朱承前 蓝先林 杜镔 黄志勇 郭笑妤贵州省交通规划勘察设计研究院股份有限公司摘 要：为探究贵州省智慧高速公路顶层架构设计及应用体系的构建，首先对贵州高速公路基本特征及智慧高速公路需求进行详细剖析，其次提出适合贵州高速公路的“1网+1平台+1系统”顶层架构框架，并据此提炼出6类、6层、22项子系统构成的智慧高速公路应用体系，最后给出了智慧高速公路在实施落地过程中的关键技术和重难点。研究表明：贵州高速公路具有车流量大、桥隧比高、气象环境复杂和传统救援系统调度不足等特点；基于云控平台和BIM+GIS技术，将全要素信息感知网、智慧高速公路运控平台和“建管养运服”一体化综合管理系统作为智慧高速公路建设的3大主体建设方向，并搭建基于“云-边-端”、IaaS和PaaS技术的6个总体框架平台层，以此达到全过程数字管控、准全天候通行、全方位立体服务、自动驾驶及车路协同服务的目的。 关键词：交通工程;智慧高速公路应用体系;顶层架构设计;山区智慧高速公路;云控平台; 基金：贵州省重大科技专项计划项目,项目编号黔科合重大专项字[2016]3013;贵州省交通运输厅科技项目,项目编号2020-123-023; 1 概述随着我国交通事业的大力发展，高速公路的交通量也得到了迅猛提高，随之而来的是高速公路的拥堵甚至堵塞现象[1]。受限于土地环境、地质条件、绿色环保等因素，我国已不可能采用大面积新建高速公路的发展模式[2]。为解决上述问题，同时为达到方便出行、安全出行的服务理念，建立可知慧管控、全方位立体服务的智慧高速公路是十分必要的[3]。 关于智慧高速公路的建设和设计，境内外已进行了大量理论研究和技术实践。从20世纪60年代中期到2009年12月，美国[4]先后进行了电子路径导向系统(ERGS)、智能车辆-高速公路系统(IVHS)和国家地面交通天气观测预报系统(Clarus)的研发，目的是利用无线通信建立一个全国性、多模式地面交通系统，形成一个车辆、道路、气象、乘客直接相互连接的交通环境，这是美国智慧交通的雏形，也是全球智慧交通和智慧出行的最早方案。随后欧盟各国[5]、日本[6]等相继进行了智慧交通、智慧高速公路等方面的研究及应用，并取得了较好的成效。 境内智慧高速公路的建设起步较晚，但随着2018年交通运输部发布的《交通运输部办公厅关于加快推进新一代国家交通控制网和智慧公路试点的通知》(交办规划函[2018]265号及《交通强国建设纲要》[7]中，对新一代国家交通控制网及智慧公路试点进行了重点要求，具体包括：基础设施数字化、车路协同一体化、北斗高精度定位综合应用、大数据+“互联网+”的路网综合管理及应用。同时北京新机场高速公路[8]、2020年冬奥会延崇高速公路[9]、浙江 [10]、云南[11]、上海[12]等各地大批智慧高速公路试点工程如雨后春笋般涌现，都相继响应了交通运输部的相关政策及文件。 贵州省虽建成了公路路基、边坡、桥梁和隧道等信息化管理系统和贵州省公路水路安全畅通与应急处置系统，实现了交通管理尤其是高速公路管理的业务数字化和初步智能化，但从总体上看，贵州高速公路信息化和智能化水平不高，难以满足数字交通、交通强国和新型交通基础设施的建设要求，主要问题体现在以下几个方面：智慧高速公路标准及规范空缺[13,14]、多源异构数据整合效果不佳[15,16]、高速公路各业务板块协同能力薄弱、整体运行监测能力不足、车路协同[17,18,19]及自动驾驶[20]等创新技术落后。 基于上述研究和贵州省智慧高速公路当前现状，首先从贵州省智慧高速公路需求分析出发，其次着力对智慧高速公路的顶层架构进行设计，再次提出适合贵州山区智慧高速公路的总体实施内容及规划，最后给出智慧高速公路顶层设计落地实施过程中的关键技术及重难点，为同类型智慧高速公路设计提供技术参考。 2 项目背景及特点2.1项目背景本文以拟建沪昆国高贵阳至安顺段扩容工程(简称：贵安线)为依托项目，拟建的贵安线是沪昆扩容贵阳以西至昆明的首段，位于贵阳市观山湖区、清镇市，安顺市平坝区、西秀区、普定县境内。是《贵州境内国家高速公路扩容改造建设时机研究》专题研究确定近期建设的项目之一。本项目的实施，对贵州加快建设交通强国西部示范省、巩固西南重要陆路交通枢纽地位，提升国高主通道服务水平、完善全省高速公路网络、构建“长江经济带”综合交通运输体系，加快黔中经济区建设、支撑区域工业化和新型城镇化进程，助推贵安新区发展具有重大意义。 