 |
2.6.1 | 身份鉴权口令 |
2.6.2 | 访问平台服务/监控 |
2.6.3 | 身份鉴权确认 |
2.8 | 用户服务子系统 |
2.8.1 | 用户终端请求响应 |
2.8.2 | 通信链路播发定位数据 |
地理信息服务平台以地图数据为基础,以云服务为核心,提供地图展现、地图应用、地图服务、数据存储等多种开发接口,可满足高速公路在线运营需求的地图服务功能和车路协同、车辆调度用的导航功能,并预留地图数据扩展接口。地理信息服务云平台的核心引擎主要包括地图引擎、地理编码引擎,逆地理编码引擎、实时路况引擎、配图引擎、路网分析引擎等,高效的引擎提高了平台的各项服务的性能,并为基于地图服务平台开发的应用提供了可靠的保障。
(1) | 桩号坐标转换 |
(2) | 地图操作服务 |
(3) | 互联网交通路况数据分析 |
(4) | 互联网路网气象数据栅格 |
(5) | 地图数据接口 |
基础设施平台首先实现道路基础设施数字化,应用GSI、BIM、三维可测实景技术、高精度地图等技术,实现公路设施设备的数字化采集、道路资产的动态数字化管理、养护业务的过程化管理和道路资产的全生命周期管理,从而延长道路使用寿命并为车路协同奠定基础。围绕路侧设备的实时监测进行智能监管,提供针对设备的“录入-监控-管理”。
(1) | 路侧基础设施资产管理 |
(2) | 基础设施状态感知 |
(3) | 设别运维巡检管理 |
(4) | 设备数据库管理 |
(5) | 外部数据定制采集 |
(6) | 设备管理数据总线 |
(7) | 设备状态监控 |
(8) | 设备管理 |
(9) | 系统管理 |
(10) | 设备信息地形图 |
人车路协同业务系统以提高驾驶安全性、交通效率以及提升用户体验为目标,形成车、基础设施以及人互联,提供以汽车行驶安全、交通效率提升和信息服务为主要应用场景。路侧传感设备感知到的道路状况、决策信息可以通过5G网络、车路协同网络及有线网络实时传输至人车路协同平台,再由车路协同平台通过5G网络或车路协同网络实时下发至用户终端,结合智能终端应用程序,实现辅助驾驶应用场景业务通讯侧端到端的连通,提供动态道路危险状况预警、异常天气预警、5G超视距透视、匝道合流辅助等5G+车路协同辅助驾驶应用,全面提升高速公路车辆交通安全和路网通行效率。
在公众出行服务方面,人车路协同业务系统将高速公路、智能化设施、高速服务区与用户位置信息、出行和服务需求互联,将服务区加油站油品信息、停车信息、商品信息等服务信息通过路侧单元RSU或5G网络进行下发,需要指定服务的车辆可以提前获知信息,也提升了高速服务区服务质量与运营水平。
在自动驾驶支撑方面,人车路协同业务系统也同时能为编队车辆提供安全高效的感知及决策辅助。一方面,提供路面坡度信息、道路状况信息及危险预警信息,解决智能编队驾驶车辆自身感知范围及全面性受限的问题,增强智能编队车辆感知能力,提升高速编队驾驶的安全性。另一方面,将部分车载处理决策计算能力上移到边缘侧和云端,增强编队车辆协同处理能力,降低车载设备成本,提速干线物流等自动驾驶应用商业化进程。
(1) | 安全类 |
1.1 | 危险路段提醒 |
1.2 | 动态危险路况提醒 |
1.3 | 行人闯入提醒 |
1.4 | 环境及天气异常实时预警 |
1.5 | 路况超视距透视 |
1.6 | 匝道合流提醒 |
1.7 | 危险品运输车辆监控及预警 |
1.8 | 异常车辆提醒 |
1.9 | 弱势交通参与者碰撞预警 |
1.10 | 超速行驶提醒 |
1.11 | 交通事故发布 |
1.12 | 缴费账单查询 |
1.13 | 前方紧急制动提醒 |
1.14 | 盲区超车提醒 |
(2) | 效率类 |
2.1 | 路网运行状态提醒 |
2.2 | 紧急车辆避让 |
(3) | 服务类 |
3.1 | 车内电子标牌 |
3.2 | 恶劣天气预警 |
3.3 | 服务区信息推送 |
3.4 | 高清娱乐视频 |
(4) | 车路协同自动驾驶类 |
4.1 | 路面坡度信息下发 |
4.2 | 感知数据共享 |
4.3 | 车辆编队行驶 |
4.4 | 远程遥控驾驶 |
针对交通工程结构生命健康和长期服役性能评估要求,借助5G+北斗+传感网的物联感知系统,对高速桥梁、高架、隧道、边坡关键部位进行长期监测,结合工程三维模型和一体化动态数值模拟方法,对工程结构体进行实时智能评估,为交通工程的管理养护工作提供支撑。
