|
|
智慧交通有哪些应用场景？
关注者
134
被浏览
185,495
104 个回答
1、智慧停车-车位级导航、高位视频无人化值守
大城市停车难问题尤为严峻，那么能不能在出发前就掌握停车场库的停车情况，提前预约并实现停车场库内车位级导航呢？
在 上海南翔印象城 ，有2000多个停车位，高峰时即使在停车场库内寻找停车位都非常困难。百度地图通过接入前端车位相机实时获取车位状态，直接在百度地图上显示出来，出行者在出发前就可以掌握停车位信息数据，部分车位设置了地锁，可以实现预约，等车辆达到车位在控制车锁降落。
在室外，车辆可以通过导航定位卫星数据导航，但是在地下停车场是收不到定位信号的。通过在停车场内增加5*5米的蓝牙信标，根据三角定位原理，构建了室内的定位基点，通过扫描停车场内部高精度地图与蓝牙信号进行关联，最后发布到百度地图。这样就可以 实现停车场室内外一体化导航 了，当你选中某空闲车位，发起导航，到达停车场内部会自动切换为室内导航。
离开场库时，通过百度地图可以发起反向寻车，找车不迷路，如果绑定了车牌，还可以直接通过百度地图缴费立场，非常方便。
因为涉及到停车场改造，需要一部分费用，比较适合在大型交通枢纽、商场、停车难问题突出的地方进行改造。目前国内上海、成都、北京、重庆已经有十几座大型停车场支持车位级导航啦。
另外对于路内（路侧）停车，传统收费方式往往以人工PDA或者人工PDA+地磁的方式，得益于人工智能视频识别技术的大发展，通过高位视频对车辆进出位进行抓拍，账单推送到手机短信或者城市停车管理APP汇总缴费可以极大的降低人力成本，减少跑冒滴漏的出现。
路内的停车位也可以在百度地图上显示，了解是否有停车位，另外路内停车位与路外场库可以联动起来，引导车辆合理停放。以湖南省株洲市黄河南路的路内停车为例，其路内停车位也已经可以在百度地图上显示。
2、智慧高速-车路协同保障全天候通行
根据我国《道路交通安全法实施条例》第八十一条的规定，能见度小于50米时，机动车需要从最近的出口尽快驶离高速公路。据交通运输部路网中心2019年运行报告显示，我国高速公路因恶劣天气阻断事件年均达2万多起，阻断里程100多万公里，减少路公司通行费收入，整体损失年均约440亿，占年通行费收费总额5-15%。其中，恶劣天气影响占到公路交通阻断原因的52%，这也是目前业内难以攻克的问题。
河北京雄高速试点建设 全天候通行智慧高速， 路侧通过摄像头、毫米波雷达等感知道路车辆状态，经过边缘计算节点融合处理经路侧通讯单元下发车辆。可以实现毫秒计计算、超视距感知、对象级识别 [1] 。
进入高速的车辆都在收费出入口获得一个可以数字孪生显示路况状态的显示屏，司机观察显示屏了解道路状况，并且实时交互提醒驾驶员选择驾驶行为，进而保障在能见度很低的情况下也可以安全行车。
3、智慧交管-数字孪生全息路口提升交通效率
如今智慧交通前端感知设备已经可以实现“多杆合一、多感合一”，北京亦庄复用交管既有摄像头，基于边缘计算单元（RSCU）、 路侧单元（RSU）、AI 感知套件等设备采集的数据，通过 AI 引擎、数据引擎和业务引擎进行数据结构化提取及深度学习训练，结合高精地图数据， 实现对道路、车辆、行人、环境、交通事件等全息感知 ，极大的提高感知的精准性、系统可靠性，既可对 L4 级高级别自动驾驶车辆提供盲区感知补充和超视距感知辅助，也为L0-L3 级车辆提供主动安全预警和伴随式出行服务。
路口的道路设施也完全可以通过云平台的一张图进行管理，基于硬件设施的心跳数据，显示设备工作状态，一旦出现问题还可以结合业务管理系统派单到维修单位，及时进行处置。
全息路口实时收集的数据可以用于交叉口交通信号灯配时的策略制定，修正道路的渠化，以追求某方向的通行效率最大或者交叉口各方向的排队时间最少。这样大家经常遇到的红灯过长等问题就迎刃而解了。
2022年3月16日，中国智能交通协会发布团体标准T/CITSA 20-2022《道路交叉路口交通信息全息采集系统通用技术条件》，主要规定了道路交叉路口交通信息全息采集系统的系统组成、功能要求和性能要求，其系统架构参考图12，未来更大范围的全息路口建设，将进一步提高城市交叉路口的通行效率，减少交通拥堵 [2] 。
