“中国式过马路”曾是交通管理难题的一个缩影,不过,随着智能化的深入,凑够一小撮人就过的马路也在悄然升级。现在走过一个城市路口时,你可能会发现配置也智能了:比如人脸识别/抓拍、语音告警功能,还有会发光的斑马线、道钉……;当你开车通过路口时,车流量大的方向,绿灯放行时间就长,但现场并没有交警控制信号灯,这其实是因为红绿灯已经实现了“换脑”,通过 AI+交通大数据,能自动调节红绿灯……

 

路口——作为城市道路中的重要场景,也是关键的交通枢纽。从上世纪交警手持交通指挥棒,到部署交通信号灯,再到实现摄像头+交通信号灯的管控,路口也见证了中国道路交通不断深入的数字化历程。未来,路口也将成为一个较大的边缘智能体,体现一座城市的交通管理水平和智慧化程度。


政策红利催生路侧智能改造升级

 

在大刀阔斧推进的智慧交通项目中,交通大脑、ETC、路灯、高速公路……纷纷成为重点工程。数据显示,我国智慧交通行业市场规模呈逐年递增趋势,从2011年的420.4亿元增至2019年的1510.2亿元,复合增长率为17.33%。随着“十四五”迎来开局之年,在“加快建设交通强国”方向的指引下,智慧交通机遇空前。

 

在近两年路侧基础设施的升级过程中,智慧灯杆是最火爆的项目之一,据公开数据,2015-2019年,中国智慧路灯市场规模(按销售额计)从1.4亿元增长至19.6亿元,年复合增长率为93.4%。特别是近两年,路灯存量改造和增量新建的需求加大,亿元级项目金额占比大幅上升。数据显示,2020年亿元级项目占比约17%,较同期上升11个百分点。

 

智慧灯杆的火爆引起了我们对于现存项目的思考,它作为智慧城市、物联网与 5G 基站建设的综合载体和便民服务终端,成为城市信息采集和状态感知的综合入口,从一个小场景关联起多项重要工程,有其特殊性和重要性。那么,还有哪些场景是重要的升级节点?站在“十四五”承上启下的关键节点,行业企业又该抓住哪些新机会?

 

“十四五”规划明确:将进一步“加快交通强国建设”,并出台了一系列智慧交通建设规划文件,其中作为配合“十四五”规划的交通建设的纲领性规划文件之一,交通部的《数字交通规划发展纲要》全方位规划了智慧交通的发展方向。发展目标明确为:到2025年,交通运输基础设施和运载装备全要素、全周期的数字化升级迈出新步伐,数字化采集体系和网络化传输体系基本形成。

 

根据纲领文件指引,推动交通基础设施数字化、布局重要节点的全方位交通感知网络是规划重点,例如公路重点路段、互通枢纽等重要节点,都要实现交通感知网络的覆盖。

 

随着政策红利和市场需求的释放,路口会成为下一个风口吗?

 

智慧路口呼之欲出

 

当前对于大型、中型城市来说,最突出的交通问题就是路口容易拥堵。高德地图去年提出了“路口延误指数”,基于路口的停车延误和停车次数,对全国50个城市的路口服务水平进行了等级评价。结果显示,早晚高峰时段服务水平较低路口占比较大的城市,主要分布在珠江三角洲,排名前三的城市分别为深圳、东莞和西安;红绿灯路口延误榜中,超大城市深圳第一,北京第三。

 

为什么在智能化越是深入的大型城市,路口的服务水平反而没有得到相应提升呢?行业人士指出,城市人口密度大、机动车保有量飞速增长、原有硬件设施改造难等等,都是路口工程中巨大的痛点。传统路口的交管设备相对简单,主要包括信号控制、监控、检测、信息采集与诱导系统设备等。但近年来,需要检测的行为、需要采集的流量和特征数据、以及需要处理的数据都越来越多,简而言之,智能化需求提升了,而大部分路口都匹配不上这些智能需求。

 

既然供需矛盾短时间内难以调和,在现有基础上改造升级、提高资源利用率和整体调度效率,让一部分路口先智慧起来,都成为当前落地智慧路口的可行方式。


“全息路口”成为业界主推

 

全息路口号称赋予路口“上帝视角”,生成车辆时空、过车身份、违法抓拍、车辆轨迹、信号灯状态等多元数据,为路口精细化管理提供完整数据支持,减轻中心侧计算、存储以及网络传输压力。

 

