数据湖助力城市交通大脑的建设与运营

073

基于数据湖的交通数据治理可以为城市交通数据的深度应用提供数据汇聚管理、数据治理、数

据加工、数据可视化、数据智能解析、数据检索、数据共享等服务内容。

非机构化数据智能解析流程如图 5 所示。

AI服务平台 AI算法工厂

城市视频资源管理平台 AI算法推理平台

视频流 算法

视频流

大屏端 PC端

平台总览 态势分析 平台总览 算法仓

资源监控

AI业务场景

交通 数据接口

任务管理

数据检索

GIS地图

随意看

随意查

数据标注 算法训练

数据处理 算法推理

视频管理 统计管理

用户管理 运维管理

机构管理 监控管理

主页 算法任务管理

镜像管理 划线配置

算子管理 运维管理

大

数

据

平

台

视

图

库

结构化信息

图片/短视频

图 5 非结构化数据智能解析流程

（五）交通数据应用场景开发服务

交通数据应用场景开发服务依托数据湖基础设施的计算资源、算力资源、存储资源以及项目公

司本地化服务，在交通数据资源存储服务的基础上，为用户提供跨区域、跨部门、跨行业的交通数

据资源应用场景开发服务。

该服务可以为政府各行业部门提供交通管理、交通运输、公共交通、公众出行等领域的业务应

用开发和创新试验。

（六）交通数据资产交易服务

交通数据资产交易服务依托数据湖基础设施，在交通数据资产存储及治理的基础上，在政府授

权和数据隐私安全保护的前提下，面向科研机构、高等院校、政府规划部门、设计企业等单位开展

数据资产交易服务，为这些行业单位进行科学研究、课题分析、城市规划及交通设计提供基础的数

据支撑。

在数据资产交易过程中，为数据资产拥有者提供数据资产管理、数据资产定价、数据资产脱敏、

数据资产价值分析等服务内容。

五、服务的形式及优势

（一）服务的形式

近年来，政府财政资金相继收紧，各地智慧交通项目无论从规模还是体量上均受到一定程度影

智能交通产品与技术应用汇编

074

响，市场竞争日益激烈。同时，随着易华录数据湖战略推广，数据湖项目公司同样面临可持续发展

的需求，需通过运营的方式进行项目投资回收。

基于政府财政资金压力、企业可持续发展需求、数据湖项目公司长效运营等多方面考虑，需

要将传统项目建设方式转变成先期企业投资建设，中后期“政府购买服务、企业长效运营”的

方式。

“服务+运营”模式即政府购买服务模式，主要是指把属于政府职责范围且适合通过市场化方式

提供的服务事项，按照一定的方式和程序，交由符合条件的社会力量和事业单位承担，并由政府根

据服务数量和质量及合同等约定向其支付费用的行为。通过购买服务的模式，一方面能够减轻政府

财政压力，另一方面，企业需对项目治理效果负责，用户对服务效果打分付费，约束企业和用户一

起解决城市交通治理问题，达到双赢。

（二）“服务+运营”模式的优势

1．对政府的优势

“服务+运营”方式建设内容的归属主体为企业，对于政府来说是一种轻资产的模式，项目交付

后的服务、运维等均由企业承担，政府根据服务效果按年度打分付费，减轻了政府的资金压力，也

使政府掌握了更高的主动权，能够更好的保证建设应用服务预期效果。

2．对项目公司的优势

项目建成后，运营维护主体为项目公司，运营期项目公司主要提供人力投入，每年会形成稳定

的年度服务收益。此外，政府按服务效果打分付费的模式，也将促使项目公司注重自身能力提升，

有助于自身的持续发展。

3．对企业的优势

系统集成和产品销售已经处于红海市场，采用“服务+运营”的模式能够改变企业单纯靠产品

及系统集成开展项目的传统模式，使企业能够由产品提供商转变为服务提供商，有利于开辟更广阔

的市场空间，为用户提供灵活周到的服务。

六、总结

综上，基于数据湖的城市交通大脑建设与运营服务，应创新建设模式，充分发挥好各方优势，

利用遍布全国的数据湖基础设施资源优势，展现企业深厚、强大的行业深耕和技术支撑能力，突出

项目公司本地化服务保障能力，实现交通大脑建设与运营服务的全面化、系统化、优质化。

交通大脑在常态化疫情防控中的应用

075

交通大脑在常态化疫情防控中的应用

李可先 广东方纬科技有限公司

引言

我国与世界各国经济、文化交往频繁，世界联系越来越紧密。由于一些国家的新冠疫情形势日

趋严峻，“外防输入、内防反弹”的防疫压力非常大，成为我国较长一段时间疫情防控常态化的重中

之重。当前全国中高风险地区随时都有调整，各地政府针对疫情的变化情况制定不同的防疫政策，

仅仅依靠“线下”设卡核查，依靠车牌属地分析研判，已经难以快速有效识别中高风险地区车辆，

难以应对由于车辆跨区流动带来的疫情扩散风险。

方纬科技交通大脑依托云计算、大数据、人工智能等先进技术，构建三大核心模型——可计算

路网模型、个体车辆交通行为模型、虚拟停车场计算模型，基于交管现有数据，围绕人、车、路、

场等交通要素，实现对全域车辆出行/驻停的感知、分析和研判，为实现涉疫车辆的精准防控提供数

据支撑。

一、核心算法模型

交通大脑基于三大算法模型，实现涉疫车辆精准防控。

可计算路网模型，将所有交通元素、交通规则、控制策略数字化信息化，让计算机理解其中的

交通语义和逻辑关系，实现所有交通元素、数据、信息（设施、设备、路网、停车场、车辆、警力、

警情、路况、交通态势，等等）有机呈现，将不同数据信息之间内在的逻辑关系、拓扑关系通过一

张可计算的路网图实现计算、存储和管理。

基于身份检测的个体车辆交通行为模型，采用电警卡口、RFID、GPS 等具有车辆身份特征的检

测方法，构建车辆状态函数模型和道路状态函数模型，实现车辆全息信息的智能分析计算，实现任

意时刻、任意路段、任意路口、任意车辆的轨迹和路况状态的精准掌握，提供车道级的“沙盘式”