车在变得越来越智能的同时，道路也需要进行数字化，车路协同成为一种切实可行的技术路径，从前端感知、边缘端、到云端，智慧交通的建设在提高交通效率的同时，也将带动相关产业链的发展，经过近30年的探索，国内的智能交通行业已经走到了国际领先的位置。
参考
- ^ 公路交通阻断年平均损失400+亿 | “准全天候通行”持续升温 https://mp.weixin.qq.com/s/Jyc60RL4Mbil0uAcpGtoYg
- ^ 从全息路口到数字孪生路口的技术演进 http://news.rfidworld.com.cn/2022_05/0fd05982792666e9.html
以2016年开建的杭州城市大脑为例，它利用各类传感器收集的城市数据，通过5G实时传输到服务器，全局优化城市公共资源，实现从单点、单线到整个城市的交通优化。这个大脑里运行的数据日均可达8000万条以上。杭州全城有十五万个摄像头，全天24小时在记录数据，如果由交警三班倒去查看，需要15w个交警，才能数清楚有多少辆车、车往哪走了。
那么，如此海量的数据，城市大脑又是如何融合处理，实现智能优化的呢？
1. 城市大脑的核心
首先是基于终端传感器的边缘计算，例如单车无人驾驶系统通过车载摄像头、雷达等传感器，以及事先录入的城市高精地图，可以自行识别交通灯和车道，避开障碍物。在行驶过程中，则只需把自己的定位、车速、轨迹等信息上传至云端即可。再如道路旁统计人流和车流的摄像头，通过自带的人工智能芯片，实时分析采集到的图片中行人和车辆的数量，最后只需上传俩个数字即可，大大减少了上传的带宽！
其次就是基于城市交通大数据的城市大脑云计算，在通过5G传输收集到所有传感器的实时数据后，城市大脑基于运筹学算法调用云端的计算机集群进行云计算。例如某处道路发生了车祸，道路摄像头通过交通事件实时识别将这一状况同步到云端，并实时评估拥堵状况。城市大脑则根据这一反馈，运用多车路径规划算法统一调度所有本来要经过此路段的车辆，并动态调控红绿灯配时，减少整体拥堵时间。
杭州市用8w多个路口实时的交通大数据，通过城市大脑进行计算，并在毫秒间作出决策，使得行驶速度平均提升了3-5%。
下面，我们来具体看俩个案例（基于当前L3及以下的无人驾驶级别）。
城市大脑是以智能交通作为切入点的。交通大脑实际上是城市大脑最为核心的业务，其具备信号灯优化、交通事件实时识别、应急车辆优先调度、重点车辆管控等功能。前面提到的物联网（IoT）、5G+4K等技术应用，就是在建立城市大脑的数据中心。此外，还需要涵盖人口信息库、空间信息库、自然资源库等城市基础数据库。具体到交通领域，我们需要道路摄像头和传感器搜集的车辆位置，速度以及路面状态等信息，再运用计算机视觉技术和各种优化算法对行车路线和交通控制做出最佳规划。但目前在交通信号控制方面，无论是优化思路、还是模型方法，均无明显进展。从实现上看，因信号控制不合理导致的通行资源浪费和交通延误十分明显，可以改进的空间很大。人工智能技术、网络流算法等优化方法的不断发展，将有可能助力实现更加优化的干道控制和区域协调控制。在模型方面，当前国内外单路口信号控制从模型到应用已经成熟，干线协调控制也有大量应用型产品和案例，但区域协调控制技术应用案例有限。现有系统主要分为定时控制和自适应协调控制两类，自适应信号协调控制是通过检测器实时采集交通数据，生成方案实现实时控制，根据交通饱和度区分为未饱和与过饱和模型两类。定时区域协调控制目前以启发式算法为主，大数据也带来了基于机器学习的区域信号协调控制模型，目前还尚难以解释其理论过程。
不过，未来的交通将是一个车路协同的智能化道路环境。所以，车辆和道路基础设施之间以及车车之间的将会智能协同与配合，从而实现道路交通主动控制、提高路网运行效率。
2. 智能交通信号灯
智能红绿灯和公共交通的精准化
