智慧路口，从概念到落地的电科智能实践

从上世纪90年代到现在，国内各大城市先后建设了信号控制系统、高清卡口系统等等外场设施设备，也产生、汇集了大量的交通流、交通事件、交通违法数据，针对不同的应用场景建设了交通诱导、警情指挥、分析研判等应用系统，尤其是近几年随着先进技术的发展，大数据、云计算、物联网、人工智能纷纷助力城市交通管理，可以说现在的城市管理已经形成了一种大智慧。但假设还有一些城市没有建设城市大脑，又假设城市大脑的网络系统中断了，怎么能使交通大脑的大智慧触及到城市各个角落呢？这就需要城市拥有大智慧的同时也要有小智慧。

其次，我们测算过一个标准的十字路口，一天能产生1TB及以上的数据，包含不同来源、不同颗粒度的结构化、半结构化和非结构化数据。另外，一些关键性操作对数据处理实时性要求越来越高，假设从信号控制中心到路口的指令有两秒数据延迟，那这个路口可能面临着一天损失约700辆车的通行数据。所以，交管数据数量、种类、速度的增长，倒逼着传统数据体系架构的变革。

未来已来，在车联网时代下将产生庞大的终端用户群体，我们车路协同的管控与服务则必然要在源头上提高快速处理数据能力，让计算靠近用户，边缘技术是车联网时代的一个重要信息技术载体，也将推动车联网智能管控技术的发展。

智慧路口就是在以上三点的考虑下，想通过路侧设备赋能数据、算力和算法，在路口进行数据的实时处理和及时反馈，让每个路口都具备全息感知、万物互联、智能管控能力，使城市智能交通管理体系实现分布与集中相结合。

全息感知能力，是对行人、警员、机动车、非机动车、路口（路段）、设备设施和环境等进行多维度、多来源、全要素的感知和信息采集。

通过几个具体的例子来介绍一下。

      2017年，上海率先推出了一款多功能复合感知摄像机，将交通流感知、交通违法检测、高清卡口和交通实验检测等功能整合到一部视频设备里去。设备推广应用有三个好处：一可以节约前期的建设成本，二可以降低后期的运维费用，最后可以提升城市的整体形象。

对人的感知，现有的交通管理体系中慢行是比较弱的环节，可能某些路口也有行人过街按纽，但是这对残疾人、未成年人并不是很友好。而且，它只是单一的指令触发方式，无法判断过街行人数量。所以，我们建议在一些关键路口配备热成像红外检测器，它利用热成像原理和视频检测算法可以对行人过街进行动态和静态的检测，感知路口（路段）行人过街行为是否正确、行人过街数量多少，同时可以和信号控制系统联动，代替传统行人过街按纽，并控制行人过街时间。

对环境的感知，有很多研究做过天气对交通的影响测试，天气数据大多数来自固定的气象监测站，但天气在时间和空间上存在着较大的随机性，此外，路口受道路设计或者交通条件影响，对环境的反映也不一样。因此，在一些重要的路口有必要加装单点检测器，实现路口和小范围的天气采集，并建立相应的数据模型。

站在交通管理的角度，信号故障是头疼的问题。所以我们建议在每个智慧路口都配备一台信号故障检测器，通过对信号灯电器参数的智能分析，以及精细化检测，实现有效管控。

如何将大量数据共享交互，就需要路口的万物互联能力。

介绍一下电科的边缘性产品--智慧路口盒子。这款产品旨在针对具备条件的软硬件支撑环境的路口，实现对计算资源、存储资源和数据资源的调度管理，在系统的最顶层搭建开发的计算架构和智慧应用平台，助力智慧路口实现感知、计算、服务和管控一体化。

在智慧路口盒子基础上可以实现路口的互联互通。

第一点，路口设备和控制中心的通信通过标准的接口协议，目前实现了复合检测器、灯组检测设备等等在路口层面的互联互通，打通了信号控制机和路口其他感知设备的壁垒。同时也可以根据城市大脑信号控制系统、运维中心的不同数据需求进行相应处理。

 第二点，路口是城市交通的瓶颈点，也是信息服务需求的汇聚点。针对不同的客户群体建立不同的通信接入方式，包括警车、警员的无线WIFI接入，和未来网联汽车的DSRC或者5G的通信手段，通过动态认证和身份权限管理实现路口和移动对象的安全通信。

现在都在提区域协调和区域协同控制，路口之间的信息同步共享交互是协同管控的前提条件，我们正在研究相应的技术手段让路口之间进行直接对话、信息交互共享，实现区域的协同管控。

智慧路口和传统路口有什么不一样呢，用三个简单的应用场景为大家介绍。传统路口的感知仅仅是传统设备的提升，智慧路口将数据进行整合，实现了车道、进口、入口的三层认知，实时掌握车道饱和度、延误停车次数等重要交通管理数据。

传统路口的信号控制系统输入来源是单一的，比如上海广泛应用的信号控制系统就是通过开关量来触发方案的选择，没有多元数据来源。而智慧路口盒子将计算单元和存储单元直接放到路口，可以将路口感知设备直接联系在一起，包括复合检测器，环境检测器、行人检测器。并通过和信号机的标准接口协议进行干预，在本地进行信号优化。

第一是恶劣天气条件的信号控制，饱和车头时距在不同天气条件下受的影响是明显不一样的，所以建立相应的信号控制模型是有必要的。

第二是车型构成比例，摄像机感知车型比例，实施信号控制。慢行是出行较弱环节，但在人群聚集区实施慢行很有必要，如一个旅游城市的路口，行人占比高达75%，机动车占比只有25 %，此时路口慢行应是信号配时的关键。

第三个是针对交通管理者和交通参与者分别建立不同服务系统，提高交通管理者实时执勤和网联汽车未来出行服务水平。我们有信心打造一个集感知、计算、服务和管控为一体的智慧路口，上海相关部门也认可了项目的研究方向，并提供了孵化环境。上海市青浦区举办首届中国国际进口博览会期间，我们对上海33个路口进行优化建设，开发本地应用程序，包括路口流量实时分析，设备实时预警，视频管理查询，信号管理等等，保障博览会的顺利进行。将来会在上海嘉定、闵行、崇明、宝山等地展开智慧路口示范工程应用。

边缘计算是靠近用户的实时计算和场景化联动控制，而区域级、城市级的宏观策略则必须依赖于云强大的计算能力、分析能力和决策能力。因此，边缘其实是云的外围，是为了让云发挥更大规模的处理能力，是为云减负的。边缘计算是缓解智慧城市发展当中遇到的网络带宽瓶颈、机房资源瓶颈和实时业务需求瓶颈。

我们设想的未来交管模式是“云-边-端”三层架构，分布+集中双趋模式。当然，智慧路口还有很遥远的路要走，也有很多难关需要去攻克，希望在座的专家给我们提出宝贵意见，一起探索未来的城市交通管理之路，谢谢大家！