建设成效及未来展望

赛文交通网 智能交通 智慧高速

编者按：近日，在赛文交通网主办的第十二届（2023）中国智能交通市场年会，上海电科智能系统股份有限公司承办的“智见上海 遇见未来”分论坛中，电科智能高速桥隧事业部总工周伟健作了《S32智慧高速建设与实践》的报告。

该报告就S32申嘉湖高速项目背景及概况进行了深入分析，详细介绍了项目建设需求和总体建设框图，分析了项目中七大关键技术，最后阐述了S32申嘉湖高速项目建设成效及未来展望。

一、项目背景及概况

1.项目建设背景

在国家层面上，交通强国建设纲要和新型基础设施建设都提出了大力推进智慧交通的落地。上海市积极响应国家智慧交通发展战略布局，明确S32申嘉湖高速是上海三项智慧高速示范工程之一，并发布了地方技术导则，全面指导推进上海智慧高速公路建设相关工作。

S32申嘉湖高速是三项示范工程中里程最长的，全长达到83公里，其重点建设路段采用无盲区全覆盖形式，非重点建设路段则采用比较经济型的形式。整个项目打造了38.4公里的重点建设路段和83.512公里的总建设路段。在项目的建设理念上，希望通过智慧高速能够结合现有的应用场景需求，来解决一些具体问题。

2.项目建设需求

首先我们希望通过智慧高速的建设提高运行管控效率，满足全要素运行监测需求、动态运行管控需求、应急处置协同需求、重点车辆监管需求。

其次，希望提供更加安全可靠的基础设施建设，考虑设施健康状态监测需求、养护作业监管需求、养护工程安全需求。

最后，在出行服务方面，要为出行者提供更加舒适便捷的体验，满足出行全链条信息获取需求、全程伴随式信息服务需求、精细化信息交互需求。

3.项目建设目标

依据《上海市智慧高速公路建设技术导则》建设要求，将智慧高速等级分为四级，创新高速公路智能运维、管控与服务新模式，实现申嘉湖交通运行、服务水平整体显著提升，全面建成人工与智能相结合，重点区段安全可控的L2级+部分L3级智慧高速。

4.整体技术架构

相比较，智慧高速和传统高速的一个很大架构区别是云、边、端的三层构想。按照云、边、端三层架构来来实现智慧高速各个功能的场景建设，整个S32申嘉湖智慧高速试点工程都是按照这个构架进行实施。

5.总体建设框图

S32申嘉湖智慧高速试点工程总体建设框图的采用了七项关键技术来实现高速公路七个方面性能的整体提升。

其一，高适用低成本融合感知，解决了设备冗余和利旧的矛盾，采用利旧的方式将现有设备和智慧高速的设备有效的结合利用。

其二，车道级主动交通诱导管控，实现了传统高速公路管控由被动化向主动化的提升。

其三，云-边-端一体化应急高效协同，解决了数据孤岛情况，实现了数据在应急指挥中的完全整合，协同共享。

其四，交通仿真与应急预案评估，将传统高速针对事故的事后决策的处置形式改为事前预警。

其五，基础设施轻量化巡检与推演评估，通过智能化手段将日常工作中普遍依赖人工管理逐渐过渡到系统自动监管。

其六，多维大数据辅助决策支持，通过数字化转型实现从传统高速中只能对宏观交通概貌参数的提取到精细化到个体画像的定制化分析。

其七，基于基础设施数字化的数字孪生，将传统高速管控手段从低效的物理世界特性研究转换到高效的数字世界研究中。

基于以上几点，构建了全要素感知、全链条服务、全时空管控、全智慧监管的“新一代智慧公路”。

二、项目关键技术

1.高适用低成本融合感知技术

高适用低成本融合感知技术研发了兼容多品牌、多种类监控设备的交通事件检测算法，提高了既有云台监控摄像机的复用率，面向事件原始数据量大和运营业务逻辑，提出了交通事件归并融合方法，有效提升事件检测的可信度和准确度。

我们在整个S32申嘉湖智慧高速试点工程的建设中安装了多种采集设备，包括毫米波雷达、激光雷达、定焦摄像机、云台摄像机（新建、利旧）等。通过这些融合算法形成了统一的数据输出，对13类交通事件类型进行了完全自动化识别。

