编者按:为推进车联网产业发展,特邀请业内专家学者共同建言献策,推出“车联网百家谈”系列。60%以上城市交通事故发生在交叉路口,路口成为未来车路协同重要的边缘节点。华砺智行科技有限公司的陈新市先生提出智慧路口解决方案,详细分析了智慧城市交通数据智能平台、及其在信号协调与车速诱导/特殊车辆优先、区域路网分布式信号控制的数据智能服务应用,将给读者带来有益启发。

 

01、智慧交通新技术发展趋势

人流集中、车流密集、人车交汇、突发情况较多…十字路口由于面临着诸多复杂因素,一直以来都是城市交通事故的高发地。据相关数据统计,每年发生的道路交通事故当中,有60%以上发生在十字路口。路口作为城市交通管理的基础核心管控单元,不仅是交通业务下沉的重要载体,同时也是未来车路协同重要的边缘节点。

 

目前,在城市路口交通管理开展中仍然面临很多难题,如信息孤岛普遍存在、数据利用率低、信号控制策略变化难、路口信息协同共享难等。在此背景下延伸出了智慧路口的概念。随着自动驾驶“人、车、路、云”和“车路协同”的发展受到越来越多的行业关注和市场投资后,“智慧路口”也成为了智慧交通建设的核心场景之一。

 

2020年以来,无论是传统交通企业,还是科技巨头,都纷纷推出了各种智慧交通、边缘计算智能体的解决方案,业内专家一致认为,基于端边云技术架构的智慧路口解决方案将成为未来智能交通发展的核心技术路线,新一代智能网联交通平台也将作为新的市场切入点抢占市场空间。

 

随着城市路侧智能基础设施的逐步推广,城市路口的智能化水平将会不断提升。通过部署在路侧的交通信号控制机、各类传感器(毫米波雷达激光雷达摄像头等)实现路口本地的车辆、行人、路况的精细化、实时性感知,构建路口的泛感知体系,从而实现道路交通多维度、多来源、全要素的全息感知。这些全息感知数据如何存储、如何高效运用,如何提升路口、区域整体通行能力,提高车辆平均速度,将成为城市交通管理面临的重要课题。

 

02、智慧路口解决方案

本智慧路口解决方案,将从智慧城市交通数据智能平台、及其在信号协调与车速诱导/特殊车辆优先、区域路网分布式信号控制的数据智能服务应用展开阐述。

 

(一)智慧城市交通数据智能平台

1、智慧城市交通数据智能平台整体架构

在实际部署时,智慧城市交通数据智能平台采用端-边-云的车联网生态体系。包括边缘端数据采集服务、数据分析计算服务、数据协同服务等几部分。通过车路云一体化的实施形成车端-边缘云-中心云3级支撑体系,逐步建立智能网联汽车,智慧交通管理边缘计算生态体系,打造行业协同发展生态圈,推进现有产业的转型升级。该平台推动智能网联驾驶、智慧交通管理基础设施建设,为自动驾驶运营、智慧交通状态感知、智慧交通控制等运营管理业务提供服务支撑。

 

 

在软件逻辑架构上智慧城市交通数据智能平台采用微服务+DOCKER 部署的形式,降低各个服务间的耦合度。同时,可根据服务职能及业务处理能力对资源的要求,进行按需部署,避免程序运行的瓶颈,增加程序运行性能,提高数据处理能力和效率,降低数据处理整体时延。服务支持多路口交通信息共享,并对交通运行整体的效率提供优化策略,并可对相应的路口进行实时的统一调度。

 

2、微服务模块设计

本方案中微服务模块主要包括感知接入服务、边缘云服务、数据接收解析、数据智能服务、数据存储等功能。

 

1)感知接入服务

负责接收Radar、Lidar、IPC 设备的实时数据,并进行结构化数据转换,将数据传递给边缘端的消息总线上。

 

2)边缘云服务

获取V2X消息及从消息总线中获取感知设备实时数据,基于以上数据计算当前路口的优化控制策略和交通指标,同时上传实时数据、路口实时交通指标、路口控制策略到上层。

 

3)数据接收、解析服务

接收服务中边缘云上行的实时数据、路口实时交通指标、路口控制策略数据。接收解析后存储到数据库或推送到消息总线队列。

 

4)数据智能服务

从MQ消息总线实时消息、及从数据库获取各类历史数据,根据交通指标统计分析策略,使用V2X 历史数据进行计算,将计算的结果推送给MQ。

 

5)智能数据处理服务

从消息总线获取实时的交通参数、优化策略并进行持久化。

 

6)数据存储服务

持久化各类数据,为智慧交通业务、智慧交通策略计算和分析、处理提供数据支撑。

 

(二)信号协调与车速诱导/特殊车辆优先服务

1、功能描述

在动态干线绿波基础上,在路段保障干线绿波带宽最大化的同时,根据路段上车辆/特殊车辆实时运动状态,可对车辆/特殊车辆进行车速诱导,从而使得系统层面通行能力得到提升,提高整条干线交通参与者的运行效率,进一步优化干线绿波应用效果。

 

