数字技术正在重塑世界。在万物皆可数字化的当下，数字技术无疑成为公路交通高质量发展的关键要素。随着5G通信技术的日渐成熟，人工智能技术作为新一代信息技术的代表，在智慧高速领域跑出了领先的速度，为智慧高速的建设和发展按下了加“数”键。人工智能为公路装上了数字“大脑”，使其可以根据给定的输入作出判断和预测，赋能路侧感知、数字底座、视频联网、业务应用等智慧高速建设的多个阶段。本文结合第二十四届中国高速公路信息化大会上的经验分享，对人工智能在推动高速公路数智化转型中的融合应用进行了梳理与思考。对于自动驾驶车辆，路侧感知可增强其感知能力，有效弥补单车智能的感知盲点，让自动驾驶由过去的单兵作战转变为有组织的高效协同合作。对于普通社会车辆，路侧感知可对其赋能高级辅助驾驶功能，通过路测雷达、摄像头等传感器采集车辆周边、前方较远距离的环境数据，进行静态、动态物体的识别、跟踪，由控制系统结合地图数据做出行为决策，使驾驶者觉察可能发生的危险，从而有效提升驾驶安全性与舒适性。将路侧感知数据接入交警数据平台，可通过对海量交通运行数据进行整合处理，形成分析预测模型，应用于交通调度引导、线路规划和车辆管控等方面，用数据管理和决策为车辆的运行与监管提供全方位的支持，为提升高速公路的交通效率提供有效的解决方案。由于路侧感知存在夜间、恶劣天气感知受限，感知设备覆盖有限，设备之间各自独立的问题，新基建背景下，对路侧感知的要求体现为全时段、全覆盖、全要素。为满足上述要求，在感知AI技术经历了单传感器、多传感器融合两个演进阶段后，阿里巴巴达摩院城市大脑实验室提出3M阶段，即多传感器、多视角、多任务，打造全域AI感知新范式。目前，常用的传感器有摄像头、毫米波雷达和激光雷达，使用单一传感器进行检测存在局限性，将多种传感器的数据融合能够结合不同传感器的优点，起到扬长避短的效果。
雷视融合是将雷达与视频监控（摄像头）进行融合，最大程度实现两大技术方案的优势互补，发挥出1+1>2的效果。雷视一体机内置高清AI摄像单元，在硬件结构、数据采集、数据处理等多维度上深度融合，实现全天候、超视距、高精准感知，可广泛应用于数字道路、智能路口、全息隧道、盲区预警、超速提醒、车路协同等场景。相比于传统的方法，Transformer（一种用于自然语言处理的神经网络架构）中的注意力机制可以帮助网络捕捉到更多的全局和上下文信息。对于多传感器融合的三维目标检测，在大规模激光点云数据上，高效地使用Transformer结构可以直接处理原始点云，完整保留原始点云空间结构，直接解决点云稀疏以及无序的问题；融合检测目标周围环境信息，设计检测目标与周围环境的特征交互，最大化检测精度与召回；有效解决遮挡/远距离情况下的稀疏点云目标的空间关系建模与语义特征学习难点。多视角全域感知将多视角数据汇聚成统一的表达空间，可解决设备标定难度高，跨设备信息缺失、遮挡，跨设备长轨迹的稳定性差等问题。全息路口解决方案采用多传感器技术，可实时直观、多视角查看监测多种交通路口，配合高精度地图和高精度定位，达到全时、全域、全量、精准的全方位数据感知；依靠AI算法追踪车辆和行人的数量和移动轨迹，预判道路危险系数和事故风险。
简单来说，多任务全息感知就是将原来的多个检测模型变成一个模型，通过多任务学习方法，使其能够同时完成多个检测任务，且任务之间具有关联，可以相互促进提升性能。基于该模型，可以更便捷地构建包括交通结构化、交通事件、道路环境、交通路产在内的道路信息全息感知体系。
“底座”型业务是智慧高速建设的有力支撑和先发优势，可以帮助合作伙伴更好地构建属于自己的“新基建”体系。地图大数据是不可忽视的“底座”型业务，也是智能交通领域的重要建设内容。作为AI地图赛道的领跑者，百度地图已变成AI描绘真实世界的关键基础设施建设。百度地图发布的新一代人工智能地图，构建了智慧交通数字底座全景，不但支撑着数以亿计的客户每日的交通出行服务项目，也适用于众多合作方的智能化系统更新，助力交通数字化转型和智能化升级。百度地图推出互联网在线地图平台和专网离线地图平台。互联网在线地图平台支持移动端、Web端等多种端口接入，具有智能定位、搜索、3D地图、路线规划、鹰眼、导航、路况展示等核心能力；专网地图数字底座可支持多种交通行业特色服务，如高清地图、桩号数据、路况自定义配置、路网台账等服务，赋能政企专网业务应用开发。
