数字孪生仿真系统 TAD Sim 应用

223

2.4 数字孪生交互引擎

数字孪生交互引擎，是腾讯开发的一款静态数据、动态数据一体化；过去、当下、未来态势一

体化，全场景、全要素、全时空的信息展示交互引擎。让客户拥有上帝视角可以清晰洞察整个交通

场景所有人、车、路、设备设施等参与者的位置和运行状态。

根据数据的特性分为四类，分别为静态数据底层、动态数据层、仿真接入层，自定义数据接入

层。其中：

1）静态数据层：包含二维矢量数据层、高精度地图层、地形地貌层、卫星影像层、BIM 模型

层、激光点云层、三维模型层。

2）动态数据层：包含设备设施层、养护人员和施工人员位置层、交通车辆和行人层，视频显示

层、监控层。

3）仿真接入层：包含态势推演层、策略评估层。

4）自定义数据接入层：开放给第三方用户，可按照约定的格式发送数据进行显示。

其数据流程如图 11 所示：

图 11 数字孪生交互引擎数据流程图

数字孪生交互引擎提供的功能包括地图场景切换，三维测量，场景标注，实时路况查看，监控

预警，设备监测数据查看，车辆轨迹分析，海量数据加载渲染，三维展示等，可以结合自动驾驶仿

真和交通仿真使用。

（三）实时交通平行仿真平台

以 TAD Sim 为基础开发的实时交通仿真平台通过采集汇总实时交通数据，滚动注入仿真系统，

用来实现实时在线仿真，使得仿真结果尽量贴近现实世界，并据此实现路网实时监测和事件推演评

估等多种应用。它可以协助交通管理者缓解拥堵，从而提升人民群众的幸福感，获得感和安全感。

模块构成

系统主要包括数据处理模块，仿真模型设置模块，仿真模型运行模块和应用模块。

1. 数据接收/处理模块负责将上游传输的原始数据进行清洗、整合，处理成建立模型所需的数

据。其中包含数据的离线和在线处理，离线处理之后将对历史数据进行更新，可以作为仿真搭建模

智能交通产品与技术应用汇编

224

块和实时仿真运行模块中的输入；在线处理之后的数据将在实时仿真运行时实时注入仿真系统，以

对模型进行实时调整从而尽量贴近现实。

2. 仿真模型设置模块的主要功能为搭建路网模型，包括基础道路，交叉口控制设施，公交图

层和小区图层等。并通过数据处理中离线模块产生的数据对道路属性、交叉口属性等参数以及中/

微观交通模型中所需参数进行标定，为仿真模型运行模块提供输入。

3. 仿真模型运行模块负责在模型搭建完成之后，在系统中接入在线数据处理模块输出的实时

数据进行实时在线仿真。

实时仿真的运行流程如图 12 所示：

图 12 实时仿真运行流程

4. 应用模块中主要包含路网状态的实时动态监测、交通事件/事故的推演评估、管控策略评估、

智慧信控方案评估以及道路建设评估。交通仿真产品使用闭环如图 13 所示，

1）动态监测

本平台可以对城市交通的态势进行感知、预测和推演，协助发现潜在的拥堵等问题。它支持实

时地获取和处理大量的路况数据，并通过平台实现对各路段，路口，以及整个路网维度下流量，速

度，延误时长，排队长度，规模分布等指标的监测。通过指标在不同维度下的对比，辅以丰富的可

视化图表和交互，实现对实时交通状况的监测，及时获取监控路网内交通指标的异动情况，辅助动

态交通预警、交通诱导和信号优化等决策来提升路网内通行效率。

OD 估计/预测

实时仿真开始

交通分配

交通仿真

分配结果收

将当前仿真状态作

为下一时段的初始

状态开始下一时段

所有仿真时

段结束？

Y

N

Y

N

实时仿真结束

数字孪生仿真系统 TAD Sim 应用

225

图 13 仿真产品使用闭环

2）事件推演

平台支持自定义交通事件，可以设置事故的地点，类型（交通事故，道路施工等）、持续时间、

受影响的车道数、车道受影响程度等。设定好事件后，系统可以进行仿真推演，从而评估事件对整

体交通的时空影响，并可以对受影响的交叉口或者路段附近车辆进行预警。它还可以对事发路段车

辆来源进行溯源分析，通过对相关车辆的出发地和目的地进行记录和追踪，实现拥堵致因分析，支

撑缓堵策略制定。

3）管控策略

平台可以支持自定义管控策略，可以设置管控的道路，类型（限速或封闭等）、持续时间，最高

时速等。系统可以据此进行仿真推演，并量化分析评价管控策略的效果，以辅助决策。

4）智慧信控

平台可以支持自定义信控方案，可以设置信号灯所对应的周期长度，相位时长、相位顺序和相

位差等配时信息。系统可以据此进行仿真推演，模拟在该信控方案下一定时间范围内路网的交通状

态，并可以对不同信控方案进行量化对比，以此来协助用户制订最佳信控方案。

5）道路建设

平台可以支持道路的自定义编辑，可以进行道路和车道的增减、路口改型、增设潮汐车道和借

道左转等措施的设置。之后系统可以使用新编辑完成后的路网进行仿真推演，评估不同道路建设对

自定义区域路网交通的时空影响。

6）综合仿真

平台可以支持多种仿真应用相结合，以适应多变复杂的线下场景。如结合事件推演和智慧信控

用以验证所制定方案的合理性，从而更好的降低事件影响。

二、结语

TAD Sim 提供了完整的自动驾驶仿真测试解决方案，构建了覆盖自动驾驶系统开发全链路和全

生命周期的测试方法，建立健全了智能网联汽车测试评价体系，解决了高级别自动驾驶测试验证完

备性的难题，加快了自动驾驶行业产品的落地，为客户极大地降低了研发测试成本。TAD Sim 打破

了相关领域欧美软件的行业垄断，完全自主可控，解决了行业被欧美软件卡脖子的长期问题。同时

该系统还可应用在数字孪生和智慧交通等领域，具有广阔的应用前景和经济价值。

智能交通产品与技术应用汇编

226

基于 5G 和 V2X 网络融合的车联网

关键技术研究

中国汽车技术研究中心有限公司

一、引言

智能交通的车路协同和汽车产业变革的自动驾驶等都离不开车联网。车联网产业是汽车、电子、

信息通信、道路交通运输等行业深度融合的新型产业，是全球创新的热点和未来发展的制高点。

针对 C-V2X，目前 3GPP 已经发布了对 LTE-V2X 定义的 27 种（3GPP TR22.885）基本应用场

景和 5G-V2X 定义的 25 种（3GPP TR 22.886）增强应用场景。其中，基本应用场景主要实现辅助驾

驶功能，包括主动安全（碰撞预警、紧急刹车等）、交通效率（车速引导）、信息服务等方面。而增

强应用场景主要实现自动驾驶功能，包括车辆编队、高级驾驶、扩展传感器、远程驾驶四大类功能。

尽管车联网基本应用需求可以支持道路安全、交通效率和信息服务类应用，但随着汽车技术和

通信技术的持续演进，V2X 基本应用感知周围环境、分享状态 信息已不能满足以自动驾驶为代表

的车联网增强应用的需求。在车辆等交通参与者分享状态的基础上，可以补充传输更丰富、更精准

的信息。车联网增强应用提出了更严苛的通信需求，如极低的通信时延、极高的可靠性、更大的传

输速率、更远的通信范围，以及支持更高的移动速度等。

5G 具有上行大带宽、下行低时延高可靠的特点，将起到智慧交通建设的支撑性作用，并催生更

多丰富的智慧交通行业应用，例如自动驾驶、远程驾驶等。V2X 与 5G 技术相结合，可实现网络的

无缝覆盖，从而实现“车-路-云”之间的多维高速信息传输。同时 V2X 与 5G 联合组网可构建广覆

盖与直连通信协同的融合网络，保障智慧交通业务的连续性。

二、车联网系统关键技术

（一）基于 5G 和 V2X 网络融合的车联网系统架构

针对车联网基本应用和增强型应用两类不同应用对时延、带宽和计算能力的不同要求，本文提

出一种基于 5G 和 V2X 网络融合的车联网系统架构，如图 1 所示。一方面，5G 可以为 V2X 应用提

基于 5G 和 V2X 网络融合的车联网关键技术研究

227

供低时延、高带宽和高可靠性的运行环境，同时使用移动边缘计算技术（MEC）技术可以实现应用、

服务和内容的本地化、近距离、分布式部署。另一方面 V2X，实现车与车、车与路通信，可支持

L1～L3 级别的自动驾驶，主要承载基本交通安全业务，如交通事故提醒、紧急制动预警、交叉路口

碰撞预警等。

图 1 一种基于 5G 和 V2X 网络融合的车联网系统架构

车联网应用以车辆的信息通信为基础，通过 V2X 网络形成 V2V、V2I 及 V2P 之间的通信连接，

包含被测车辆、背景车辆、路侧单元（RSU）及路侧基础设施，如红绿灯、摄像头等，同时通过 5G

网络，包含 MEC 技术实现对低延时、高可靠性应用的处理。

整体车联网系统架构及主要功能模块：

（1）被测车辆：装有 V2X 通讯终端、车载摄像头、激光雷达等传感器，用于实现 V2X 通信及

单车功能等应用；

（2）背景车俩：安装有 V2X 通讯终端，用于与被测车辆进行 V2X 通信；

（3）路侧基础设施：包含红绿灯、摄像头等，用于给被测车辆提供路段消息来源，实现闯红灯

预警、弱势交通参与者等场景；

（4）路侧单元（RSU）：用于接收路侧基础设施或 MEC 发送的信息，与周围车辆进行 V2X 通信；

（5）边缘计算平台：提供基于 Uu 口的低时延业务，对车辆数据或路侧数据进行本地化处理；

（6）5G 核心网：采用服务化架构为 V2X 终端提供通信策略和具体参数配置、签约信息及鉴权

信息管理等服务。

（二）典型应用场景算法设计

本节分别基于 5G 和 V2X 网络的典型场景进行算法开发—交叉路口碰撞预警、远程驾驶进行

研究。

1. 交叉路口碰撞预警

交叉路口碰撞预警：主车（Host Vehicle，HV）驶向交叉路口，与侧向行驶的 RV（Remote Vehicle，

RV）存在碰撞危险时，ICW 应用将对 HV 驾驶员进行预警。

如图 2 所示为交叉路口碰撞预警算法流程图，首先 HV 接收到 RV 的 BSM 信息后进行筛选，筛

选与 HV 距离小于 150m 的车辆，此时若进行预警，驾驶员已有充足时间采取避让措施；之后进行

碰撞点判断，若两车行驶方向存在交叉点，则进行碰撞点位置计算，否则无碰撞危险；然后，分别

计算两车分别以当前行驶状态到达碰撞点的时间、碰撞时间差 TTC；最后，若 TTC 与 TH 均小于最

智能交通产品与技术应用汇编

228

小安全时间 Tsafe 则报告安全，否则发出碰撞预警。

图 2 交叉路口碰撞预警算法流程图

在某一时刻，HV 与 RV 状态如图 3 所示，此时 HV 的位置点为 H（XH，YH），速度为 VH，加

速度为 AH，航向角为 θH，同时 HV 接收到的 RV 广播的 BSM 消

息获得 RV 的位置点为 R（XR，YR），速度为 VR，加速度为 AR，

航向角为 θR，且两车距离为 Dis，预计碰撞点的位置为 C（XC，

YC）。

（1）碰撞点位置确定

由图 2 可以获得，碰撞点的位置 C（XC，YC）为：

 