2.2项目特点贵安线位于西南山区，该项目具有以下特点。 (1)新建公路与改扩建公路并存，道路宽，交通流量大，车辆并线跨度大。 (2)桥隧占比较高，基础设施养护难度大，要求高。 (3)沿线经过山区、水域，气象环境比较复杂，团雾现象多发。另外在特大桥、大桥路段由于靠近水域，气温又相对较低，故在冬天和夜间极易发生凝冰、黑冰现象，导致交通安全问题。 (4)传统运维平台管理决策能力不足，仅靠人工经验发现、判断、决策运营管理、养护已不能满足现实需要。 (5)贵安线气象环境复杂，雷电、潮湿环境比较普遍，对机电设备运行影响较大。 (6)预测小客车比例高(约为70%),节假日部分景区附近收费站易发生排队、拥堵。 (7)传统救援系统调度比较割裂，应急救援多数情况下依赖人工手段，各管理部门协调复杂，救援效率不高。 3 建设需求分析3.1功能需求分析3.1.1高速公路数字化需求依托视频监控系统、雷达监控系统、气象监控系统，桥梁、边坡和隧道监控系统等，通过对基础设施状态、交通运行状态、路域环境、交通事件等数字化感知，强化数据采集，构建智慧高速公路全时空交通数据智能感知体系，为智慧高速公路的各项应用提供高度集成的数字化信息流。针对高速公路路网时空信息同时分布于地理空间和信息空间的“双空间”特征，需要创建“双空间”一体化路网时空信息模型，实现“双空间”深度融合的全要素统一建模过程。通过定义时空数据的来源、特征以及去向，集成GIS和BIM等信息模型，形成具有稳定属性的智慧高速公路信息模型，见图1。  图1 高速公路数字化 下载原图 3.1.2智慧化建管养运及服务需求基于BIM技术平台，搭建智慧化建设工地、智慧养护模型、智慧服务区和智慧信息发布系统。 (1)智慧建设方面，需对高速公路建设阶段的安全、进度、质量、成本等实施精细化和智能化管理，且针对管理、运营和维护阶段的需求，建立高速公路设计与施工的数字化交付体系。在智慧养护方面，需要构建数字化养护模型，推行基础设施全生命周期健康管理，实现在线监测、性能评估、风险预警、寿命预测等功能，建立科学合理的公路养护机制，有效地使用养护资金、机具设备和材料，提质降本。 (2)智慧营运方面，一是需要建立公路设施数字化档案，实现公路设施数字化采集、管理与应用，构建公路设施资产动态管理系统，实现公路资产的保值；二是需要深度整合高速公路数据资源，充分融合第三方数据资源，通过数据资产化实现高速公路固定资产的增值。 (3)智慧服务方面，需要建设智慧服务区和信息发布系统，一是依托多种服务模式和发布渠道，实现实时路况、施工占道、公路气象、事故事件预警、交通诱导、服务区信息等重要信息的及时发布，为出行者提供全新的出行体验，增强出行者的获得感和幸福感；二是为服务区管理者提供智慧化监管和运营手段，提升服务区监管和运营的效率及效益。 3.1.3车路协同与自动驾驶创新应用及管理需求需要促进成熟的车路协同技术与高速公路各业务应用系统的融合，提升高速公路车道资源利用率、确保交通安全、缓解交通拥堵，并且需要依托贵安线独特的地形地貌、气候特点和贵安线桥梁、隧道、互通等丰富的场景，对智慧高速公路新产品进行前置验证，为高速公路车路协同和自动驾驶的研究提供环境，促进相关产品的研发、应用和普及，并为相关法律法规的制定提供依据。 3.2用户需求分析智慧高速公路的应用与服务主要针对公众、项目管理公司、交通执法部门、行业管理部门4类用户。能够为公众出行者提供精细化、自主化的出行服务，为管理者提供便捷化、高效化的道路交通综合管理服务，为交通执法者提供道路信息数据以及执法依据数据，为行业管理部门提供交通状态分析数据及项目管理公司共享的数据。 3.3数据需求分析高速公路现有的数据资源可划分为基础数据和业务数据两类，基础数据主要包括公路网基础数据、交通地理空间数据、文本资料数据、视频多媒体数据等，业务数据主要包括交通事故信息、交通流检测数据、气象检测数据、移动巡查车数据、养护数据、路政数据、收费数据及应急数据等。 行业大数据云平台主要承载工程建设、养护、管理、运营、出行服务及车路协同等6大类业务应用。因本项目需保障云平台未来三年的数据存储空间，故年产生数据量按第三年业务数据进行测算见表1。限于篇幅，此处仅给出部分数据，形如存储设备及服务器数据未列举。 表1 部分数据需求 导出到EXCEL
