智慧高速建设的关键能力与痛点、解决之道

首先还是对于智慧高速概念的理解，我们从广义的角度来理解。

广义的智慧高速是指在土地资源趋近饱和的条件下，为满足不断增长的交通需求，通过智能化的技术手段来提高公路通行能力，满足新一代驾驶工具应用要求的全新技术形态。

包括广域全息感知，数字孪生刻画以及车路协同控制，这里面是通过5G的高速率、低时延通信技术来实现底层数据传感支持，数字孪生平台应用。

广域全息感知现阶段投入最大的，包括视频、ETC、毫米波雷达等在整个公路信息化中的投资占比都是很高的，未来的重点是优化设备设施的配置。

在数字孪生刻画的过程中，最重要的就是精准，一是地理信息的精准，如何精准？

一是在地理信息采集的精准，尤其是前后采集的信息要紧密衔接；

二是精准的时间时空概念，未来的智能化设备，时钟的同步性要求非常高。

如何更好的实现广域全息感知？

一是发挥已有设备的优势，对道路特征进行全面的感知，已建成的高速公路数量庞大，只有精准获知道路交通流特点，才能更好的升级智慧高速。

二是推进感知设备的低成本落地，设备成本的下降对智慧高速的经济可行性非常重要。

狭义的智慧高速，就是传统的公路机电、公路运营的升级。之前做的不能说是尽善尽美，要用来支持车路协同或者自动驾驶，还需要重点提升两个方面的能力。

一是可控的能力，特别是监控中心，让交通管理更智能。在可服务的角度上来说，行业已经做了很多努力，但还需要提升。

此前建设的很多系统，并不是开放式的，是为了满足单一的或者内部的管理需求才开发建设，在开放性上还可以做更多，公路通行服务的体验形式上可以做更多的升级。

从智慧高速的要求来讲，有感知、通信联接、计算和控制四大关键能力。

感知是指具备全天候、全息、全域感知；通信联接，是指低时延、全域联接，也包括融合通信即多种通讯方式的合作沟通，实现跨道路、地域的信息共享，还涉及对网络信息安全的控制；

计算能力则是体现智慧高速“智慧”的功能，要有多样性算力满足不同边云不同场景，传统的公路信息化更为重视外场设备建设应用，在未来，平台、软件会在智慧高速发挥越来越重要的作用，边侧实时性大算力以及边缘计算会有更多需求；

控制能力，具体是说边侧实时控制策略，云端最优控制策略，从端云协同的角度出发要求整体优化，为交通参与者和管理者提供全局最优的协同控制。

通过“感-联-算-控”一体的应用，来实现交通安全、交通效率和绿色出行的提升。这三者都是效率提升的体现，但智慧高速在商业应用还有一点缺失的，更多在于公益性。

其实交通本身是一个社会的问题，其存在有固定的商业模式和商业价值。

现在自动驾驶的商业模式还在研究，商业模式最重要的是把“环”闭合起来，而要实现闭环，现在更多考虑出行者、公众的公益性，未来应该还要再加一个对 c端的商业闭环，体现其经济效益，既有社会公益，又形成了商业模式。

因为没有一个很好的商业模式，也很难想象智慧高速的落地速度和市场规模。

我们在山东做智慧高速设计时，或者做相关行业交流时，看到很多方案感觉都是产品或者技术的堆砌，方案的叠加，不是那么的整体。

我们认为智慧高速还是要有一个系统性的概念。

比如1+N的结构，1是云边一体化的结构，N是多个应用，云边端协同是最主要的特点。端是终端用户，包括自动驾驶和网联驾驶，边是边缘计算，智能感知，云是云控中心、协同计算等。

在这个架构里面，把AI应用或者一些计算应用，以及一些不同的技术归到不同架构里面去，看看新技术在不同架构体系下有什么可能的应用，这个问题挺值得思考的。

山东今年确认要试点建设两条智慧高速,一条是济青中线,另一条是京台高速泰安至枣庄段，有新建也有改造提升。

从各地方的情况来看，更多是对交通流量比较大的路段做智慧化提升，这些路段有运营数据，以数据为基础来提供有针对性的解决方案，是比较具有价值的。

新建高速配建智慧高速，因为没有历史数据，实施起来会有一些挑战，在实施的时候要考虑更多。

从智慧高速的技术体系来说，目前还是缺少系统的理念。按现在的理解来看，智慧高速应该是一个可迭代的系统产品，最开始是要先解决一定的问题，然后在这个基础上进行迭代，再解决一些问题，持续迭代，从1.0、2.0不同的版本，对应不同的问题和路段特征。

如果抛开路段特征直接套模板，不一定适合，应该是一个通用的方案再考虑路段特征后，再调整落地，才能与实际契合。

我们在考虑这个问题的时候，从现实的可行性出发，做了一些探索，主要是从安全、舒适、智能化的科研创新手段探索，提出了一些小目标，包括行车辅助安全，日常养护，出行体验提升等。

合流区、分流区等危险路段的事故预防和预警，包括提升标识的可见性，增加示警手段等。

公路作业现场的安全问题。传统的公路日常养护，不管是机械化、智能化还是物联化，在交通安全、交通设施的养护上与实际需求还有一定的差距。传统的人工劳动占比高，机械化程度偏低；公路扩容后，车速提高，养护作业的安全风险系数上升；现场布设耗时长，规范性差。

