完成单位:深圳市城市交通规划设计研究中心有限公司
成果简介:
成果针对城市智慧道路“交通要素感知不全、‘云-边’计算效率不高、管控与诱导服务不准”的痛点,根据“完备要素感知-云边协同计算-精准管控与诱导”的建设思路,以人、车、路、环境综合数据感知为基础,自主研发路段+路口边缘计算设备、数据互通互联的标准协议栈、“云-边”协同自适应调度技术,构建高可靠、低时延的智慧道路系统,形成了面向城市综合治理的城市智慧道路系统关键技术和装备。
成果的主要内容和关键技术包括:
1、基于最优拓扑网络与标准协议栈的完备交通要素联合感知体系构建
(1)面向完整轨迹覆盖的回归逼近方法及多功能集成采集技术
提出以完整覆盖、OD溯源、集中检测为目标的回归逼近方法,根据流量特征进行监测点的选取,循环迭代优化,寻找综合效益最优的检测布局方案。在深圳福田中心区,基于仿真的精准管控需要高精度(大于95%)的交通出行需求OD量与OD出行路径,求解后得到该区域应布设的检测点位为168个,形成不同道路场景的设备布局规范标准。
(2)面向“云-边-端”多层数据链路互联互通、融合感知的标准协议栈
研发了具备兼容性、前瞻性的数据采集及信息交互标准协议栈,实现从单一到集成,从分散到全网,构建“人-车-路-坏境”信息互联互通和数据融合的智慧道路感知。依托互联互通、融合感知标准协议栈构建了深圳市集成信号管控平台,进行了跨品牌信号控制设备集中管控。在龙福路沿线七个路口开展了基于标准协议栈平台直接对信号控制机的设备管理、配时优化、运行监管、协调控制试点工作。
(3)基于光流理论和邻域搜索的大规模、高精高效的“人-车”跨境重识别技术
基于多任务框架的交替训练以及分块的金字塔模型,引入人体姿态作为先验知识,构建全局+多粒度局部特征图谱,结合摄像头空间属性与行人轨迹预测形成邻域搜索。针对3个国际公开数据集,最高mAP指标达到87.9%。针对深圳华为片区的数据集进行优化,其mAP行人识别率甚至已经达到94%,可精准识别行人出行轨迹。
提出了基于车辆视觉特征的Coarse-to-fine的方案,将车标、年检标志、物件摆设等局部特征融入进整体的端到端检索框架,实现对车辆号牌以及属性的精准识别,top5命中率>90%。
(4)面向道路交通完整要素的高精地图与轻量化智能标签的道路设施数字化技术
构建了车道级高精地图,涵盖全要素交通设施。研发设施二维码+RFID电子标签轻量化智能标签应用技术,创新交通设施管养信息化手段,实现设施信息化、品质化、标准化的管理,率先实现城市片区级的交通设施智慧化数字化管理。
2、“云-边”协同的智慧道路计算平台及关键设备
(1)、交通量和网络环境变化下的高效高可靠“云-边”协同计算技术
攻克“云-边”协同自适应调度技术,根据交通量和网络环境变化动态调度“云-边”计算资源,提高计算效率和可靠性,丢包率由百分之一降低到小于千分之一,结构化指标输出延时减少50%以上;云端设备减少30%以上,保证车路协同、无人驾驶等应用的低时延需求。
以光明马拉松智慧赛道为例,共布设了289根智慧路灯杆,安装133套边缘计算网关设备,共组成7个环网系统。2019年3月24日举行的光明国际半马赛事,参赛人数约8000人;当日视频AI识别约28000人(含重复识别),过载切换16次,避免造成网络大规模阻塞;当日单镜头人员峰值由编号“11Y90000CN001A0UA0006”的灯杆摄像头在8:15检测,共识别185人;共调度编号AK004-AK008号5套边缘计算网关进行结构化计算,时延约1.5s。
(2)低时延、低功耗的边缘计算网关和信号控制机核心边缘设备
“深研”系列智慧路段边缘计算设备(智慧路灯核心管理网关):支持对前端多路高清视频的百毫秒级AI分辩与多源数据融合分析,满足车路协同、紧急处置等场景下对结构化特征识别与响应的超高实时性要求;集成光纤、以太网、CAN总线等有线接口和ZigBeeLoRaWi-Fi等无线接口;板载光强、电压、电流、温度、湿度检测、隔离PWM及继电器输出,待机电流10mA,整机功耗20瓦。
“深研”系列智慧路口边缘计算设备(车路协同交通信号控制机):提供各类型车联网、物联网软硬件接口,构建路口级信息汇聚边缘,提供面向全交通参与者的车道级交通组织及交通管控能力;双CAN总线冗余备份,硬件在线控制机制,车路通信发布延迟低于3ms,控制输出延迟低于10ms,灯色故障检测延迟低于75ms,并通过公安部的检测认证;前端多源数据融合分析、脱敏分发,全面支撑车路协同路口管控创新应用。
3、车路协同环境下在线仿真驱动的综合管控云平台
(1)基于实时在线仿真的闭环反馈智慧管控技术
基于多源大数据的实时在线交通仿真技术,对未来交通状态进行数字刻画,对信号管控策略进行预评估,实现传统信号管控从定周期多时段到动态实时式协调,实现真正意义上的动态子区、动态绿波控制。