 

tan tan ( ) tan tan

tan tan

( ) tan tan

tan tan

H RH R HR RH

C

H R

H R HH RR

C

H R

YY X X

X

XX Y Y

Y

  

 

 

 

  

    

    

 

（1）

（2）分别计算出车辆到碰撞点的时间

由碰撞点位置可以得到 HV 到碰撞点的距离 DisHC 及 RV 到碰撞点的距离 DisRC，则：

2 2

2 2

2 is

0

2

2 is

0

2

H H HC H H

H H HC

H H

R R RC R R

R R RC

R R

V AD V V T AD

A A

V AD V V T AD

A A

       



      



或

或

（2）

（3）计算 TTC

| | TTC T T   H R （3）

TTC 与 TH 为是否应该触发预警的触发参考值，当 TTC 与 TH 同时小于 Tsafe 时，触发预警信号。

2. 远程驾驶

依托 5G 大带宽、低时延、高可靠网络特性，可为用户实现通过远程智能驾驶平台对远端车辆

的全向监控和智能远程控制，5G 远程驾驶系统包括三大部分：车端设备、遥控平台和 MEC。车端

设备将行驶状态信息和环境视频实时上传到 MEC，并且从 MEC 接收遥控平台的遥控驾驶控制信号；

图 3 HV 与 RV 相对位置关系示意图

基于 5G 和 V2X 网络融合的车联网关键技术研究

229

遥控平台从 MEC 实现实时获取车辆信息，并且把遥控驾驶信号通过 MEC 传至车辆，从而实现远程

监测、远程遥控驾驶等功能。其架构图如图 4 所示。

图 4 5G 远程驾驶系统框架图

系统各部分主要功能介绍：

（1）遥控平台

遥控驾驶平台主要包括：5G CPE、异地组网设备、中心服务器、驾驶模拟器和屏幕等。5G CPE

模块和异地组网设备的功能和相应的车端设备功能相同，负责信息的收发。中心服务器主要负责实

时分析处理车辆回传的状态信息，对车辆进行远程监控。屏幕主要负责显示车辆的实时视频、车辆

行驶轨迹（地图展示）、显示车辆的管理界面等。提供驾驶模拟器驾驶员根据屏幕接管车辆的实时环

境视频，操作驾驶模拟器来产生车辆的速度、加速度等动力学参数来控制车辆行驶。遥控驾驶中心

主要包括方向盘、刹车、油门等设备，以及其他相关连线和电源设备。

（2）车端

车辆配置主要包括通信模块，视频处理模块，信息提取模块，其中通信模块是一块嵌入式开发

板与车辆 CAN 总线连接，通过将控制信息转换成 CAN 报文进行对车辆的控制；视频处理模块将车

辆前方的广角摄像头接收到的数据和左右后视摄像头通过拼接，将视频通过通信模块发送；信息提

取模块了解车辆本身的协议信息，提取并通过通信模块发送。车前有 1 个广角摄像头用于提取前方

的景象；左右后视镜各有一个摄像头，这些均是驾驶时驾驶员能看到的景象。

（3）网络传输

车端网络由 5G 设备为车辆提供 5G 网络，负责视频回传等功能。模拟器端可以通过 5G 设

备为模拟器设备提供通信网络。在通信系统中，电脑所获取的 IP 均为一个网络的子网络，对于外

网来讲，我们不能够根据此 IP 直接连接该电脑进行通信，所以我们首先会将模拟器端所使用的网络

打洞，以便于车辆可以直接根据 IP 访问驾驶模拟器。

三、典型场景应用验证

在西青先导区对交叉路口碰撞预警、远程驾驶两个场景验证车联网架构与功能的可行性。目前，

天津（西青）国家级车联网先导区作为北方第一个、中国第二个国家级车联网先导区，其面向车联

网和车路协同的道路智能化基础设施建设主要以封闭场地、半封闭场地和先导示范区域的形式进行

智能交通产品与技术应用汇编

230

落地和推广，其中封闭和半封闭场地以车联网技术验证和方案测试为主，先到示范以车联网先导应

用和大规模普及试验为主。

1. 交叉路口碰撞预警

（1）实验设备：

两辆装有 V2X 通信设备的车辆，RT-Range 测试系统、AVAD3 报警数据采集系统；

（2）实验环境：

如图 5 所示为中汽中心智能网联示范园区内的无信号交叉路口，该交叉路口为双向两车道，每

条车道宽 3.5m，东西方向车道长度为 200m，南北方向车道长约为 150m；

图 5 交叉路口碰撞预警实验环境

（3）实验场景：

如表 1 所示，HV 和 RV 分别从交叉路口的不同方向驶向交叉路口，初始位置和行驶速度不同。

表 1 实验场景

序号 HV 行驶方向 RV 行驶方向 HV 速度

（km/h）

RV 速度

（km/h） HV 距离交叉路口距离（m） RV 距离交叉路口距离（m）

ICW-1 东 北 30 30 100 100

ICW-2 东 南 30 30 100 100

ICW-3 西 北 30 30 150 100

ICW-4 西 南 30 20 100 100

ICW-5 北 东 20 30 100 100

ICW-6 北 西 10 40 50 150

ICW-7 南 东 20 20 100 100

ICW-8 南 西 40 20 150 50

（4）实验数据：

经过验证，测试数据如表 2 所示，从表中可以发现交叉路口碰撞预警可以触发，且触发时机在

算法设定的阈值之内。同时交叉路口碰撞预警功能的实现依赖于本文设计的基于 5G 和 V2X 网络融

合的车联网系统架构，根据 C-SAE 一期应用通信需求显示，交叉路口碰撞预警应用的最大时延为

基于 5G 和 V2X 网络融合的车联网关键技术研究

231

100ms，经过测试，通信时延全部低于 100ms，符合标准要求。

表 2 测试数据

预警时刻数据（s） 序号 是否预警

TTC TH

平均通信时延（ms） 测试结果

ICW-1 Y 0.4 3.5 87.2 通过

ICW-2 Y 0.2 3.0 93.5 通过

ICW-3 N - - 82.5 通过

ICW-4 Y 3.6 1.3 72.1 通过

ICW-5 Y 2.9 3.8 86.9 通过

ICW-6 N - - 81.3 通过

ICW-7 Y 0.5 3.7 87.6 通过

ICW-8 Y 3.45 3.28 84.2 通过

2. 远程驾驶

（1）实验设备：

驾驶模拟仪，2 台 5G CPE，某品牌乘用车一辆，工控机两台；

（2）实验环境：

如图 5 所示为中汽中心智能网联示范园区内环形道路，该道路为双向两车道，每条车道宽 3.5m，

环形道路长 550m；

图 6 远程驾驶测试环境

（3）实验功能：

本文选取了几个常见的行驶工况来测试远程操控系统。选取平整干燥的水泥路面进行远程操控

的测试。大幅提高了测试效率和精度，降低了测试的工作强度，同时保证了测试的一致性。测试内

容如表 3 所示。

表 3 测试项目

测试项目 预设条件 预期结果 测试通信时延

远程启动 模拟套件正常连接

网络正常连通

界面显示在线远程驾驶

车辆处于远程驾驶状态 15ms

方向盘转向 方向盘先向左打到底，再回正；方向盘先向右打到底，

再回正 21ms

向前行驶

界面显示在线远程驾驶

车辆静止且处于远程驾驶状态

向前行驶一段时间后，停车 28ms

智能交通产品与技术应用汇编

232

续表

测试项目 预设条件 预期结果 测试通信时延

向后行驶 向后行驶一段时间后，停车 18ms

左转 车辆向前行驶到路口处，然后左转，又行驶一段时间