堵车，可以算是最让人气急败坏，却又无可奈何的道路问题了。根据CEBR的研究，美国每年塞车导致的燃料浪费和商贸活动营运成本增加的损失高达1200亿美元，到2030年可能增加50%。而等待红灯通常被认为是造成塞车的主因。全球各大城市几乎都已将”智能”的交通管理系统或红绿灯，列入智慧城市中的一环，以提高十字路口承载与运作效率。这种智能的红绿灯可以把城市交通摄像头、治安摄像头、城管摄像头的视频数据有机结合起来，利用视频大数据获得即时交通流量，通过对这些数据的分析，可以优化路口的红绿灯配时，提高道路通行效率，从而大幅减少塞车问题。
另外，在公共交通领域，我们打车和公交的准点率也会极大提高。以后上班迟到的锅可就甩不到交通头上了！从目前的出行类应用来看，虽然人们可以在软件上查到公交距离信息和交通拥堵情况，但实时交通数据的融合和精确的感知还远远没有完成，包括手机通信数据、停车数据、收费数据、气象数据等都没有形成有效的大数据。而随着智能交通技术的进一步提升，会给交通数据的采集带来很大的变革，会逐步实现交通运行态势的精确感知和智能化控制。例如，公安部即将要推行的电子车牌，实际上就是在每辆车上装一个 FID 标签，这样在车辆的行驶过程中，就能够通过路测的浏览器清楚地了解车主的行车轨迹，采集有效的交通数据，实现数据的共享和流转。还有在2018年11月28日，长沙就按照车、路、云一体协同方式在湖南湘江新区开通了全国首条在开放道路环境下的智慧公交示范线，南起国家智能网联汽车（长沙）测试区，途经学士路-莲坪大道-含浦大道，北至云栖路与含浦大道交叉口，这条线路全长7.8公里，沿线设置有11个站点，实现了L3级自动驾驶。升级后的智能网联公交当前的现实意义是实现了公交信号优先。
即在车路协同技术的加持下，“路端”可以实时获取智能网联公交车辆的速度、位置、驾驶状态等实时数据，并与交通信号控制系统进行实时联动。当车辆接近智能路口时，车路协同系统将实时获取精确的车辆位置、行驶速度、车内乘客数、准点状态等数据，与交通信号灯控制系统进行数据交互，在科学的多维调控机制下实时调整信号灯各相位时长配置，通过红灯缩短、绿灯延长等方式实现公交优先通行。
3 智能泊车
压在现代车主身上的另一座大山就是停车难。有时候办事20分钟，排队找车位1小时。但有了智慧城市大脑之后，抢车位将只存在于游戏中。城市大脑通过5G物联网实时地知道城市所有车辆未来的停车需求，即将于多长时间后到达目的地，且大概要停留多久，以及当前和未来预测的停车位状况。然后通过这些信息合理调配车辆、精准匹配到路段和小区，计算你目的地附近的最佳停车策略。而自动代客泊车的智能停车场，也已经面世。停车难的问题终将成为历史。
压在现代车主身上的另一座大山就是停车难。有时候办事20分钟，排队找车位1小时。但有了智慧的城市大脑之后，抢车位将只存在于游戏中。城市大脑在海量数据和强大算力之上计算停车需求有多大，车位存在多少富余。然后通过这些信息合理调配车辆、精准匹配到路段和小区。这套系统不仅能知晓实时位置和停车场车况，还能了解司机对于停车费、停车距离等因素的要求，让数据“动”起来、“跑”起来，把最优方案精准推送给每个车主。
4. 城市应急响应
城市交通的另一大通病就是应急能力差。犹记得2016年7月北京的那场大暴雨，许多路段积水严重，交通严重拥堵，更是有不少车辆浸泡在水中无法行驶。再或者是在上下班的途中，因为修路、交通管制、信号灯故障等客观因素，以及车辆故障、碰撞、伤人伤物等交通事故造成的交通拥堵，往往都让人苦不堪言。这就是智慧交通中的城市应急响应功能大显身手的时刻了。交通应急是城市应急指挥体系的重要组成部分。针对可能影响交通正常运行的自然灾害、事故灾难、重大活动等突发事件，提供预警支持。针对特勤任务、恶劣天气、重点区域日常拥堵等情况，建立相关的应急预案，并将预案进行多种方式的可视化呈现与部署。与此同时，还要通过整合交通安全监管和应急保障所需的相关资源，实现应急状态下相关人员、物资、技术、装备的指挥调用，统一联动单位开展突发事件的处置工作。比如这次疫情，如果在城市大脑的指挥下，大家前往医院就诊的道路或许会更加便捷，也更加安全。
另外，在日常交通运行中，我们也可以随时做出针对120等救护专车的智能路径规划，让急救患者五分钟内得到专业救助的医学理想成为现实。类似的，一些政要名人的专车也可以实现从出发地到目的地的无障碍通行。
更多智慧交通应用案例，欢迎参考我的这期科普视频：