基础设施数字化实现场景和关键技术

　　交通部、财政部发布的《关于支持引导公路水路交通基础设施数字化转型升级的通知》,提出公路基础设施数字化转型升级的智慧扩容、安全增效、跨领域产业融合、体制机制创新等关键场景,对我们高速公路发展有重要指导意义。

　　智慧扩容就是在不增加物理车道的情况下实现车流量提升20%以上,这对未来高速公路的新建和改扩建都提出了很好的新模式。

　　根据欧美发展经验,在交通秩序非常好的情况下,通过速度和谐,尤其是动态开放硬路肩能提升车流通行效率30%以上。

　　从一位长期生活在英国、交通工程学出身的从业者处获悉,通过其在英国对开车人的长期观察发现,良好的交通秩序与驾驶行为有着密不可分的关系。

　　交通秩序管控就是要管控好急加速、急减速、急变速、超速等不良驾驶行为,不同的驾驶行为使得中英两国的交通秩序出现井然不同的景象。

　　通过对比两个国家的管理体制不难发现,英国之所以驾驶行为较好,除了开车人素质比较高之外,还有一个在于英国的交警只管执法,交通秩序是交通部门在管理,而我国的交警在交通部里面,既管交通秩序也管执法。那么在我国这种体制情况下,如何能够有效管控驾驶行为,就要尽可能通过监测去及时发现是谁的驾驶行为不当。

　　据公安部统计,2023年中国机动车驾驶人员数量达5.23亿,而英国2023年总人口数仅为0.68亿,人口密度和驾驶员比例立见分晓,面对我国的实际人车环境,通过车流感知设备为监管部门提供监测数据,同时提醒车主改善驾驶行为成为历史的必然选择。

　　提到中国车主的驾驶行为需要管控,研究人员提到,假设在只装有红绿信号灯,没装摄像头的交通路口,或者只在管控区域设立交警人员去管控交通秩序,闯红灯的现象仍无法得到有效控制。而使闯红灯行为得到有效控制的,是摄像头,可以对不良行为进行实时抓拍,从而使执法部门有据可依,也对车主起到一定的威慑作用。

　　良好的交通秩序是实现通行效率提升的基础,同样也是安全的基础。良好的交通秩序要求监管部门必须管理好急加速、急减速、急变道、超速等不良驾驶行为。

　　笔者特别在英国连续7天观察了英国高速公路上的驾驶行为,发现英国基本上很少有三急一速行为,对比苏绕S17公路,三急一速行为平均每两辆车就有两起以上。这个差别是巨大的。英国普通的双向两车道的乡间公路平均车速可以到65迈(超过100公里每小时)以上,而广深高速却做不到平均车速90公里每小时。“三急一速”不良驾驶行为成为对高速公路车辆通行效率最大的影响因素。

　　关于“三急一速”驾驶行为的管控,同样可参考红绿灯加装摄像头的方式进行监测的方式来获取数据,但这种方式在高速路上却显得笨拙而功效倍减。

　　由于摄像头对光线的依赖性极强,在高速路上即使全程加装照明,能监测的车辆数据也是捉襟见肘,对监控部门的帮助不大,对车主也很难起到及时提醒的作用,同时基础设施的投入将不可估量。

　　通过对比,笔者发现,在视频做不到的领域,雷射融合技术可以起到有效的支撑。如果通过一公里加一个雷射融合设备,既可以感知车主的驾驶行为,也能得到该车辆的车牌等信息,既为监管部门提供了有效的监测数据,也帮车主顺利通行提供了有力辅助,同时可在一定程度上对司机形成一种心理上的社会管控,对其驾驶行为的改善起到一定的教育作用,从而逐步改善交通秩序,实现智慧扩容。

　　雷射融合技术对不良驾驶行为的检测分两种情况,一种是一般情况下,通过情报板、路边喇叭、OBU、智能手环等设备触达到司机端,通过提醒改善其驾驶行为;对于严重的、已经违反了相关法律的驾驶行为,交警部门可通过监测到的数据,及时对司机的不良行为进行处罚。通过多种方式的提醒,可对司机的驾驶行为进行潜移默化的指导教育,逐步触达到更多的司机,从而提升交通秩序,降低高速公路因不良行为导致的拥堵、事故和二次事故的发生率。

　　要做到以上的信息监测和触达,需要能够分车道的对车牌进行监测。雷射融合车流数字化技术能够在夜晚、雨雾、雪天情况下实时检测三急一速等不良驾驶行为,能够全天候实时检测到每辆车的车流轨迹,并且能够准确的识别到相应的车牌、车型、车速、车重等。由于检测数据含有车牌信息,可以不断通过情报板、喇叭等精准、实时触达车主,可让车主有在摄像头底下的“被监控”感,可以大大提升车主的交通规范遵从度。