北京市公安局公安交通管理局指挥中心使用百度专网地图搭建了“智慧交通分析研判平台”，通过调用服务端检索、分析、查询、统计、可视化服务等引擎服务，有效实现了交通管理智慧调度业务的信息化和智能化。广西交通投资集团有限公司使用百度专网地图搭建了“智融合云管控平台”和“监控应急智慧中心平台”，同时结合交通研判数据、智能路网台账系统、两客一危数据、视频监控系统、客户自有监测设备数据等数据源，通过实时拥堵预警、高速节点拥堵研判、两客一危预警、交通时间发布上图、重点道路/收费站/区域监测、视频监控联动等功能，实现对广西全省高速公路、国省道、收费站等交通运行状况的全量感知、准确研判和精细分析。百度地图提供交通出行大数据接口服务，是一套服务于智能交通应用开发的应用程序接口。该服务以DaaS（Data as a Service，数据即服务）的形式，为用户提供精准权威、类型丰富、维度多样的地图交通大数据，赋能政企客户交通态势监测、道路安全风险研判等业务应用开发，全面提升交通数字化和智能化水平。接入数据类型丰富，包含交通路况、交通事件、人口迁徙、车流迁徙、道路风险等级、道路安全警示、出行强度、信控预警及评价等。提供特色化服务，如坐标绑路/绑辖服务区、路况自定义配置、路网台账、道路点段语义化、道路自定义、区域自定义、专网部署、时空数据管理、时空数据可视化、道路语音语义精准定位等。
基于百度地图交通大数据和各交通管理部门的业务数据，多部委构建了“中国公路运行态势监测平台”，全面呈现全国公路网运行态势，助力研判及决策。上海宝山交警支队基于百度地图大数据交通，构建了“宝山道路交警辅助智慧系统”，对宝山区道路交通进行拥堵溯源研判，提高了交警在交通缓堵方面的决策能力。百度地图推出权威交通信息发布解决方案。借助于百度地图交通信息发布与研判平台、数据接口、离线文件、即时通信软件等方式，各类政企合作伙伴可以将权威交通信息通过百度地图的各类渠道面向社会公众发布，更好地服务公众出行。其核心优势为：标准发布接口，开放合作生态；多类时间发布，信息丰富全面；海量客户端用户，快速触达公众。
该方案支持包括交通事件、交通组织、道路险情、恶劣天气/自然灾害、交通控制与诱导、通行政策在内的类型丰富的交通信息发布，赋能交通管理，服务公众出行；提供SaaS（Software as a Service，软件即服务）级交通信息发布平台、DaaS级交通信息发布接口、嵌入式移动端H5交通信息发布页等多种发布方式，轻松实现交通信息在多端、多渠道的即时高效发布；支持多种智能设备数据接入，如智慧锥桶数据接入、可变信息板数据接入、积水检测器数据接入等；提供包括车道级事件信息发布、路口信号灯状态信息发布、道路防疫检查信息发布等在内的持续创新信息发布服务。（1）百度地图智慧诱导屏信息发布解决方案：一站式平台，助力提升道路交通信息发布效率，服务公众出行。
（2）百度地图广播路况播报解决方案：百度地图路况播报平台（SaaS模式），随时随地可访问的互联网路况播报平台，集成实时、精准、丰富的路况播报信息；路况数据接口赋能智能编播系统（DaaS模式），AI路况数据接口赋能智能播报系统，打造更加智能化的广播播出系统和更高品质的音频内容制作服务。（3）百度地图交通数字孪生地图解决方案：具有行业领先的AI技术和高精度地图采集制作能力，可提供全要素、真场景、高动态的高维度地图服务。（4）百度地图高速服务区智能导航与运营解决方案：通过信息发布服务、停车引导服务、商业引流服务、智慧决策服务打造全国服务区升级建设新模式。视觉，是万物感知的主要信息来源。AI视觉（artificial intelligence computer vision）技术是研究如何让机器“看见”的科学，即使数字设备能够像人类一样识别和处理图像和视频中的物体。高速公路视频分析存在海量数据难处理、视频分析质量参差不齐、业内无视频分析规范与要求等问题。紫光华智全新升级的新一代视觉中枢以AI+AR为双引擎，从视频数据中提取有效信息，再与行业数据进行有效融合，转化为知识与智慧的技术架构，帮助用户建立感知、认知、预知于一体的应用体系。1、道路病害识别：自动发现道路落石、路面损坏、山体滑坡等路面危险并形成巡检报告。巡查数据可以通过人工智能识别技术，建立异常数据库。