后停车 10ms

右转 车辆向前行驶到路口处，然后右转，又行驶一段时间

后停车 23ms

退出远程驾驶 车辆显示由远程驾驶状态退出 29ms

接管远程驾驶

界面显示在线远程驾驶

车辆静止且处于远程驾驶状态

车辆进入接管状态后，车辆显示由远程驾驶状态退出，

驾驶舱端显示在线远程驾驶

撤离脱离接管状态后，驾驶舱端显示在线未远程驾驶，

车辆进入远程驾驶状态

14ms

四、结语

5G-V2X 将成为车联网的主流形态，为未来车联网应用的通信需求与技术路线指明了方向。当

前阶段，车联网产业正处于从技术方案测试验证向前瞻性、规模化示范应用发展的关键时期，对车

联网技术是否可以切实提升道路行车安全、提高交通效率、改善乘客出行体验具有重要借鉴意义。

智慧交通应用技术与解决方案

233

智慧交通应用技术与解决方案

北京工业大学城市交通学院

一、基于驾驶模拟技术的 L3 级自动驾驶实验测试平台

技术背景。由于自动驾驶技术的性能稳定性、人机切换过程等方面仍存在问题，L3 级自动驾驶

技术的应用前测试对于交通安全性是必要的。传统以车辆为核心的测试方法不能满足自动驾驶技术

安全测试的需求，亟需以场景和人因为核心的测试方法，驾驶模拟器面向自动驾驶中的人因测试具

有场景和事件可控、易于获取细粒度、多维度、高精度的车辆运行和驾驶行为数据等优势，基于驾

驶模拟器面向人因和车辆开发自动驾驶实验测试平台，提出自动驾驶技术测试研究框架，可实现相

对低成本、多维度的驾驶人对自动驾驶技术的适应性分析和自动驾驶车辆性能评估，该实验测试平

台可为自动驾驶技术测试和研究提供有效支撑。

技术概述。该平台共由①L3 级自动驾驶模拟系统、②人因数据采集系统、③数据协同处理中心

和④智能车载终端 4 部分组成（图 1）。①L3 级自动驾驶模拟系统：设备采用北京工业大学 AutoSimAS

驾驶模拟系统，硬件主要包括驾驶模拟设备、高性能计算机 4 台，驾驶模拟器内置软件为 SCANeR1.9

系统，结合 3DMax 等场景开发软件可实现复杂道路构建、交通参数设计、内置参数设置、情景控

制等功能，开发虚拟场景并导入驾驶模拟系统，通过应用程序接口（Application Program Interface，

API）添加天气、交通流等场景要素。②人因数据采集系统：驾驶模拟器可动态采集坐标、速度、

横向偏移等车辆运行和操纵数据，数据采集频率设为 20Hz，结合 Eye Tracking Core+眼镜式眼动仪

等设备、心电仪、摄像机等数据采集设备实现多源多维度的数据采集。③数据协同处理中心：由高

性能计算机和数据存储中心组成，实现数据的实时处理与传递，基于用户数据协议接口（User Data

Protocol Interface，UDP）实现驾驶模拟器中控平台与数据协同处理中心的数据交互，通过无线通信

（Wi-Fi）实现数据协同处理中心与智能车载终端的信息传递与互联互通。④智能车载终端：基于华

为平板开发智能车载终端，可实现不同型号和参数的人机交互设备再造，将动态驾驶信息传递给驾

驶人。

智能交通产品与技术应用汇编

234

（a）自动驾驶技术测试平台结构

（b）实验设备

图 1 实验设备与自动驾驶技术测试平台结构

本实验平台针对 L3 级自动驾驶中人机共驾行为测评，根据现有研究及现状需求可选择的 L3 级

自动驾驶实验中因素和水平如表 1 所示。

表 1 L3 级自动驾驶实验可选定的因素和水平

类别 因素 水平（可根据需求调整）

性别 男性/女性

年龄 青年人/中年人/老年人

驾龄 低驾龄/中驾龄/高驾龄

驾驶经验 匮乏/中等/丰富

驾驶人属性

认知能力 低/中/高

驾驶次任务 看视频/发微信/玩游戏 驾驶接管设计

接管请求时间 3s/5s/10s

智慧交通应用技术与解决方案

235

续表

类别 因素 水平（可根据需求调整）

接管请求方式 视觉/听觉/触觉 驾驶接管设计

接管场景 雾区/施工区/事故区域

智能车载终端 各类型的人机交互界面开发

监控传感参数 激光雷达/毫米波雷达

车辆车型参数 轮距/车长/加速能力

自动驾驶车辆

自动驾驶算法 各车型的自动驾驶算法

北京工业大学驾驶行为研究团队基于驾驶模拟技术开发自动驾驶技术测试平台，实现面向人因

和车辆的人-机在环自动驾驶技术测试与效用评估，可为相关领域研究学者提供参考和为自动驾驶测

试与评估提供支持，该平台具有较好的可行性、实用性和拓展性。

二、城市路网交通瓶颈快速筛查技术

[联系人：贺正冰，he.zb@hotmail.com]

技术背景。交通瓶颈是制约道路交通系统运行效率的关键因素。据统计，75% 以上的拥堵是由

交通瓶颈造成的。对于包含城市快速路和上千个交叉口复杂城市路网来说，如何快速准确监测道路

交通状态、辨识交通瓶颈，是缓解交通拥堵、提高出行体验的基础环节，具有重要的现实意义。

技术概述。针对高质量地图获取难、坐标匹配精度低、海量数据处理慢等数字时代的城市交通

监测难题，提出了完全基于低频浮动车数据的网格化城市路网（包含快速路与城市道路）拥堵识别

方法，解决了城市路网状态与瓶颈快速监测与识别难题，解析了城市常发拥堵特征与规律，提高了

城市路网快速感知与诊断能力，填补了基于单一数据识别城市路网拥堵的空白（图 2）。

图 2 城市路网交通瓶颈快速筛查技术

智能交通产品与技术应用汇编

236

适用对象。帮助城市交通管理部门了解城市交通堵点，改进配时与渠化等。协助智能交通企业

快速、低成本完成市场（城市）进入前、进入中的各种调研活动，提高报告可信性、准确性，增加

分析深度。

技术细节。该技术由网格化快速路拥堵识别方法与网格化道路交叉口拥堵识别方法两部分组成

（图 3）。（1）网格化快速路拥堵识别方法。将城市空间划分网格，通过浮动车轨迹选取，构造对应

于实际快速路/高速公路网络的网格化路网，通过 GPS 坐标向网格的映射构造交通拥堵时空图，进

而识别快速路交通拥堵的时空特征以及关键瓶颈等交通拥堵信息。该方法具有简单、快速、无需 GIS

地图等特点，适用于大数据条件下对交通拥堵的快速识别需求。（2）网格化道路交叉口拥堵识别方

法。利用道路交叉口前通常存在大量走停交通流的特征，通过空间聚类，重构易发生拥堵的道路交

叉口。利用浮动车轨迹与网格的映射（与交叉口的匹配），识别转弯方向车辆轨迹，并提取交通状态

信息，实现路网交叉口转弯方向交通拥堵的快速诊断，辅助城市交通管理部门进行堵点定位。该方

法具有简单、快速、无须 GIS 地图等特点，适用于大数据条件下对交通拥堵的快速识别，以及信控

公司、交管部门等的前期市场调研。

该技术成果已发表在国际交通顶级期刊《Computer-Aided Civil And Infrastructure Engineering》

和《Transportation Research Part C》等发表论文 8 篇，获得国家发明专利一项，获得中国公路学会、

中国智能交通协会科技进步奖两项。国内外知名专家学者王云鹏、李清泉、李力、Marc Stettler、David

J. Lovell、David Starobinski、Xuegang Ban 等均在其论文中对该成果进行了描述或正面评价，Google

Scholar 引用 200 余次。

图 3 城市路网交通状态分析与瓶颈诊断

智慧交通应用技术与解决方案

237

三、通用型高适配车路协同主动安全系统

[联系人：陈宁，chenningbjut@bjut.edu.cn]