重现，实现交通指挥管理从宏观到微观的精准认知，为指挥决策提供精准数据支撑。

虚拟停车场计算模型，融合接入多源停车场数据，根据这些数据中提供的空间几何信息及文字

描述，在可计算路网模型中确定对应拓扑路段及起止位置，建立拓扑关联关系，同时根据路网拓扑

结构和车辆检测设备空间信息，将多个院落小区组合形成虚拟停车场，建立院落小区、小区道路、

智能交通产品与技术应用汇编

076

小区停车场与虚拟停车场的拓扑关联关系，实现接入数据与路网及虚拟停车场的拓扑关联。

图 1 - 个体车辆交通行为模型

二、涉疫车辆管控应用

基于交通大脑对全域车辆出行/驻停的感知、分析和研判能力，构建“涉疫车辆管控”功能

应用。

（一）个体车辆出行轨迹分析

基于可计算路网，结合卡口、卡口式电警等外场感知检测设备数据，分析所有机动车的出行信

息（包括出行位置、出行时间），对因外场设备布点不全、传输故障等问题导致的出行轨迹数据缺失

进行修补；关联个体车辆的连续感知检测结果，计算车辆出行经过路口的过车时间、通过路口的行驶

方向以及行驶通过车道等信息，计算车辆出行的完整轨迹；同时基于停车场/虚拟停车场模型，分析车

辆进出停车场/虚拟停车场时间，为车辆完整出行轨迹补充途径停留点、驻停点信息；实现所有个体车

辆的实时出行、历史出行轨迹精准计算、精准重现，实现所有车辆每天每时刻出行/驻停位置全掌握。

图 2 - 个体车辆出行轨迹分析

交通大脑在常态化疫情防控中的应用

077

（二）个体车辆出行、驻停特征分析

在个体车辆出行轨迹数据中，包含车辆每一次出行的起点、终点、途径位置及时刻等信息，基

于这些信息进一步分析得到车辆多时段（早高峰/晚高峰/平峰）、多时间（工作日/节假日/月/年）的

出行情况以及近 30 天的出行特征，分析车辆行驶里程、出行时长、出行天数。结合车辆出行频率、

高频出行车辆和不同时段出行地点的数据分析，准确识别出车主的居住地、工作地、高频通勤出行

时段，识别车辆高频驻停的区域、停车场/虚拟停车场。

（三）停车场/虚拟停车场运行特征分析

基于可计算路网中停车场/虚拟停车场位置数据、路段关联数据等信息，结合车辆轨迹数据，计

算停车场/虚拟停车场当前驻停车辆数及车辆信息，进一步计算进出虚拟停车场区域的车辆，分析停

车场/虚拟停车场历史某一时间段驻停车辆数及车辆信息，为识别不同车辆在同一时空驻停提供数据

支撑。

（四）区域交通运行特征分析

基于可计算路网和车辆轨迹数据数据，分析路网中每个路段、每个路口交通出行总体需求，例

如识别在特定历史时间段在该路段的高频出行车辆。对区域边界进出车辆进行计算，分析每天进出

区域车辆数、车辆类型、车辆出行特征、车辆进出区域时间、进出地点，从而分析车辆进区域的规

律、频率以及停留时间等。精准掌握区域交通运行特征，为精细化管理提供数据支撑。

（五）疫情防控区域设定

根据中高风险区域、封闭封控区域防控策略，设定中高风险区域以及相应边界，设定封闭封控

区域以及相关边界，基于可计算路网和虚拟停车场计算模型，通过空间分析识别不同管控区域范围

的路段集合、停车场/虚拟停集合，关联不同管控区域边界相关路口、道路以及感知检测设备，关联

不同管控区域内相关路口、道路、停车场/虚拟停车场以及感知检测设备。

（六）疫情防控风险车辆、风险区域识别

根据中高风险区域、封闭封控区域防控策略，研判车辆的行驶轨迹及驻停特征，识别疫情发生

期间管控区域潜在风险车辆、风险区域。研判在中高风险区域、管控区域等级调整前，长时间驻留

在风险区域的常态化出行车辆，将其列入潜在风险车辆清单。结合车辆登记人信息，分析中高风险

人员（疫情感染者、密接者和管控区域人员）名下车辆信息，分析其车辆驻停活动范围（停车场、

虚拟停车场或区域），将其列入潜在风险区域清单。

（七）风险车辆进出管控区监管

根据中高风险区域、封闭封控区域防控策略，设置相应防控圈层，建立防控圈边界及各出入口

拓扑关联，对进入/离开疫情防控区域的车辆进行监测与预警。研判相关车辆是否属于疫情防控风险

车辆，是否曾在风险区域行驶或驻停，何时途经风险区域，何时驻停在风险区域以及驻停在哪个停

车场/虚拟停车场，输出预警清单以及风险车辆涉疫出行驻停轨迹路径，实现中高风险区域车辆驻留

智能交通产品与技术应用汇编

078

和进出管控区异动分析。快速实现进出管控区风险车辆监管，防止疫情的扩散和蔓延。

图 3 - 风险车辆进出管控区监管

三、涉疫车辆管控案例

2021 年 5 月至 6 月期间，广州突发新冠疫情，芳村、南沙、海珠、越秀、番禺五个行政区先后

出现 2 个高风险区、10 个中风险区，防疫压力巨大。

面对疫情，一周内快速搭建“涉疫车辆管控”应用模块，基于防控策略动态设置管控区域，研

判各中高风险管控区域、封闭封控管控区域在疫情发生期间潜在风险车辆，包括疫情发生前区域内

常态上路行驶、驻停车辆，以及疫情发生后区域驻停车辆。分析中高风险人员（疫情感染者、密接

者、次密者）名下车辆信息，输出相关车辆活动范围清单以及车辆驻停时间，根据清单分析潜在风

险场所和关联车辆、人员，防止疫情的进一步扩散。对进出管控区域车辆实时监控、预警，提供潜

在风险车辆的出行轨迹数据，对离开封闭封控管控区域，离开芳村、南沙、海珠、越秀、番禺以及

离开广州等风险动态进行预警，同时每天生成两份《封控区域车辆出行简报》，为疫情防控提供决策

参考。

这个案例实现对疫情防控风险车辆、风险场所的智能筛查，对风险车辆违反防疫政策出行等风

险动态进行实时预警，改“人工巡检”变“智能筛查”，改“人工设岗”变“系统管控”，快速构建

常态化疫情防控下涉疫车辆精准防控能力，充分体现了交通大数据辅助科学决策、推动精细化社会

治理的能力。

“智能交通解决方案”构建全息智慧交通网

079

“智能交通解决方案”构建全息智慧交通网

毛 冬 雷科防务

一、项目背景

以国家政策规范为指导，通过互联网+、大数据、云计算、人工智能等前沿技术应用，构建智

慧交通建设已成为当今城市发展的必然趋势。山东省临沂市地处东部沿海经济区核心城市北京至上

海最短距离的中心位置，区位优势十分明显。作为全国知名的货物集散中心，近年来临沂市积极推

进城市道路及高速等基础设施建设，由沂蒙交投集团投资建设的临沂北连接线改建的工程项目，路

线全长 25.2 公里（G2 京沪-G25 长深高速之间一段国道和省道），自 2011 年改建以来，为临沂经济

发展做出了重要的贡献。但是，随着城市发展升级换代、人口和车辆持续增加，该路段原设计交通

量在 2020 年达到 1.3 万辆/日的规划，已远远低于 2019 年底 3.4 万辆/日的实际交通量。特别是临沂

市新西外环（G206 改建）通车以来，重载车辆比例持续快速上升，交通拥堵呈现常态化。

为解决城市道路拥堵，引领城市交通建设健康发展，进一步响应国家智慧交通政策号召，临沂

市政府决定对该项目路段进行改造，特别是借助智能感知、5G 通讯、大数据和人工智能等科技创新

的技术手段，提升公路管理的数字化、网联化及智能化水平。

二、方案概述

雷科防务凭借在国家智慧交通建设行业的领先优势，成为临沂市政府建设交通强市的首选合

作伙伴。雷科防务智能网联业务具有成体系的“智慧交通解决方案”、成系列的车路协同体系

产品及丰富的实施案例。针对沂蒙交投集团建设在此线路改造工程中遇到的实际问题，站在未

来智慧交通和智慧城市的高度，提出了以“智慧路口”为切入点，以点为基础，建设“智慧路段”，

从而连接建成“智慧路网”，基于点线面稳扎快连的战术，助力临沂市的“新基建”建设。如图 1

所示；

临沂“智慧路口解决方案”已落地实施，并成功优化交叉口的信号灯智慧管理，明显提高了路

口交通效率，从而带动项目改造线路干道整体通行效率的提升，为未来加强临沂市城北（干道与支

路）区域协同与优化奠定基础。如图 2 所示；

智能交通产品与技术应用汇编

080

图 1 城市智慧交通解决方案总体设计示意图

图 2 总体设计架构示意图

“智慧路口解决方案”通过智能路侧感知设备采集路口交通流量、交通事件，并与信号灯控制器

联动，优化红绿灯配时；利用边缘计算、V2X 技术实现车路协同，道路危险预警；利用云计算、5G

通信技术，结合大数据分析，在沂蒙交投集团的业务数据平台（区域/总部）实现多维数据展示与应

用服务。系统主要功能包括：

基于路口实时感知数据，利用先进的交通模型和优化算法对交通信号控制参数（周期、绿信比

和相位差）进行自动调整，实现路口智能化、科学化交通控制。

通过协同分析相邻路口交通参数，优化区域交通信号配时方案，适应早高峰，晚高峰，夜间，

节假日或特殊事件等不断变化的交通场景。

“智能交通解决方案”构建全息智慧交通网

081

根据路口情况、路段情况、道路地理位置关系，综合分析交通流量、拥堵指数等数据，对前端

信号机配时方案进行验证与优化，生成路网信号机最优控制策略，建立策略数据库。

具有采集、处理、存储控制区域内的车流量、占有率、饱和度、排队长度等交通数据的功能，

为交通信号配时优化、交通疏导、交通组织与规划提供数据依据。

图 3 临沂路口实景图

三、应用效果

临沂“智慧路口解决方案”的改造建设，已取得阶段性试点效果。以 205 国道与沂蒙路的交叉

口（常态拥堵路口）改造为例，在绿灯空放时间优化方面，实现绿灯空放时间减少超过 70%，各方

向排队均匀，绿灯空放时间优化前空放 35 秒，优化后仅为 9 秒。

（一）在通行时间方面

途径改造路段金锣实验学校到长深高速 G25 河东收费入口处，驾驶需要行驶 27 公里，途经至

少 9 个红绿灯，货车多，通行时间减少 14%。（图 4 为高德导航 APP，上午 11：05 的导航数据）。

图 4 优化前后通行时间对比图

（二）在通行能力方面

早高峰时段（7：00—10：00），晚高峰时段（17：00—20：00），通行能力增强明显，通行能力

智能交通产品与技术应用汇编

082

平均增强 21.5%，如图 5 所示，为感知设备统计数据。

图 5 优化前后通行量对比图

（三）在排队长度方面

距离明显减少。优化前西入口排队经常超过 460 米，优化降低到 100 米左右。如图 6 所示；

图 6 优化前后实景对比图

（四）绿色节能方面

临沂“智慧路口解决方案”的 205 国道与沂蒙路的交叉口（常态拥堵路口）改造项目，在实现

路口交通整体优化的同时，将时间成本、燃油损耗、碳排放降至最优。以东西方向车流量每天 20000

辆计算，每辆车载路口等待红灯的时间平均 1 分钟，按每辆车路口待车时间减少 15%测算，每天节

省时间为（1×15%×20000 ）÷ 60 = 50 小时。以平均怠速油耗 3.5 升/小时计算，每天节省燃油量

50×3.5=175 升，节省燃油按 6.0 元/升计算，1 天节省燃油 175×6.0=1050 元。根据 BP 中国碳排放

的资料：节约 1 升汽油=减排 2.3 千克“二氧化碳”，一天节约汽油，将会减少二氧化碳排放 175×

2.3 =0.40，吨碳交易价按 60 元/吨，补贴 100 元/吨，一天碳排补贴+碳交易：64 元。

通过“智慧路口解决方案”对 205 国道与沂蒙路的交叉口（常态拥堵路口）的智慧升级优化，

此路口每日累计的直接经济效益是 1114 元，同时减少 0.40 吨碳排放，每年累计的直接经济效益是

40.6 万元，同时减少 146 吨碳排放。

“智能交通解决方案”构建全息智慧交通网

083

四、先进的传感器系统

应用新一代智能多元融合传感系统，全面提升交通事态感知效率，助力创新性建设。智能多源

融合传感系统由雷视计算一体机、路侧通信单元（RSU）、区域 MEC 等构成。其中雷视计算一体机

是一款集雷达、图像、计算、高精度定位授时于一体的智能路侧感知设备。通过集成电警卡口相机、

交通环境感知相机和毫米波交通雷达，可实现双向监测全域覆盖；通过大算力核心处理器进行毫米

波雷达与摄像头数据融合，实现全域范围内全要素感知；该设备还创新性的采用双网隔离设计，满

足车路协同网络与交警网络“多感合一”的复合应用。该设备将进一步在交通环境监测方面（交通

流量监测、交通事件监测）、交通智能管理方面（城市交叉路口管理、高速、城市快速道路管理、交

通执法管理）提供重要支持。如图 7 所示；

图 7 雷科防务“雷视融合电警卡口一体机”

临沂“智慧路口解决方案”项目，在减少拥堵时间、降低燃油损耗、减轻碳排放等重要指标方

面表现优异，受到了临沂市政府及沂蒙交投集团的高度认可与好评。雷科防务将继续发挥公司在智

慧交通领域技术优势，为多、快、好、省建设新沂蒙，助力临沂“153060 快速交通圈”战略，贡献

企业力量。

智能交通产品与技术应用汇编

084

面向车路协同的城市智能交通系统

多维协同技术

张锋鑫

连云港杰瑞电子有限公司

随着车路协同技术发展“聪明的车、智慧的路”给城市智能交通系统带来了广泛的影响，使得

智能交通系统在前端设备感知、前后端信息交互、交通协同指挥控制、精准信息服务等方面发生了

较大的变化。

围绕城市智能交通车路协同新型应用场景，以边、云多维度协同为核心，以 5G、云原生、大数

据、边缘计算、高精地图和高精度融合定位技术为基础，打造基于道路数字化和车、路、云、网协

同的城市智能交通综合管控系统，系统能够满足辅助驾驶和自动驾驶多场景的应用需求，具有实时

感知、实时决策、实时控制的能力。

（一）城市智能交通系统架构的演进

传统的智能交通系统更多的是服务于交通管理者的业务系统，系统架构上多采用一个中心融合

多套子系统业务的方式设计，系统的数据存储、网络结构以及部署方式采用中心集中式。这种架构

存在中心系统对路面设备有一定的控制能力，但实时性不高，不能全域覆盖的问题；系统整体性能

受限于中心硬件性能，并存在单点故障和性能瓶颈的问题；系统建设初期投入成本高且扩展困难等

问题。

面向车路协同的城市智能交通系统中增加了为网联车辆提供信息服务和对网联车辆实时控制的

需求。城市中一段时间内驶入驶出的车辆数量变化巨大，一方面系统为了满足向所有车辆提供信

息服务的目标，需要系统具有实时动态扩容能力；另一方面在保证车辆行驶安全的前提下，为

了实现将决策控制指令及时、准确的送达网联车辆，需要系统具有强大的实时计算、分析和通

信能力。因此在车路协同系统架构中增加了边缘层，其物理形态是在路侧增加了多接入边缘计

算设备（MEC），此设备具有成本低、扩展性强、实时性高的特点，并且兼具云、端之间多维度

协同载体的功能。车路协同系统就形成了一个云中心多个边缘节点的云-边-端三层融合架构，系

统架构如下图 1 所示。

面向车路协同的城市智能交通系统多维协同技术

085

路侧

设备边端云端

信号机 摄像机 检测器 诱导屏 RSU OBU 信号灯 MEC

边缘计算资源池 边缘网络资源池 边缘存储资源池

基于容器的边端微云

业务滚动更新 功能持续开发 功能持续集成 功能持续部署

资源虚拟化 资源隔离 动态编排 灵活扩展

边缘业务流微引擎 边缘人工智能微引擎 边缘数据微引擎 边缘控制微引擎 边缘智能网关

IAAS

PAAS

SAAS

DAAS

计算资源 网络资源 存储资源

虚拟化(算力湖、数据湖、网络湖）

HDFS HBASE Flink AI ETL 数据中台

数据驱动的管控业务流

数据全生命周期管理服务

标准化的信息服务体系和安全管理框架

交通管理 指挥调度 事件分析 交通态势分析 出行服务

数字孪生 勤务管理 融合定位 高精地图 ...

