车路云一体化视角下的高速公路

在前期一系列探索与尝试的基础上，2019年7月《数字交通发展纲要》的问世，标志着我国高速公路智慧化建设正式拉开帷幕。此后，国家相继出台《交通强国建设纲要》以及《国家综合立体交通网规划纲要》，这一系列举措彰显出我国大力发展智慧高速的坚定决心。

2024年4月，财建〔2024〕96号《关于支持引导公路水路交通基础设施数字化转型升级的通知》正式发布，明确指出要聚焦协同创新发展，开展车路云一体化试点工作。于重点路段合理规划布局智能化路侧基础设施，根据不同等级和区域，提供具有针对性的智能服务，从而达成智能网联汽车出行引导、事件预警、协同辅助驾驶乃至自动驾驶等多元化场景应用，推动智慧交通建设迈向新高度。

在交办规划【2024】28号《关于印发公路水路交通基础设施数字化转型升级工作实施细则的通知》的附件二中，进一步细化了建设任务。其中，车路云一体化被纳入跨领域产业融合范畴，着重强调在高速公路数字化转型进程中，积极推进车路云协同应用。例如，在高速公路匝道分合流区、隧道出入口、长大下坡路段、恶劣天气高影响路段，以及普通公路交通事故多发的平交路口、急弯等关键区域，借助ETC、C-V2X、5G等先进车路协同技术手段，实现与智能网联车辆的高效信息交互，全方位提升交通安全性与通行效率，为我国智慧交通体系的构建筑牢根基，引领交通领域的数字化变革与升级发展新方向。

车路云一体化，是借助新一代信息与通信技术之力，将人、车、路、云于物理空间和信息空间中深度融合，进而构建起一个能够确保智能网联汽车交通系统达成安全、节能、舒适且高效运行状态的信息物理系统，其对于现代交通发展的重要性不言而喻。

从宏观视角来看，车路云一体化涵盖了车路协同、车云协同以及车车协同等多个关键维度。就车路协同而言，在过往的智慧高速建设历程中，已然涌现出诸多堪称标杆的成功案例，诸如河北的京哈智慧高速所实现的准全天候通行模式，以及天龙山智慧隧道项目等，这些实例为后续的交通建设提供了宝贵的经验借鉴。

车车协同方面，依托智能网联汽车自身基于PC5的强大信息交互能力，其主要应用场景丰富多样，涵盖多车协同变道、前向碰撞预警、盲区预警与变道预警、紧急制动预警以及异常车辆提醒等多个关键领域。通过各车辆之间共享并交互自身的实时状态信息、意图信息等关键数据，切实保障了网联车辆在行驶过程中的安全性，有效降低了事故发生的风险。

而车云协同，则需要在现有的高速公路云控平台基础之上，进一步拓展云与车之间的信息交互渠道。当前，其交互方式主要分为两类：其一为UU通信；其二是借助PC5通过RSU与云端实现通信连接。在此过程中，云端能够将超视距感知、最优路径规划、鬼探头等重要信息精准传递至车端，为车辆的行驶决策提供有力支持；同时，车端也会将自身的运行数据以及周边环境数据实时上传至云端，以便云端进行综合分析与处理，从而实现整个交通系统的智能化调度与优化，推动车路云一体化的高效发展，为智慧交通的未来描绘出更为广阔的发展蓝图。

智慧高速建设多年，从车路云一体化的角度看，目前尚存四大问题。

其一，车路协同程度偏低。在现阶段的智慧高速体系建设中，车路协同机制的构建尚不完善，能够有效触达使用者的方式较为有限。尤其是在面向C端用户的交互与沟通层面，存在着明显的短板，这一弊端致使车辆与道路之间难以达成深度且高效的协同状态，无法充分发挥车路协同的潜在优势，从而在一定程度上制约了智慧高速整体效能的提升。

其二，云端优势尚未得到充分挖掘与施展。当前的高速公路云控平台，在功能定位上主要侧重于管理端的需求，以建设、管理、养护、运营以及服务等常规流程为主线进行架构搭建，却相对忽视了对车端的赋能作用。这就导致云端所蕴含的强大算力、数据整合与分析能力以及智能化决策支持能力等优势，未能有效地传递至车端，使得车云之间的协同效应大打折扣，无法为智慧高速的运行提供更为全面、精准的服务与保障。

其三，智能化运营存在欠缺。当下的智慧高速建设模式，大多单纯地依赖于路侧辅助设施的提升与优化，未能从车、路、云三个关键维度进行整体性的规划与推进。这种片面性的发展路径，使得智慧高速在通行效率、交通安全保障以及综合管理效能等方面，难以实现根本性的突破与质的飞跃，无法从根源上解决现存的各类问题，限制了智慧高速的可持续发展潜力。