技术背景。车路协同技术（V2X）可以有效地降低自动驾驶汽车和整体系统成本，可以较大地

提升自动驾驶汽车和道路整体系统性能及安全稳定性。随着 5G 通信、物联网、大数据、人工智能

等新一代信息技术的快速演进，车路协同的大规模应用和推广已经成为现代道路交通发展的必然选

择。伴随着“十三五”规划尾声的临近，“新一代交通控制网”在我国九省市的示范逐步开展，各省

市的示范内容普遍集中在了以车路协同技术为基础的简单交通环境，即高速公路环境中事故风险的

规避应用中，未来几年内，随着以 5G 基站、大数据中心、人工智能、汽车充电桩等为核心的“新

型基础设施建设”的进一步开展，车路协同技术亦将在高速公路运行效率、安全、绿色节能等方面

发挥更大的作用。然而，在车路协同主动安全系统的应用示范阶段，也出现了如下的一些应用问题。

（1）缺乏应用实施型通用框架。目前，车路协同主动安全系统框架以概念型框架为主，实施主

要针对于示范区域内的典型应用，缺乏应用实施型通用框架，指导车路协同主动安全系统的广泛应

用推广。

（2）车载端设备通用性差。目前，车路协同主动安全系统中的车载端设备往往仅支持单一、有

限种车型，或不具备辅助驾驶二级以上的控制功能，缺乏实施条件与应用推广价值。

（3）路侧端设施适配性差。目前，车路协同主动安全系统中的路侧端设施往往均为新建设施，

对旧有已建设施的改造利用较少。

针对以上应用推广问题，北京工业大学智能网联团队面向行业应用，推出了针对性的通用型高

适配 V2X 主动安全系统，该系统分为通用型 OBU 终端、高适配性 RSU 终端及 5G 低时延主动安全

系统三部分。

技术概述。通用型智能网联车载终端 OBU 采用后装式安装方式（图 4），目前已可支持 13 个

品牌 72 种车型，该 OBU 终端支持三项主要功能：（1）可与车辆总线 SAE 接口便捷直连并读取车

辆总线全车数据参数，数据类型包括速度、加速度、四轮转速、油门与制动踏板行程、转向速度与

角速度、车辆故障、安全带、转向灯等逾百种数据信息；（2）基于前向/后向摄像头与姿态定位模块，

可实现车道线识别、行驶路径预判、驾驶人状态检测、车辆位置信息识别等十余种附加检测信息；

（3）包含 UI 操控界面，可实现图像、音频预警，突发紧急情况下的车辆紧急制动功能。

图 4 通用型智能网联车载终端 OBU

智能交通产品与技术应用汇编

238

高适配性 RSU 终端目前已可支持 LTE-V2X 标准（PC5 口）与 5G 蜂窝标准（UU 口），目前正

在研发基于 5G-V2X 的终端设备，预计 2021 年投入使用，5G-V2X 标准是由中国主导的车路协同标

准体系。RSU 路侧终端具有广泛适配性，目前已可支持市场主流的视频、激光、雷达、雷视一体机、

气象检测器、智能网联信号机、MEC 单元等路侧终端设备（图 5）。

图 5 高适配性智能网联路侧终端 RSU

5G 低时延主动安全系统同时支持道路使用者及管理者，提供时延小于 1 秒的紧急安全事故预

警/报警信息，事故类型共计 6 大类，22 个小项（图 6）。

图 6 5G 低时延主动安全系统

软硬件结合推动摩托车智能化发展

239

软硬件结合推动摩托车智能化发展

成都嘉程智宇信息技术有限公司

2020 年，国家发改委、工信部、交通部等 11 个部委联合发布了《智能汽车创新发展战略》，其

中重点提到：2025 年前，将通过制定智能交通发展规划，建设智慧道路及新一代国家交通控制网，

并推动 5G 通讯技术与车联网技术协同建设，在智能交通体系和智慧城市建设领域取得积极进展。

在时代变革的激流面前，唯认清形势并做好迎接浪潮的准备，才能在未来激烈的市场竞争中立

于不败之地。

一、竞争——技术演进的助推器

未来，随着出行变得越来越智能，智慧出行这条赛道的上下游产业链将变得越来越长、越来越

复杂，传统车企、摩托车主机厂、互联网巨头、科技公司们纷纷杀入“智慧出行”赛道，力图拔得

头筹，行业将呈现出百花齐放的激烈竞争局面。技术的成熟和市场的认可，也为任何想要进入这一

市场的玩家提供了充足的养分。

以汽车“制造”转型为“智造”为例，智能化和电动化的普遍应用，使得整车制造门槛进一步

降低，交通工具在机械构造上变得更加简单。

图 1 智能电动汽车概念图

众多智能电动汽车新势力在销量上取得了不错的成绩，拥有良好的市场口碑。

智能交通产品与技术应用汇编

240

智能汽车市场已营造出良好的消费环境，那么，智能摩托车市场呢？

二、摩托车行业，“智“在何方？

由于国情的特殊性，摩托车行业处于不温不火的发展态势中。随着道路资源愈加紧张，灵活便

捷的摩托车出行将受到越来越多人的青睐。摩托车相比其他交通工具，最大的优势和特点就在于，

它不仅是一种交通工具，也是一种时尚的休闲娱乐生活方式，伴随着生活水平的逐渐提升，人们开

始追求生活方式的多样化、个性化和差异化。

然而一些现实的难题仍然困扰着当下的摩托车行业。例如，传统保险费率架构直接阻碍了保险

公司对摩托车相关险种的开发；风控模型的欠缺影响了金融机构在摩托车市场的资金投入；主机厂

通过电商平台有效增加了整车销量，却遗失了后市场和用户粘性如此重要的战场。

就摩托车骑行而言，安全是它永恒的话题。首先，摩托车天生就缺乏汽车的四轮特性，受骑手

操作水平所限，存在一定程度的驾驶安全隐患；其次，摩托车驾驶员追寻的速度与激情，为道路安

全带来了不小的风险；再者，摩托车相对体积小、重量轻、易搬运，被盗情况高发。因此，摩托车

行业急需保险和金融的支撑，以促进国家加大政策的开放力度，加速其发展。

三、数字化转型——每一家摩托车企业的必答题

从摩托车车联网行业的前期发展来看，科技公司与主机厂的协同效应有待进一步提高。首先，

早期的 T-BOX（车载智能终端）并未针对摩托车用户和行业的特殊性，从需求角度进行专属研发，

大行其道的“拿来主义”导致其质量参差不齐；其次，老用户选装，新车用户不了解此类产品的存

在；最后，用户和平台之间未形成良好的需求性交互。

可见，在大数据、车联网和人工智能时代的今天，摩托车行业的数字化仍有一定程度的滞后。

而数字化是企业实现信息化和智能化的基本前提和重要基础，并且已经成为企业差异化竞争的核心

能力。因此，对传统制造业的摩托车主机厂来说，数字化转型升级更是亟不可待。如何更好地顺应

数字经济时代的发展趋势，在激烈的市场竞争中抢夺一个领先身位，成为每一家主机厂的必答题。

四、车联网如何解决风险难题？

一切问题的解决方案源自于对数据的收集、分析和处理的能力。

1、专属定制的车载智能终端，有效解决了数据的多维度和收集过程的可靠性与及时性；

2、经系统科学研发的固件算法和平台风控模型独具行业特殊性，并且，随着数据量的积累，可

不断进行自我优化；

3、由于数据的高并发和服务对象的增加，风控平台不断丰富和建立各类风控模型，形成了以数

据为支撑的“人-车-平台”的用户管理服务 SaaS 平台。

通过技术解决各类风险问题，保险和金融行业有了数据支撑，形成更科学的风控管理体系，摩

软硬件结合推动摩托车智能化发展

241

托车后市场的发展将有所变革。

比如，摩托车行驶过程中，在六个轴向的加速度变量激增，结合位移和其他数据单元突变，云

端 SaaS 平台利用各个“事件”，根据各种风控模型进行研判，并发出预警和告警，风控人员立刻采

取相应的应急措施应对。这一成体系的动作组合将大大降低摩托车的驾驶风险。

以下（图 2）是嘉程智宇的车联网解决方案：

图 2 嘉程智宇车联网解决方案示意图

在此架构中，车联网平台可以支持和兼容多种传输协议和数据结构，极大提高了数据的利用率；

同时，在车联网平台上搭建大数据系统，对大量的数据进行清洗、分析和归类，并训练风控模型。

由此，既实现了对数据的追根溯源，又可以根据各业态的需要定制风控模型，大大降低保险和金融

行业在摩托车市场的风险。

虽然车联网解决方案能带来许多好处，但现实中如何快速地普及和安装车载智能终端设备成了

一个难题，甚至成了阻碍车联网发展的重要因素，因此，需要车联网科技公司和主机厂进行深度的

合作。

五、大数据+人工智能赋能——主机厂工业 4.0 时代

大数据系统首先需要数据体量和数据维度，数据的体量和维度决定了分析的结果。人工智能简

言之就是在大量的数据和数据维度下让机器不断地进行学习从而发现事物发展的客观规律。机器对

于信息的处理能力远大于人类，当通过不断积累数据总结出来的规律在越来越接近真理时，机器可

以利用数据分析结果对未来进行一定程度的预测。

人工智能可为主机厂测算出销售重点市场以及客群的变化。在帮助主机厂提前制定相应策略的

同时，还能预测下一年市场的需求变化，协助主机厂对下一年车辆的升级研发方向做出提前规划，

避免闭门造车。

智能交通产品与技术应用汇编

242

人工智能还可协助厂家对乏力市场或者车型做出分析，帮助主机厂做出调整，不一而足。

六、车联网+主机厂，助力摩托车行业腾飞

作为两轮车车联网领域的先行者，嘉程智宇吸纳了该领域众多专业技术人才，通过数年的技术

研发取得了多项技术专利。

为推动摩托车智能化进程，助力摩托车主机厂加快数字化转型，形成大数据决策机制，嘉程智

宇在车联网硬件端，可实现车辆数据的实时获取、追踪定位和车辆状态检测。

平台端则具备同时支持全球设备、异构网络设备、多环境下设备和多协议设备的接入能力，具

有亿级设备的长连接能力、百万级并发处理能力，还具备大数据清洗、分析和模型训练能力，帮助

主机厂更智能、更精准地直接链接 C 端用户。此外，为提升摩托车车联网综合服务水平，专为摩托

车主机厂和经销商定制基于 SaaS 结构的各种平台和工具，提供端到端的数字化升级能力，助力其通

过数据共享和分析更快捷地得出决策依据，做出更好的经营决策，实现和业务协同联动。

从长远来看，摩托车行业定将随科技赋能制造业升级的趋势迎来蓬勃发展，这需要众多参与者

积极参与进来，共建全新的摩托车车联网科技生态。

智慧高速公路数字孪生管理养护平台

243

智慧公路

智能交通产品与技术应用汇编

244

智慧高速公路数字孪生管理养护平台

王志建 北方工业大学城市道路交通智能控制技术北京市重点实验室

一、开发智慧高速公路数字孪生管理养护平台的必要性

智慧高速公路数字孪生管理养护平台是为响应交通部交通运输科技“十四五”发展规划、践行

“交通强国”战略而设计的综合型交通管控平台。该平台立足于数字化转型与业务提效增质，在进行

充分的业务管理流程调研基础上，集高速公路建设、管理、养护、应急为一体，遵循一致性、连续

性与完整性原则，梳理高速公路承载的用户业务信息数据以及其生成、传递、迭代的动态过程，覆

盖高速公路全生命周期，可有效打通以往高速公路管理中信息流转不畅、多类机电系统不兼容、事

件分析能力羸弱等问题。

此外，该平台以大数据、移动物联网、云计算、人工智能等新一代信息技术为依托，通过规律

模型化、经验数字化，优化感知与预测、异常预警、交通模拟、态势推演等功能，实现高速公路大

数据赋能，提高了高速公路建设、养护、管理及应急业务水平和效率，降低高速公路运营成本。

二、智慧高速公路数字孪生管理养护平台功能介绍

平台主界面如图 1 所示，目前已在高速公路上投入运营，形成适用于高速公路智慧化建设应用

的信息建设标准规范，为我国智能交通建设提供了宝贵经验。

图 1 智慧高速公路数字孪生管理养护平台主界面

智慧高速公路数字孪生管理养护平台的主要功能包括：

（1）总览页面功能，方便管理人员查询相关信息。

智慧高速公路数字孪生管理养护平台

245

如图 2 所示，总览页面可查看高速基本信息，包括高速名称、起终点名称、车道数、公里长度、车速、

服务水平等级以及收费站、服务区和隧道的个数。同时可查询流量、养护、故障、隧道、设备检测等信息。

图 2 平台总览界面

（2）路段管理功能，全方位管控路段。

如图 3 所示，路段管理模块可查看路段基本情况，包括收费站、服务区、隧道、特大桥、中大

桥、跨线桥的个数；路段交通状态信息，包括起终点名称、车道数、公里长度、车速、基本通行能

力、拥挤程度和服务水平等级；路段交通检测信息，包括交通检测点、气象监测路段、道路监控点、

事件检测路段、ETC 门架、可变信息标志、结构物监测点、高温监测点等。