云边协同/

应用协同 服务协同

数据协同 智能协同 管理协同

图 1 系统架构图

云端构建于传统的云计算体系之上，包含 IAAS、PAAS、SAAS 三层，并增加了 DAAS（数据

即服务）层。采用云计算是为了满足车路协同场景下更大规模的数据采集、分析需求，IASS 层实现

了计算资源、网络资源、存储资源的虚拟化，满足动态申请、配置、释放的弹性配置需求；PAAS

层包含分布式文件系统、分布式数据库、流式计算、人工智能等中间件服务，可以支持大规模数据

的分析和存储；DAAS 完成交通数据的 ETL，交通数据主题库梳理，交通数据开放共享等数据服务

的发布；SAAS 层中构建交通综合管控系统的各功能单元，用于支撑开展各项业务。

虚线框出的边云协同逻辑层，该层包含的五类协同（数据协同、智能协同、应用协同、服务协

同、管理协同），协同并非仅仅在云与边之间发挥作用，其在边与设备层之间也同样存在多类型的协

同，甚至云与设备层之间也会协同工作。

边端采用云原生技术构建位于路侧或者区域性汇聚节点的边端微云，边端微云节点负责指定区

域内的路侧设备数据采集、分析、存储，并可以实时与中心云端进行数据、信息、指令的交互。城

市中有多个边端微云节点，实现城市大范围的数据分布式采集、分析、存储等任务，也能实现动态

调整系统负载功能，并可以在必要时将云端所需的各类信息上传，并担负协同服务的角色。

设备层是服务于智能交通综合管控业务的前端设备设施，包括 RSU、道路交通信号机、视频摄

像机、检测器、诱导显示屏、执法仪、车载终端设备、交通信号灯、雷视一体机等，这些设备采用

物联网协议或者传统的通信协议实时上传设备数据和接受控制指令。

智能交通产品与技术应用汇编

086

（二）多种信息技术服务于多维度协同

车路协同系统并不是由全新的技术体系支撑，而是现有信息技术的综合应用，解决系统建设中

存在的问题，完成全新一代面向车路协同多业务场景的应用系统建设。

多维度协同围绕云、边、端之间的数据协同、智能（算法）协同、应用协同、服务协同、管理

协同五方面开展，通过完善这五方面的协作流程，支撑一个云中心、多个边缘云节点和 N 个网联车

辆以及交通设备设施之间的分布式协同。

车路协同系统存在需求多、场景复杂、应用部署和维护管理困难等问题，例如路侧和车载设备

类型多种多样，边端数据采集分析软件一方面需要根据设备类型、通信协议的不同进行定制开发；

另一方面需要按照系统需求的变化进行不定期升级和重新部署，但是边端散布在城市的不同地点，

如果依靠人工进行升级更新，不仅耗时并且容易出错，甚至会影响系统整体的稳定性。

云原生包括容器化、微服务、DevOps、持续交付等技术，云和云原生技术（见图 2）在车路

协同云端、边缘侧融合应用如下图所示。中心通过公有云或私有云提供中心平台的横向扩容能

力。容器化为路侧性能受限的边缘计算设备提供弹性运行环境，能够大幅提升系统实时扩展性，

是数据协同、智能协同、应用协同、服务协同和管理系统的运行载体；微服务技术协助完成系统功

能和业务接口的动态发现，并提升系统运行稳定性；DevOps 与持续交付将车路协同系统分布式多

层架构的软件部署、升级、维护工作简单化、透明化，提供全链路、全周期、全实时、全业务场景

的应用支撑。

容器集群管理引擎

任务调度 API服务

容器服务

弹性

服务器

任务

容器 任务

容器

弹性

服务器

任务

容器 任务

容器

图形控制台

虚拟化 分布式存储 网络 基础

设施

集成工具（Jenkins、Ansible）

构建服务 部署服务 程序库管理

虚拟化 分布式存储 网络 基础

设施

负载均衡 容器服务 容器仓库 云网络

应用交付

流水线

项目管理 应用管理 程序管理

交付流水线管理

编码 编译 测试 上线 维护

云 端（公有/私有云） 边端云服务（容器云）

北向接口 应用协同 智能协同…

南向接口 感知数据治理 控制协同…

图 2 云、云原生技术

视频在智能交通系统中应用广泛，传统的交通系统将路面视频通过网络传输回中心，中心部署

GPU 用于分析视频并应用。这种方式对中心网络带宽需求很高、存储资源需求大，中心系统横向扩

展时存在受网络带宽容量和一次性投入成本限制强等问题，因此传统系统只能将部分关键路口或者

路段视频进行挖掘分析。

对于车路协同系统除了需要处理传统球机和枪机视频以外还需要融合分析车载视频和无人机视

频，并对视频分析输出结果的实时性和准确性提出了更高要求。传统视频分析架构已经不能够满足

面向车路协同的城市智能交通系统多维协同技术

087

车路协同系统视频应用的要求，需要借助多接入边缘计算设备（MEC）在路侧完成视频流采集、存

储、分析以及交通事件预警等功能，并将分析完成的结构化数据和图片传输到中心大数据平台，进

一步开展全域数据关联挖掘。多接入边缘计算设备可以灵活部署，通过增加路侧 MEC 可以满足海

量视频源的接入和分析应用，这样就大大提升了系统横向扩容能力。大数据与边缘计算技术在视频

分析这一典型应用场景中多维度协同如下图 3 所示。

边 缘 计 算 设 备（容器云）

国标信令 RTSP/国标流

信令服务 视频流媒体

边缘视频处理

视频源设置 视频流标识 视频叠加

视频结构化 目标跟踪 行为分析

云 端（公有/私有云）

分布式文件系统

智能交通大数据

实时计算 流式计算 历史查询

④结构化数据

①视频流

②图片

球机 车载相机 枪机 无人机相机

远程驾驶 AR实景

指挥调度 区域拥堵分析

事故多发预警 异常天气预警

模型训练 参数优化

视频场景

③控制指令

图 3 大数据、边缘计算技术

（三）协同感知和协同决策是关键

协同感知和协同决策是车路协同系统中面向网联车辆提供基础信息服务和安全协控能力。协同

感知是不依赖于车载摄像头、雷达等感知设备，通过提升路侧设施感知能力实现车路协同。高级别

的协同感知具有感知设备多样、道路全面覆盖、检测识别准确率高、定位精度高等特点，能够服务

于高级别的自动驾驶。协同感知数据流如下图 4 所示。

路侧通信单元

（RSU）

车机互动系统

网联车辆

决策及控制信息

车辆控制单元

融合定位信息

交通事件信息

道路维护信息

车道占用状态

高精地图信息

决策及控制指令

车载控制单元

车载通信单元

（OBU）

路况/控制效

果反馈

信息服务

控制指令

信息服务

/控制指

令

流量

排队长度...

信号优化控制模块

信号优先处理模块

可变限速模块

动态车道控制模块

慢行交通识别与轨迹预测

天气数据

事件数据

维护信息

数据融合分析

决策指令生成

（信号控制方案）

融合定位数据

超视距融合感知

车道状态数据

路侧单元

（MEC）

自动驾驶车辆

雷达 诱导屏 ETC设备 ...