在未使用这套系统之前，传统高速事件发现的数据量少，使用该系统之后，高速事件发现的数据量从原来的一天几起变为一天接近两万起。

在这种情况下，人工方式已经不能快速的响应事件的处置，因此我们将一些事件进行重复归并调优，最终将路段一天的事件发现量控制在一天300起左右。这300起经过反复确认都是真实事件提醒报送。系统后端也实现了交通事件检测效率提升90%，准确度达到95%以上，检出时间保持在8s以内，漏报率控制在2%以内。

该技术中还有一个难点是车辆级轨迹还原与路径连续跟踪，基于雷达实时轨迹和车辆身份特征等数据，实现了车辆级目标特征信息的实时叠加和跨区段目标轨迹的连续跟踪，解决了车辆轨迹在经过多个检测断面时轨迹跟踪不连续性的问题。

基于以上技术，可以对重点车辆进行实时跟踪监管。我们通过对接上海市云路中心，将治超数据、大件运输车辆数据和两客一危数据都连接到系统中，同时也对接了收费系统数据（车重、车轴、车型等）和路侧车辆目标感知数据（车牌、车道号、速度等），从而实现对各种超大型车辆、特种车辆、重点车辆的全程跟踪。

2.全时空车道级主动交通管控技术

S32申嘉湖智慧高速试点工程创新性地提出了“7-6-3”的路侧诱导管控应用体系，从7类管控原因出发，采用6种诱导管控措施，结合3种管控方式实现了预警提示、车道管控、车速管控、车辆管控、通行管控和流量管控。

面向多场景的车道级信息诱导也制定了相应的策略，因为伴随式信息服务加了很多对应的策略发布手段，现在事件的发布不再像以前那样采用专家库形式的固定预案，而是采用动态预案，任何一个情报板发布的预案信息都可以对应到事故点的位置和相应的车道进行实时的变换。

同时可以根据车道进行其他不同车道的开放和关闭，也可以把多块情报板结合在一起进行车道的逐级调速。整个方案系统是自适应系统，支持50余种车道级管控策略的生成和边缘联动时延小于2s的自动发布。

现阶段为了保持调试周期内系统发布的准确性人为增加了人工确认环节。从整个系统的的最终实现上来说，一旦系统调整完成后便可以将整个事件的联动提示时间缩小到2s以内。

3.云-边-端一体化应急高效协同技术

通过云边一体算力融合、边缘算力和设备互联和全息数据融合秒级事件响应，可以实现云-边-端一体化高效联通，在应急场景下有很好的效果。基于数据驱动的一体化应急协同调度，生成了一整套协同处置方式，实现了三个阶段12项关键节点标准化流程。

通过养护移动端APP的功能融合，实现中心-现场-远程协同交互，也可以通过移动端APP将现场的图像直接送到中心平台，弥补了现场的视觉盲区。可以实现事件发现、确认、报送时长小于3分钟，同时支持100种以上控制策略，自动生成六类共计200多种应急预案，数万级设备的集中实时管控能力。

通过一体化应急协同调度，可以实现多业务的高效协同，该过程包括交通异常事件精准发现，一旦识别到现场传感器报警，便可以在软件中快速定位到这个事件；弹出相应的录像信息和视频图像，通过一键确认便可以生成相应的预案进行发布；通知救援车辆赶往现场，快速关联情报板发布车道级管控策略；同时可以触发实时在线仿真，自动形成最优管控预案；中心多平台一次填报即可协同报送交警/急救多个部门等等。

4.全域交通仿真与应急方案评估技术

本项目将最先进的实时微观仿真技术融合应用到云控平台中，将现有路网状态实时在仿真系统里进行推演，一旦出现对应事件，便可调用仿真系统输出最优化管控策略。在第一次预案发布之后，会实时进行运算，根据现有交通流变化来提示平台，进行相应的第二次预案、第三次预案的优化调整。

仿真评估输出场景涵盖了事故救援方案仿真评估，施工区场景仿真评估和恶劣天气场景仿真评估，最后生成结果可以联动到路侧设备，比如情报板上，直接联动外场物理设备进行方案的进一步优化。实现数字世界和物理世界的交互影响。