基于实时在线仿真的智慧管控技术,构建深圳最长绿波带:玉塘路口至华夏二路口方向行程时间由17分12秒降至9分48秒,降幅43.0%;华夏二路口至玉塘路口方向行程时间由18分41秒降至10分8秒,降幅45.7%;深圳全部路口联网协调率由54%提高至74%,573个路段约488公里道路平均车速提升25%以上,237个路口行人过街等待时间平均降低10%。
(2)基于多重安全保障机制的云端管控技术
通过基于OTN技术的专用光网络和基于VPDN技术的虚拟移动专用网络技术,提供物理网络安全保障;通过设备、平台双向鉴权及国密芯片的应用,提供数据接入安全保障;通过数据内部关联性及参数合规性边界校验,保障设备运行参数安全;通过由控制核心与监管核心组成的双机系统,借助双CAN总线通信通道,完美实现控制热备份,通过构建独立于控制核心及总线的第三方检测硬件,采用硬件逻辑直接比对,确保任何状态下的绝对安全。
内蒙古自治区阿拉善左旗盟腾格里经济开发区交通改善工程(一期),六个路口应用云端管控,根据电子警察数据进行配时管家服务。
(3)面向精细管控的车路协同引导与车队自组织技术
融合处理人、车、路、环境数据,实现车流引导、特定车辆优先等功能,形成车辆分组成队运行,构建车队自组织的新一代车路协同信号管控技术。
依托该技术在深圳、上海、天津等网联测试基地实现车路协同落地应用。以深圳福田中心区为例,布设21个点位的路侧设备,覆盖道路总长6207米,对公交车实施车速引导、信号相对优先等多种策略,单个路口通过延误可减少约0.4分钟。
项目研发了2套核心设备、30余项关键技术与算法,发表论文25篇,授权国家zhuanli7项,支撑组建3个省市级创新载体,获8项国家级、省市级项目支持,直接服务深圳市20余个政府部门,相关技术应用超过20个项目,近2年智慧道路项目总金额超过5亿元,税收超过1亿元,将核心设备及技术推广至苏州、山东、河北、内蒙古等城市地区,直接管理与服务人群超5000万人。
推广应用前景:
成果在深圳市的智慧道路系统集成、交通综合治理、实时交通管控等方面得到广泛应用。具体包括:
1、智慧道路系统集成:(1)在福田中心区(面积为5平方公里,投资额超过3个亿),基于智慧灯杆、智慧路口、智慧公交站台等关键设施,实现对福田中心区的人、车、路、环境等全要素的实时动态监测,实现效率、安全、绿色、管理与服务五大类指标的总体提升。(2)侨香路智慧道路建设(长度6.4公里,总投资2.5亿),基于智慧灯杆、智慧路面(井盖传感器)等设施的建设,结合视频AI技术,实现对道路车辆运行、路面状态的全景监控。(3)光明马拉松智慧绿道(主线+支线总长度超过24公里),基于智慧灯杆的建设,打造实时人流量统计预警与突发事件即时识别能力,为绿道的日常管理与马拉松赛事提供安全保障。除此以外,深圳市红荔路智慧道路、桂庙路智慧道路、前湾一路智慧路灯、国际会展中心车路协同SmartBRT、坝光无人驾驶示范区等项目正在推进中。
2、交通综合治理:(1)道路拥堵评估治理,基于智慧道路系统定点设备实时采集及多种移动数据源对城市道路交通进行长期监测。(2)交通影响评估,依托项目的核心技术群和多维评估模型库开展了深圳市内外的交通影响评估项目80余项,包括深圳国际会展中心、京基湖贝新村城市更新、车公庙片区城市更新、坪山世茂中心等项目。(3)交通组织评估,开展了2015、2016、2017和2018年交通安全管理政策与交通组织调整、深南大道交通改善、罗湖区交通组织改善规划等项目,配合调整路口渠化、优化信号配时、单向交通和微循环改善等局部措施,使改善后的道路通行能力提高10%以上。
3、实时交通管控:(1)利用实时在线仿真、信号评估优化模型、时空关联及位置感知等技术,支撑了深圳市交警业务2300多个信号灯的实时控制工作,承担了2017-2019年交通信号优化配时、2016年龙岗区坪山大鹏新区交通信号优化配时等项目,使道路交通的整体运行效率提升了5%以上。(2)动态分析交通事件的影响范围和程度,实现了对全市重点区域客流监测、事件动态监测预警、基于重识别的车辆轨迹还原等精细化治理服务。在突发应急事件下,能快速响应预警并评估分析多个交通应急预案优劣,为交通疏导和警力部署提供数据支撑。
成果同时在全国多个城市进行了推广应用。
在多个城市搭建了智慧道路系统、大数据平台和实时在线仿真平台。支撑了苏州、平度智慧道路系统建设,成都、东莞、南昌多层次交通模型体系,长春、兰州交通大数据综合评估等多个项目,取得了良好的效果。
基于实时在线仿真技术的新一代信号控制技术,已推广至贵阳市和东莞市。全国各地的智能网联汽车示范基地,如天津汽研中心、上海国际汽车城、同济大学等测试场,均选用本项目研制的新一代车路协同信号机系统。