路况分析 检测器 视频监控 信号机

图 4 协同感知数据流图

智能交通产品与技术应用汇编

088

在保障安全的前提下，以协同感知为基础，道路具备协同决策和控制的能力。协同决策一般分

为有条件的协同决策控制和完全协同决策控制，有条件协同决策是在专用车道或者封闭区域实现，

可以实现诸如协作式换道、无信号路口协同通行、紧急车辆优先控制、自动泊车等功能；完全协同

决策是在任何时间、任何道路和交通环境下都可实现车路全面协同控制，此类场景落地还存在较多

的技术和安全问题，协同决策主要流程如下图 5 所示。

车载感知（障

碍物、事件、

红绿灯）

路侧感知（障

碍物、事件、

天气、红绿的

等）

车路通信 车路协同

融合 车载决策规划

车载控制执行

协作式换道

无信号路口通行

紧急车辆优先

自动泊车

协同感知 协同决策控制 应用场景

5G平行驾驶

车载感知（障

碍物、事件、

红绿灯）

车载多元

融合

网联车辆自动驾驶车辆

图 5 协同控制流程图

（四）基础设施数字化与融合定位方法

基础设施数字化是车路协同的基础，交通设备和设施可分为有源和无源两大类，有源设备可以

通过物联网技术，采用多网络、多协议实现全域、全量数字信息采集；无源设备设施借助视频、RFID、

二维码等手段实现数字化。多接入边缘计算设备是基础设施数字化的中心，通过北向、南向的多语

言接口协议支撑车路协同各种类型的业务，基础设施数字化如下图 6 所示。

NBIoT/eMTC 2/3/4G 固定网络

MQTT协议 HTTP协议 CoAP协议 TCP/UDP协议

eLTE

边缘设备MEC

Lora WIFI LTE-V 5G

视频 RFID 二维码

协助式变道 协助变车辆汇入道 协作式车辆编队 协作式优先车辆通行

感知数据共享 浮动车数据采集 差分数据服务 动态车道管理

多

场

景

多

协

议

和

多

网

络

有

源

和

无

源

设

备

多语言SDK支撑

相机 定位 雷达 地磁

物联网网关

设备接入

图 6 基础设施数字化

面向车路协同的城市智能交通系统多维协同技术

089

传统采用卫星加地基增强基站的定位方法已经无法满足车路协同应用场景中的定位需求。车路

协同系统需要融合激光雷达、微波雷达、视频分析以及互联网高精位置服务商提供的高精位置信息，

再结合高精地图数据即可实现诸如编队行驶、路段超速预警、绿波通行等车路协同业务场景，融合

高精定位及业务场景如下图 7 所示。

异常路段警告

绿波通行 闯红灯预警

编队行驶

车道级交通控制

高精定 位 高精定位/地图应用场景

路段超速预警

图 7 融合高精定位及业务场景

（五）安全是系统建设的重点

传统系统的交通设备和设施一般运行于公安内网，公安内网通过物理隔离的方法保障系统整体

安全风险可控。车路协同多数业务场景是在互联网或者半开放网络中开展应用，为了保证感知和控

制的实时性，需要将处于公安视频专网中的感知信息和数据实时转发到互联网或者半开放网络中的

多接入边缘计算主机（MEC），因此对数据传输链路、数据本身、数据存储、应用访问等方面有较

高的安全要求，网络安全组成如下图 8 所示。

RA Server 云端密钥

管理 CIP 证书管理 恶意行为监

测

公安网

视频专网

互

联

网

安全边界

安

全

边

界

数据类型

信号灯态数据

交通流量数据

交通事件数据

交通诱导数据

交通视频数据

 车辆信息

 车主信息

 保险信息

 道路编码

 交通设备

 交通设施

 信号机

 诱导屏

 视频监控

云 端

边 端

RA Server 云端密钥

管理 CIP 证书管理

可信启动、运行时检测、安全存储、运行异常

触发、证书管理、V2X消息验签

图 8 车路协同系统网络及安全组成

智能交通产品与技术应用汇编

090

（六）杰瑞打造云、边、端产品和服务体系

通过深入研究车路协同的典型应用场景，杰瑞按照云、边、端三位一体的框架体系，开发了服

务于车路协同的系列化产品。

云端平台构建了通用的车路协同数据湖平台，依托可视化的数据治理工具和标准化的数据共享

体系，开发了面向车路协同综合管控的云管控平台；面向特殊车辆和公众出行的交通出行服务平台；

以及用于城市交通数字孪生展示和建模仿真的车路协同数字孪生系统，云端平台产品如下图 9 所示：

图 9 云端平台产品

边缘设备研发了系列化的智能信号控制机、路侧单元、物联网控制盒、视频分析主机等边缘产

品，即将推出融合型多接入边缘计算（MEC）设备，边缘设备如下图 10 所示：

边缘计算单元

控制

业务

数据

协同

系列化智能型信号机 路侧单元RSU

物联网盒 视频分析主机

应用场景

流量检测

多路口优化控制 交通路况发布

行人提醒

MEC融合设备

图 10 边缘设备

面向车路协同的城市智能交通系统多维协同技术

091

感知设备开发了种类丰富的道路感知产品，拥有服务于特殊车辆的车载单元（OBU）和车载特

勤平板；满足单类型交通状态感知的视频检测器、物联网信号灯；以及满足多源融合感知的雷视一

体机产品，感知设备如下图 11 所示：

道路感知设备

场景

感知

数据

采集

应用场景

车载单元OBU 车载特勤平板

雷视一体机

视频检测器 物联网信号灯

车辆编队行驶 特殊车辆优先

道路事件预警 绿波车速指引

异常天气预警 车道级交通参数采集

图 11 感知设备

随着车路协同自动驾驶技术的成熟，城市智能交通系统正迈向新的发展阶段，它并不仅仅是面

向交通管理者的业务系统，更是一套拥有全息、全域数据融合感知，智能化决策，多维度协同控制

的城市交通信息服务平台。

智能交通产品与技术应用汇编

092

数字孪生 ITS 技术体系与发展路线展望

之江实验室智能网络研究中心

一、引言

随着城市化进程和机动车保有量的增加，交通安全和拥堵问题日益严重。全球每年有超过 135

万人死于道路交通，这使得道路交通成为 5-29 岁人群的主要死亡原因之一。交通拥堵导致大量时间

浪费和经济损失。为了解决上述问题，智能交通系统（ITS）已经发展多年，通过应用信息和通信技

术为交通系统的智能化发展提供支撑。然而，现有的 ITS 技术在数据的全面性、准确性、实时性及

数据分析处理以支撑实施更加有效的交通控制等方面仍有待改进，特别是自动驾驶技术的发展对交

通信息的准确性、实时性提出了更高的要求。数字孪生技术的发展有望为 ITS 提供新的技术支撑和

发展方向，从而进一步拓展 ITS 的功能并提高性能。

二、数字孪生技术体系

数字孪生的本质是将现实空间中的人、物、关系、过程等对象全时空一致地复现为赛博空间（也

称信息空间、虚拟空间）中的数字模型（称为数字孪生体），并通过观测、分析、推演和操作数字孪

生体来实现对现实对象的研究和控制。数字孪生系统不是简单地数字化现实对象，而是在网络化感

知和信息获取的基础上，通过智能化处理而形成多层次、多尺度、多时态、多领域的综合模型。它

具备在现实对象全生命周期中主动、持续、实时地感知现实对象的状态且自我更新的能力；具备在

任何时刻准确地表达现实对象的形状、组成、结构、关联、规则和演变的能力；具备知识发现、预

测推演、以及与现实对象交互的能力。

从功能上划分，应用于智能交通系统的数字孪生技术架构可分为三个技术层次（图 1），分别是

数据接入层、计算仿真层和应用层。

数据接入层实现对现实空间中交通对象及环境的多目标、多层次、多维度、多模态的实时综合

感知，赋予赛博空间中的数字孪生体实时、全时、精确反映现实环境状态的能力，主要包括静态建

模和动态感知两大块功能。静态建模包括对场景、车、非机动车、人的几何、外观、材质建模；动

态感知包括对车辆信息、监测信息和天气信息的实时获取，主要借助多源感知设备和快速通信实现。

数字孪生 ITS 技术体系与发展路线展望

093

计算仿真层从原始采集数据与数字孪生体信息模型中，发现数字孪生体之间复杂的层次关系和

交互，对其所蕴含的深层知识进行提取、表达、推理、迁移与泛化，形成支持仿真分析的数字孪生

体多层次知识模型，并研发高效能的支持虚实模型关联的可视分析技术。

应用层针对实际应用需求，将数字孪生体、已提取的知识、仿真计算结果和决策模型等多样化

信息融合呈现，并搭建信号控制系统，对现实空间的交通信号灯、电子标志牌、路侧情报板、路灯

等交通设施进行实时控制，也可通过手机 APP、车联网等网络通信方式直接发送提示信息和控制参

数给司机和智能网联车，实现对交通流的诱导管控。

图 1 数字孪生 ITS 技术架构

三、数字孪生 ITS 发展路线

随着智能感知、网络传输、人工智能等方面技术的不断发展，数字孪生 ITS 将在不同的技术阶

段实现相应的系统功能。整体来说，可以划分为近期（1.0 阶段）、中期（2.0 阶段）、远期（3.0 阶

段）三个阶段（表 1）。

表 1 数字孪生 ITS 在不同发展阶段的功能比较

1.0 阶段 2.0 阶段 3.0 阶段

车辆  基于 ETC 的车路信息交互

 高级辅助驾驶  基于 V2X 的网联自动驾驶  群体智能协同自动驾驶

驾驶员  超视距信息展示

 伴随式信息展示服务

混合增强人机共驾

全方位伴随式服务

 全程无人驾驶

 个性化驾乘服务

运营管控

 重点路段车道级管控

 突发事件应急处置

 事故多角度溯源分析

 车辆级精准管控  基于群体智能的分布式协同管控

道路养护  全生命周期数字档案

 及时养护

 全要素全生命周期数字模型

 预见性养护  无人养护

执法  重点路段及时执法  全程精准执法  预防性监管执法

智能交通产品与技术应用汇编

094

（一）数字孪生 ITS 1.0 阶段

在当前的 ITS 发展阶段，随着摄像头、毫米波雷达等传感器的性能提升、ETC 的大面积推广、

5G 的正式商用、以及人工智能技术的不断发展，为数字孪生 ITS 1.0 阶段（图 2）的建设启动奠定

了良好的基础。

图 2 数字孪生 ITS 1.0 阶段

在智能感知方面，通过在重点路段和区域布设摄像头和毫米波雷达，可以实现车辆的车道级定

位，进而实现车道级的交通管控。路侧传感设备的布设和物联网平台的建设也将帮助道路养护人员

及时发现养护需求。

在网络通信方面，目前 5G 的建设可以满足大带宽数据传输需求，对于视频、雷达点云等大数

据量的传输可以通过 5G 网络进行上传，这对于移动设备传感信息的传输十分重要。ETC 收费系统

的建设推广实现了车和路之间的直接通信，从而不需要以人类作为信息传输媒介，进行路费的清算。

在人工智能方面，通过机器学习技术对感知数据的结构化处理，提高了数据的处理效率；大数

据技术实现了对于海量传感数据的流式处理，让交通管理人员可以在云控平台上实时了解交通状况，

并通过 APP 将交通信息广播给司乘人员。此外，通过多源数据融合、建模分析、仿真推理等功能的

实现，可以帮助交通管理人员更好的预测交通演变趋势、评估各种管控措施实施效果、并多角度回

顾交通事故的发生过程已进行责任判定。

但是，数字孪生 ITS 1.0 阶段仍然存在许多局限。例如，受建设成本的限制，传感器无法实现

全路段的无缝覆盖；人工智能也存在模型的不可解释性、精度不足以满足车规级要求等问题；驾驶

员需要同时处理自身观察到的信息、车辆提示的信息、手机 APP 推送的信息等多个信息来源，可能

分散注意力而造成安全隐患，因此驾驶员与车辆、手机等终端之间的人机交互模式也有待改进。

（二）数字孪生 ITS 2.0 阶段

数字孪生 ITS 2.0 阶段（图 3）将实现决策主体从人向系统的过渡，为交通系统的参与者和管理

数字孪生 ITS 技术体系与发展路线展望

095

者提供颠覆性体验，这是体现数字孪生技术效果的重要阶段。通过突破数字孪生 ITS 1.0 阶段的技

术局限，交通系统全要素全生命周期的数字档案将使得系统中的数据规模呈现爆发式增长，而全面

细致的数据和高性能的处理将全面提升交通管理的智慧化水平，支撑车辆无人驾驶。

图 3 数字孪生 ITS 2.0 阶段

数字孪生 ITS 中全要素全生命周期数字档案的建立需要以全方位的感知信息为基础。为了实现