图 3 路段管理功能界面

（3）隧道管理功能，支持隧道一体化建设。

如图 4 所示，隧道管理模块可查看隧道的交通系统、照明系统、供电系统、通风系统、结构物

监测以及设备检测的信息。交通系统主要包括车流量、车道占有率、车间距以及平均车速等曲线；

照明系统包括上行下行曲线；供电系统包括通信系统、监控系统、通风系统、照明系统近 30 天的供

电情况；通风系统包括环境监测和风机开启记录，环境监测包括能见度、CO 浓度值、风速、洞内

照度、洞口亮度、风机个数；结构物监测包括微型压差计、激光测距仪等曲线；设备监测的信息包

括摄像机、车道指示器、风机、情报板、PLC、结构物监测设备的信息。

（4）养护管理功能，记录养护数据及专项工程。

如图 5 所示，养护管理模块可查看包括巡查数据、日常养护任务、专项工程、隧道技术状况、

智能交通产品与技术应用汇编

246

桥梁技术状况、公路技术状况等信息。巡查记录分别由柱状图和折线图显示；日常养护任务和专项

工程，以待处理、进行中、已完成的任务百分比的形式显示进度；隧道技术状况包括评定分数以及

评定时间；桥梁技术状况包括桥梁名称、桥位桩号、技术等级、评分信息、评定时间；公路技术状

况包括里程桩号、技术等级、车向、技术等级、评分、评定时间等。

图 4 隧道管理功能界面

图 5 养护管理功能界面

（5）设备管理功能，可查看所有的设备信息。

如图 6 所示，设备管理模块可查看所有的设备信息，包括 F 型情报板、可变信息标志、车道指

示器、交通信号灯、风机、交调站、摄像机。

图 6 设备管理功能界面

（6）流量管理功能，可查看流量的相关信息。

如图 7 所示，流量管理模块可查看流量的相关信息，包括收费站过车数据、收费站过车车型统

智慧高速公路数字孪生管理养护平台

247

计、收费站过车种类统计、交通站监测数据、交通站车型统计、交通站流量排名等信息。

图 7 流量管理功能界面

（7）超温管理功能，可查看超温的相关信息，包括超温记录、数据统计、数据信息。

如图 8 所示，超温管理模块可查看具体的数据统计显示，以折线统计图的形式显示，对总数、

大车、小车数进行详细显示，并以季度和月为单位，对各个时间段的数据进行统计分析显示。

（8）事故管理功能，可查看交通事故的相关信息，包括事件警告、事件警告趋势、事件来源统

计、应急事件、应急事件统计类型、封道信息。

如图 9 所示，事故管理模块可查看事件警告的记录以及事件警告趋势显示，对趋势变化详细显示；近

30 天事件来源统计显示，以图表或者表格的形式展示；近 30 天的应急事件数据，包括来源、桩号、发生

时间、状态显示；应急事件统计类型的详细信息；封道信息的详细信息，包括描述、创建时间、操作信息。

图 8 超温管理功能界面

图 9 事故管理功能界面

智能交通产品与技术应用汇编

248

基于“云-网-节-端”模式的智慧公路体系

研究与示范

邢万勇 广东利通科技投资有限公司

1. 背景

交通运输行业是国民经济和社会发展的重点领域。截至 2020 年底，我国高速公路通车里程已达

17 万公里，初步形成了快速的高速公路网。但高速公路信息化仍处于传统机电建设与运维模式，缺

乏更高层次的规划。当前，国家提出的“数字交通”的建设理念，为智慧交通和自动驾驶提供了新

的解决思路。但从目前国内外前沿研究成果来看，现有的工作仍然局限于围绕道路的设备设施或专

有应用领域的展开研究和技术攻关，缺乏顶层设计理念和体系化的建设思路，距离支撑智慧交通、

车路协同和自动驾驶所需要的智慧化还有很大的差距。

随着信息、通信和传感技术的发展，近几年陆续形成第五代道路、合作式智能交通、网联车辆

以及智慧公路等发展方向。2019 年，在全国撤销省界收费站的工程中，高速公路沿线加密布设了

ETC 门架系统，从而大幅提升高速公路的基础设施建设水平。同时，人工智能技术、数据驱动的通

信网络技术为未来实现智慧高速蓝图提供了切实可行的方案。基于以上技术前提条件，本文围绕新

一代国家交通控制网的理念，提出了基于“云-网-节-端”的体系架构，基于软件定义的理念，开发

智慧公路操作系统产品及智慧通信站节点设备，并在新一代国家交通控制网和智慧公路试点（广东）

项目中进行实施和验证，取得了较好的效果。

2. 体系架构

基于“云-网-节-端”模式的智慧公路体系由云、网、节、端四个部分构成。云指的是云端智慧

公路操作系统及云端应用。网指的是由高速公路光纤通信网、万兆以太网、移动通信 4G 及 5G 网络、

北斗地基增强 CORS 网构成的交通信息通信网。节指的是智慧通信站等边缘节点设备。端指的是具

备外场感知、信息采集发布、控制等功能的专用设备。基于“云-网-节-端”模式的智慧公路体系总

体技术架构图如图 1 所示：

基于“云-网-节-端”模式的智慧公路体系研究与示范

249

图 1 基于“云-网-节-端”模式的智慧公路体系总体技术架构图

端层主要包含车路协同路侧 RSU、高清摄像机、毫米波雷达、可变情报板等多种设备，端层将

提供多种信息感知、信息发布及车路交互等功能。

节层即路侧边缘计算节点，由智慧通信站、视频存储节点、视频汇聚处理一体机、信息发布

控制节点、隧道控制节点构成，提供多种设备接入、AI 智能分析、多种信息融合感知及边缘计

算等功能。

网层由高速公路骨干网、物联网、北斗地基增强 CORS 网、移动网及互联网等组成，为底层的

数据采集与上层应用提供数据传输通道。通过构筑标准统一、结构合理、链路通畅、安全可靠的基

础信息网络平台，实现广覆盖、低时延、高可靠、大带宽的网络通信服务。通过建设北斗地基增强

CORS 网，为项目覆盖路段范围提供全天候、高精度、高可靠的定位服务。

云层包含云端智慧公路操作系统及云端应用。智慧公路操作系统由数据引擎、技术引擎、业务

引擎构成，为云端业务应用系统提供技术、数据、业务上的底层支撑。云端应用层根据新一代国家

交通控制网和智慧公路试点（广东）项目的应用需求，基于云端智慧公路操作系统提供的支撑能力，

构建 8 个应用系统：路运一体化车路协同、路网综合分析决策服务系统、“互联网+”服务系统、北

斗收费应用系统、北斗高精度应急指挥调度系统、智慧服务区系统、一体化救援系统、综合监控管

理系统，完成交通运输部对广东试点的要求。

3. 核心功能

基于“云-网-节-端”模式的智慧公路体系的核心功能是云层的智慧公路操作系统和节层的智慧

通信站。通过云边协同技术，实现智慧公路操作系统与节点设备、云端应用的协同。智慧公路操作

系统为智慧通信站提供数据接入、软件更新、状态监测服务；智慧通信站通过 AI 分析、边缘计算，

将结果数据上传到操作系统，缓解云端的计算压力；云端应用则基于智慧公路操作系统提供的数据、

技术、业务能力进行快速构建。

智能交通产品与技术应用汇编

250

3.1. 智慧公路操作系统

智慧公路操作系统核心是构建技术引擎、数据引擎以及业务引擎，实现技术、数据、业务的解

耦，为上层业务应用提供技术、数据及业务支撑。智慧公路操作系统通过离线、实时、准实时的方

式从各业务系统中抽取数据，采用云边协同的技术手段实现与智慧通信站的资源、服务、应用协同。

智慧公路操作系统的功能架构如图 2 所示：

图 2 智慧公路操作系统功能架构图

技术引擎是构建智慧公路操作系统的基础，采用大数据、云原生中间件技术体系作为底座，为

上层功能模块提供底层技术支撑。技术引擎主要包含分布式数据库、全文检索、微服务、分布式任

务、消息队列、文件存储、容器化、分布式传输等云原生组件，以及 Flume、Sqoop、Kafka、HDFS、

HBase、Hive、Spark、Kylin 等大数据组件。

数据引擎是构建智慧公路操作系统的核心，实现数据的汇聚并提供数据服务，使数据对内实现

优化管理，对外促进数据合作价值释放。数据引擎依托技术引擎提供的技术能力，实现数据采集、

数据存储、数据分析、数据服务、数据治理。数据采集通过离线和实时采集的方式，实现多源异构

数据的采集，萃取和转换。数据存储提供异构化、大容量和可横向扩展的数据存储服务。数据分析

提供数据离线分析和在线分析功能。数据服务提供数据快速开发和共享服务。数据治理提供元数据

管理、数据质量管理、数据标准管理和主数据管理功能。

业务引擎作为数据支撑层、技术支撑层之上业务能力的展示，是数据、技术对外价值的体现，

为快速搭建智慧公路应用系统提供业务支撑。结合高速公路的业务应用场景，业务支撑层实现用户

中心、安全中心、构造中心、时空中心、设备中心、监测中心、视频中心、信息中心、外联中心和

AI 中心，为云端业务应用系统提供共性能力。

3.2. 智慧通信站

智慧通信站是智慧交通体系的路侧感知和控制“节”点。向下连接路侧设备，如视频、雷达等

感知类设备，向上连接智慧公路操作系统，水平连接相邻的智慧通信站。智慧通信站具备丰富的设

基于“云-网-节-端”模式的智慧公路体系研究与示范

251

备接口和强大的数据处理、高效的 AI 融合感知能力，实现多种感知设备接入、多位监测、智能网

联、协同服务。智慧通信站的外观及主要功能如图 3 所示：

图 3 智慧通信站外观及主要功能

智慧通信站主要包含基础通信、边边协同、配置管理、数据交互、AI 分析、雷视拟合、状态监

测、数据存储、信息发布、设备接入等功能，具备了智慧通信站软件的基础通信能力、临近智慧通

信站的业务及数据协同能力、设备配置更新能力、实时数据的上报和信息接收能力、视频事件检测

的 AI 分析能力、雷视设备采集数据的轨迹拟合能力、设备运行状态的自我监测能力、网络中断下

的业务数据存储能力、交通标志及交通事件的信息发布能力、节点设备和路侧感知设备的接入能力。

4. 示范应用

广乐高速智慧公路示范应用是新一代国家交通控制网和智慧公路试点工程（广东）的重要组成

部分，项目围绕路运一体化车路协同、基于北斗高精度定位的综合应用、“互联网+”路网综合服务、

基础设施数字化、基于大数据的路网综合管理 5 个方向开展全面试点工作。

示范应用采用“云-网-节-端”这一新型智慧公路技术架构体系，对高速公路现行的技术体系进

行重构、对业务流程进行再造，为路段业主搭建一个能有效提高运营管理和服务水平的平台。基于

该平台的能力，项目对车路协同、北斗高精度定位以及“互联网+”服务的应用进行了有益的探索。

示范应用的主要建设内容如下：

（1）采用智慧公路操作系统技术引擎提供的 Docker、K8S 容器化技术以及 Hadoop、Kafka、

Kylin 和 Spark 等大数据技术，构建智慧公路控制与服务云数据中心，建设数据中心智能运维管理

平台，建设网络系统、安全系统、IT 基础设施运维系统等配套环境。

（2）采用云计算、大数据、微服务、流媒体、高精度地图和北斗高精度定位等技术，使用智慧

公路操作系统提供的数据引擎及业务引擎，建设路运一体化营运技术体系，探索基于北斗高精度定

位的收费模式，形成各种应用服务 API，包括路运一体化车路协同系统、路网综合分析决策服务系

统、“互联网+”服务系统、北斗收费应用系统、北斗高精度应急指挥调度系统、智慧服务区系统、

一体化救援系统、综合监控管理系统。针对路面运行监测、隧道安全监测、服务区运营监测等高速

公路监测场景，采用三维可视化、AR 实景等技术，构建场景化的数字孪生，不仅能直观的展示设

智能交通产品与技术应用汇编

252

备的外观及位置，还能实时呈现设备的状态，达到可见即可控的效果，提升高速公路精细化管理水

平。高速公路场景化数字孪生效果如图 4 所示。

图 4 高速公路场景化数字孪生效果图

（3）采用 LTE-V 无线通信、传感探测、北斗高精度定位和高精度 GIS 地图等技术，在真实通

车路段示范建设车路协同系统，部署路侧智慧通信站、RSU、雷视一体机及车载终端，构建车路协

同交通控制网。

（4）基于深度学习，设计融合多尺度、多视图、多模型视觉特征的目标检测算法，实现自适应

跨域特征映射方法。开发机器视觉分析应用，提供车流分析、拥堵分析及预警等功能，实现对公路

网的交通运行状态监测，对现场的紧急突发事件的实时监看和调度。

5. 总结

本文首先介绍了基于“云-网-节-端”模式的智慧公路体系产生的背景，描述了“云-网-节-端”

