探索与思考——高速公路感知技术分析与下一步发展思路

交通传感器主要是实现路况环境的数据信息采集，为路侧感知网络提供原始数据。近年来交通传感器经历了线圈、地磁、视频、雷达等一系列技术的发展历程。据悉，现有交通传感器主要分为两大类：第一类是传统的传感器，包括感应线圈、截面雷达和地磁钉等，这些设备仅可以获得某一截面或瞬时的车辆所在车道和车速信息；第二类是交通目标传感器，主要包括AI摄像头、激光雷达、交通毫米波雷达等，该类传感器各有所长，并且已经在智慧高速建设过程中得到了积极应用。

具体而言，高清摄像机对于违规停车、车辆逆行、道路拥堵、路侧行人、道路抛洒物等事件都能实现较好检测。但是车辆轨迹跟踪、检测车辆位置和车速精度性能偏弱，易受天气环境因素影响且检测范围相对较小。

对于雷达而言，按照工作频段，可分为超视距雷达、微波雷达、毫米波雷达及激光雷达等。雷达的优点是白天黑夜均能探测远距离的目标，且基本不受雾、云和雨的阻挡，具有全天候、全天时的特点，并有一定的穿透能力。

毫米波雷达与普通微波雷达相比，具有体积小、易集成和空间分辨率高的特点，并且穿透雾、烟、灰尘的能力强，抗干扰能力强，具有全天候（大雨天除外）全天时的特点。

激光雷达与普通微波雷达相比，具备分辨率高、抗有源干扰能力强、体积小、质量轻等优点。但是，受天气和大气影响大，在大雨、浓烟、浓雾等天气，衰减急剧加大，传播距离较受影响，且搜索、捕获目标范围较窄，成本相对较高。

红外热成像技术具有透雾霾、克雨雪、抗眩光等特点，在无光或弱光、雾霾、雨雪、眩光等恶劣条件严重情况下，普通可见光摄像机基本失去监控能力，而红外热像仪不受干扰，能够监控高速公路实时路况、车况、公共设施安全状况。

基于不同交通传感器的特点与局限性，在高速公路运营过程中，需要多个传感器取长补短、相互协作，共同构建能够适应不同天气、不同场合的感知系统，提高感知系统的整体性能。

在新的背景下，智慧高速的起点和基础是实现数字化感知，将人、车、路信息转化为数据，为高速公路管理、运营和服务提供决策数据支撑。据悉，各省对于智慧高速数字化内容基本达成一致，主要包括道路基础信息数字化、气象环境数字化和车流数字化三个部分。前两大部分已有成熟的感知技术，比如在桥梁、隧道、路基路面等区域布设视频、压力、位移、振动、水位等传感器，实现基础设施全方位数字化监测和管理，在易出现团雾、结冰路段布设能见度检测器和路面状态检测器，对事故多发区域交通风险进行实时感知。然而，在智慧高速空间核心主体是车，一切气候与道路基础信息本质上是为车服务。因此，将高速移动的车做到实时定位、掌握车辆轨迹的变化并同步数字孪生、对车辆进行事件预测是智慧高速建设的关键。而要实现高速运行的车辆轨迹和身份识别，技术难度更是呈几何倍数的增长。目前来看，车流数字化技术路线主要包括雷视融合、雷射融合、激光雷达+视频、光纤光栅+视频。

雷视融合方案通过卡口获取车牌信息，利用视频结构化+毫米波雷达获取轨迹流信息。优点是视频和毫米波互补性强，技术成熟，但夜间、恶劣气象条件下效果受影响，并且视频分析占用算力资源高。在实际应用方面，例如成宜高速全长157公里，共设置273处雷视融合一体化智慧杆，融合采集沿线车辆的特征和轨迹信息，形成车流数字化信息。数据重点支撑的应用场景有两项：一是数字孪生展示，搭建数字平行世界，以高仿真度模型的方式展示高速公路沿线设施和动态车流，实现高速公路“交通事件、车辆轨迹、异常环境”等多要素可视化直观展示，开展全可视化运营管理；二是触达C端，成宜高速项目与高德合作开发高精导航高德行业版APP，运营单位把路段云数据中心汇聚的车流数字化数据，通过运营商网络，直接推送给用户，实现在司乘人员手机APP端，实时接收展示周车动态轨迹信息，支持盲区预警、夜间安全保障、恶劣气象环境安全提升等场景应用。

雷射融合方案通过毫米波雷达获取定位信息，通过射频读取OBU/CPC卡的结构化信息，包括车牌、车型等。优点很突出，舍弃视频结构化，不受夜间、恶劣气象环境影响，占用算力资源低，并且射频技术受遮挡影响低，降低沿线其他设施和车辆之间遮挡的影响，但受限于OBU和CPC状态。在实际应用方面，例如江西南昌绕城高速瑶北段建设了5km左右的雷射融合样板点，通过毫米波+5.8G射频的方式，同步采集车辆轨迹流和车辆身份信息，该项目还支撑了ETC拓展服务的车路协同应用，通过ETC2.0射频通信，为出行公众提供信息覆盖。这里面5.8G视频技术，既做感知，又做通信。

在“激光雷达定位+视频”方案中，激光点云扫描获取车辆轨迹信息，视频获取车辆身份信息。该方案精度高、夜间无影响、低速/静止车辆识别效果好、可识别车型。不过造价相对较高，易受雨雪天气环境影响。在实际应用中，苏台高速S17黄埭互通-阳澄湖北互通段中6.5km全息感知路段，平均230m间距布设激光雷达、摄像机，支撑场景包括L4级自动驾驶和车联网关联企业提供测试场景。