全面信息感知，一种方案是通过降低传感器成本，例如，如果光纤传感器的感知信号可以解析出道

路交通流状态，则可以通过低成本传感器的全覆盖实现交通状态的全面感知。另一种方案是通过传

感数据共享实现全面信息感知，目前新款车辆大都配备有各类车载传感器，采集了丰富的车身周围

环境信息，并且随着车辆移动实现了行车路径沿线的连续数据采集。如果实现车辆共享车载传感数

据，将成为一种低成本获取全方位、高质量交通传感数据的方式。

随着 5G 标准的逐步完善和商用网络的逐步建成，大带宽（eMBB）、海量机器类通信（mMTC）、

高可靠低时延通信（URLLC）的网络性能将进一步赋能数字孪生 ITS 的性能升级。eMBB 性能使得

视频流、毫米波雷达点云等原始传感数据的直接传输成为可能，为实现计算卸载和验证共享信息可

信度提供了网络支持；mMTC 性能使得隧道、桥梁、收费站、服务区等传感器分布密集场景中的传

感信息通过空口传输成为可能，大大降低传感器布设及信息传输成本；URLLC 性能使得车辆在高速

移动中进行安全可靠的通信成为可能，从而保障了车路协同自动驾驶、车辆编队自动驾驶、远程自

动驾驶等功能的实现。

对于交通管理者来说，全要素全生命周期数字档案可以辅助道路的养护管理工作，而 5G 网络

和 V2X 技术则可以实现车辆级的精准管控。例如，利用 V2X 对实现车辆间实时共享运行状态，可

以开展驾驶行为分析，作为对违法驾驶行为的执法依据，并通过 V2X 实现与单车的直接通信和管控；

车辆的历史通行档案可以生成用户画像，指导个性化收费方案设计；利用车辆惯性测量装置和车轮

速度传感器可以测算轮胎与地面间摩擦力，再通过连续追踪摩擦力变化建立路面疲劳度模型，或直

接利用车辆离地高度传感器检测路面破损坑洼情况，指导路面养护工作，并向车辆发出路面破损限

速警告。

人工智能在混合增强智能方面的研究也有望实现人机共驾方面的技术突破。在数字孪生 ITS 1.0

阶段，驾驶员需要同时处理自身视野范围内观察、车载操作系统提醒及手机 APP 等第三方告知的信

息，虽然丰富的数据源帮助驾驶员获得了超越自身视距的感知能力，但也容易分散驾驶员注意力，

智能交通产品与技术应用汇编

096

造成安全隐患。随着人工智能的发展，通过对驾驶员的驾驶状态、习性、技能进行建模和预测，可

以更好地帮助自动驾驶系统理解驾驶员的驾驶意图；通过车联网通信和增强信息展示技术，实现统

一优化的人-车-路交互界面；并从安全、舒适等性能指标出发，优化人和自动驾驶系统在驾驶决策

规划及控制执行中的交互与协同机制。

（三）数字孪生 ITS 3.0 阶段

数字孪生 ITS 3.0 阶段（图 4）将进一步挖掘数字孪生技术的潜能，充分发挥机器比人类在感知、

通信、计算方面的性能优势。在驾驶车辆时，人类主要依靠视觉观察视野内有限的交通环境状态，

依靠车辆转向灯、尾灯、鸣笛、和各类交通标志标线传递极为有限的信息，而各类车祸也反映出人

类的注意力难以长时间集中、反应速度不够快、面对突发事件往往难以理性处理等缺点。通过不断

完善道路和车辆所共同组成的数字孪生系统，将最终实现“零事故、零拥堵”的发展目标。

图 4 数字孪生 ITS 3.0 阶段

零事故目标的实现，需要消灭交通安全隐患。车辆驾驶中安全隐患，主要是由于驾驶员对于环

境观察的信息缺失、对于周围车辆驾驶意图的误判、以及自身的危险驾驶操作引起的。通过车载传

感器及车路协同技术将解决环境观察中信息缺失的问题，车联网将实现车辆间信息共享从而解决驾

驶意图误判的问题，自动驾驶将避免疲劳驾驶、冲动驾驶、违规驾驶等危险驾驶操作。

零拥堵目标的实现，需要提高道路通行能力。造成道路拥堵的主要原因，其一是由于突发交通

事故占用部分车道，使得道路整体通行能力下降；其二是在道路合流区车辆间的不文明争抢，或是

车辆的违法变道、急打猛拐等不文明驾驶行为，扰乱了正常的交通秩序，使得整体车流通行速度降

低，造成路段实际通行量下降；其三是交通需求超过道路通行能力，道路资源供不应求造成的拥堵。

随着自动驾驶的大范围推广，首先避免人为原因引起的交通事故；其次通过车辆间通信和多自动驾

驶车辆间的智能群体协同控制，可以最大限度的避免不文明争抢和不文明驾驶行为；同时，极限情

况下所有临近的自动驾驶车辆都可以通过群体协同实现编队行驶，缩短车间距，从而大大提升道路

的通行能力；此外，道路和车辆间的数据共享可以在实际通行量临近道路通行能力时，引导车辆合

理选择行驶路线。

四、结语

在技术演进与需求升级的共同驱动下，数字孪生技术为 ITS 发展提供了新理念、新途径、新思

路。通过智能感知、网络通信、人工智能、智能控制等多领域先进技术的有机耦合，破解当下 ITS

所面临的技术瓶颈。随着相关技术的不断发展和跨学科交叉融合的不断深入，数字孪生 ITS 将通过

虚拟服务现实、数据驱动治理，持续发展并最终形成一套完整的技术运行体系。

基于宏中观一体化的山地城市交通需求管理关键技术

097

基于宏中观一体化的山地城市交通需求

管理关键技术

一、基本信息

1．项目名称：基于宏中观一体化的山地城市交通需求管理关键技术

2．完成单位：重庆市市政设计研究院有限公司、重庆交通大学

3．主要完成人：张国庆、祝烨、李淑庆、安萌、谢晓忠、晏秋萍、杨君、徐韬、程龙春、刘屹

二、项目简介

（一）项目背景

重庆大山大水自然本底和中心城区“两江、三谷、四山”的自然山水格局特征，使得中心城区

道路网结构呈“片区网格自由式”。据统计，中心城区近三年汽车保有量年均增长 11.4%。同期城

市道路年均增长 5.2%，不足汽车增幅度的一半，小汽车出行分担比例也呈逐年上升态势。同时中心

城区人口过于集中，尤其是内环以内人口分布高密度集中、城市建设高强度开发，超过 50%的已建

居住地块容积率在 3.0 以上。汽车保有量的高速度发展、使用的高强度、出行的高密度“三高”发

展态势与人口高密度集中、城市建设高强度开发双重压力下，交通拥堵持续恶化，亟待加强对个体

交通的有效引导，落实需求调控政策研究，缓解城市交通拥堵状况。

（二）技术概况

本项目以城市基础设施和交通运行等交通大数据为基底，引入三维城市建模、虚拟交互、平行

仿真等先进技术，构建计算速度快、预测精度高、评估准、可视化真实的宏中观一体化交通预测云

平台，并融合集交通需求调控策略中心、交通调控方案评估为一体的交通需求调控闭环决策系统，

全面提升交通管控精细化、智能化、科学化决策水平。

（三）获奖情况

本项目先后获国家发明专利 8 项、实用新型专利 9 项、软件著作权 4 项，发表高水平论文 38

篇（含 SCI11 篇、EI10 篇），编写专著一部，累计支撑项目及课题超 90 项。

智能交通产品与技术应用汇编

098

三、项目创新点

（1）基于 JavaScript 和 WebGL 技术，实现 CIM 孪生城市的图形引擎与交通模型云端集成开发、

调用导入，提出了复杂专网数据传输下云平台数据保护方法。基于容器和微服务框架部署 CIM 平台

图形引擎，运用 JavaScript 和 WebGL 技术，实现云端框架下交通模型与三维地理模型数据集成融合，

可提供 WMS、WMTS、PMTS、模型轻量化、场景等服务。提供 URL、视频加密等多种数据防护措

施，利用 WAF 对平台开展自适应维护，实现云平台前后端一体化智能加密。

（2）基于 Hadoop 技术，实现千万级海量数据批量处理和存储，支持交通模型的在线输入与运

算。基于 ETL+MapReduce 技术，支持多源交通大数据集计处理和分布式并行编程，提高海量异构

数据的并行处理效率，基于 HDFS+WebGL 分布式技术，建立统一的分布式文件存储，构建 WebGL

下多级金字塔结构模型，满足复杂网络空间下交通模型高效运算。

（3）集成 CIM+“四阶段建模”技术，研发了基于历史数据校核的山地城市宏中观一体化交通

预测云平台。以 CIM 平台作为数据底座，基于二次集成开发实现不同尺度交通仿真模块集成封装、

功能融合，运用山地城市三维虚拟现实技术实现三维场景和交通模型的在线匹配与仿真切换，提升

模型可视化水平和人机交互能力，提出了基于 QPSO-RBF 径向神经网络优化交通量分配算法，提升

平台预测精度。

（4）研发了基于宏中观一体化交通预测云平台的山地城市交通需求调控闭环决策系统，提供多

决策目标多约束变量下异类需求调控措施评估、优化及决策建议。针对当前国内外需求调控辅助系

统缺失等问题，研发了面向交通需求管理基于 SOA 架构的闭环决策平台，提供一站式多决策目标多

约束变量下异类需求调控措施方案评估与优化，为管理部门提升全链条数字化分析和决策工具。

四、详细技术内容

该项目由交通大数据中心、宏中观一体化交通预测云平台以及交通需求调控闭环决策系统三部

分构成。大数据中心提供了平台所需的数据，是平台的基础构建；交通预测云平台内置交通流量预

测功能以及交通场景展示功能，可以对不同交通情境进行流量预测及虚拟仿真，是对基础数据的深

化挖掘；需求调控闭环决策系统内置了需求管理策略库，可对各交通场景下不同需求管理方案的效

果进行综合评估。

（一）交通大数据中心

为实现海量多源异构数据的集成及高效存储，大数据中心采用了大表文件索引、云计算、分布

式文件系统、虚拟化等成熟的云存储和分布式技术，以私有云环境存储数据，解决了海量多源异构

数据的高效组织、管理、并发服务等问题。

数据中心的框架主要包括数据源层、基础设施层、数据存储层和数据服务层，各层之间按照层

级关系，开放接口实现连接。最底层为数据源层，主要负责数据的获取；第二层为基础设施层，为

各类服务资源和网络资源提供载体，为数据的高效加载提供基础；第三层是数据存储层，负责数据

分布式存储、读取等功能；第四层是平台的核心计算层，提供计算框架以及逻辑处理功能；最顶层

基于宏中观一体化的山地城市交通需求管理关键技术

099

为数据服务层，实现平台系统与用户之间的交互，实现与其他数据中心平台的连接，如图 1 所示。

图 1 大数据中心整体架构

（二）宏中观一体化交通预测云平台

宏中观一体化交通预测云平台主由地理信息构建模块、时空大数据处理模块、数据成像模块、

交通宏观预测模块及中观交通场景虚拟现实模块构成，如图 2 所示。

地理信息构建模块 时空大数据处理模块 数据成像模块

路

网

搭

建

公

交

网

络

搭

建

交

通

分

区

时

空

大

数

据

挖

掘

技

术

H

a

d

o

o

p

架

构

E

T

L

架

构

C

I

M

技

术

W

e

B

G

L

技

术

重庆城市宏中观一体化交通预测云平台

交通宏观预测模块 中观交通场景虚拟现实模块

图 2 云平台架构

（1）地理信息构建模块负责对地理分布数据进行采集、储存、管理、运算、分析、显示、编辑

和描述；

（2）时空大数据处理模块内置时空大数据挖掘技术，可进行时空模式发现、时空数据聚类、时

空异常检测、时空预测和分类；

智能交通产品与技术应用汇编

100

（3）数据成像模块以三维的城市空间地理信息为基础，叠加城市建筑、地上地下设施的 BIM 信

息以及城市物联网信息，构建起三维数字空间的城市信息模型；

（4）交通宏观预测模块集成重庆中心城区路网数据、公交网络、交通小区等数据，按照交通预

测四步骤建立预测模型并校核，主要道路的流量预测误差均小于 10%，如图 3 所示。

图 3 宏观模型交通预测

（5）中观交通场景虚拟现实模块可实现不同场景下的交通微观仿真，虚拟再现动态城市交通，

如图 4 所示。。

图 4 中观交通场景虚拟现实模块

（三）交通需求调控闭环决策系统

交通需求调控闭环决策系统基于宏中观一体化交通预测云平台构建，主要包含交通需求管理策

略中心与交通需求管理方案评估模型两部分。

（1）交通需求管理策略中心集成限行策略、限购策略、拥堵收费策略以及 HOV 车道建设策略

等常用交通管控策略，并提供各策略下具体的需求调控方案的输入接口，将输入方案与预测云平台

相结合，对该需求调控方案下的交通场景进行预测模拟，输出交通运行指标，作为方案必选、优化