(1) | 隧道监测 |
1.1 | 不均匀沉降监测 |
1.2 | 断面收敛监测 |
1.3 | 结构应力监测 |
1.4 | 结构接触应力监测 |
1.5 | 渗水压力监测 |
(2) | 桥梁/高架监测 |
2.1 | 荷载监测 |
2.2 | 结构响应监测 |
2.3 | 温湿度监测 |
2.4 | 结构安全监测 |
(3) | 边坡监测 |
3.1 | 表面/深部变形监测 |
3.2 | 地下水位/降雨量监测 |
3.3 | 后缘裂缝监测 |
3.4 | 重要点位倾斜监测 |
3.5 | 抗滑桩/锚杆/挡土墙结构内力监测 |
基于5G网络与北斗高精定位技术,建设基于“5G+北斗”的高速公路自由流收费稽查系统。该方案通过移动5G网络对车辆高精定位数据以及ETC出入口数据进行上报,平台拟合行驶路径,基于用户行驶路径进行收费与稽查,以减少基础设施建设,提高稽查效率与准确度。
(1) | 车辆过站信息同步 |
(2) | 车辆北斗定位数据及车牌数据上传 |
(3) | 路径拟合及行车轨迹复原 |
(4) | 实际路费计算与匹配审核 |
(5) | 缴费信息通知 |
高速公路综合运行管理系统,以多维大数据汇聚关联、数据信号融合、超高分渲染引擎等关键技术为内核,将数据、信息、信号汇聚、关联,构建多屏协同、扁平可视指挥、一张图式的全景业务实时展示的指挥调度应用系统。系统将提供路网运行状态、应急指挥以及决策分析等综合信息的展示,为管理者提供直观、清晰的数据展示,也为决策指挥提供辅助决策信息。
(1) | 路网交通流监测与预警管理 |
(2) | 交通气象监测与预警管理 |
(3) | 路网运行设备监测与预警管理 |
(4) | 路网运行统计分析 |
(5) | 设备设施监控与预警子系统 |
(6) | 应急管理系统 |
智慧服务区业务系统建设的总体目标是全面整合高速公路服务区各种资源,动态感知人流、车流、物流、消费信息并进行深度挖掘,同时结合服务区所在区域的经济、环境、人文特点,为出行者提供特色化、人性化、品质化服务,拓展服务区的商业价值,强化高速公路运营管理业务协同,同时加强服务区日常监管,持续推进服务区文明服务创建。基于5G+车路协同网络,将高速公路路况信息、高速服务区与用户位置信息、出行和服务需求互联,将服务区加油站油品信息、停车信息、商品信息等服务信息通过5G及车路协同网络进行下发,需要指定服务的车辆可以提前获知信息,提升高速服务区服务质量与运营水平。同时引入边缘计算、大数据技术,实现对服务区多源异构数据进行处理、融合、挖掘、存储等,构建基础数据库、业务数据库和主题数据库,为应用层提供标准的数据支持。
(1) | 服务区视频监控 |
(2) | 车辆及车位管理 |
(3) | 客流管理 |
(4) | 服务区信息发布 |
四、 项目意义
5G车路协同指挥高速将实现公路上的车-路-云的协同,车辆安全与辅助驾驶、安全管控与应急响应服务能够降低事故数量从而减少各类交通阻断事件引起的间接经济损失;
ETC+5G+北斗的新型收费稽查手段,大幅度提升道路运营商高速稽查能力,减少现有坏账情况50%的产生,提升管理部门80%稽查效率,有效降低全网异常数据,提升ETC交易清分结算准确率。
数据中心及云控中心提供全程可视、智能可控的智慧高速云控与控制服务,提升信息化资源利用率、管控的科学合理性,基础设施管理平台能够有效降低管理维护成本,基础设施监测检测服务提升公路监测养护效率。
基于数据中心及5G网络,实现服务区信息及广告的精准投放,提升高速服务区服务质量与运营水平,充分发挥高速服务区经济效益。
智慧高速行车安全与辅助驾驶服务、安全管控与应急响应能够降低公路事故率,提升行车安全,并在确保安全的前提下提高行驶速度,大大提高交通通行能力。智能车路设备在高速及重点营运车辆中的应用,最大可减少80%的大车交通事故,增加70%短途通行效率,减少4%-25%的油耗和二氧化碳排放。
智慧高速将为行驶车辆提供稳定低延迟的5G通信、高精度的导航服务、丰富精彩的视频娱乐服务,同时出行服务将使得驾乘体验得到大幅提升。
提高交通通畅率,降低事故率,能够在树立公路管理及交通信息服务新形象发挥重要作用,产生积极正面的社会效益。
2014-08-15
2014-08-15
2014-08-15
2014-08-15
WMWorkShop