在“光纤光栅+视频”方案中，光纤振动感知车辆轨迹信息，视频获取车牌信息。该方案可实现全天候，不受遮挡影响；可实现路面、路基状态监测，更适合开展路面状态全生命周期管养。不过大车对小车振动干扰影响较大，低速/静止目标丢失。在实际应用中，湖北鄂州花湖机场高速公路，13km全线部署光栅阵列振动传感缆，全域道路划分为16000个编码单元，通过振动信息分析车辆位置，支撑开展车路一张图的应用。

基于以上分析，有业内专家指出，雷视融合可全天候高精准检测目标，广泛应用于数字道路、全息隧道、盲区预警、超速提醒等场景，关键是在桥隧场景、风险路段的渗透率；雷射融合具有全天候、全轨迹实时追踪、车辆级计算、免运维、保全易等特点，关键是在主线、门架天线的渗透率。总体来看，这几种技术路线各具特色，各有所长，不同技术路线各有适合的场景。在设计工作层面，主要根据项目的实际需求、应用路段具体特征、投资规模等因素，选择相对来说更适配的技术方案。

2024年4月，财政部、交通运输部联合印发了《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》，指明了今后3年推进公路、水路交通基础设施数字化转型、智能升级、融合创新的实施路径。因此，在当前发展阶段，推动大数据、物联网等新技术与交通基础设施深度融合，体系化部署交通基础设施运行状态感知设备，建设数字化感知网络、智能化管控系统和网络化服务体系等已迫在眉睫。

对此，河南省交通规划设计研究院股份有限公司智慧交通与信息工程设计研究院副院长邓博认为下一步高速公路感知设施建设的原则主要有三个方面：一是需求导向、分类分级，根据高速公路路网地位、流量、安全风险等因素进行分类，匹配建设相应等级的感知设施；二是区域统筹、协同共享，协同考虑本路段与关联路网信息感知，加强与公路、治超、互联网导航地图、气象、自然资源等数据共享共用；三是充分利旧、集约建设，深化利用ETC门架的过车数据、沿线视频图像等既有资源。

对于交通运行监测、气象环境监测、基础设施健康状态监测、智慧隧道监测等各类感知要素的建设方案，邓博提出以下建议。

1.交通运行监测

一是在交通流监测方面，需要考虑“关联路网”+“主线”统筹采集的方式。

其中，关联路网交通流量信息通过数据共享的方式获取，包括相邻高速的ETC门架过车数据；相邻普通公路交调系统、治超系统数据；互联网导航地图，获取区域路网的交通态势数据。

对于主线交通流监测，采用“自建”外场感知设施+“共享”互联网图商数据的模式。自建外场设施采用分段、分级的模式：一般路段仅需要满足路网运行监测基本需求，在建设方案上考虑充分利旧，利用ETC门架过车数据，获取各断面流量数据，不再新建设备；重点路段的感知设施建设主要支撑智慧扩容、主动管控，需要配套实施车流数字化设施全覆盖，融合采集车辆身份+轨迹流数据。

二是在交通事件监测方面，同样采用分段分级的建设模式：对于一般路段，主要满足及时识别偶发性事故的需求，在方案上充分利旧，利用沿线摄像机视频+视频分析服务器实时监测和ETC门架数据异常倒推异常事件相结合的模式；对于重点路段，主要包括事故多发、安全隐患路段（分合流区、弯道长大坡、桥梁、隧道等），主要满足异常事件快速、精准识别的要求，在方案层面，考虑在既有视频设施的基础上，增设轨迹流监测设施，以“轨迹异常”+“视频分析确认”的方式，提升检测精度。

2.气象环境监测

在气象环境监测方面，一是首先考虑整体区域气象感知，推荐采用自建+共享模式，以共享获取气象单位的交通气象服务数据为主；以自建全要素气象观测站为辅，作为本地数据补充和数据校验。二是对于局地恶劣气象环境感知，要加强针对性路侧监测设施建设，主要依据运营期间恶劣气象环境统计数据，选取多发路段针对性建设，包括能见度监测、凝冰监测、横风监测等。

3.基础设施健康状态监测

在基础设施健康状态监测方面，主要针对桥梁、隧道、边坡等重要构造物，结合各类结构设施的实际特征，开展规模化推广应用。

4.智慧隧道监测

在智慧隧道监测方面，目前按照传统机电工程规范要求，隧道监控已经部署了规模较大、体系完整的感知设施，包括视频、流量、事件、环境、火灾等要素监测，因此仅在其基础上考虑适当性加强。基于隧道运营实际需求，选择从异常事件感知和应急设施状态监测两处考虑。对于异常事件感知，一般隧道考虑在隧道出入口设置高清卡口，实时车辆滞留检测，加强异常事件感知能力；对于大流量、易拥堵、事故多发的重点隧道，可考虑试点数字孪生隧道，实现车流数字化数据全覆盖。对于应急设施状态监测，主要针对消火栓、风机、电伴热等设施，通过设置传感设施，实现设施在线监测，保障其良好的运行状态。

对于交通感知技术的下一步的发展，业内专家指出，从技术上看，“融合感知+边缘计算”将成为路侧感知计算与设施的主流，关键在“适用性”；从近期来看，片区路网/路段的全息感知是当下智慧高速重点，但关键在省域全要素融合感知，特别是全省集团级路网运行数据的聚集化、全息化、要素化，需要通过数据底座解决“碎片化”问题。总体来看，未来如何突破突发交通事件的感知与监测，未来感知数据如何实现全覆盖、全天候，以及如何把握数据价值仍需要进一步探索与创新。

参考资料

[1] 邓博.新形势下高速公路感知技术的发展趋势与建设思考

[2]刘睿健.雷视融合能否成为新主流?—高速公路感知技术探讨[EB/OL].[2022-05-07].https://mp.weixin.qq.com/s/1bknIc6y13tf4tXXwRnvOw