4 顶层架构设计4.1内容设计以贵安线为依托，基于云边端系统架构，融合多项先进信息技术，面向全省构建“1+1+1”的“三步曲”架构体系，即一张贵安高速公路车路信息感知交互网(Expressway Vehicle Road Information Perception Interactive Network, EVRIPIN)、一套智慧高速公路大数据支撑平台(智慧高速公路云平台，Smart High-speed Cloud Platform, SHCP)和1套高速公路“建管养运服”智慧应用包含智能车路协同的综合应用系统(Integrated Application System, IAS),“三步曲”架构体系相对关系见图2。 4.2总体框架设计贵安线智慧化专项工程总体架构包含6个层级，见图3。分别是感知层、通信层、数据层、平台层、应用层和展示层。 (1)感知层是建设智慧高速的基础，实现多维度数据信息的采集。 (2)通信层实现信息上传与下达，通过SDN、智能网关、云边协同等技术的应用，为高速公路“车路云”数据交互提供可靠通道，满足高速公路各业务数据传输需求。 (3)数据层是实现数据分析的基础，是数据管理的关键，也是信息共享和业务协同的对象和载体，所有的业务协同最终都将以数据交换的方式实现，确定数据分类、内容和来源，实现一数一源，全局共享共通是数据管理的最终目的。  图2 “三步曲”架构体系相对关系 下载原图 (4)平台层是整个智慧高速公路的大脑。云边端一体化大数据平台，包括平台云、路段或站级(服务区)边缘云、路侧计算单元共同构成贵州省智慧高速公路平台三层架构。 (5)应用层利用平台统一的数据和能力为高速公路提供管控、安全、服务等相关的上层应用。 (6)展示层可面向省级管理中心、交管部门、医疗卫生、消防救援部门、路段中心、出行公众等从不同维度展示智慧高速公路相关信息，支持对智慧高速公路建设、管理、养护、运维等界面的展示，运用多种可视化展现手段进行呈现，并对主要数据指标进行分析，多角度展示智慧高速公路应用。 4.3逻辑架构设计根据高速公路的服务对象、服务内容和服务功能，可建立贵安线智慧高速公路逻辑架构体系，见图4,该图简单明了地诠释了服务对象、服务内容及服务功能之间的相对关系。 具体而言，贵安线智慧高速公路逻辑架构主要由智能路侧终端、智能车载终端和智能用户终端构成。 (1)所谓智能路侧终端由智慧高速公路云中心、路段中心、路侧智能设备三层架构组成。 (2)所谓智能车载终端是一个集自车信息感知、实时信息交互和智能应用计算于一体的智能系统，该系统内置多模式组合定位系统、支持多模式通讯技术，能够实时感知自车的位置及运行状态信息，并通过DSRC、LTE-V、5G等，与其他智能车载终端、智能路侧终端进行信息交互，获取自车周边的道路环境及动态目标信息。 (3)所谓智能用户终端是指智慧高速公路管理者和使用者(出行者)。通过手机APP及导航软件等多种发布介质，通过多种发布介质展示实时交通数据、交通事件信息、阻断信息、现场图片、实时视频、发布信息等内容，为管理者、出行者提供有效的服务。 5 总体实施内容及规划5.1搭建车路感知交互网通过交通运行状态感知、路域环境感知、基础设施状态感知、设备运行状态感知、车辆感知和无人机感知设备，对贵安线基本对象进行高精度感知，通过光纤专网、有线广播、WIFI通信、LTE-V车路通信、卫星通信、物联网、北斗地基增强网络和5G技术等融合通信网将感知设备采集和感知的数据及信息传送至后续基于BIM+GIS技术的智慧高速公路云控管理平台。  图3 总体架构 下载原图 5.1.1交通运行状态感知通过交通流感知设备，准确、动态地检测高速公路沿线各路段的交通量、平均车速、占有率、车头时距等交通参数，从而推算交通流的运行变化状况并进行数据分析和处理存储，并通过多方面的控制措施来控制和疏导交通流，保证高速公路行车安全和交通畅通，降低交通延误，提高通行效率。交通运行状态感知拟采用毫米波雷达和激光雷达2种感知设备，其参数见表2。 限于篇幅，下面仅给出交通运行状态感知和基础设施状态感知中的边坡监测子系统感知方案。 5.1.2边坡填方监测子系统贵安线高边坡及填方量较大，且单体边坡规模大、坡体结构复杂、灾变机理难以把控，边坡地质灾害事故的风险较高。灾害防控实践证明，采用现代化的智能边坡监控是降低边坡地质灾害事故风险的有效途径。造成边坡灾害事故的原因主要有：边坡受自然力(地震、暴雨等)和人类工程活动的影响导致土体受影响，最终导致失稳、已有支护结构(支护结构等)老化至不能抵御失稳土体的冲击从而导致灾害发生等。  图4 逻辑架构 下载原图 表2 交通运行状态感知设备参数对比 导出到EXCEL