如果说现有智慧路口的升级改造属于解决智能管理的“温饱”问题,那么全息路口可以视作“温饱”后奔向“小康”的技术探索。华为、高新兴等都在全息路口上进行探索。

 

华为全息路口+AI超微光卡口

 

华为安防部门去年改名为“华为机器视觉”后,推出的最为重磅的方案就是全息路口,完整方案包括全息路口、AI超微光卡口、毫米波雷达、ITS800边缘计算节点和路口高精地图。其中,两款主打产品:全息路口、AI超微光卡口是年中才开始推向市场,目前还处于推广期。据了解,华为智能交通管理业绩去年实现了同比翻番,接近两位数的业绩也让华为对这一市场更有信心。

 

AI超微光卡口市场上还有多种名称:环保卡口、生态卡口、丹霞卡口……尽管各厂家名称不同,但本质诉求是夜间无白光爆闪、降低补光灯对驾驶员的影响。华为称之为没有光污染的卡口系统,这一系统的主要策略可以说是“用AI换图像,用算力换数据”,通过内置合计20TOPS超强算力,保证白天车内图像清晰,夜间低照度环境下,降低图片噪点,全彩不偏色。

 

全息路口背后提供大算力支持的正是ITS800边缘计算节点,它采用了昇腾Ascend310 AI处理器。昇腾AI处理器的算力担当是采用了达芬奇架构的AI Core,实现了高通量、大算力、低功耗,适合处理深度学习中神经网络必须的常用计算如矩阵相乘等。在ITS800边缘计算节点中,它可以提供16路并发解析,包括8路视频+4路雷达拟合。

 

华为认为原有的控制主机技术已经落后,硬件本身需要被新技术替代。对智能交通管理市场的判断,华为认为再过几年有望达到三、四十亿的规模量级,未来两三年市场都将处于转型期,现在正是机会窗口期。


高新兴:全息路口+AR+V2X云边端方案

 

高新兴的方案主要包括全息路口+AR实景+V2X云控平台,这是一套完整的端边云方案,包括“获取-付出-给与”三大部分。在“获取”方面,利用摄像头、毫米波雷达、激光雷达等路侧感知设备对交通态势、交通事件、交通参与者等信息进行检测、识别、跟踪;对机动车、非机动车、行人等交通参与者在路口的通行秩序进行智能监管,对违法行为进行准确采集并形成处罚依据;此外,还与信号机打通,获取路口的实时灯态,并通过AR技术将路口环境极其直观地呈现给交通管理者,利用车联网逐渐打通各种V2X应用,保障安全和效率。

 

在“付出”上,实现交通信息从路口到区域再到全局,逐级汇聚,形成从微观到宏观的全息感知。利用MEC对来自路侧感知设备、车载终端、中心平台、第三方应用等的多源信息进行一体化融合,进一步形成路况信息、预警信息,实时对路口的交通元素进行全面刻画;利用交通大数据平台对路口交通信息、交通事件、V2X应用进行深度处理和分析。

 

最后,通过交通监测AR实景指挥系统和V2X云控平台“给与”智慧路口最直观和全面的交通应用,形成数字化上帝视角,并通过RSU对交通参与者“给与”预警提示。

 

从高新兴的整套方案中可以看出,在感知层面与现有方案有着本质的区别,通过更加多维度的认知,包括路口的规划、周边环境再到路口的信息化设施、管控现状、交通事件等,进行全面的感知。

 

智能路侧一体化设备是其智慧路口的关键方案,囊括了智能交通信号机、视频雷达车检器、激光雷达等路侧传感器,实现车路协同通信的RSU单元,以及MEC边缘计算产品。MEC主要基于移动边缘计算技术,可兼容接入多种路侧设备,并提供路侧数据汇聚、路侧智能感知、路侧智能预警等服务,这款移动边缘计算主机也是业内首款通过信通院MEC设备测试的产品。
 

哪些技术迎来机会?

 

要实现路口的智能调度,关键技术之一是检测。当前路口多是固定点检测器,包括地感线圈、地磁、微波、雷达、摄像机等。其中,雷达+摄像头融合,正在成为诸多融合感知单元的首选。根据行业公开数据,预计到2025年路侧智能感知(包括雷达、摄像头等)市场规模累计将超过400亿元。

 

毫米波雷达因具有探测距离远、测速精度高、集成度高、受天气条件影响较小等特点,在智能车路协同系统中广泛应用。激光雷达铺设成本较高,单套设备价格有的高达数万元。不过,在复杂路口,激光雷达有明显优势,可以精准识别目标属性,通过与摄像头融合,还能极大提高数据获取的准确性与可靠性。目前,激光雷达在路侧应用还处在早期,如果未来在使用量上形成规模,价格有望继续下降。