基于宏中观一体化的山地城市交通需求管理关键技术

101

的基础。

（2）交通需求管理方案评估模型通过系统性、典型性等原则，筛选管控方案评价指标，建立评

价指标体系，并通过构建递阶层次结构模型，计算各指标的权重值，通过预测云平台交通运行指标

数据的输入，进行管控方案一致性评分，评估管控方案的整体情况并提出优化建议，将优化建议输

入策略中心形成新方案，继续进行方案评估，形成需求管控方案的迭代寻优，如图 5 所示。

交通需求调控策略中心

宏中观一体化交通预测云平台

需求调控方案

交通需求调控方案评估模型

交通运行参数

推荐方案

交通需求调控闭环决策系统

多元大数据管理中心

支撑

方案优化

图 5 需求调控闭环决策技术架构

五、应用案例

依托本项目研究成果，我院联合交警总队全国首创了“桥隧错峰出行”交通需求管理方案。该

方案通过宏中观一体化的山地城市交通需求关键技术，利用了限行策略，结合重庆市实际情况，初

步形成“6 桥错峰”、“12 桥错峰”、“14 桥错峰”三个备选方案，通过方案对比，优化迭代，最

终形成“13 桥+1 隧”错峰方案。

（一）指标分析

通过对三个备选方案的预测仿真发现：随着限行桥梁数量的增加，交通改善效果更加显著，但

方案的操作性、公交供给难度也显著发增加，方案的实施阻力增大，各方案总体效果如下：

（1）6 桥错峰：有效限行车辆数较少，车辆绕行比例较大，内环以内车速小幅提升；

（2）12 桥错峰：有效限制车辆数较多，绕行比例较少，内环以内车速大幅提升；

（3）14 桥错峰：有效限行车辆数最多，绕行比例较少，内环以内车速显著提升，交通改善效果

最好，但对公交要求最高，短期内可实施性较低。

通过对三个备选方案的优化迭代，兼具方案改善效果以及方案的操作难度，最后确定“13 桥+1

隧”错峰方案作为限行方案，如图 6 所示。

（二）实施效果评价

在推荐方案基础上，利用山地城市交通需求决策系统对方案进行深度优化，最终形成“13 桥+1

隧”错峰方案。错峰方案实施后，主城区主要跨江桥梁及连接通道车辆排队积压延时明显降低，交

通拥堵状况明显改善：

主城区整体交通状况变化：道路拥堵里程将由 265.7 公里下降至 227.3 公里，降幅达 14.5%（减

智能交通产品与技术应用汇编

102

少 38.4 公里）；主城区高峰平均车速将由 22.9 公里/小时提升至 26.8 公里/小时，增幅达 17.0%；地

面公交分担率将由 40.5%提升至 42.0%，提升 1.5 个百分点，届时主城区公共交通分担率整体将超过

60%，达 60.7%。

图 6 “13 桥+1 隧”错峰方案实施效果预测

方案桥隧交通状态变化：13 座跨江大桥高峰小时交通流量将由 7.66 万辆下降至 6.4 万辆，平均

每座大桥减少约 1000 辆，其通行效率将平均提升 12.3%，桥面平均车速将由 28.64 公里/小时提升至

30.84 公里/小时；真武山隧道高峰小时交通流量将由约 7800 辆下降至约 6900 辆（减少约 900 辆），

其通行效率将提升 11.3%，平均车速将由 58.84 公里/小时提升至 60.4 公里/小时，慈母山隧道、南山

隧道能承接转移交通量。

重庆“桥隧错峰出行”实施以来，利用交通需求管理关键技术对实施效果进行持续评估，大大

提升了日常监测和应急处置能力，有效保障了项目的顺利实施。

六、社会效益与经济效益

（一）经济效益

本项目全面提升了交通仿真建模和需求调控决策技术水平，为单位带来了大量业务，涉及交通

政策研究、交通模型系统建设、交通工程咨询与设计等多种项目，2017-2020 年，利用该技术参与

项目累计新增产值 88655 万元，新增利税 5851 万元，潜在经济效益巨大。

（二）社会效益

本项目为城市交通需求管理政策研究、市政道路基础设施建设决策、项目方案设计与优化提供

了量化评估数据支撑，有效节约了项目投资，提高了资金使用效率和项目建设能效，有力支撑了需

求管理及项目决策，并且间接推动了交通信息化科学进步、培养了交通专业技术人才、有效改善了

市民出行条件、减轻了机动车空气污染，社会效益十分显著。

智能交通行业解决方案介绍

103

智能交通行业解决方案介绍

戚 湧 邓 波

南京理工大学江苏省智能交通信息感知与数据分析工程实验室

一、实验室概况

南京理工大学江苏省智能交通信息感知与数据分析工程实验室由江苏省发展和改革委员会于

2016 年 8 月批准成立，与南京理工大学-华盛顿大学国际联合实验室和江苏省无线传感网安全组网

及其应用工程技术研究中心合署。2019 年 10 月，实验室又获批成立交通信息融合与系统控制工信

部重点实验室。

实验室现有核心团队成员 22 人，其中教授 8 人，副教授 10 人，讲师 4 人，具有博士学位占 100%，

80%核心成员有海外留学经历，毕业高校多元化，学科专业齐全，初步形成一支知识结构、年龄结

构、学员结构合理的科技创新团队。2017 年 8 月，以戚湧教授作为带头人的智能交通信息感知与数

据分析团队入选江苏省高校优秀科技创新团队，实验室主任戚湧教授入选江苏省“333 高层次人才

培养工程”中青年领军人才。

实验室高度重视产学研协同创新和科技成果转移转化，与行业管理部门、国内外知名高校以及

企事业单位建立了良好持续的合作关系。5 年来服务企业 100 余家，人工智能、大数据、区块链、

云计算和物联网等 10 余项研究成果，在智慧交通和车联网等领域得到转化应用。2017 年 11 月，实

验室牵头成立江苏省系统工程学会智能交通系统工程专业委员会。2020 年 12 月，实验室牵头成立

江苏省人工智能学会智能交通专业委员会。

二、智能交通行业解决方案

实验室成立 5 年来，面向交通强国建设发展需求，提出 TASS 交通即服务理念，运用大数据和

云计算技术对交通信息进行采集、分析，通过统一的服务和数据平台按需向使用者提供优质交通服

务。经过多年发展，实验室形成了特色鲜明的交通信息智能感知与组网通信、智能网联车路协同、

交通大数据分析、交通系统主动控制与安全，以及交通出行区块链等研究方向及相应的智能交通行

业解决方案。

智能交通产品与技术应用汇编

104

1、交通信息智能感知与组网通信

交通信息智能感知与组网通信方向主要采用支持多元异构接入普适化、可裁剪的通用混合型传

感器及组网技术架构，进行交通信息感知。该架构具备工业现场总线高实时性与以太网高宽带的特

点，适用于普通运用场景下交通信息感知与互联互通。

1）高灵敏度团雾检测与消雾系统

该系统由高灵敏度团雾激光感应器、智能道钉、车辆感应器、路侧基站、警报器、主动发光标

示标牌、通信网络设备、喷淋消雾系统、行车诱导软件系统组成，实现团雾快速精准高效的监测、

识别、告警和处置。

高灵敏度团雾检测与消雾系统主要特色有：

（1）自主研发的高灵敏度团雾激光感应器检测准确度高，价格远低于能见度仪、气象仪、视频

摄像头等传统团雾检测设备，适合大规模密集部署，不受外部光照和天气影响，全天候适用；

（2）采用先进的智能化喷淋消雾系统，能够彻底消除团雾，并通过智能化控制手段节约用水，

运营维护简单、费用低、效果好。

高灵敏度团雾检测与消雾系统原理图见图 1。

图 1 高灵敏度团雾检测与消雾系统

2）雷视一体化交通检测器

雷视一体化交通检测器将军用雷达技术创新应用于民用智慧交通领域，将雷达和视频融合处

理，形成了一套劣势互补、优势互融的新型感知系统。系统既保持了广域雷达优点，又兼具视

频的高度可视化。该雷达具有精准测速、测距和测角的功能，感知范围广、检测精度高、采集

信息全、系统功能强的显著优势，在交通流信息感知、交通事件检测、交通信号智能感应控制领

域得到广泛应用。

雷视一体化交通检测器采用的关键技术主要有：

智能交通行业解决方案介绍

105

（1）3DHD 多目标感知技术：采用一发多收的多通道雷达天线技术，实现测速、测距与测角，

利用先进的 DSP 算法跟踪目标，精准计算多目标的位置、速度、大小等关键信息；

（2）雷视联控技术：通过多目标回波参数解算与改进 Camshift 算法精确定位目标，建立雷视联

动控制，实现全景多模式违章违法检测与执法；

（3）点线面实时感应控制技术：基于全息交通感知雷达感知信息，建立单点感应控制、干线协

调控制、区域感应控制模型，实时动态优化信号控制关键参数与方案。

雷视一体化交通检测器实现了车辆、标志、标牌、标线、护栏、道路中心线等在内的智能识别，

利用边缘计算实现了检测数据实时解析、实时上云、偏离碰撞自动预警的全链条安全感知关键技术，

该项技术已在新一代国家交通控制网（常州）投入使用，同传统技术相比检测效率提高 80%以上，

检测精度提高 90%以上。系统主机内部结构和系统参数指标参见表 1。

表 1 系统主机内部结构和参数指标

系统主机内部结构 性能参数

检测区域：200 米；

检测车道数：不少于 8 车道

检测目标数：最大支持 128 个目标；

实时感应功能：实时感应功能可为周期相位实时调整提供数

据支撑功能；

工作温度：-15℃～65℃，自带降温系统

通信：支持 4G 网络、WIFI；

识别速度：30ms/图片，1080*720；

工况：部署在检测车内，车辆速度 50KM/H-80KM/H，持续

识别工作 6 个小时；

精度：在补光情况下，准确度>98%，非补光情况下，准确

度>95%；

偏离、碰撞行为检测精度：>90%

雷视一体化交通检测器系统主机内部结构和参数指标见表 1.

3）智慧路贴

智慧路贴是专门为交通信号控制系统设计的流量检测器，主要用于道路交通流的实时监测和停

车场车位情况的检测。它采用多源异构传感器方案，使用地磁传感器、振动传感器、光照传感器和

气压传感器。能够测量车辆计数、速度、车型等信息，可以判断出是大车、拖车、轿车、摩托车等

各类常见车型。获取实时的车流量信息，可为交通信号控制系统提供动态的数据来源。它具有可靠

性高，受环境影响小，抗干扰能力强，对路面破坏小，成本低廉等优点，适用于各种恶劣环境，所

有传感模块可重复利用，通过统一网关配置实现数据上云，通信节点互为容错，系统具备高可用性，

是优势显著的城市交通车流量检测设备。可以提供实时的车辆经过、存在信息，属于流量、存在型

的车辆检测器。

其主要特点是：

体积小，环境适应性强，能够全天候持续正常工作 设置方便、灵活。

可承受超重车辆压力，路面变形和沉降不影响其正常工作安装、维护方便，对路面损坏小。

抗干扰能力强。有效抵抗振动、雷电和无线信号干扰，正确率和灵敏度高。

探测种类涵盖大车、拖车、轿车、摩托车等各类常见车型，可实时对多路口多车道的车流量信

息进行采集和统计。智慧路贴系统外形和参数指标参见表 2。

智能交通产品与技术应用汇编

106

表 2 系统性能参数

系统外形 性能参数

工作温度：-20℃～85℃，平均耗电 0.1mA@2.5V

通信：Ax433，频率 433MHz，传输 4Km

主传感器芯片：采用 MAG3110，最大输出 80Hz，滤波算法；

精度：完成数据级数据处理结合服务器端算法，准确度>99%。

智慧路贴系统性能参数见表。。

2、智能网联车路协同

智能网联车路协同方向主要是在智能网联汽车搭载先进的车载传感器、控制器、执行器等装置，

并融合现代通信与网络技术实现车与 X 智能信息交换共享，具备复杂的环境感知、智能节测、协同

控制和执行等功能，实现安全、舒适、节能、高效行驶。

经南京理工大学、德国 T-Systems 公司、欧洲智能交通协会等单位联合申报，2019 年 7 月，欧盟地

平线 2020 科研计划批准了可持续智能交通示范旗舰项目 Solution+（项目编号：LC-GV-05-2019），资助

经费 1800 万欧元，南京理工大学是中方负责单位，南京成为全球 10 个城市中入选的唯一中国城市。

目前项目围绕智能网联电动公交开展智能网络车路协同研究，代表着未来交通集约化、智慧化、

绿色化的关键方向。项目合作对推进中欧国际科技合作，完成我国承担的欧盟地平线 2020 科研计划

具有重要意义。可持续智能交通示范旗舰项目 Solution+示意图见图 2.