若能对边坡以及支护结构进行全过程的健康状态监测，从而对边坡以及支护结构的健康状况给出评估，对灾害进行事前预警，将会最大程度地降低灾害发生的风险或灾害事故的损失。边坡实时安全健康监测是解决边坡稳定问题、查清边坡变形破坏机理和范围、防治地质灾害的有效和必要手段，通过自动化监测可以预防边坡地质灾害、保障施工运营安全、保护环境，优化边坡地质灾害治理设计和施工方案、节约造价，对滑坡等地质灾害进行预警。 基于上述论述，贵安线拟采取的边坡监测方案见图5。 5.2基于BIM+GIS的智慧高速公路云平台采用“云-边-端”三级通信理念搭建的基于BIM+GIS技术的智慧高速公路云平台包含了基础支撑子平台、数据整合与处理子平台和智能计算子平台3个子平台。贵安线的“云—边—端”三级通信节点如下。 (1)云端节点：智慧高速公路云平台，通过该云平台，可实现高速公路智能管控、智能决策、智能服务等相关业务应用。 (2)边缘节点：包括路段管理分中心、服务区、智慧工地等管理单元，可对端侧数据进行初步加工和存储。  图5 边坡监测子系统 下载原图 (3)终端节点：包括高速公路沿线感知设备、控制设备、物联网设备，路侧边缘计算等。 贵安线智慧高速公路云平台考虑到未来中心的功能需求和应用业务量的增加，为便于云平台中心系统的升级与扩展，应采用开放式网络架构。网络系统拓扑见图6。  图6 云平台网络拓扑 下载原图 5.3智慧建管养运及服务应用系统智慧建管养运及服务应用系统分为全过程数字管控、准全天候通行、全方位立体服务3大类。 (1)全过程数字管控包括智慧建设管理系统、智慧养护管理系统、路网运行状态评估系统、主动交通控制系统、数字孪生管控系统、气象自动监测及预警系统、重点营运车辆管理系统、智慧运营管理系统、机电智慧运维平台系统、隧道智能巡检机器人系统。 (2)准全天候通行包括智能消冰除雪系统、行车安全诱导系统、夜间安全出行系统。 (3)全方位立体服务包括伴随式信息服务系统、智慧服务区系统和车路协同服务系统。 现以智能消冰除雪系统为例，论述智能消冰除雪系统在智慧高速公路中的应用。 2020年贵阳至安顺周边高速公路路段的不完全统计资料表明，全年事故总计327起，其中因凝冻天气所诱发的交通事故数为77起。2020年贵安线受凝冻天气影响导致交通事故情况见图7。 分析图7可知，凝冰天气严重降低了高速公路安全运行效率，应引起交管部门的足够重视。 路面凝冰预警及自动喷洒除冰系统通过综合气象数据分析提前对道路桥面喷洒环保型融雪液，从而达到降低冰点加速冰雪融化以及减小凝固点防止再次结冰的效果，其系统架构见图8。  图7 受凝冻天气导致的交通事故情况 下载原图  图8 智能消冰除雪系统架构 下载原图 该系统采用现场/远程、手动/自动、相组合的方式进行结冰预警及处置。系统一旦接收到结冰预警信号，则可以通过现场判断或客户端软件远程开启融冰除雪系统，消除道路结冰和积雪。融冰剂的喷洒量可根据路面结冰的情况调整，实现融冰剂喷洒量的精确控制，减少融冰剂的浪费，降低除冰成本，提升除冰效率，同时最大程度减少人力投入。 6 关键技术及重难点6.1关键技术智慧高速公路云平台的建设需要解决多类终端设备接入、多源数据采集与处理、功能分析与系统建模、业务知识积累迭代等一系列问题，涉及8大类关键技术，分别为数据集成与边缘处理技术、系统部署与集成技术、通信技术、IaaS技术、PaaS与中间件技术、中台技术、应用开发与SaaS技术、前端技术。 6.2重难点(1)基于BIM+GIS技术的全线智慧高速公路云平台。整条贵安线智慧高速公路涉及的感知设备、传输设备、数据库、数据分析软件及系统等数量庞大，如何在海量监测数据中选择合适、高效的数据分析手段和技术来得到正确合理的有效数据以及设备管理是极具挑战性的。 (2)“五位一体化”建管养运服一体化系统。全过程数字管控、准全天候通行、全方位立体服务及车路协同技术落地的可能性及与预期目标差距问题是“五位一体化”建管养运服一体化系统建设过程中的重难点。 