模式的功能体系架构；然后重点阐述了该体系架构的核心功能模块，即云层的智慧公路操作系统和

节层的智慧通信站；最后说明了该体系架构在广乐高速智慧公路示范项目中的应用情况，为智慧公

路示范项目的建设提供借鉴。本文提出的基于“云-网-节-端”模式的智慧公路解决方案，除了直接

面向高速公路行业管理单位及业主外，也可以为软件集成商提供快速建设智慧公路的工具和平台，

进一步提升软件开发的效率，提高高速公路营运管理的水平。

智慧营运管理平台

253

智慧营运管理平台

广州交通投资集团

一、项目背景

随着信息技术的高速发展，社会生产方式也逐渐面临着重大的变革。党中央、国务院高度重视

信息化工作，做出了以信息化带动工业化、以工业化促进信息化、走新型工业化道路的战略部署。

交通运输信息化是国家信息化建设的重要组成部分，是破解交通运输业发展难题、促进交通运输行

业发展方式转变、全面提升交通运输管理能力和服务水平的重要抓手。

2018 年 12 月，广东省交通规划设计研究院股份有限公司完成广州交通投资集团（以下简称交投

集团）智慧交通建设中期规划，规划指出交投集团当前还处于信息化建设的第二阶段，即信息化支持

阶段，信息化数据更倾向于回顾型的评估数据，同时提出数字交投的理念，希望通过“数字化管理”、

“数字化运营”、“数字化创新”来推动交投集团信息化发展。为完成未来高速公路区域化管理和数字

化建设需求，由广州交投机电工程有限公司牵头进行广州交投集团智慧营运管理系统（以下简称智慧

平台）建设工作，该项目旨在整合现有道路的信息资源，通过整合已建系统数据，预留在建系统数据

接口，经数据清洗，形成高度集成化、智能化、系统化为一体的营运管理、应用、共享平台。

二、项目总体设计

智慧平台从高速公路营运日常管理所需的系统功能角度出发，将如收费管理、路政管理、养护管

理等列为必须具备的模块，以便于交投集团完成 13 条高速公路与 3 个区域平台业务的资源的整合、数

据融合和共享，实现数据、监控视频等联网共享。此外，从智慧平台的定位出发，将对上数据报送、大

数据增值业务等模块作为集团层面独有的模块开发，同时实现对区域平台业务的赋能与决策的支持。

本项目的设计原则与思路可以概括为“立足集团，高效管理、趋势导向，技术引领、统筹规划，

分步实施、整合资源，重视长效、积极探索，应用示范”，以“大数据平台”为基础搭建交投集团智

慧营运管理平台软件技术框架，满足未来 10 年以上技术发展趋势；以“顶层设计”带动集团交通信

息化建设；以“数据整合与共享”为基础构建应用软件系统；以“互联网+”技术为依托实现交通

安全监督；以“先进务实”为理念建设信息化保障体系。

三、项目设计方案

广州交投集团智慧营运管理平台为集团营运管理提供相应的数据管理服务，以大数据技术架构

智能交通产品与技术应用汇编

254

为基础，整合汇聚营运业务数据（收费、监控、路政、养护等数据），通过数据采集、数据挖掘、统

计展示等功能，实现营运管理数据快速高效汇聚处理，针对不同业务范围提供个性化功能，为集团

决策提供数据支持，为营运管理工作者提供统一操作平台，赋能路段营运管理业务，其功能架构图

如图 1 所示。

图 1 智慧平台系统架构图

（一）一张图监控

广州交投集团统一规划建设一张 GIS 地图，通过交通地理信息统一的服务接口，为交投集团及

各片区的交通应用系统提供交通地理信息交换与共享服务，满足公共信息服务、核心业务管理、综

合业务应用对 GIS 信息数据共享和使用的需要，并将集团下所有路段交通流量状况、设备设施信息、

路政救援、交通诱导信息在一张电子地图上展现和应急指挥。本方案提供的电子地图模块具有地图

显示、信息查询、设备控制命令发布等多项功能。

一张图监控以彩色地图的样式显示，包括静态显示的内容与动态显示内容，其中静态显示的内

容包括高速公路的外貌信息，而动态显示内容包括彩色图形显示各种外场设备的工作状态及报警信

息，并且实现按图层分类，显示道路走向、沿线设施、设备布设位置、工作状态、路政养护工作情

况等信息。

在电子地图上通过鼠标点击相应的地图对象，根据地理对象的不同，查询与之对应的信息。同

时可以选取路段搜索功能，清晰地显示路段附近设备与基础地理信息的分布。

（二）领导驾驶舱

领导驾驶舱是一个为集团领导提供的“一站式”决策支持的管理信息可视化功能界面。它以驾

驶舱的形式，通过各种常见的图表（速度表、柱形图、环形图等）形象标示集团营运的关键指标（KPI），

支持“钻取式查询”，可以实现对指标的逐层细化、深化分析，将采集的数据形象化、直观化、具体

化，直观地监测企业运营情况，并可以对异常关键指标预警和挖掘分析。

打破数据隔离，实现指标分析及决策场景落地。通过详尽的指标体系，实时反映集团的营运状态。

“领导驾驶舱”充分融合了人脑科学、管理科学和信息科学的精华，以人为产品的核心，从管理者的

决策环境、企业管理综合指标的定义以及信息的表述，将交投集团管理决策提升到一个新的高度。

如图 2 所示，领导驾驶舱界面直观，展现各种各样的重点指标的图形界面，主要包括以下指标

智慧营运管理平台

255

展示：集团路段、收费站实时拥堵情况；集团基本信息；集团累计通行费、车流量；各收费站车流

量、各路段通行费；集团本月支付类型；集团总通行费变化趋势。

图 2 领导驾驶舱设计界面

（三）业务主题仓

根据高速公路的业务特点，营运管理平台按不同的业务场景进行设计，方便管理者对所关注的

业务进行宏观把控。主要业务场景包含：收费业务场景、监控业务场景、路政业务场景、养护业务

场景等。

1. 收费业务主题

1）门架大数据

门架大数据场景，如下图 3 所示，利用采集的全交投集团海量交易数据，多维度用户行为分析，

自主分析，实现基于大数据技术的精细化运营、提升产品质量和体验、增强用户黏性。大大提高了

数据中心的资源利用率、单位空间计算能力，同时有效降低维护成本。

2）站场大数据

站场大数据场景，如下图 4 所示，体现交投集团各路段车流量承运能力，跟踪各路段及收费站

车流的变化趋势，及时掌握各路段车流的流向，分析历史数据结合实时数据，帮助集团对道路、路

段收费站人员及配置进行管控提供强有力的数据支持。

图 3 门架大数据设计界面

智能交通产品与技术应用汇编

256

图 4 站场大数据设计界面

2. 监控业务主题

1）可视化视频主题

如图 5 监控主题页面所示，通过平台的可视化视频展示场景，完成各片区不同厂家、不同架构

视频资源的整合，通过可视化视频展示场景完成实时视频的监控、录像画面的调取等功能。

图 5 监控主题设计界面

2）高速事件指标监测分析

事件信息包括事件分类、发生地点、事件详情、事故等级、拥堵等级五项，事件详情包括状态

信息、路况信息、基本信息、事故信息、事件简述、事件进展、其他信息说明、清障信息等。事件

信息功能支持报表导出数据，包括事件起始时间，事件分类（涉及事故含原因）、地点、占用车道、

通知单位、各单位到场时间、路政及拯救人名、最长车龙、死亡数、重伤数、轻伤数、路产损失数、

对应的拥堵、事故级别、涉事车辆等信息。在电子地图上会根据事件发生的地点进行分类聚合显示。

发生地点支持按照主线、收费站、服务区分类，并聚合显示。

3. 路政业务主题

路政业务主题主要实现的功能为对事件态势感知、两客一危、拯救定位、路政定位、桥下空间

的管理（对讲机 GPS 监测、路政车救援车辆管理等），并对相关数据进行统计，其展示界面如图 6

所示。

4. 养护业务主题

养护业务主题是以养护实际管理需要为导向，结合养护现有数据资源，设置公路养护工程管理、

智慧营运管理平台

257

道路桥梁评价、养护成果管理等专题分析，为领导的科学决策提供辅助数据支持，其展示界面

如图 7 所示。

图 6 路政主题设计界面

图 7 养护业务主题设计界面

（四）智能分析与决策支持

高速公路联网收费及监控信息系统中积累了海量的数据信息，通过构建数据分析应用体系，理

清数据分析应用的思路，采用科学有效的数据分析处理方法，对收费及监控大数据进行深度挖掘分

析，得到的数据分析结果为领导决策提供数据支撑，为高速公路日常运营管理提供数据依据，为公

众出行提供路网实时路况信息。

根据历史的数据积累，利用大数据技术建立交通态势预测模型，对路网内各路段进行短时交通

流预测，为监控人员指挥调度提供决策依据。

在发生事件的情况下，平台根据事件对交通阻断的影响、历史流量情况，利用大数据分析及仿

真技术，推算并预测拥堵随时间变化的情况。根据事件对交通的影响情况制定交通分流预案，对车

流进行及时疏导。

（五）营运报表管理

目前各片区上报首先是人工收集完数据，然后用 Excel 的报表制作工具进行制作，打印进行上

报。随着集团平台的建设完成，集团需要的报表均统一化，通过平台各片区定时进行电子数据的报

送，集团收取到各片区报送的数据后，可进行查阅和报表的打印。

智能交通产品与技术应用汇编

258

（六）平台微信小程序

平台微信小程序的建设是平台与管理工作者进行互动的有力途径。其中平台微信小程序主要包

括以下功能：

1）收费总览

按照月、周、日不同时间维度，简洁明了快速汇聚总车流量/总收费额、平均车流量/平均收费

额、路段车流量/收费额对比、支付类型占比、路段收费明细。

2）交通地图

发布所辖路段拥堵路段、收费站的拥堵详情，帮助决策者和管理者精准治堵。

3）节假日分析

精准提供免费车流统计排名、节假日趋势分析、节假日车型占比图，为决策者和管理者提供节

假日管理决策支持。

4）数据分析

汇聚总车流量/总收费额，进行同比环比分析和年度目标核查，快速完成路段年度目标工作完成

情况检查。

四、总结

广州交投集团智慧营运管理平台为集团营运管理提供相应的数据管理服务，以大数据技术架构

为基础，整合汇聚营运业务数据（收费、监控、路政、养护等数据），通过数据采集、数据挖掘、统

计展示等功能，实现营运管理数据快速高效汇聚处理，针对不同业务范围提供个性化功能，为集团

决策提供数据支持，为营运管理工作者提供统一操作平台，赋能路段营运管理业务。

未来，广州交投集团智慧营运管理平台将充分利用大数据技术架构能力，挖掘海量交通数据，

实现用户画像和交通预测两项功能。对车道、车辆数据进行深度挖掘，实现车道、车辆信息标签化，

通过相应标签的社会属性、偏好特征等各个维度的数据，进而对用户特征属性进行刻画，并对这些

特征进行分析统计，挖掘潜在的价值信息，从而抽象出用户信息全貌。利用交通大数据，实现交通