5.基础设施轻量化巡检与动态推演技术

本项目采用全线覆盖的智能巡检车，利用深度学习模型，可以把路面病害及沿线设施损伤状况在日常巡检中实时同步到养护系统中；同时路侧云台摄像头也配备了相应的路面感知算法功能，可以在日常或者灾害性异常状况后，及时通过云台进行路面智能化巡检，扫描宏观路面破损情况。

系统构建了路面病害短时态势预测模型，实现了病害级损伤发育情况的精准研判。融合定期检测数据（车辆重量、行驶轨迹、车辆行驶对路面的影响），利用基于深度学习和时间序列分析的路面长期性能预测模型，实现了路面服役性能及使用寿命的动态推演和科学预估。

针对桥梁结构健康监测评估分析，建立结构安全预警体系和结构安全评估模型，实现自动在线实时评估，动态监测报警部位和桥梁整体结构评估状况，提升桥梁在台风、地震等自然灾害场景下实时监测预警能力。

6.基于大数据的多维辅助决策支持技术

依托大数据模型，将路段运行体征和车辆画像进行数字化标定，可以对路段平均运行车速、路段通行能力、常态拥堵点的情况、路段交通事故数据进行相应分析，建立道路核心的运行指标体系，实现交通流和交通影响的精细化预测。

传统交通监控基本上还停留在对宏观交通状况的管控和分析，现在智慧高速的感知能力几何级升级，让中观区域微小交通态势变化到微观重点车辆监管等精细化监控都成为了可能。

因为数据质量的提升明显，包括数据颗粒度，数据的实效性和多元数据归并带来的数据完整性的大幅提升，在观、管、防三个方向，都具备了面向不同业务场景决策和应用需求，存在通过数据融合交叉验证和研判分析，挖掘进一步的应用价值提升空间。

7.基于基础设施数字化的数字孪生技术

整个项目结合了数字化转型要求，为解决智慧高速数字化数据标准不统一、数据质量缺陷，数据分析应用难等问题。

在项目设计初期就开始了数字化标准工作。包括建立基础设施数字化分类及编码规则、制定高速公路设施管理数据字典，形成了6类道路设施+1类统计数据，共计约500类设施设备、1000余张动静态数据表。同时研究上线了全生命周期数据治理工具。

系统中应用了数字孪生技术，进行了单体化三维场景模型构建，实现了百米级车道划分。对闵浦大桥、大蒸港桥、油墩港桥及斜塘桥4座大桥进行（构件级）建模，所有机电设施和交通基础设施在系统中都做了单体建模。

通过这些基础建模汇聚成的数字孪生平台，将动态数据和静态模型进行同步关联，同时通过实时仿真技术叠加车辆行驶的物理特征模型，可以实现多种类型的数字孪生场景应用。

未来，随着物理特征模型的丰富，比如桥梁应力模型、路面摩擦因素模型、道路承压模型、人员疏散模型等的叠加，可以充分发挥数字孪生平台在计算演练、预测分析上的优势，并且和真实物理世界进行有效的互动，创造更多的数据价值场景。

三、项目建设成效

S32智慧高速正式上线后，积累交通运行监测、事件处置管理、公众信息服务历史数据，总结实际应用成效，验证建设目标指标达成情况及不断提升社会公众体验感，实现了高效、安全、智慧的总体提升。

S32智慧高速项目已入选交通部在役干线公路数字化试点项目，试点任务与项目建设内容相契合。数字化试点内容包括数字孪生应用、强化数据治理、基础数据库建设、标准技术完善。

整个项目推广路径及未来展望：

第一阶段：打造路段级试点样板工程。依据技术导则要求，形成申嘉湖高速智慧亮点和特色，打造路段级智慧高速试点样板工程。

第二阶段：助力上海市高速公路路网标准建立。依托本项目完成的标准规范研究及高速公路数字化转型实践经验，助力上海市高速公路路网标准的建立。

第三阶段：经验推广至长三角乃至全国高速。未来为长江三角洲其他省份乃至全国高速公路的智慧化建设提供借鉴和工程试点经验参考。