其四，产业内循环的拉动作用不够显著。在过往的智慧高速建设过程中，过度聚焦于基础设施的建设环节，而对于整个产业链的协同发展以及内循环的拉动效应考虑相对不足。这不仅影响了智慧高速建设成果的产业化推广与应用，也在一定程度上阻碍了相关产业的技术创新与升级步伐，难以形成产业发展与智慧高速建设相互促进、协同共进的良性循环格局，不利于智慧高速产业生态的长期稳定发展。

鉴于车路云一体化智慧高速所涉及的数据类型呈现出高度的多样性，且数据量极为丰富，这为其建设提供了众多的可能性，衍生出诸多可开发的场景。然而，在实际的建设过程中，具体场景的抉择需要紧密结合每条高速公路的独特特性来进行精准判断。受限于篇幅，在此仅对车路云一体化智慧高速中的七大核心建设场景作简要的阐述与说明，旨在为相关建设者提供一个概括性的思路与框架，因地制宜地推进智慧高速建设项目，实现资源的优化配置与效能的最大化提升，让智慧高速的建设更加贴合实际、富有成效。

1.分合流安全预警场景

分合流安全预警场景主要布局于互通、匝道、收费站、服务区等存在匝道的路段。在匝道鼻端前约125米处设置感知点位以及C-V2XRSU，以此达成对分合流区域交通事件、交通参数的精准车道级感知与轨迹追踪。针对碰撞等风险的预警能够通过多种终端进行有效触达，诸如：在车与车（V2V）通信方面，可借助TCU、OBU、HMI等；车与基础设施（V2I）通信方面，涵盖导航、VMS、RSU、PC5等；车与网络（V2N）通信则通过UU实现。车端HMI能够动态展示或预警诸如前方车辆碰撞预警、合流区安全提醒、分流区安全提醒、道路危险状况提示、限速预警、弱势交通参与者碰撞预警、车内标牌、前方拥堵等信息。同时，实现与ADAS紧急制动系统的打通，包括减速慢行、变道提醒、紧急制动等功能，全方位保障分合流区域的行车安全。

2.准全天候辅助通行场景

准全天候辅助通行场景是借助车路云一体化系统，对行驶于高速公路上的网联车辆实施精准化管理与微观诱导，进而有效提升车辆在不良天气状况下的通行安全性，增强高速公路的通行能力，并降低事故发生率。依据《交通运输部路网中心运行2019年度报告》的数据显示，恶劣天气致使的公路交通阻断占比高达52%，计划性管控引发的阻断占比为18%。通过车路云一体化系统，全面且系统地解决由恶劣天气和计划性管控所导致的交通阻断问题，将收获可观的经济回报。

具体而言，高速公路车路云一体化系统首先整合感知数据、气象数据、道路基础数据、车辆上报信息等多元数据渠道，并上传至云端进行计算分析与孪生仿真，使监控人员能够全面且清晰地掌握道路实时状况。通过车车、车路、车云等多种通信途径，构建完整且高效的信息交互体系，提供近程、直连、低延时且可靠的通信交换方式，有效解决不良天气下信息中断的难题。随后，将高速公路路侧静态信息与交通动态信息进行融合处理，并结合道路管控策略，向车辆精准推送信息，弥补传统情报板在管控方面的局限性。最后，依据融合后的数据，云控平台借助高速专用数据引擎，提前识别道路风险，并将相关车道与车速建议精准推送至车辆，从而实现对高速车辆的精准管控效果，确保在复杂天气条件下高速公路的安全与畅通。

3.隧道安全预警与诱导场景

统计数据表明，公路隧道入口200米处事故发生率高达83.7%，交通事故次数与隧道长度呈现正相关关系，隧道事故占全线事故的比例达到26%，远超隧道里程与公路里程的比值。因此，隧道出入口以及内部均属于重点防控区域。

高速公路车路云一体化系统除了传统的信息收集方式外，还能够获取网联车辆的各类信息，包括属性信息、车辆实时状态信息、位置信息、跨点位连续追踪数据、网联车辆环境感知信息等。基于车车、车路、车云之间的紧密互联互通，有效消除隧道出入口的黑白洞效应，实现对重点车辆的实时轨迹孪生以及安全运营管控。对于网联车辆，通过车云协同的方式，共享拥堵提醒、限速提醒、碰撞风险预警、货车轮毂超温警报、行人闯入提示、火灾报警、施工布控信息、车辆异常状态通报、网联AEB触发、道路状况反馈等关键信息，并通过RSU、电子导航、APP、HMI、VMS等终端触达至C端用户，全方位保障隧道行车安全，提升隧道区域的交通安全性与运行效率。