　　对于经常上高速的群体,特别是货车群体,能够及时检测到其行驶轨迹,同时对他们急变道等行为增加提醒次数,对于高速公路上的货车监管具有重大作用。在摄像头下的被监控感可以提升人的秩序内驱力,通过不断的带车牌通知,可有效减少三急一速等不良驾驶行为,对交通秩序管理效率将会产生较大帮助。

　　英国的交通违法行为非常严苛,他们的处罚标准会按照收入的比例来进行,某些群体可能会因为交通违法而需要面临上法庭审判的局面。当然,处罚不是目的,而是达到目的的有效手段。在我国人口基数巨大、驾驶员比例居高的实际国情下,交警如何通过设备获取到更加精准的数据信息,对不良行为进行处罚,是基础设施数字化转型过程中需要重点关注的。

　　实际工作中,给交警提供准确、精细的监控技术手段,包括检测和通知等,可以通过和交警等相关部门合作打造交通秩序样板路段的方式,来快速提升整个社会的交通驾驶行为。

　　通过在高速公路上设置OBU或者CPC,每辆车的三急一速等不良驾驶行为都可以被雷射融合车流数字化技术跟踪记录下来,联合路侧的视频,提供给交警。交警可以根据OBU或CPC中的车牌信息找到相应车主,结合轨迹和视频对其进行相应处罚。由于雷射融合车流数字化技术能够做到全天候95%以上时间的监测,比交警的卡口准确度和数据量更加精准,对交警意义重大,可以实现运输通行效率较大的提升,将可对标英国的通行效率。

　　把车辆的交通秩序管好,尤其是把货车的三急一速管好,是实现智慧扩容的基础,通过动态开放硬路肩实现通行效率提升30%以上。提到动态开放硬路肩,如何保证车主没有理由和机会在非开放时期占用硬路肩和开放硬路肩期间大货车上硬路肩带来的安全隐患等,成为交警部门最担心的两大问题。

　　在没有严格交通秩序管控的情况下,开放硬路肩有可能会带来通行效率的降低而非提升。由于急切高效的办事心理,高速上每个车主都想快一点、更快一点,导致高速路上不停的车辆变道,这一行为会带来踩刹车引起的蝴蝶效应,从而影响整个高速公路体系。所以,想要开放硬路肩提升通行效率实际前提是交通秩序的有效管控,避免“挤来挤去”的通行现状。

　　雷射融合车流数字化技术能够精确的检测到带车牌的非法占用硬路肩和不按车道行驶行为,且会在第一时间带车牌实时通知车主,以确保交警担心的两大问题能做到可管、可控,实现高速公路的智慧扩容。

　　据清华大学统计,高速公路上70%以上的重大伤亡事故都是因为异常停车没有处理引起的二次事故造成的,尤其是在夜晚、雨雾、雪天的情况下更容易发生。异常天气情况下的安全事故,尤其恶性事故占事故总量的80%以上。

　　所以在安全增效方面,及时检测到异常停车(包括碰撞)等行为并进行及时处理是保障安全的根本。快速检测、快速通知是根本,仅快速检测,不能及时触达到车主,相当于没有。

　　最近发生在广东的“五一事件”就是在大雨的夜晚发生的。梅州的事发路段有一定的坡度,失事车辆没有一辆大车而全部是小车的主要原因是大货车车头视野比较好,看的比较远,而小车无法看见前方情况。老司机根据经验可判断灰色的是路面、白色的是带水的路面、黑色的是坑等路面信息,此时一方面需要紧紧的盯着路面,另一方面要盯着前面车流的轨迹,根据轨迹实时判断路面状况。试想,如果失事路段设有感知融合设备能够精准检测到路面、车辆轨迹等信息,并在第一时间通知到后方车主,其结果会怎样?