流预测和交通事件预测，找到最佳的交通组织优化对策措施，指导集团和各路段营运管理工作。

高速公路隧道通行安全智慧管控系统

259

高速公路隧道通行安全智慧管控系统

胡治国 罗 瑜 杨新辉 秦大为 李敬锋 汤永成 吴振威 曾钲淇

广东飞达交通工程有限公司

高速公路隧道是一个相对封闭、环境恶劣、设备繁多、通信困难的特殊空间，由于隧道构造

及环境因素的特殊性，高速公路隧道很容易发生安全事故，且救援难度大。由我司自主研发的“高速

公路隧道通行安全智慧管控系统”，通过多元感知、数据融合、AI 算法、LoRa 通信、红外热成像等技

术手段，融合重点营运车辆数据服务、交通参数多元感知、设备状态实时监测与控制、应急预案及处

置方案等的多元数据，利用一体化管控平台对隧道通行进行全方位、全要素、全时段的有效管控。

一、项目背景及现状痛点

近年来，在党中央、国务院有关安全生产工作重要指示批示精神的贯彻落实过程中，全面提升

了公路隧道防灾减灾救灾能力，预防和减少了公路隧道交通事故特别是重特大交通事故的发生。近

5 年，交通运输部先后开展全国公路隧道安全隐患排查治理、安全风险防控、提质升级 3 次专项行

动，可见党和国家对于隧道安全通行的重视。

而现阶段隧道安全管理主要存在以下痛点急需解决：

 重点营运车辆的异常行为缺乏预警；

 隧道环境变化难以及时有效地感知；

 机电设备设施的可用性无法保证；

 机电设备可控性不稳定；

 各机电子系统缺乏信息融合，难以实现互联互通

 联动预案缺乏智能引导，操作复杂、时效性差。

二、解决方案

（一）总体架构

本系统将隧道中的设备设施状态、环境参数（照度、亮度、有毒气体浓度、积水等）、交通参数

（车流量、车速）、重点营运车辆状态、消防保障系统状态、通信传输系统状态等影响隧道安全通行

智能交通产品与技术应用汇编

260

的数据进行实时采集，对采集数据进行深度数据分析与数据挖掘，建立可即时插拔及灵活配置的数

据中台，在统一的控制平台上进行统一展示、统一告警、统一处置，形成互联互通的一体化动态管

控平台。系统架构见图 1

图 1 系统架构图

（二）方案思路

1. 多元感知

通过高清卡口抓拍、视频事件识别、雷达监测、重点营运车辆动态监测、智能消防测控、RSU

路侧识别、环境、气象监测、红外热成像等手段形成多元感知方案（多元感知示意图详见图 2），对

隧道环境、设备及进入隧道的车辆进行实时跟踪管控，提供有效的预警机制。

图 2 多元感知示意图

2. 多源数据融合

当有事件发生时，通过多源数据关联分析、多重校验、综合研判，多元、多角度、多方式同时

高速公路隧道通行安全智慧管控系统

261

检测与判断隧道安全事件，提高检测速度及判断准确性；

3. 精准处置

根据安全管理模型进行分级处理、应急联动，针对不同路段不同管理方定制应急联动预案、提

高事件处置的灵活性。

三、主要功能

本解决方案的核心功能主要是围绕实时感知环境变化、保障基础机电设备可用可控、全面监控

重点运营车辆、应急处置联动控制来进行设计，核心功能见图 3。

图 3 核心功能图

（一）重点营运车辆实时监测

重点运营车辆一旦进入到路段，通过“重点营运车辆管理系统”中的车辆静态信息可获取车牌

号、货品类别（精准救援）、运证时效以及车辆的动态轨迹信息等。进入隧道前，路段主线上的车辆

动态轨迹信息只要结合“AI 视频事件识别系统”，就能对车辆异常行驶状态进行精准检测并及时告

警；进入隧道后，结合进出隧道口的高清卡口、AI 视频事件识别、雷达监测等多元感知手段，通过

数据关联分析、多重校验、综合研判，能第一时间发现重点营运车辆行使状态异常，并自动在监控

中心大屏进行弹窗告警提醒，为路段管理方提供实时有效、及时准确的预警机制。 重点营运车辆的

实监督测示意图及界面图见图 4 及图 5。

（二）实时感知隧道环境变化

通过多元化的感知设备对隧道内风速风向、能见度、亮度照度、一氧化碳、烟雾等环境参素进

行实时监测，当监测到超过某个环境参数超过阈值时则即时告警。

智能交通产品与技术应用汇编

262

图 4 重点营运车辆实时监测示意图

图 5 重点营运车辆实时监测平台界面图

通过 AI 视频事件识别功能，对进入隧道的车辆进行实时视频识别，当有车辆超速、违停、逆

行、抛洒物体、气体泄漏、起火等事件发生时，系统将实时告警。事件确认后将会在 PC 端、监控

中心大屏端、移动端进行联动事件处置。目前我们的视频事件识别已具备：车辆停止、车辆逆行、

违规行人、抛洒物、路障等多种事件识别以及烟雾检测、车流量统计、交通参数检测、车辆信息识

别等功能。在 2020 年路达组织的 9 家厂家参与的现场测试中，我们的技术得分第一名；2020 年“小

谷围”AI 算法专题赛以技术评分第三名进入决赛，最后获得“优秀团队奖”。AI 视频事件检测到车

辆在隧道内违停截图见图 6，事件数据统计汇总见图 7。

高速公路隧道通行安全智慧管控系统

263

图 6 检测到车辆在隧道内违停

图 7 视频事件检测数据统计表

（三）设备状态实时监测

隧道内的主要设备有：环境设备（照度、亮度、一氧化碳、能见度、风向风速）、视频设备（摄

像机）、消防设备（风机、卷帘门、消防栓、高低位水池、灭火器、烟雾传感器、报警器）、照明设

备、交通指示设备、网络通信设备（服务器、交换机、中继设备、光电缆、紧急电话）、电力设备等

等。隧道内设备状态保持正常可用是隧道安全的基础保障，也是路段管理方的主要责任。本系统可

以 24 小时不间断自动对隧道设备进行巡检，也可以按区域、设备类型、时段等进行手动定向巡检，

当发现设备出现故障时可以自动一键派单给设备养护人员，设备养护人员可以通过移动 APP 接收任

务，设备修复好后在 APP 上可以直接反馈给管理系统，管理人员确认后关闭问题。设备状态检测过

智能交通产品与技术应用汇编

264

程示意图见图 8，设备检测结果及故障处理过程示意图见图 9

图 8 设备状态检测过程示意图

图 9 设备检测结果及故障处理过程图

（四）设备控制可视化

设备远程控制包括对隧道内摄像机角度及缩放控制、交通指示灯控制、智能调光控制、风机转

向转速控制、卷帘门升降控制、消防设备控制等等。本系统可以对设备进行单个或批量控制，控制

后将有现场设备状态的视频自动弹出，节省了监控员主动调用设备视频的时间，大大提高管理效率。

设备控制及可视化结果反馈过程示意图见图 10

高速公路隧道通行安全智慧管控系统

265

图 10 设备控制及可视化结果反馈过程

（五）应急处置联动控制

深度整合事件检测、重点营运车辆、卡口、火灾报警等系统，构建 “监测-预警-处置-联动”

的安全管控业务闭环，根据不同路段业主的管理制度建立不同的应急预案，融合路段附近的消防、

交警、路政、拯救、医院、修理、加油站等资源。当发生紧急情况时能够快速执行预案、调动资源、

联合控制。

四、系统特点

（一）通行状态实时感知

结合门架、卡口、视频分析、重点营运车辆、雷达、路测单元等数据综合评估评判断每个隧道

的通行状态，给运营人员提供参考，方便运营人员及时处理道路拥堵等交通事件；

（二）安全要素全方位监测

重点营运车辆动态监测、AI 视频事件分析、光缆电缆检测、环境检测、隧道机电设备状态检测

等多种手段对安全要素进行全方位监测；

（三）告警准确率高

各子系统之间关联分析、告警多重校验、综合研判，提高告警准确率；

（四）应急处置与联动控制

根据安全管理模型进行分级处理、应急处置，针对不同路段不同管理方定制应急处置预案，提

智能交通产品与技术应用汇编

266

高事件处置的灵活性；可联动控制事件关联的设备，达到及时响应、快速处置的效果；

（五）高内聚、松耦合架构

各子系统之间具有高内聚、松耦合的特点，每个子系统均可独立安装使用，也可以聚合使用；

（六）高扩展性

系统功能目前主要应用场景是高速公路隧道，但基于现有的系统架构，根据不同结构物特点补

充相应的感知设备即可快速扩展到大型桥梁、高边坡、长陡坡、软基等特殊结构物等场景，也可以

在高速公路全线全覆盖应用。

五、应用案例

（一）紫惠高速“隧道通行安全管控系统”

紫惠高速隧道安全管控系统于 2020 年实施，包含重点营运车辆管理、设备状态监测、AI 视频

事件识别、设备远程控制、智慧消防管控等多个子系统，覆盖了 3 个隧道约 3.4 公里隧道（双向），

现系统稳定运行，为隧道安全提供了可靠、高效、精准的统一管控平台。隧道安全管控一体化操作

全景图见图 11。

图 11 隧道安全管控一体化操作全景图

高速公路隧道通行安全智慧管控系统

267

（二）新阳高速“AI 视频事件识别系统”

新阳高速的“AI 视频事件识别系统”项目于 2019 年实施，总共包含 64 路，4 台服务器，覆盖

了 5 个约 3 公里隧道和 18 路路面约 10 公里，识别准确率大于 90%，大大提高了业主的运营管理效

率。部分视频识别事件截图见图 12。

图 12 视频事件识别图

（三）揭惠高速“特长隧道危化品车辆实时监测”系统

揭惠高速为了对小北山等隧道内的危化品车进行实时监测，于 2021 年 2 月份实施部署了“重点

营运车辆动态管控系统”，于 2021 年 4 月初实施部署了“视频事件检测系统”，对通过隧道的重点营

运车辆进行实时动态监测。2021 年 4 月 30 日中午 12 点 22 分，揭惠高速小北山 2 号隧道往惠来方

向 K20+670 处发生车辆着火。隧道视频事件识别检测系统第一时间检测到事件并及时告警，使运营

管理人员第一时间知晓并及时处理，成功快速地处置这一紧急事件，避免了人员伤亡和财产的损失。

在 2021 年上半年广东省交通厅组织的“运输行业科技兴安和案例宣教创新案例”征集活动中，揭惠

高速的《特长隧道危化品车辆事故应急演练教材》被评为安全宣教优秀精品课件“特别优秀案例”

奖。系统运行及奖励情况见图 13。

图 13 系统运行及奖励情况

智能交通产品与技术应用汇编

268

（四）仁新高速“特长隧道风机控制方案”

仁新高速“特长隧道风机控制方案”于 2018 年在青云山特长隧道实施，根据特长隧道的长度、

地理地貌、周边环境、气候特点以及隧道火灾成灾原理，对隧道风机的类别、安装位置、安装技术

等进行设计，对隧道可能的火灾场景进行模拟和分析，设计出火灾情景下风机的控制方式及逃生救

援预案。经过多次现场模拟演练，系统运行稳定、设备可用可控、可高效联动控制，为青云山隧道

安全保驾护航。

（五）新博高速“智能调光系统 ”