 

边缘计算服务器也将得到推广。真实的交通场景中,对计算的需求十分复杂,有的需要根据实时局部信息快速分析计算并将结果反馈给周边车辆,比如危险路况避让、交通事故预警,有的场景则需要汇总全局信息,俯瞰大局统一分析,比如交通态势分析,道路限行控制。

 

高新兴科技集团总工程师李大成告诉与非网,在云边端融合的大背景下,智慧路口是一个非常理想的云边端融合的应用场景,全局、区域、路口交通流与云边端架构完美契合。路口负责全息感知;边缘负责汇聚、计算;云端负责融合、决策。云端再将决策的结果发到路口进行执行,形成业务闭环。此外,路口信号控制优化算法可以在云侧训练,端侧执行。云端利用深度学习技术和交通流平行仿真技术,结合端侧采集的实时和历史路口全息感知数据、区域协同管控策略、全局交通OD数据,不断优化信号配时优化方案,将优化后的方案下发到端侧执行,通过云边端协同推动路口的智能优化。


如何看待“智慧路口”发展前景?

 

益普索中国消费科技研究院院长周啓群告诉与非网,路口包括了很多城市管理功能的交汇,其中承载了很多技术设备。他强调了发展智慧路口必须正视的一个问题,“路口作为整个城市规划架构中的处理节点,需要被优化。但是,要解决智慧交通的本质问题,需要从整个城市的运行结构去优化,甚至需要对城市区域重新进行功能定位、规划和疏解,改变原有道路交通承担的属性,包括流量的承载等,这是解决问题的关键。通过智慧路口解决交通流量问题,只是末端的、被动的处理方式,目前效果还比较有限。”

 

从车路协同角度看智慧路口的发展,周院长认为,安全是重中之重,汽车行驶起来每一秒都会遇到车路协同的管理要求,需要一整套环境保障来实现,因此在专用通道实现相对容易,比如高速公路,在进出之间实现车路协同。路口作为一个复杂的操作节点,有其重要性和特殊性,但是在车路协同中还属于比较末端的节点。

 

“过去,路口主要还是用于交通管控。未来,智慧路口的发展将会跟车路协同应用紧密结合,更多赋能出行者。随着车联网技术发展进程的推进,智慧路口的功能模块将不断丰富与提升,并且各个模块将以高度集约化的形式出现”,这是李大成对智慧路口发展趋势的判断,“多维度的协同出行生态正在形成,这个趋势是不可阻挡的。具体而言,智慧路口是多项技术共同发展、催化的结果,交通设施的逐渐完善还需要感知检测能力、边缘计算能力的提升,缺一不可,任何一种能力的缺失都无法真正实现有意义和有实战价值的‘智慧路口’。”

 

根据行业公开数据,中国城市道路平均每327米就有1个交叉口。超大城市的交叉口平均间距为360米,高于其他规模类型的城市。西北、华北地区城市的交叉口平均间距偏大,东北地区城市的交叉口平均间距较小。而城市道路交叉口形态又较为复杂,据统计,十字交叉口在城市交叉口中的占比为31.9%,丁字交叉口在城市交叉口中的占比为58.7%。重点城市中,近40%的交叉口是异型交叉口。

 

路口改造项目潜力和挑战之大,由此可见。目前,最突出的有三大挑战:

 

一是数据孤岛,当前路口数据多受限于固定的检测器,不管这些检测器采用哪种感知技术,数据断点是一个极大的局限。一个路口的检测器布得再全,也无法知道相邻路口的交通状态,或是难以将一辆车在两个路口的检测关联起来,容易形成数据孤岛。到目前为止,建设成本低、可靠度高、覆盖面广的交通监测体系仍是很多城市交通管理中的一大挑战。

 

二是缺乏对新型互联网数据的分析处理能力。随着高频率、高精度的数据越来越多,信号控制相关的算法、产品都需要突破才能将这些数据优势真正地发挥出来。

 

三是缺乏算法和大数据分析计算能力,无论是信号优化、路况态势研判、轨迹分析、图像识别等都涉及到需要先进算法支持,以及对实时数据的大规模计算能力。

 

一位行业人士表示,要实现真正的智慧路口并不容易。在人们最终享受到便利和成果之前,还需要底层技术不断强大且准确地适配,以及上层建筑的支持与合理的规划,只有接受了真实场景的不断验证与修正,路口才能真正智慧起来。