　　从梅大事件来看,依赖互联网地图提供预警同样存在弊端。高速预警提醒前方看到没车,是通过算法识别前车速度骤降,然后把警告推送给后车,实际上是检测了一个急减速的类型,发现急减速及时通知。但是某互联网地图是通过陀螺仪判断急减速,它的急减速不是全覆盖,同时它的轨迹流判断只能起到一定的作用,并不完全准确。

　　那么如何能通过轨迹流检测出急减速?雷射融合是非常符合此检测要求的一种技术。雷射融合可全程跟踪轨迹流,一旦发现轨迹流出现异常的急减速行为,或者前车掉到坑里的情况,能够通过情报板等及时通知后车。一旦此技术在高速公路进行全覆盖,实施效率将会大大提高。

　　特斯拉的FSD为什么有自信,就是给车不断的输送数据训练它,让特斯拉的FSD成为行业老司机。通过将海量的数据不断的对它进行投喂,它就成为很牛的老司机。比如,老司机就可以根据前面车辆的轨迹判断出来地上有没有遗撒物、有没有坑或者积水等而实时的做出判断。跟着前面车辆的脚步走,盯住车流轨迹,哪怕路上有积水、车流的轨迹在偏移等都能及时发现,这些将会对安全提升有非常大的帮助。

　　从梅大“五一”事件中半个小时的过程来看,即便在恶劣天气能见度很差的情况下,没有一辆大货车出事,充分说明了轨迹数据的对安全的巨大意义。我们以前做安全检测,总是想到用视频AI的方法来增加检测出来的概率,实际上这种方法是很难行得通的。

　　视频在能见度不好的情况下比如“五一事件”中基本发挥不了作用,而且AI很难在事故发生的时候做到精准,即便结合雷达也解决不了多报和少报的问题。多报和少报很有可能让应急处理人员疲于奔命,要不然就出现多报而引起的“狼来了”效应,或者少报而错失处理时机。车流数字化雷射融合技术可以全天候实时做到车流轨迹95%以上的准确性,通过这些数据可以让系统不断的学习升级,从根本上提升对事故事件的精准判断。光做到及时检测还不够,还要做到及时通知。快速触达很关键。目前的主要技术就包括加喇叭、利用情报板、利用4G/5G通过APP等通知。加喇叭在风大雨大等情况下很难听的见,效果也有限。

　　情报板数量有限,难以做到快速触达。而4G/5G在恶劣天气下,很容易在高速公路边失效。并且存在用APP车主不打开的情况。通过车主打差评的方式解决不了安全的触达问题。

　　从现在来看,交通部即将推出的《公路电子不停车收费车路协同拓展应用技术规范》规范中定义的OBU 2.0是最可靠的快速触达方式。它可以通信到1公里,可以广播,每个车播送相同的内容,也可以单播,每个车根据它的位置、速度、车型等播送不同的内容,比C-V2X更便宜、更准确、更可靠。这对交通体系提升安全无疑有巨大帮助。

　　基于《公路电子不停车收费车路协同拓展应用技术规范》标准建设安全预警体系,可以不断丰富高速公路和城市道路的安全应用场景。除了使用OBU2.0通知行驶的车辆,司机也可以使用具备这种接收信息服务功能的手环来达到同样的目的,当然,也可以给施工人员或养护人员装手环来减少车流对施工养护人员的安全隐患。同样可以在无人机等具备声光电报警能力的设备上应用这套标准。

　　基础设施数字化最核心的就是车流数字化。车流数字化就是高质量、低时延的轨迹数据,包括全天候情况下的车牌、车速、车型、车重等数据,是数字化皇冠上的明珠。

　　车流数字化可以判断三急一速,对于提升智慧扩容跟安全增效,都是不可缺少的重要基础,实时可靠的、可计算的车辆轨迹流是智慧公路的核心。欧美国家的实践表明,没有任何一个自动场景是不可以用一段实时可计算的轨迹流解决的,车流数字化极具商用前景单雷达由于有遮挡和虚景问题,解决不了轨迹准确性问题。也没有车牌。没有车牌就不能对车辆进行管理和触达。

　　视频可以弥补一部分雷达的遮挡和虚景,但是雷达遮挡,视频也经常遮挡,效果有限。异常天气情况下,视频的补充更为有限。而且视频检测事件很容易多报漏报,造成安全运营价值缺失。依靠雷视融合技术建设的智慧高速不能保准基本的准确性,时延很大,不能给车主带来体验,需要间隔两三百米大量堆砌摄像头,需要大量的算力和存储,最终起不到效果,建设成本和养护成本非常高,明显是投资失败行为。

　　而雷射融合技术能够全天候的检测到车流轨迹,符合交通部新出的标准,是解决基础设施数字化转型升级场景应用落地,是目前车流数字化唯一可以商用的技术,轨迹流的轨迹数据为将来交通数据的资产化也奠定了基础,无需大量算力和存储,成本更低,性价比更高。《公路电子不停车收费车路协同拓展应用技术规范》中的车流通信解决了准确快速可达问题,和雷射融合车流数字化技术相结合,就成为智慧扩容、安全增效、产业融合最核心的两大技术,使交通部、财政部提出的高速公路基础设施数字化成为可能。