山东汉鑫科技股份有限公司
一、全息路网概述
目前，在城市道路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全息路口和全息路网的概念。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，“全息路网、全息路口”也成为了智慧交通建设的核心场景之一。
全息路口，本质上是通过现有传感器融合的方式，在不同的应用场景产生不同的价值。即通过部署在路侧的交通信号控制机、各类传感器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。
全息路网，是以全息路口作为最小单元，强调利用边缘计算、高精定位、大数据、云计算等技术对每一条车道、每一个路口、每一条路的交通状况以及周边基础设施进行实时精准感知。即通过多个维度解析路口、路段、车辆等交通要素，深入了解个体出行特征，使得交通系统可视、可测、可控，从而构成城市交通整体感知与治理的完整解决方案。
全息路网的建设也满足了车路协同的建设要求。即使自动驾驶网联汽车没有普及，通过全息路网应用价值的挖掘，使车路协同路侧设施也具备了经济价值，路侧设施可以先于自动驾驶网联普及就开始部署，解决了现实情况中“自动驾驶汽车在等路侧设施部署，路侧设施在等自动驾驶网联汽车普及”这个先有鸡还是先有蛋的问题。
二、建设目标
全息路网通过精准还原路网的机、非、人的交通行为路线，及时发现影响路口交通安全的乱点、隐患点，通过车辆数量统计和问题原因分析等，实现路网的全方向、全天候、全要素的数字化管理，为交通管理、隐患排查、交通组织优化、业务应用等提供基础数据支撑。
三、系统架构
全息路网架构为三层结构，分别为基础设施层、中台服务层以及业务应用层。系统架构图如图1所示：
中台服务层提供系统必要的数据服务、算法引擎服务，形成全息路网业务的通用服务。包括物联网平台、大数据平台、规则引擎、AI算法引擎、地图引擎服务等。
业务应用层提供路网管理的综合服务应用，实现路网全息感知、路网态势分析、综合评价等一整套闭环业务流程管控，有效提高路网交通精细化管理程度和效率。
四、系统环境及基础平台建设
（一）路侧感知设备
路侧感知设备包括摄像头、毫米波雷达、激光雷达、MEC、RSU等多种智能传感器。通过路侧感知设备，系统可以对感知范围内的行人、异常车辆、交通事故等进行检测。同时，路侧感知设备能实现与云端管理系统的连接及协同运行，对路网突发事件和道路宏观运行状况进行精确感知。其中单个路口感知设备部署示意图如图2所示。
图 SEQ 图 \* ARABIC 2路口感知设备部署示意图
1．路侧终端RSU
RSU为路侧智能设备，是车与路互联互通的核心设备，可传递车道级高精地图数据、车辆类型和位置等数据、路侧遗撒物预警、道路施工预警、交通事故预警等信息，以及交通信号控制实时状态信息，实时对外广播，为网联车辆提供交通安全、交通效率和信息服务应用。
功能亮点：
l 高精地图实时播报
l 道路车辆实时播报
l 异常路况实时播报
l 交通事故实时播报
l 交通信控实时播报
2．边缘计算MEC
作为边缘计算单元，它具有低功耗、高性能的特点，支持交通障碍物检测、交通事件检测、交通信息检测、交通流量检测、交通气候检测和多传感器融合等功能，提供毫秒级的响应能力。
功能亮点：
l 道路雷视融合感知
l 道路交通态势分析
l 交通信号优化控制
l 公交优先通行控制
l 车路协同边缘计算
3．摄像头
（1）车辆违章取证
包括违停、逆行、机占非等取证功能，其中违停取证功能可覆盖250米以内，并包含车牌抓拍。
（2）路网交通流量检测
包括车流量、排队长度、车道平均速度、车道时间占有率，车道空间占有率等检测功能，检测范围不小于200米。
（3）其他定制化附加功能
为确保感知效果与覆盖范围，支持在每个关键路口或重点路段间部署多个智能感知摄像头，设备将安装在道路横杆上。
4．毫米波雷达
相比于摄像头，雷达具有不易受天气、光线影响的特点，且定位与目标跟踪更为精准。通过在路口部署毫米波雷达,能够实时跟踪检测范围内所有目标的行车轨迹，提供目标的坐标、速度、车长、车宽等信息。同时能够精准地统计各个车道的车流量、平均车速、车道占有率等交通流统计数据。