图 2 可持续智能交通示范旗舰项目 Solution+

3、交通大数据分析

交通大数据是 TAAS 平台的重要基础，实验室交通大数据分析方向主要设计优化了大数据构架

智能交通行业解决方案介绍

107

和数据挖掘算法，基于批、流混合的数据实时处理技术，提出高实时、低迟滞的即行分析处理和数

据挖掘技术。

基于上述技术研发的智能交通大数据挖掘和分析平台主要是围绕交通信息采集技术、大数据处

理技术以及数据共享技术，形成了互联网+交通大数据共享平台。其中，线上部署的在线数据挖掘

平台为政府、企业和居民提供电子问卷、POI 搜索、公共交通、基础路网、交通流量、出行 OD、

路径导航等交通基础数据挖掘等交通接口服务，线下通过推广包括车辆电子视频识别平台、无人机

交通巡航方案、交通基础数据采集设备（智能终端）等产品提供交通信息采集服务。通过交通数据

挖掘和共享平台的开发，实现对交通信息的现场采集、云端挖掘以及数据共享的全线贯通，形成交

通信息产业生态闭环。智能交通大数据挖掘和分析平台见图 3。

图 3 智能交通大数据挖掘和分析平台

4、交通系统主动控制与安全

交通系统主动控制与安全方向主要在感应控制方面采用智慧路贴与全息 3D 雷达等现代传感技

术，全面准确采集交通流参数，基于自主研发控制模型对交通流进行实时感应控制，对城市交通运

行项目提升具有重要意义。实验室研发的综合执法非法营运监管平台，对卡口的视频检测数据

进行分析，研判车辆是否闯红灯、无礼让行人、超速等事件行为，进行数据上链，通过车牌追

溯全天出行特征，提高安全事件研判能力和管理水平。实验室研发的综合执法非法营运监管平台界

面图见图 4。

图 4 综合执法非法营运监管平台

智能交通产品与技术应用汇编

108

基于机器视觉的主动安全方向主要是利用先进的实车驾驶行为分析系统与驾驶模拟器，实时无

干扰采集人因信息及于人因实时监测驾驶员状态，并对异态进行预警，提前一秒预警可避免 70%交

通事故。实验室研发的车辆异常行为检测系统采用深度学习和机器视觉技术，实现交通背景建模、

车辆目标检测、车辆目标跟踪，识别车辆行为，对超速、违停、违规变道、疲劳驾驶等异常行为进

行检测和告警。车辆异常行为检测系统见图 5。

图 5 车辆异常行为检测系统

5、交通出行区块链

实验室在开展智慧交通与自动驾驶科技创新的同时，在全国高校较早开展了区块链技术研发与

在智能交通、货物追溯、知识产权等领域的场景应用，研发了基于 Baas 区块链平台，并基于 Baas

区块链平台近年来陆续研发了各类智能交通区块链应用系统，包括综合执法非法营运监管区块链平

台、基于区块链的车位共享平台、基于区块链的城市智慧停车系统、和基于区块链技术的货物追溯

平台等。交通出行区块链示意图见图 6。

图 6 交通出行区块链示意图

三、应用情况

自 2016 年起，由包括江苏高速公路联网营运管理有限公司、华设设计集团股份有限公司等十余

家企业分别在江苏省南京、苏州、无锡及上海等 10 余个城市的城市道路、城市快速路，南京青奥会、

上海中国国际进口博览会交通优化，沪宁高速、广靖高速、锡澄高速、328 国道、204 国道、郑登快

速通道、扬子大桥、G524 等道路以及国家新一代交通控制网江苏（常州）示范工程及大型综合停车

场应用了上述高灵敏度团雾检测与消雾系统、智能网联车路协同、交通出行区块链、智能交通大数

据挖掘和分析平台、雷视一体化交通检测器、智慧路贴等产品。

超低功耗反射屏电子站牌解决方案

109

超低功耗反射屏电子站牌解决方案

许耀冰 浙江嘉科电子有限公司

0 引言：

随着城市规模发展和生活水平提升，“人民日益增长的美好生活需要和不平衡不充分的发展之间

的矛盾”正在日益凸显。习近平总书记在中央城市工作会议提出要“不断提升城市环境质量、人民

生活质量、城市竞争力，建设和谐宜居、富有活力、各具特色的现代化城市，提高新型城镇化水平，

走出一条中国特色城市发展道路。”完善城市治理，解决城市病的重点是完善城市交通治理。中共十九

大报告明确提出要建设“交通强国”。智慧交通被认为是解决城市交通拥堵、进而建设综合交通运输体

系，实现交通运输基础设施智能化和促进交通运输业可持续发展的重要突破口。随着物联网、大数据、

云计算、互联网、纯电动、无人驾驶、人工智能等高新技术正在被广泛应用到交通运输领域，交通领域

的新模式、新需求不断涌现，海量数据和信息正在不断产生，智慧交通行业正保持高速发展的态势。

电子站牌的应用解决了市民乘车体验感差的问题，可以让出行市民实时了解到公交实时数据，

解除了等车时候的焦虑感，同时也提升了城市的品质形象，促进了公交出行的分担率。

1、各类电子站牌特点比较

普通 LED 灯珠式电子站牌属于早期产品，在 2010 年前后得以推广，其显示效果差，体验感不

是很友好，且维护成本高；墨水屏电子站牌也是近几年推出的产品，它的特点是功耗低，采用光伏

就能解决供电问题，无需市电接入，但缺点是无法显示视频动态信息；传统的液晶电子站牌显示效

果虽然很好，但其运行功耗较高，因此要接入市电，但市电接入的成本高；超低功耗反射式液晶屏

电子站牌，它既是液晶站牌，具备与传统液晶屏幕同样的功能，但它的功耗极低，具备了不接入市

电的技术方案，采用光伏等新能源独立供电即可解决问题。

2、超低功耗反射屏电子站牌显示原理

全反射液晶屏 R-LCD，无需背光、靠外界光源获取显示亮度，即外部光源（太阳光/外置前光）

越强，显示效果越好的屏幕。如图 1 所示。

智能交通产品与技术应用汇编

110

图 1 全反射液晶屏 R-LCD 的原理

32 寸 R-LCD 典型值功耗仅为 1.85W，1.85W 面板内置抗 UV 设计，支持-20 至 70 摄氏度工作，

存储温度-30 至 80 摄氏度，通过双 85 实验。如图 2 所示。

图 2 32 寸 R-LCD 典型值功耗对比

而应用于公交电子站牌的显示终端采用专门设计的液晶盒光学结构，通过环境光让这款特殊的

S-LCD 显示 FHD 的视频、图片和文字，产品不再采用自身的 LED 背光源，从而达到既可以在强烈

的阳光下可视，同时又远远低于配套户外高亮液晶屏的功耗；通过专业的全户外 IP65 密封等级 结

构设计、阳光下使用的专业隔热防护、紫外线防护设计，保证产品可靠运行。如图 3 所示为超低功

耗反射屏电子站牌设计效果图，图 4 所示为反射式液晶屏的显示效果图。

图 3 超低功耗反射屏电子站牌设计效果图

超低功耗反射屏电子站牌解决方案

111

图 4 反射式液晶屏电子站牌具有良好的显示效果

3、超低功耗反射屏电子站牌功能指标

超低功耗电子站牌依然具备与传统液晶电子站牌箱体的功能。

包括日常信息展示，具备显示当前时间、当前天气等功能，实时自动更新。视频播放功能，可

自定义播放多种格式的高清视频内容、图片、文字等文件，支持常见的高清视频和图片格式。同时

具备影音播放功能，可播放宣传片用途。网络条件具备的前提下，支持视频直播功能。发布内容支

持远程发布和更换。到站信息播报功能，显示距离本站最近的车辆到站信息，支持显示距离本站距

离、距离本站站数，并且在车辆即将到达本站时，支持语音播报功能，采用 TTS 语音报站，例：“8

路车即将进站，请上车的乘客做好准备”，同时视频静音播放。播报音量和视频音量皆可调，可远程

配置不同时间段音量大小。自定义显示二维码、logo 区域，电子站牌界面预留出可设置二维码或

LOGO 的区间，发布内容支持远程发布和更换。

具备自定义通知、公告区域，电子站牌界面预留出可自行编辑发布紧急公告、通知等内容，可

以插播公交业务信息（滚动显示），可以及时发送停班、停运等公告。发布内容支持远程发布和更换。

线路信息显示及公交车到站预告功能，公交车将车况信息通过通讯网络发送到信息处理中心，信息

处理中心将该信息综合处理后，发送给相应的电子站牌，从而使乘客得知公交到站信息。线路信息

显示：每条线路生成一条站点表，显示线路站点信息、首末班时间、票价信息等。并能友好显示本

站信息与其它站点区别。车辆实时信息显示：车辆到站（通过小车图标友好显示）、车辆位置、道路

拥堵（通过线路颜色友好显示）、车辆拥挤度（需数据支持）等。白晚班区分显示：较为友好的界面

区分白班晚班车辆线路信息。当站点线路较多时，采用翻页形式显示线路信息，界面下方有停留页

面提示和页面总数。线路牌信息由远程后台自动更新，减少人力维护成本。

还具备安全报警功能，支持防雷、漏电保护，门磁告警等，支持将测得的信息与后台软件平台

实时通讯，并自动采取断路等应急措施。内嵌式门磁传感，站牌门打开时自动触发告警。内嵌式防

雷击、漏电保护传感，设备因外界因素致使漏电时立即触发保护并断路。所有告警信息将通过即时

智能交通产品与技术应用汇编

112

通讯传输至管理平台。

配置视频监控，电子站牌具备摄像头视频本地录像存储、远程实时视频监控查看功能，支持每

天 24 小时不间断录像。可配置灯箱广告，电子站牌内部灯箱可设置图片广告推广，带夜间背光控制

功能，可远程配置灯箱背光开关时间。温控散热功能，电子站牌具备风冷散热功能，可根据箱体内

部温度情况自动控制风扇转速，使站牌内部保持恒温，确保内部电子设备持续稳定运行。

在环境适应方面，电子站牌能够承受户外恶劣天气环境，包括雨水、高温、太阳直射。意外断

电不会对设备造成硬件损伤，电源恢复后能够自动恢复工作，无需人工干预。其他，支持每天自动

开关机设置功能。支持前端软件远程更新功能。支持远程截图监测屏幕显示状态功能。

4、超低功耗反射屏电子站牌技术指标

类别 规格参数

整体 整机外观

结构

箱体材料：镀锌板

箱体板料厚：1.5mm

底板料厚：12mm

钢化玻璃：不低于 6mm 钢化玻璃；玻璃胶加压板双重固定；

防爆、安全、防炫光、高透光

PC 板厚度：6mmPC 板

表面处理：镀锌、氟碳漆

防腐蚀、防氧化：安装结构、箱体做表面防腐蚀、防氧化处理；关键电路做三防处理

组件结构外观：表面平整、光洁、无尖锐突出部，没有明显的划痕、裂纹、变形、毛刺及其他机械损伤，表面涂

层不应有气泡、龟裂、脱落现象，金属件应无锈迹

组件紧固连接：零部件应紧固无松动，接插件应配合良好。各部件连接应可靠，不应有松动、接触不良现象。重

要连接应选用具有专用螺纹的紧固件，并施加有效保护措施以避免人为轻易的拔、剪等损坏性操作，设备走线：接

线整齐布置，并使用线夹、电缆套、电缆卷固定，线束内导线应编扎有序

漏电

保护器

接入端子：2P

额定电流：32A

电压：1000V 及以下

执行标准：IEC60898-1，GB10963.1

分断能力：6000A

额定漏电动作电流：30mA

漏电分断时间：＜0.1s

外壳：热固阻燃 PC 外壳

时控器

控制路数：2 路

时控范围：1 分～168 小时

适用电源：85%-110%

可编程组：16 组/天

开关容量：单回路≥8A

类型：独立定时器

电气

设备

浪涌

保护器

极数：2P

工作电压：220V/380V

接线方式：压板式

连接导线：≤16mm2

产品结构：固定一体式

安装方式：导轨式安装

额定电流：≥60KA

功能：因雷击或浪涌过电压进行保护

电源 12V 直流

电源

输出电流：≥5A

输出电压：DC12V

输出接口数：3 组

漏电流：<2mA/240VAC

输入电压：满足 170V-264V

输入频率：满足 47-63Hz

保护：反接保护，过流保护，过压保护

安全标准：GB4943，U60950-1，EN60950-1

供电：主要给屏幕以外电器设备供电

超低功耗反射屏电子站牌解决方案

113

续表

类别 规格参数

电源 24V 直流

电源

输出电流：≥5A

输出电压：DC24V

输出接口数：3 组

漏电流：<2mA/240VAC

输入电压：满足 180V-264V

输入频率：满足 47-63Hz

保护：反接保护，过流保护，过压保护

安全标准：GB4943，U60950-1，EN60950-1

供电：主要给 LCD 屏供电

LCD 屏

32 寸低

功耗反射

式液晶屏

面板类型：32 寸低功耗反射式液晶屏

显示方式：反射式液晶显示

分辨率：1920×1080

前光亮度：100nit，亮度可调节

显示尺寸：710×399mm（H×V）

对比度：25：1

显示比例：16：9

可视角度：50°（H）/60°（V）

前光技术：LED 发光二极管

响应时间：8ms

液晶屏寿命：≥50000 小时

显示色彩：16.7M

色域：15%

接口：LVDS

输入电压：DC 12V

功率：10w±3w

集中控

制器 控制主板

CPU：RK3288 ，四核，主频 1.8GHz

系统：安卓 5.1.1

内存/储存：DDR3 2G/标配 8G

HDMI 输出：1 个，支持 1080P、4K*2K@60HZ 输出

LVDS 输出：1 个单/双路，可直接驱动 50/60Hz 液晶屏

解码分辨率：最高分辨率 3840*2160

视频格式支持：支持 wmv、avi、flv、rm、rmvb、mpeg 、ts、mp4 等

图片格式支持：支持 BMP、JPEG、PNG、GIF

功放输出：支持左右声道输出，内置双 4R/20W，8R/10W 功放

耳机输出：支持一路三/四段耳机插入

USB2.0 接口：2 个 USB HOST、3 个 USB 插座

串口：3 个串口插座（其中两个可定制为 232 串口，1*485）

以太网：1 个，10M/100M 自适应以太网

液晶背光接口：1 个，标准 6pin 插座

触摸屏接口：完美支持红外、光学、电容、电阻等多种主流触摸屏，支持免驱触摸屏的 HID 配置

WIFI：内置 WIFI

3G/4G：支持接入 PCI-E 3G/4G 上网及通话

SD 卡：支持 SD 卡扩展

RTC 实时时钟：支持

定时开关机：支持

系统升级：支持本地 SD，USB 升级

通信

设备

4G 路

由器

内存：64MB DDR2

FLASH：16MB SPI FLASH

WIFI：2T2R、802.11b/g/n（2.4GHz）300 Mbps

网络支持：工业级 4G 模块、支持七模全网通

系统时间：时间同步采用 NTP 技术，并内置有 RTC

WAN 口：可将 LAN4 配置成 1 个 WAN 口

LAN 口：4 个（10M/100M 自适应 MDI/MDIX 口）

SIM 卡接口：1 个（抽屉式卡座，支持 1.8V/3V 的 SIM/UIM 卡）

Reset：1 个（复位按钮）

天线接口：1 个（3G/4G 天线，阻抗 50 欧，SMA 阴头内孔接口）1 个（2.4G 天线，阻抗 50 欧，SMA 内针接口）

DC 电源：1 个（DC 直流电源座 2.1mm 内芯）

电源端子：1 个（2 针 3.81mm 间距连接座）

Console 口：1 个（5 针 3.5mm 间距连接座，1 路 RS232/1 路 RS485）

指示灯：4 个 电源指示与状态指示灯（Power、System、WIFI、3G/4G）

工作电压：宽电源输入 DC 5～36V（可扩展至 60V）

安全与可靠性：电源反相保护、过压保护、过流保护；以太网接口内置 1.5KV 电磁隔离保护；RS232/RS485 接

口内置 15KV ESD 保护；SIM/UIM 卡接口内置 15KV ESD 保护

智能交通产品与技术应用汇编

114

续表

类别 规格参数

通信

设备

4G 路

由器

网络接入：支持 APN VPDN 接入认证支持 CHAP/PAP 认证网络模式 GSM/GPRS/EDGE，LIMTS/HSPA+/EVDO/

TD-SCDMA/TD-LTE/FDD LTE LAN 协议支持 ARP，Ethernet WAN 协议支持静态 IP，DHCP，PPPoE，PPP IP 应用

支持 Ping、Trace、DHCP Server 、DHCP Relay、 DHCP Client、 DNS relay、DDNS 、Telnet IP 路由 支持路由 NAT