4.伴随式主动管控场景

高速公路车路云一体化系统所具备的主动交通管控能力，能够最大程度地发挥交通基础设施与路网的职能作用，显著提高通行能力与交通安全性。当下常见的高速公路车路协同道路主动管控措施包括：速度协调方面，实现滑限速下发与超视距提示；匝道控制层面，开展匝道分合流多车协同控制；动态路肩通行方面，及时推送信息以减少交通拥堵；提前排队检测方面，借助多车超前感知提示与全局路径引导。

具体实施过程中，将交通事件区域细分为一级组织区、二级控制区、三级联动区。在一级组织区实施车道封闭措施，引导车辆进行变道行驶；二级控制区采用可变的限速策略，为车流量的缓冲过渡提供支持，达到控制流量的目的；三级联动区基于冲击波理论，与前两级区域协同配合制定管控策略，实现对交通流的精细化调控，保障高速公路的高效、安全运行，提升整体交通运行效能。

5.网联化智能养护场景

车路云一体化系统为网联化养护车辆上路清扫作业提供有力支持。依托该系统，结合高精地图所定位的位置信息以及车辆的清扫保洁作业任务，生成全局路径规划，并在此基础上进一步生成局部路径，同时根据局部路径的反馈状态进行实时调整优化。此外，网联化社会车辆能够实现主动绕行，提高养护作业的安全性与效率。

其中，全局路径规划旨在生成从起点至终点的全面覆盖式清扫路径，确保清扫工作的完整性；局部路径规划则着重针对静态障碍物与动态障碍物进行智能避障处理，生成精准的局部路径以完成避障任务。目前，该场景主要适用于服务区、收费站、试验段等区域的养护清扫工作，尚未在主线路段广泛应用。不过，其具备实现24小时不间断清扫的潜力，有助于降低人工成本，提升高速公路养护作业的智能化水平与效率。

6.干线物流场景

基于智慧高速平台，开展云控智慧干线物流运输车应用示范项目，有力推动交通基础设施的数字化升级改造进程，在多个关键方面取得显著成效。在行车安全方面，通过系统的智能辅助与预警功能，有效增强了车辆行驶过程中的安全性；在通行效率方面，借助优化的路径规划与智能交通管控，显著提升了车辆的通行速度与效率；在车辆能耗方面，通过精准的驾驶策略建议与交通流协同，降低了车辆的能源消耗；在物流成本方面，为物流运输企业降低了供应成本，增强了市场竞争力；在道路运营效率方面，整体提升了道路资源的利用率与运营效益，有效解决了物流运输中的效率、安全、成本等核心问题，促进干线物流行业的高质量发展，推动智慧交通与物流产业的深度融合与协同进步。

7.伴随式服务场景

车路云一体化网络为提供高质量伴随式服务奠定了坚实基础。针对单一客户，在出行前联动路侧服务设施，如加油、充电、休息、餐饮等，提供预约服务，以减少出行的不确定性；在行驶过程中，及时提供路况、天气、能见度等影响安全和效率的信息，云端服务将提供决策建议，以提升行车安全与效率，云端提供的合理的救援指挥能够最大限度地减少二次事故造成的伤害；在出行后，提供停车、住宿、餐饮、旅游等指引信息，以提升出行体验。

从整体客户群体来看，通过路侧感知、云端辅助决策和车路协同，可以完成自动收费车道的启闭、行车路线和实时车速的管控、服务备货备品的管理等工作。这有助于减少因周期性潮汐变化和突发性服务对象变化所带来的延迟和等待，从而减少资源浪费。

伴随式服务实现从个体全方位服务颗粒度到特定特征群体服务，再到全部行车群体的引导服务的跨越，全方位提升智慧交通的服务水平，让更多人获得了优质的体验感。

随着车辆网联化比例的持续提升，车路云一体化在高速公路的应用效能将愈发显著。例如，网联车辆占比高时，公路运营公司可依据其刹车行为大数据，精准定位刹车高频路段，指导高速公路线性优化与养护方案制定，实现精细化的微表处治理，还能推算路面摩擦系数等参数。又如，结合桥梁、隧道等结构物健康监测数据与网联车辆数据，可优化重载车辆在桥梁的分布，提升结构物耐久性；网联车辆接收结构物安全预警信息，能及时规避危险，预防重大事故。

这些功能将随着智能网联车辆渗透率的提升而实现。随着车路云一体化系统与高速公路业务深度融合，会涌现更多实用云控应用，车路云一体化的价值也将充分展现，推动智慧交通高效、安全、智能发展，为人们创造优质出行体验与社会效益。