2、基本原理

信号协调与车速诱导业务的系统原理如图所示,路侧单元(RSU)从交通信号机实时获取红绿灯的灯态信息,结合高精度定位模块,再下发给搭载车载单元(OBU)的智能网联车辆。

 

 

车辆安装OBU设备,结合RSU设备下发的信号灯配时及倒计时信息,由高精度定位模块提供的位置信息计算车辆距离交叉口的实时距离,通过车速诱导算法实时计算建议车速,保障车辆不停车通过交叉口。

 

信号协调与车速诱导/特殊车辆优先应用核心是红灯缩短和绿灯延长。若当前是绿灯,且剩余倒计时时间不足保障车辆安全通过,立即调整延长绿灯时长到最大值,且倒计时显示为最大值,同时在车端仪表盘或高精度地图等装置同步显示灯态变化,车辆自动调整匹配车速,确保安全通过路口;若当前是红灯,且剩余倒计时可调整,在当前距离立即调整缩短红灯时长到最小值,且倒计时显示为最小值,缩短红灯等待时间目的是为了快速变为绿灯,同样显示灯态变化和调整匹配车速安全行驶。

 

3、实现效果

该应用应能够结合实时网联车辆状态信息(位置、速度、距离信号交叉口距离等)和红绿灯信息(包括信号灯状态、倒计时等),通过网联式交互,增加车辆协同感知范围,利用智慧城市交通数据智能平台系统综合计算判断并将计算结果低时延下发给车端,便于车辆实时做出正确驾驶决策和调整信号灯灯态信息,确保行驶方向多个路口连续性绿波,达到高效通行目的,有效缓解路口拥堵。

 

(三)区域路网分布式信号控制服务

1、功能描述

在区域路网应用信号控制算法,支持构建分布式信号控制网络结构,可基于路口边缘云、中心云数据交互,实现路口与路口之间、区域与区域之间的信息共享与协同联动,提升区域交通通行能力,优化区域交通通行效率。

 

基于分布式信号控制网络结构与算法,综合考虑路口间距、路径流量,利用创新的交通模型对路网进行子区划分,实现大规模路网区域解构,以区域通行能力为优化指标,实现大规模区域路网信号全局优化。

 

2、基本原理

 

 

控制方案分为五层,包括系统管理层、区域信号控制层、通信层、子区域信号控制层、路口控制层。

 

其中,系统管理层负责管理系统运行过程中关键数据,包括区域内部智能路侧检测设备(激光雷达毫米波雷达、摄像头)输出的结构化数据,以及车辆BSM信息提供的交通状态数据。

 

区域信号控制层运行区域信号控制算法,用于求解区域通行能力最大化时的最优区域信号控制配时方案。

 

通信层负责上行子区域之间协同通信交通状态数据,下发区域信号控制方案。

 

子区域信号控制层负责协同子区域内部各路口之间数据相互流转,包括车辆数据、信号配时数据等数据。

 

路口控制层负责执行信号配时方案,同时,获取并分析路口车辆运动状态数据。

 

3、实现效果

区域路网分布式信号控制,综合考虑路口间距、路径流量,利用适合区域路网的模型对路网进行子区划分,实现大规模路网区域解构。同时以区域交通优化指标为目标,实现大规模区域路网信号全局优化。系统支持实时计算得出区域交叉口排队长度、通行量、平均延误等评价指标,直观体现对交通控制优化的效果。

 

03、总结

本方案以智慧城市交通数据智能平台为核心,在路口部署小规模路口边缘云,支持RSU、视频感知、激光雷达、毫米波雷达等多设备接入,具有低延时、大带宽的高性能通信能力,聚焦实时、短周期数据分析,支持路口级人、车、路协同业务,解决端到端设备管理、态势感知、单路口交通信号自适应控制等问题。可快速完成特种车信号优先、行人安全预警等安全、效率与信息应用的实施。在区域部署中心边缘云,支持海量数据的处理与存储,聚焦实时与非实时、中短期周期数据分析,可快速完成绿波走廊、车辆动态路径规划等应用实施与验证。通过多路口业务联动的分布式信号控制,解决大面积交通效率难题。

 

系统方案优势:

1.更加适合智慧交通业务模式的系统和逻辑架构。相比于传统的将运算处理功能集中于云端的智慧路口方案,该智能平台整体架构分为端-边-云三个层级,通过合理规划各个层级间的任务和交互模式,将计算处理工作大量的放置于边缘端,这样在大幅降低数据回传、云端平台数据处理压力的同时,可以降低各个服务间的耦合度,实现根据服务职能及业务需求进行资源部署,避免程序运行的瓶颈,增加程序运行性能,提高数据处理能力和效率,降低数据处理整体时延。

 

2.实时性更强的信号优化策略。该系统通过路侧感知设备实时采集的现实交通数据进行交通优化算法分析,相较于传统抽样统计方式,该系统可以得出更加精准的车速诱导、车辆优先和区域交通优化结果。并且可以根据区域交通优化执行前后的实时交通数据对比,进行算法的迭代优化,实现自动高效的交通优化控制平台服务。