功能 支持网络地址转换

防火墙：全状态包检测（SPI）、防范拒绝服务（DoS）攻击 过滤多播/Ping 数据包、访问控制列表（ACL）内容

URL 过滤、端口映射、虚拟 IP 映射、IP-MAC 绑定

备份功能 支持有线、4G 互为备份

链路在线监测：发送心跳包检测，断线自动连接

内嵌看门口狗：设备运行自检技术，设备运行故障自修复

监控摄

像头

内嵌式

200 万网

络摄像头

传感器：采用高性能 200 万像素 1/2.8 英寸 CMOS 图像传感器，低照度效果好，图像清晰度高

清晰度：可输出 200 万 1080P@25 fps

调整角度 ：水平：0°～355°；垂直：0°～75°；旋转 0°～355°

支持编码：支持 ROI，支持 H.264 编码，压缩比高，超低码流

红外距离：最大红外监控距离 20 米

日夜转换：IR-CUT 自动切换

扫描方式：逐行扫描

降噪：3D 降噪

宽动态：120dB

信噪比：＞56dB

增益控制：手动/自动

白平衡：手动/自动

背光补偿：支持，可选择区域

强光抑制：支持

走廊模式：支持

数字水印：支持

供电：DC12V

音频：内置 MIC

安全：支持用户登录锁定机制，及密码复杂度提示

储存方式：配置不低于 256GB Micro SD 卡

功能：可查看实时视频监控，历史视频监控

光伏板

组件类型：高效多晶硅

峰值功率：200W

光伏板数量：1 块

开路电压：21.5V

工作电压：18.5V

短路电流：4.9A

工作电流：4A

工作温度：-40℃～+85℃

功率公差：0～+5W

最大输出功率温度系数：-0.53%/℃

开路电压温度系数：-0.39%/℃

短路电流温度系数：0.031%/℃

充放电

控制器

名称：太阳能充放电控制器

系统额定电压：12V DC

额定充电功率：390W/12V

最大 PV 开路电压：92V（25℃）

过压断开电压：14.9V

过压重连电压：14.7V

浮充电压：13.8V

充电极限电压：14.6V

放电极限电压：10.6V

欠压保护电压：11.1V

欠压恢复电压：12.6V

静态功耗：≤13mA

工作温度范围：-40℃～+60℃

充电方式：PWM 调节方式

防护等级：IP67

其它功能：支持锂电池低温保护

充放电

装置

蓄电池

蓄电池规格：12.8V-100Ah 蓄电池

蓄电池数量：2 串组合

充电电压：循环使用 14.4～14.6V，浮充使用 13.5～13.8V

充电电流：5-10A

放电终止电压：放电电流（I）<50A 时放电终止电压为 10.6V

超低功耗反射屏电子站牌解决方案

115

续表

类别 规格参数

充放电

装置 蓄电池

电荷保持能力：≥90%

充放电次数：≥1500

充电温度范围：-10℃～+40℃

放电温度范围：-15℃～+50℃

工作温度：-20℃～+70℃

环境湿度：10%～75%

特性：自放电少，能量耗损低，寿命长

超低功耗反射屏电子站牌与其它站牌在技术参数上存在一定的差异，对于不同规格的产品优劣

也显而易见，具体详见下列表格，表 1 列举了 32 寸屏幕不同规格的屏幕参数，表 2 列举了不同规格

屏幕的优劣对比。

表 1 不同规格屏幕的参数对比

规格 常规高亮户外液晶屏 某墨水屏 32#

S-LCD 户外阳光屏

显示尺寸 32 寸 31.2 寸 32 寸

接口 LVDS 私有协议 LVDS，2*4

驱动输入方式 1 路输入驱动 多路输入驱动 1 路输入驱动

时序控制芯片 …… …… 中国芯片

屏幕方向 横屏 横屏 横屏

显示模式 全透，常态黑 全反，常态白 全反，常态白

分辨率 1920（RGB）*1080 2560*1440 1920（RGB）*1080

颜色级别 167 万级别色彩 16 级别色彩 167 万级别色彩

横组厚度 54 毫米 0.9 毫米 1.3 毫米

左右上下角度（单位：度） 85/85/85/85 85/85/85/85 60/60/50/55

响应速度 30 毫秒 300 毫秒 10 毫秒（最大值，极快液晶）

对比度 600:1typ. 30:1typ. 25:1typ.

反射率 ＜1% 40% typ 25% typ

色域 52% 无，黑白 10%和 20%和黑白

功耗 110W 4.3W 5.2W typ.

可工作温度范围 -25～65 0～50 -25～75

可存储温度范围 -35～75 -20～70 -35～85

技术归属 …… …… 中国

表 2 不同规格屏幕的优劣对比

规格 常规高亮户外液晶屏 某墨水屏 S-LCD 户外阳光屏

时序控制芯片 …… …… 中国芯片

户外晴天强阳光下 模糊 清楚可见 清楚可见

颜色 非常好 黑白无彩 好

轻薄化 笨重 轻薄 轻薄

流媒体广告 可以 无法实现 可以

耗电量 极高 非常低 非常低

可工作温度范围 受限 受限 常温

技术归属 …… …… 中国

智能交通产品与技术应用汇编

116

5、超低功耗 S - L C D 未来发展趋势

随着技术处成熟，模化化市场占有率加大，如今企业持续扩产，预计未来几年中国产值占及市

场占比将大大提升。

屏幕超大化，随着 S-LCD 的兴起和发展，为商圈广告的屏幕超大化展示提供了基础和诉求。当

前在一些大型广告商圈等大厦场所为了吸引更多的广告业主和受众的关注，屏幕超大化已然成为发

展趋势。

室内外均可使用，为了获得更多的使用范围，将会满足室内外均可使用的情况，屏幕也要可拼

接，可弧面。随着 S-LCD 的兴起和发展，为商圈广告的屏幕超大化展示提供了基础和诉求。

人屏互动，显示屏将不再是一个冷冰冰的显示终端，而是一个基于红外线传感器技术、触碰功

能、语音识别、3D、VR/AR 等技术，能够和受众进行互动的智能显示载体。

6、结论

超低功耗反射屏电子站牌无论从技术架构还是商用价值上，都具有良好的前景，为智慧公交应

用场景提供了可靠的解决方案，也为服务市民乘坐体验提供了更好的产品。

城市智慧交通信号控制解决方案

117

道路交通控制与优化

智能交通产品与技术应用汇编

118

城市智慧交通信号控制解决方案

景钟翔 陈 鑫 刘 杰

信号控制从过去到现在，一直是交通行业的重点内容之一。无论是车辆还是行人，一旦失去了

信号的控制，那么整个城市的交通将陷入混乱之中，因此信号控制也一直是大家关注的重点。航天

大为也正是从中看到了机遇和挑战，经过多年的探索和努力，最终研发出具有航天大为自身特点的

城市智慧交通信号控制解决方案。

该方案集交通数据采集、信号方案优化、控制效果评价于一体，具备宏观、中观、微观 3 大类

20 余种控制策略，能够强力支撑城市交通信号控制，实现信号控制与人工智能完美融合，缓解城市

交通拥堵，提升城市交通出行品质。

而航天大为最新研发的自适应控制算法，采用大数据分析和人工智能技术，结合多源交通数据，

为城市交通提供了智慧化管理手段。

一、基于 B/S 架构的智慧信号控制系统

伴随着计算机硬件的发展以及各城市联网路口规模不断增大，接入信号系统的路口智能化设备

也越来越多。虽然原先的 C/S 架构信号系统在经过十余年服务生涯中依然稳定可靠，但是却不足以

支撑未来智能网联道路设施巨大的接入需求，也很难增设与车联网相关的应用模块。因此航天大为

在 2017 年研发了基于 B/S 架构的智慧信号控制系统。

基于 B/S 架构的智慧信号控制系统，重新设计了系统的界面和容量，可以支持无锡包括江阴宜

兴在内的全市范围内所有信号灯路口的接入。同时支持国家集成平台协议，可以接入其它不同品牌

的信号系统，无需另外布设新平台。

基于 B/S 架构的智慧信号控制系统特点：

1、分布性：可以随时进行查询、浏览等业务；

2、业务扩展方便：增加网页即可增加服务器功能；

3、维护简单方便：只需在服务器进行维护，即可实现所有用户同步更新；

4、继续开发性强：随着技术的不断更新，新系统框架在面对新需求的时候，可继续开发性强。

城市智慧交通信号控制解决方案

119

图 1 B/S 架构

二、全息感知的交通信号控制

交通信号控制离不开最底层的交通数据支持，航天大为也紧跟行业发展，研发出边缘计算交通

信号控制机以及多款广域微波雷达产品，全息感知、人工智能边缘计算技术相较于传统的车辆检测

器，更能提供较为丰富且准确的交通数据，通过运用这些交通数据，使得信号控制策略变得越来越

丰富。

图 2 综合数据仓 图 3 广域微波雷达

三、控制策略

下面介绍几种航天大为的主要信号控制策略：

智能交通产品与技术应用汇编

120

1、基于全息感知的非固定相序放行控制

通过在路口加装全息感知设备，对各进口实时排队车辆数进行检测。在绿灯放行相位期间，若

检测到来车，则智能计算延长绿灯时间；若相对时间内未检测到来车，则自动切换至下一相位放行，

从而有效减少车辆滞留，提高交叉口通行效率。

图 4 部分算法逻辑

2、基于绿波协调的公交优先信号控制

在绿波协调的基础上，根据北斗车载定位设备实时采集公交车辆的位置、速度、方向等信息，

一旦公交车进入公交优先区域内，信号控制系统就会对公交信号优先控制策略进行选择，在充分考

虑原有绿波协调控制，最大化满足公交车辆快速优先通过。

图 5 公交优先信号控制技术路线

城市智慧交通信号控制解决方案

121

3、全自动特种车辆警卫功能

全自动对特种车辆的轨迹跟踪，实现其行驶方向的信号优先。主要设备由警卫专用平板、车载

OBU、信号机、信号控制系统。

图 6 警卫功能技术路线

4、仿真功能

大为智慧信号灯交通仿真平台利用硬件在环技术将仿真系统与信号控制系统无缝对接。仿真平

台可为交通方案的实施建立仿真基础，在仿真中寻找方案中存在的不足之处，为方案的成功应用提

供技术支撑。同时在验证信号机算法的过程中，仿真平台可模拟各个路口进行信号机仿真测试，在

仿真过程中信号机也可以不断的学习与迭代。

图 7 智慧信号灯交通仿真平台

5、平板交互方式

可以通过平板来进行平台的数据修改，使得操作更加简便。

图 8 平板交互方式示意

智能交通产品与技术应用汇编

122

6、保障升级

由于新硬件电脑和服务器，不再支持 C/S 客户端的环境部署要求；可拓展性差，老架构，老编

程语言；响应国产化需求，需要对系统进行升级。目前航天大为公司提供以下的保障方案：根据客

户的要求，提供快速的定制化响应；组织培训，前期安排专业人员值守。目前该信号系统已在全国

各地均有应用，如果有需要升级保障的客户，可以与我们联系。

图 9 运行监测调度

四、优秀成绩

说了这么多，都是理论数据，接下来让我带大家看看航天大为城市智慧交通信号控制解决方案

在城市畅通提升上取得的成绩吧。

在某交叉口，运用基于全息感知检测的自适应控制放行与自动非对称放行控制，并进行设施设

计精准优化，顺利解决路口拥堵问题。

图 10 路口周期时长随流量自适应控制变化，最大时长 216s、最小时长 93s