7 结语(1)结合贵安沿线地理环境等特点，从智慧高速公路功能需求、用户需求和数据需求等各方面进行了需求分析，为后续智慧高速公路架构设计提供依据。 (2)基于需求分析结果，给出了智慧高速公路总体内容、总体框架及逻辑架构设计思路和智慧高速公路建设方向。 (3)在贵安线智慧高速公路顶层架构设计框架下，从车路感知交互网、基于BIM+GIS技术的智慧高速公路云平台、“五位一体化”建管养运服一体化综合管理系统等方面阐述了贵安线智慧高速公路的具体实施内容及计划。 参考文献[1] 交通运输部规划研究院.2018国家干线公路交通情况分析报告[R].北京，2019. [2] 岑晏青.数字交通发展报告(2018)[M].北京：人民交通出版社，2019. [3] 人民交通出版社股份有限公司编委会.智慧高速公路建设探索与实践[M].北京，2014. [4] Fei Cai,Ning Ding,Xiao Xiao Qu.Construction of Urban Traffic Information Service System Based on WebGIS [J].Applied Mechanics and Materials,2013,2545. [5] Konstantinos Gkoumas,Mitchellvan Balen,Anastasios Tsakalidis,etc.Evaluating the development of transport technologies in European research and innovation projects between 2007 and 2020 [J].Research in Transportation Economics,2021,101113. [6] Fumihiko Kanazawa,Hideyuki Kanoshima,KoichiSakai,etc.Field operational tests of smartway in Japan [J].IATSS Research,2010,34(1),31-34. [7] 汪光焘，王婷.贯彻《交通强国建设纲要》,推进城市交通高质量发展[J].城市规划，2020,44(3):31-42. [8] 李悦，周永涛.北京新机场高速公路“智慧高速”工程设计实践与探讨[J].筑路机械与施工机械化，2020,37(3):36-41. [9] 汤显平.基于绿色公路建设理念的高速公路路线设计方案评价体系研究[D].中南林业科技大学，2018. [10] 季琳瑜.浙江省丽水市智慧公路建设存在的问题与对策研究[D].湘潭大学，2018. [11] 张云.云南省“智慧高速”建设发展研究[D].大连海事大学，2016. [12] 张雯靓，徐爱峰，史俊.上海智慧高速公路建设与发展探讨[J].上海公路，2020,(2):102-106+130. [13] 刘若微，施进，范佩庆.智慧高速公路标准体系建设研究[J].信息技术与标准化，2016,(Z1):42-45. [14] 王豫炜.智慧高速公路的设计与实践[J].建筑结构，2019,49(S2):984-987. [15] 吴丹，樊舒.面向多源异构资源融合的公共文化数字化建设路径[J].西安交通大学学报：社会科学版，2021,41(5):136-143. [16] 冀振燕，吴梦丹，杨春，李俊东.可扩展的融合多源异构数据的推荐模型[J].北京邮电大学学报，2021,44(3):106-111. [17] 树爱兵，刘东波，张雷元，何广进.基于车路协同的交通管控设备互联交互通信协议研究[J].中国人民公安大学学报：自然科学版，2018,24(1):78-83. [18] 焦朋朋，杨紫煜，洪玮琪，王泽昊.车路协同下车队避让紧急车辆的换道引导方法[J].中国公路学报，2021,34(7):95-104. [19] 田野，裴华鑫，晏松，张毅.车路协同环境下行车风险场模型的扩展与应用[J].清华大学学报：自然科学版，2022,62(3):447-457. [20] 张名芳，李慢，陈子凡，王庞伟，程文冬.人机混驾环境下无信号交叉口自动驾驶汽车左转运动规划研究[J].中国公路学报，2021,34(7):67-78.  |
|
|
来自： guoxiongxin > 《高速公路》