2、高速危险源识别：（1）路段标志标牌远程监管，识别出缺失标牌；（2）刹车痕迹识别，通过痕迹密度，进一步分析危险因素。3、交通智能诱导：通过视频+AI技术识别出道路运行状况，并向上级平台实时推送，综合路网现状，将具体情况通过各种媒介向公众发布。4、高速安全事件检测：实时监测重点路段影响行车安全因素，如道路抛撒物、行人/动物上高速、交通事故、车辆逆行等安全事件。1、路段事件智能感知：通过视频分析，提取路段运行事件，并对多个事件进行智能研判，得出详细报告如拥堵识别、平均车速、平均车流量、车辆前后间距等。
2、路网状态主动认知：基于智能感知系统，实时了解路网运行状况。同时，结合历史数据，对未来路网状态进行智能预测。3、交通智慧决策：对路网运行的交通容量、出行需求、交通状态三大特征进行分析计算，为交通管理智能决策提供大数据分析。同时，通过多维数据碰撞实现智能逃费稽查。4、高速应急智慧：结合语音、图像、数据、集群对讲等多种通信手段，为指挥中心提供实时、准确的现场情况，实现远程指挥调度。提供多种研判技术和处理方案，真正提高快速反应、统一调度、协同指挥能力。以“服务导向，标准统一，架构开放，因地制宜”为原则，融合运用大数据、云计算、AI视觉，构建“全面感知、实时采集”的数字化信息采集系统，从运营管理、公众服务、商家经营多维度建设智慧服务区，全面提高服务区运营管理和出行服务信息化、智能化水平，更好地满足人民群众美好出行需求。
具体从三个方面提升智慧服务区的效益：信息可知、风险可控、资源可管，不断提升经营管理单位内部管理工作效率，降低服务安全风险；覆盖全面、服务全程、智慧可感，为公众提供更加便捷化、智能化和多样化的服务；数据营销、智能决策、降本增效，提升运营能力，降低管养成本，增加运营服务收入。拓维信息联合华为共同打造了“湖南省取消高速公路省界收费站工程项目新一代收费系统”，并在此基础上推出“AI收费稽核创新方案”。经过多地试点、多轮试验，搭载了鲲鹏920处理器、昇腾310处理器的兆瀚服务器在大数据、高并发业务的处理能力表现优异，能够高效支持系统的图像AI运算需求，并能够有效降低能耗。
“省中心智慧大脑、边缘智慧AI、终端精准智能”三位一体的“AI收费稽核创新方案”是对传统稽核的创新与重构，通过云计算构建省中心智慧大脑，以综合通行数据为基础，在云端进行大数据预测，通过路网模型、图片服务引擎、海量图片管理、路径拟合服务、标签体系和模型引擎等六大云端能力构建智慧路网，全方位构建智慧稽核应用功能，提升稽核准确性。针对偷逃费行为，利用AI技术提高了数据分析有效性，能够对以下逃费情况进行检测。（1）跑长买短：自动筛选偷逃漏车辆所有疑似工单，提供牌识路径、计费路径、介质交易路径及AI稽核特有融合路径实时查询功能。（2）大车小标：自动筛选偷逃漏车辆所有疑似大车小标工单，提供充足证据链。（3）屏蔽卡/签：自动判断并提示偷逃漏车辆疑似屏蔽路段信息，出口在线计费还原真实路径。（4）CPC倒卡：能够对AI疑难车辆进行追踪，通过以图搜图、牌识比对、交易介质比对、混合比对（牌识/介质交叉比对、牌识/门架抓拍图比对、介质交易/门架抓拍图比对），快速发现多介质通行、介质与车牌不符通行、介质信息不符、转无卡通行等疑难车、幽灵车。辽宁交投集团的“新基建技术与高速公路养护的创新融合应用”依托5G+AI等基础设施数字化建设，通过无人机自动巡检、AR远程运维平台，实现了以人工智能诊断为主、专家远程决策为辅的预防性、实时性养护，缩短了故障排查时间，降低了养护操作风险，能有效提升高速公路的全面感知能力，可主要应用在“基于5G+无人机的高速公路养护应用”“基于5G+AR+AI智能装备的高速公路养护应用”“基于5G+巡检车辆的高速公路养护应用”三个场景下。