新博高速“智能调光系统 ”于 2020 年实施，根据人体视觉特点，进出隧道时容易形成“黑洞

效应”及“白洞效应”而造成安全事故，基于此进行智能调光方案设计及实施，当有车辆即将进入

或驶出隧道时，智能调光系统能够自动控制隧道口的亮灯数量及光亮强度，减少洞内外的亮度差，

减少视觉滞后带来的偏差，达到隧道内安全行驶及环保节能的效果。智能调光示意图见图 14。

图 14 智能调光示意图

（六）广东省路桥公司“老旧隧道智能化升级统一规划分步实施”方案

广东省路桥建设发展有限公司（简称：广东省路桥公司）拥有汕梅高速等多条已运营多年的高

速公路，这些高速公路的机电系统已运行多年、设备老化严重，很多设备出现不可用或不可控情况，

各个系统之间相互独立，紧急事件发生时无法联防联控，给运营管理带来很大困难，智能化升级迫

在眉睫。

据于此，2020 年 8 月广东省路桥建设发展有限公司组织了各分公司、广东省交通设计院、广东

利通、广东飞达等多家单位共同参与的“隧道机电设施联动整合”技术专题会议，会议对隧道机电

设施的整合提出标准化、规范化的要求，并对下一步工作进行了部署。会议决定由路达分公司组织

广东省交通设计院和广东飞达共同制定隧道机电设施联动总体方案，以汕梅高速的莲花山隧道、柚

树下隧道作为升级改造试点，由广东飞达排查汕梅高速公路现有隧道机电设备部署和运行情况，提

供总体方案的前期基础数据收集工作，并负责后期的方案分步实施。

目前，前期的数据收集及整体方案制定已基本完成 ，接下来将按总体规划进行分步实施。升级

后的机电设备各子系统将统一接口标准、统一传输协议、统一展示、统一联动控制，改造后的隧道

高速公路隧道通行安全智慧管控系统

269

除了设备设施的实时监测和控制外，将引入“视频事件检测”“重点营运车辆动态监测”“智能消防

检测”等智慧化子系统。

这是一个老旧隧道智能化升级改造的典型案例，通过整体规划、分步实施，既能对已有设备进

行有效利旧，又能合理补充一些智能化的新设备及系统；既能让每一个子系统单独发挥作用，又能

使各个子系统协同达到最佳的联动效果，真正为业主的运营管理提速增效。升级后的系统架构图如

图 15。

风机

照明灯具

车辆检测器

紧急电话

CO/VI检测器

隧道环境监控设备

火灾自动报

警设备

监控大厅高分屏幕 工作站

采集层

应用层/

功能模块

网

络

管

理

及

网

络

安

全

展示层 单显视器 移动端

数据中台 基础设施及设备状态数据 视频结构化数据 环境数据 车辆数据

空调

灯具

UPS

入侵检测

功放

广播

车道指示标志

声光警报器

隧道交通诱导设备

消火栓

水压/定位

水池液位仪

水泵控制柜

疏散指示灯

可变信息标志

设备指示灯 交通信号灯

隧道卡口

抓拍设备

摄像机

隧道通行状态监测设备

风速风向检

测器

亮度检测器

电力监控 防火卷帘门

基本功能 GIS地图定位查询

重点营运车辆监测 智慧报警管理 机电设备状态管理

隧道环境监控

隧道巡检管理

联动预案库

隧道环境3D展示

隧道通行状态监测 视频流媒体分发

隧道模拟演练 设备维护管理

交通统计及分析

隧道交通诱导

机房设备

通信系统传输设备/光缆

隧道内/隧道变电所逻辑控制节点：

①PLC（串口、数字量电口、模拟量电口等）

②工业以太网传输（以太网数据等）

③无线传输（LORA、LTD/e等）

物联网通道：

①工业以太网传输（以太网数据等）

②无线传输（LORA、LTD/e等）

传输层

扩展功能

AI视频事件

分析

手动报警按

钮

设备控制参数

图 15 系统架构图

结束语：

高速公路通行安全，特别是隧道通行安全关系到广大司乘人员的生命财产安全，关系到各运营

相关方的管理效率，承载着巨大的社会责任。提供先进、精准、高效的隧道通行安全方案任重而道

远，我们已有 28 年高速公路机电系统集成的经验积累和技术沉淀，只要业主能想得到的，我们都能

做得到。本方案是在充分了解高速公路建设方、运营方以及公众各方的实际需求，在大量应用案例

中不断升级优化而形成的一体化解决方案，愿在不断探索优化的道路上与您风雨同行、共创未来！

智能交通产品与技术应用汇编

270

两广地区未来洪水情景下高速公路风险评估

杨赛霓 贾 梁 北京师范大学

0. 引言

全球变暖背景下，极端天气和气候事件频发，气候变化将导致自然灾害事件加剧。极端降水及

其引发的各类地质和水文灾害是气候变暖的显著后果之一，受到广泛关注。洪涝灾害作为我国主要

气象灾害之一，具有范围广、发生频繁、突发性强、损失大的特点，给社会经济造成巨大损失。仅

2020 年洪涝灾害造成 6346 万人次受灾、直接经济损失 1789.6 亿元，比前 5 年均值偏多 12.7%和

15.5%。全球极端降水呈现增加趋势，这将会进一步加剧洪涝灾害的影响。随着中国城市化的加速，

更多的人口、城市和复杂的道路网络等社会经济要素将暴露于洪涝灾害。

高速公路是国家基础设施建设中关键一环，能够效连接各类基础设施，保障区域间人流、物流

运输，当其受到一定冲击和威胁时，会导致故障在基础设施系统中蔓延，进而产生更大影响，造成

的破坏远超单条路段损害。我国高速公路分布的广泛性使其极易受洪水影响。为确保未来高速公路

能够稳定且长效运行，有效评估未来洪水灾害可能对高速公路造成的影响将成为国家公路规划建设

工作中亟需解决的关键问题。

国内外学者对洪涝灾害风险已开展多方面工作，Koks 等对全球公路和铁路资产进行了多灾种风

险分析，分析了不同经济状况的国家的铁路和公路处在不同强度灾害下的长度，约 27%的网络处于

至少一种灾害下，约 7.5%的公路和铁路资产暴露于百年一遇的洪水灾害[1]。Pregnolato 等提出了一

种综合评估方法来量化极端降水带来的洪水风险，以路网的预期行驶时间作为衡量标准，通过降水

天气生成器生成极端降水，将其输入城市高分辨率供水模型 CityCAT，得到水深和速度信息，判断

扰乱后通行时间的变化[2]。有学者通过降水径流模型研究洪水演化过程。Wang 等提出了一套失效

模型以定量评估洪水对公路网络的影响，并通过 2017 年哈维飓风事件对模型进行验证[3]。利用水

文水动力模型模拟洪水有助于进一步摸清洪水灾害演化过程，但计算相对繁琐，模型参数对模拟结

果影响较大。由美国农业部提出的土壤保持服务 the Soil Conservation Service（SCS）模型作为简单

有效的方法之一，已得到广泛应用。Chen 等人利用 SCS 和 AHP 模型，构建了道路风险分区模型，

获得了洪水风险分区图并识别了城市脆弱路段[4]。广东和广西是未来极端降水的高影响区域[5]，本

文以广东和广西为研究区域，利用 SCS 模型和高分辨率统计降尺度未来降水数据集 NEX-GDDP 评

估洪水危险性，利用复杂网络理论分析高速公路路段的重要性，采用风险矩阵法分析高速公路路段

洪水风险，以期为区域高速公路洪水风险评估和灾害响应决策提供新的视角。

两广地区未来洪水情景下高速公路风险评估

271

1. 数据和方法

1.1 数据

本研究所需数据有广东和广西高速公路数据、降水数据、广东和广西 DEM 数据、地表覆盖数

据和水位站水位数据等。

中国公路和铁路数据来自开放街道数据 OSM（Open Street Map），本研究中使用高速公路数据。

地表覆盖数据采用 GlobalLand30 数据集，该数据集来自由国家测绘地理信息局，分辨率为 30 米，

包括水体、湿地、人造地表等类型，公布于网站 http：//www.globallandcover.com。DEM 数据采用

30 米分辨率 ASTER GDEM 数据，公布于网站 https：//yceo.yale.edu/aster-gdem-global-elevation-data。

水位站水位数据来自中华人民共和国水文年鉴-珠江流域水文资料[6]。降水数据采用高分辨率统计

降尺度数据集 NEX-GDDP，选取 2050 年连续三日（3d）最大降水量，排放情景选取典型浓度路径

RCP8.5。2050 年代表本世纪中期，RCPs 情景代表不同的的温室气体排放和二氧化碳浓度综合，

RCP8.5 可以有效表示未来温室气体排放不断增加的情景[7]。

1.2 方法

本文将高速公路转化为复杂网络，不同路段表示网络中的边。利用降水数据分析洪水致灾因子

危险性，引入边中心性介数、边连通性变化和边距离效率变化作为路段重要性指标，通过风险矩阵

法评估广东和广西高速公路路段洪水风险等级。

1.2.1 路段重要性评估指标

1. 边介数中心性

边介数中心性（Betweenness centrality）是经过某条边的最短路径的数量。边的中断可能会影响

多个节点之间最短路径，表示交通网络中路段的重要性。

 

i j i j

ij

σ σ

σ e

EB e

( ) ( ) （1）

其中， i j σ σ 表示点 i 和点 j 之间最短路径，σ (e) ij 表示点 i 和点 j 之间最短路径经过边 e 的数量，

EB(e) 表示边 e 的介数中心性。 EB(e) 值越大表示边的重要程度越高。

2. 边连通性变化

网络连通性考虑了高速公路网络中节点是否相互连接，表示为：

   

 i j V i j

ij c

N N

C G , , ( 1)

1 ( ) （2）

其中，C（G）--网络连通性，N--网络节点总数，V--网络节点集合，cij--如果节点 i 可以到达节

点 j，则 cij 为 1，反之为 0。

将不同边中断引起的网络连通性变化作为边连通性变化指标，可以通过下式评估网络连通性变

化情况：

1 i

i

G

C CRI

C  - （3）

智能交通产品与技术应用汇编

272

其中，Ci 表示边 i 中断时网络的连通性，CG 表示网络 G 没有受损时的连通性，CRIi 表示边 i 中

断时的网络连通性变化，在本研究中表示边的连通性重要性。

3. 网络距离效率变化

网络距离效率 eij 定义为在网络中点 i 到点 j 的最短路径长度的反比：eij = 1/ dij ∀i，j ，当在网

络中点 i 和点 j 不存在路径时，dij = +∞，若 i = j 时，eij = 0，网络效率定义为：

G

G

1 1 ( ) ( 1) ( 1)

ij i j

i j ij

e

E G

NN NN d

 

 

   

  （4）

其中，E（G）--网络全局效率，N--网络节点总数，V--网络节点集合，dij--节点 i 到节点 j 的最

短路径距离。

将不同边中断引起的网络效率变化作为边的距离效率重要性，通过下式表示：

1 i

i

G

E ERI

E  - （5）

其中，Ei 表示边 i 中断时网络的距离效率，EG 表示网络没有受损时的距离效率，ERIi 表示边 i

中断时网络的距离效率变化。将路段重要性分为 5 级，分别用数字 1 至 5 表示，依次表示路段重要

性由低到高，分别用低、中低、中、中高和高表示。

1.2.2 洪水致灾因子分析

本文将综合径流因素和水位因素评估区域洪水致灾因子等级。其中，径流因素利用区域土地利

用和降水数据。径流深度是由美国农业部提出的土壤保持服务 the Soil Conservation Service（SCS）

模型计算所得。径流曲线数值（CN）表示不同下垫面的径流潜力。地表径流计算广泛采用 SCS 模

型，其主要公式如下[8]：

2 ( ) a

a

P I Q P I S

    （6）

25400 S 254

CN  - （7）

其中，Q 表示径流深度（mm），P 表示总降水量（mm），Ia 表示初始降水量，S 表示潜在的最大

降水量（mm），通常 Ia=0.2S。在土壤条件相对稳定的情况下，CN 的变化主要由土地利用变化引起。

国家标准《建筑给排水设计规范》GB50015-2003 和《室外排水设计规范》GB50014-2006 描述了不

同下垫面类型和区域条件的径流系数。参考 Wang 等[9]等提出的方法，根据不同土地利用类型的径

流系数计算 CN，具体数值见表 1。

表 1 不同土地利用类型的径流系数和径流曲线数值

土地利用类型 林地、灌木地 草地 耕地 湿地 空地 人造地表 水体

CN 26 30 56 48 68 90 95

将径流深度按照表 2 划分为不同等级：

表 2 径流深度分级

径流深度（Q） 等级（P） 描述

0 - 30 mm 1 级 低

30 - 80 mm 2 级 中低

80 - 150 mm 3 级 中高

> 150mm 4 级 高