视觉体验不良，恶劣天气应对不足。一般来说，存在夜间视距不良，弯道视距不够，信息板固定，信息单一，管控手段传统等问题。在视距提升和诱导方面，浙江智慧高速做了很多探索，效果相当不错。比如恶劣天气时，采用主动发光标识，能提升行车的视觉感、舒适感。

运营方式传统，精细化智慧化不足。公路运营管理系统目前侧重业务处理，对路网交通状态量化监测能力不足；

事件检测以摄像机为主，性能差、准确率低，管理上自动化、智能化程度不高，事件发现的时效性低；恶劣天气下，通行能力大幅降低；可

变限速方式利用不足；交通事故应急处置和畅通保障能力受到制约，效率仍有提升空间；数据和信息孤岛现象严重，数据格式多样，平台难对接，较难进行统一管理。

数据决策服务能力短板方面：数据多元融合和深度挖掘不够，对路网管理、领导决策的支撑不足；数据可视化程度不高；

信息发布内容不丰富，缺乏旅行时间、拥堵时间等信息；监控中心具备可视、可测的能力，但可控和可决策能力薄弱；

对车路协同和自动驾驶等未来应用支持能力不足，缺乏规模化示范试验。

针对这些问题，我们提出打造主动的安全预警、品质出行服务和精细化运营管理。

主动安全预警方面，已经做了不少工作，但还需要加强，要提供超视距和视距内不同方式的安全提示。包括匝道、合流区、分流区、坡道等路段的安全诱导；

结合车道级精准管控，对涉路事件通过诱导屏和导航软件，对将要通过现场的车辆进行提前警示，改进现场作业安全警示设施。

具体而言，车道级精准管控，对应着每个车道的通行标志控制与诱导，要提供有效的分流区、匝道的变道提示，诱导屏要提示前方车道通行状态；

根据气象信息、前方路况、施工养护等信息进行动态限速，融入行程时间，引导车辆提前变道。车道级精准管控还需要明显有效的信息提示，除了诱导屏之外，还应借用应急车道、智慧道钉。

品质出行服务方面包括应用新型主动发光标志标牌、路面诱导设施，提高标志的可见可感能力，提高行车舒适度；

基于信息采集和大数据分析，丰富诱导屏的显示能容（前方路况以及行程时间，引导提前变道），结合诱导屏、导航软件、前方路况和环境展示，结合路况数据进行智能诱导，合理分流、引流，实现出行时间可测、可控、个性精准服务；

针对团雾、冰雪路段的现场诱导，通过与高亮雨夜反光标线、道路示廓设施（智慧道钉）和声光提醒辅助等方式，实现准全天候通行。

这里面包括交通安全标志的改进，如果路警合作能协同配合，就能较好的完成。现在交通运输部等在推进公路限速的规范化，对于可变限速也有相关规定。 

精细运营管理方面，要实现高速公路精准管控。包括实现含路况、流量、环境、气象、施工养护在内的高速公路态势全面感知；

基于交通信息云平台，进行交通流动态多级管控；

山东是危化品生产大省，危化品运输需求较大，因此山东高速对此也做了一些规划，包括接入两客一危、卡口等数据，实现对重点车辆的在途监控、位置跟踪和轨迹预测；

监控分中心与道路现场的远程控制，实现可变限速调整、交通管控、信息标识和物联网设施控制等，特别是针对拥堵路段，这里面的难点是如何第一时间把业务数据包括速度调整自动上报和发布。

收费站是高速公路常发拥堵点，我们提出要实现收费站车道级导航。怎么做？

一是要实时采集收费站各车道通行状态，包括ETC专用和混合车道，根据通行情况来调整车道运行数量和车道类型；

收费站通行状态信息实时上传到云平台，降低时延同时避免人工干预，提高信息准确率。同时在收费站前诱导屏以及导航地图上发布车道状态信息，提醒车主提前选择车道，包括收费站封闭信息等。

施工作业区的管理平台，我们推出了一套施工作业区的自动化布设和规范化管理方案，布设声光报警设备、智能穿戴设备，提升施工作业人员的安全。

如图，这是山东高速提出的智慧高速整体框架。

智慧高速1+1+N的框架，建立在云边端协同之上，最重要是如何体现应用能力，包括基础设施的智能化感知，云控服务平台，以及基于AI的事件分析能力。。

这里要提一下数据中台。

如果要做数据中台，就要打通不同的网关网端，实现与信息协同管理。这里有三个问题值得研究。

一是怎样在保证专网隔离的前提下实现信息互通。高速公路运营管理涉及到的网络有很多，包括公路收费专网、公安专网，现在又在建视频专网，不同网络有不同监管要求，不同的使用主体，这里要强调的是网络边界的保护，同时在确保有效防护前提下的信息互通。

二是要解决信息的脱敏，有些数据设计涉及到敏感信息，同时也可能存在国防军事相关的通行数据保密要求，需要脱敏。

三是实现数据中台时，包括治理体系、数据体系、控制体系要捋清楚。

最后是我们认为这一体系的创新点和预期效果。这里面主动安全预警、视觉感知提升，全天候通行以及车道级精准管控，我们认为是当前最具现实意义、最具可行性的一个内容。其他一些有一定前瞻性，但技术不成熟的点，未来也可以结合实际先行先试，再逐步落地。