2、湖南高速联合高德地图推出公路设施状况AI巡查装备湖南高速集团与高德地图合作，在日常养护巡查作业中推出“科技新神器”——公路设施状况AI巡查装备，依托AI视觉算法，可自动化采集数据并建立公路设施、病害、路网运行状态数字化地图，为全省高速公路日常养护的数字化、现代化转型提供支撑。与以往大型路况检测车不同，AI巡查装备体积小，可直接方便地安装在日常巡查车上并自动化采集道路图像。思谋高速智慧巡检AI平台，采用行业领先的AI图像识别技术，搭载轻量化道路智能巡检设备，基于数百万病害图像数据以及独有的深度学习技术研发而成。该平台以AI智能算法中台、数据治理中台以及数字孪生中台为核心，端边云协同，构建道路养护数智底座，具有“快捷方便，经济性强、智能化程度高等优势，可与既有各类交通系统、养护系统无缝衔接融合，通过道路养护数据闭环支撑养护业务闭环，实现对道路养护工作的全流程管控、智能化处置、数字化治理。针对隧道检测存在的远端小目标识别和跟踪效果差；车辆被部分或者完全遮挡后容易跟踪失败；目标检测出现飘框，影响车辆跟踪等问题，广州国交润万交通信息有限公司提出“AI感知+智慧营管”的解决方案。AI感知即在原有摄像头、无人机、巡检机器人等巡检设备上植入AI算法，对人员行为、设备状态、作业环境等进行识别和预警。智慧营管主要从以下四个方面入手。
1、交通态势感知：采集前端设备数据进行交通流统计、交通流态势、平均车速、车型分布、隧道事件统计、隧道设备统计、告警设备统计、环境数据统计等融合计算分析，以实现全天候、全要素隧道运行状态监测，辅助管理人员及时掌握隧道运行状况。2、重点车辆画像：隧道内增设高清卡口设备，结合雷视融合技术，实现隧道内基于车牌的车辆行为跟踪和还原；融合交易流水、牌识流水、车辆图片等ETC监测数据构建隧道重点车辆画像库。3、三维建模：利用数字孪生技术建立可视三维砂盘，全方位展示隧道全景，包括隧道资产信息、隧道运行监测、隧道设备控制、三维视频投影、隧道漫游巡检等。4、交通仿真：基于3D与GIS两大引擎，构建与高速公路隧道相同的物理模拟隧道，结合交通仿真技术，构建隧道应急预案和交通管制等方案仿真动态推演平台。新基建的大力推进给AI的发展提供了良好的机遇，踏着AI的热潮，各行各业在数字化转型方面都取得了高效的发展。但AI技术的发展任重道远，其进一步的前进和应用仍面临着挑战。1、数据收集。一是关键数据的获得，人工智能的基础是事物特征的数字化，关键数据难以获得是最大的挑战之一。二是垃圾数据的处理，当前能被收集到的主要是低效甚至垃圾数据，这些数据也可能是未来某些应用的基础，但当下仍然属于需要被剔除的垃圾，需要耗费大量的资源进行筛选、管理和维护。2、数据管理。建立起数据之间的联系，特别是建立起数据库内部以及不同数据库之间的联系，形成网状关联，给轻量化提取和高效利用创造条件，并给未来数据项目和数量扩充预留条件，需要具备深刻认识事物特征、跨学科管理和分析信息、发明数据关联方法的能力。3、数据分析。发明数据分析方法，有效利用可测量的数据是极大挑战，在无法获得关键性数据的情况下，用低效甚至垃圾数据了解事物特征、研判发展规律，是更艰巨的挑战。交通工程智能化面对的就是这种挑战。4、成本与低碳。服务器、超级计算机的运行，数据库的建立和维护需要高昂的成本和大量的能耗，数据传递的流量成本在当前仍然无法被忽视，在创造价值有限的前提下，如何应对成本和低碳的制约，需要更多的商业智慧。人工智能应用于智慧高速，很多业务和应用仍处于信息化和准数字化的水平，离真正的“智能”尚存在距离。应按照由易到难、聚焦要点、重点突破的方式，首先在局部应用人工智能及其他数字化手段，在人工替代等基础性工作方面形成效益，带动良性循环，再向更复杂应用方面寻找突破口。如今，多省份确定了“十四五”时期高速公路的发展目标及重点任务。在政策的大力推动下，政企凝聚共识，协同发力，使智慧高速的建设取得了阶段性进展。但我们深知，高速公路通往真正的“智能”路途遥远，前进的道路充满曲折，行而不辍将致远。希望在人工智能的加“数”下，智慧高速的建设能实现“智”的飞跃。
[1] 张冬青.行稳方可致远——让人工智能助力公路智慧腾飞[J].BIM视界,2022(1).
刘 电 广州国交润万交通信息有限公司
转载：智慧公路Smarter Highway 公众号