5．激光雷达
虽然激光雷达受环境影响较大，但从探测精度上来讲，激光雷达具有探测精度高、探测范围广及稳定性强等优点，在精确度方面，毫米波雷达的探测距离受到频段损耗的直接制约。另外在行人感知方面，对周边所有障碍精准的建模方面都不如激光雷达。所以引入激光雷达能大大提升整个感知系统的性能。
（二）中台服务
平台服务秉持“顶层设计、分步实施、灵活扩展、互联互通”的原则，采用模块化设计，具有良好的开放性和可扩展性。
1.物联网平台
物联网平台为路侧设备提供安全可靠的连接通信能力。向下连接海量路侧设备，支撑设备数据采集上云；向上提供API，支撑下发指令至路侧设备，实现设备接入、设备管理、远程控制、监控运维、数据支持等能力。为路侧设备提供安全可靠的设备连接、网络通信、数据传输能力。
物联网平台能够基于城市交通基础设施的互联互通，实现城市交通基础数据的标准化采集和管理，衔接核心分析能力，解构城市交通系统，做到定量、准确掌握大量车辆轨迹和所有路段路口的供给、需求、状态。
2.大数据平台
大数据平台为海量数据分析提供高性能分布式并发处理和存储的能力，加快从海量数据中提取所需信息。一方面连通各类业务系统，从源头打通数据资源；另一方面实现数据提取、集成到数据清洗、加工、可视化的一站式分析流程。
大数据平台能够通过对路网的监测区域有序划分，基于路网高精度地图，构建路网可计算模型，摸清重点区域交通出行需求与路网承载量底数，精准复刻各区域历史交通运行情况。
3.规则引擎
规则引擎可将逻辑代码和业务代码进行解耦，实现将业务决策从应用程序代码中分离出来，并使用预定义的语义模块编写业务决策。能够高时效、高质量地满足业务响应规则的变化，满足业务快速、低成本的迭代更新要求。
规则引擎能够对路网重点区域的管控效果进行定量推演，为对比分析不同交通管控措施实施效果提供有力支持。
五、全息路网应用系统建设
全息路网应用系统建设主要是将云计算、物联网、大数据、全息智能感知、数据通讯传输等技术有效地集成运用于路网的软件管理系统，为建立实时、准确、安全、高效的“人-车-路-云-管-控”体系提供应用支撑。
（一）路网全息感知
系统以全息视角监测路网实时运行状态，单个路口如图3所示，能够精确到每一条车道、每个车辆的感知，实时掌握车辆路线、车道流量、车道饱和度、延误停车次数、排队长度等交通管理数据，以此构建精准认知的数据底座。同时，系统能够对个体车辆进行画像，掌握车辆通行规律，通过车辆避行提醒，实现主动式拥堵治理。
图 3路网全息感知
（二）路网态势分析
全息路网从点、线到面，构建从微观个体到宏观系统的认知体系，由路口拓展到路段、路网，实现全时、全量、全要素、全天候感知，消除交通安全的管理盲区及路面异常等问题。路网态势既包括交通事故、道路施工、特殊天气和路况、慢速或停靠车辆等事件，也包括实时路口的状态、道路拥堵状况、平均车速等运行统计状况，全息路网的态势分析如图4所示。
图 4全息路网态势分析
（三）路网综合评价
基于历史数据，从路口安全、拥堵、秩序、流量多维度对路网进行综合评价与评分，直观反应路网交通运行效率及健康水平。包括路网服务水平评价、安全评价、拥堵评价、秩序评价、流量评价、不同时间周期综合评价等。
1.路网拥堵监测
系统支持路口溢出、死锁实时预警，可以查看当前正在发生溢出、死锁的路口及拥堵路段。
支持查看发生在路口或路段上的溢出、死锁事件详情，包括事件开始时间、持续时间、路口总体及各出入口方向的拥堵指数、拥堵距离和平均速度等信息。
2. 路网历史拥堵分析
支持筛选在指定日期范围内发生过溢出、死锁事件的路口及路段，自动统计监视区域的交通流量、车速、道路占有率等参数，从微观、中观、宏观不同层面，在过去、现在、未来不同的时间尺度上分析交通拥堵情况。
（四）路网信控评价
实时显示单个或多个路口信号控制方案及当前相位，监测当前信控方案各相位的信控指标，如图5所示；研判信控数据，对信控方案进行评价并给出方案优化建议。通过完善信号调控业务闭环，提升信控配时优化效率。
图 5诊断评价
（五）路网安全评价
根据车辆轨迹识别路网安全事件，实现事件热力分布及动态演变，回放事件车辆轨迹，针对路口进行渠化诊断并给出合理建议，提升路网交通安全治理。
