編者按：為推進車聯網產業發展，特邀請業內專家學者共同建言獻策，推出“車聯網百家談”系列。60%以上城市交通事故發生在交叉路口，路口成為未來車路協同重要的邊緣節點。

華礪智行科技有限公司的陳新市先生提出智慧路口解決方案，詳細分析了智慧城市交通數據智能平臺、及其在信號協調與車速誘導/特殊車輛優先、區域路網分布式信號控制的數據智能服務應用，將給讀者帶來有益啟發。

01 智慧交通新技術發展趨勢

人流集中、車流密集、人車交匯、突發情況較多…十字路口由于面臨著諸多復雜因素，一直以來都是城市交通事故的高發地。據相關數據統計，每年發生的道路交通事故當中，有60％以上發生在十字路口。路口作為城市交通管理的基礎核心管控單元，不僅是交通業務下沉的重要載體，同時也是未來車路協同重要的邊緣節點。

目前，在城市路口交通管理開展中仍然面臨很多難題，如信息孤島普遍存在、數據利用率低、信號控制策略變化難、路口信息協同共享難等。在此背景下延伸出了智慧路口的概念。隨著自動駕駛“人、車、路、云”和“車路協同”的發展受到越來越多的行業關注和市場投資后，“智慧路口”也成為了智慧交通建設的核心場景之一。

2020年以來，無論是傳統交通企業，還是科技巨頭，都紛紛推出了各種智慧交通、邊緣計算智能體的解決方案，業內專家一致認為，基于端邊云技術架構的智慧路口解決方案將成為未來智能交通發展的核心技術路線，新一代智能網聯交通平臺也將作為新的市場切入點搶占市場空間。

隨著城市路側智能基礎設施的逐步推廣，城市路口的智能化水平將會不斷提升。通過部署在路側的交通信號控制機、各類傳感器（毫米波雷達、激光雷達、攝像頭等）實現路口本地的車輛、行人、路況的精細化、實時性感知，構建路口的泛感知體系。

從而實現道路交通多維度、多來源、全要素的全息感知。這些全息感知數據如何存儲、如何高效運用，如何提升路口、區域整體通行能力，提高車輛平均速度，將成為城市交通管理面臨的重要課題。

02 智慧路口解決方案

本智慧路口解決方案，將從智慧城市交通數據智能平臺、及其在信號協調與車速誘導/特殊車輛優先、區域路網分布式信號控制的數據智能服務應用展開闡述。

（一）智慧城市交通數據智能平臺

1、智慧城市交通數據智能平臺整體架構

在實際部署時，智慧城市交通數據智能平臺采用端-邊-云的車聯網生態體系。包括邊緣端數據采集服務、數據分析計算服務、數據協同服務等幾部分。通過車路云一體化的實施形成車端-邊緣云-中心云3級支撐體系，逐步建立智能網聯汽車，智慧交通管理邊緣計算生態體系，打造行業協同發展生態圈，推進現有產業的轉型升級。該平臺推動智能網聯駕駛、智慧交通管理基礎設施建設，為自動駕駛運營、智慧交通狀態感知、智慧交通控制等運營管理業務提供服務支撐。

在軟件邏輯架構上智慧城市交通數據智能平臺采用微服務+DOCKER 部署的形式，降低各個服務間的耦合度。同時，可根據服務職能及業務處理能力對資源的要求，進行按需部署。

避免程序運行的瓶頸，增加程序運行性能，提高數據處理能力和效率，降低數據處理整體時延。服務支持多路口交通信息共享，并對交通運行整體的效率提供優化策略，并可對相應的路口進行實時的統一調度。

2、微服務模塊設計

本方案中微服務模塊主要包括感知接入服務、邊緣云服務、數據接收解析、數據智能服務、數據存儲等功能。

1）感知接入服務

負責接收Radar、Lidar、IPC 設備的實時數據，并進行結構化數據轉換，將數據傳遞給邊緣端的消息總線上。

2）邊緣云服務

獲取V2X消息及從消息總線中獲取感知設備實時數據，基于以上數據計算當前路口的優化控制策略和交通指標，同時上傳實時數據、路口實時交通指標、路口控制策略到上層。

3）數據接收、解析服務

接收服務中邊緣云上行的實時數據、路口實時交通指標、路口控制策略數據。接收解析后存儲到數據庫或推送到消息總線隊列。

4）數據智能服務

從MQ消息總線實時消息、及從數據庫獲取各類歷史數據，根據交通指標統計分析策略，使用V2X 歷史數據進行計算，將計算的結果推送給MQ。

5）智能數據處理服務

從消息總線獲取實時的交通參數、優化策略并進行持久化。

6）數據存儲服務

持久化各類數據，為智慧交通業務、智慧交通策略計算和分析、處理提供數據支撐。

（二）信號協調與車速誘導/特殊車輛優先服務

1、功能描述

在動態干線綠波基礎上，在路段保障干線綠波帶寬最大化的同時，根據路段上車輛/特殊車輛實時運動狀態，可對車輛/特殊車輛進行車速誘導，從而使得系統層面通行能力得到提升，提高整條干線交通參與者的運行效率，進一步優化干線綠波應用效果。

2、基本原理

信號協調與車速誘導業務的系統原理如圖所示，路側單元（RSU）從交通信號機實時獲取紅綠燈的燈態信息，結合高精度定位模塊，再下發給搭載車載單元（OBU）的智能網聯車輛。

車輛安裝OBU設備，結合RSU設備下發的信號燈配時及倒計時信息，由高精度定位模塊提供的位置信息計算車輛距離交叉口的實時距離，通過車速誘導算法實時計算建議車速，保障車輛不停車通過交叉口。

信號協調與車速誘導/特殊車輛優先應用核心是紅燈縮短和綠燈延長。若當前是綠燈，且剩余倒計時時間不足保障車輛安全通過，立即調整延長綠燈時長到最大值，且倒計時顯示為最大值。

同時在車端儀表盤或高精度地圖等裝置同步顯示燈態變化，車輛自動調整匹配車速，確保安全通過路口；若當前是紅燈，且剩余倒計時可調整，在當前距離立即調整縮短紅燈時長到最小值，且倒計時顯示為最小值，縮短紅燈等待時間目的是為了快速變為綠燈，同樣顯示燈態變化和調整匹配車速安全行駛。

3、實現效果

該應用應能夠結合實時網聯車輛狀態信息（位置、速度、距離信號交叉口距離等）和紅綠燈信息（包括信號燈狀態、倒計時等），通過網聯式交互，增加車輛協同感知范圍。

利用智慧城市交通數據智能平臺系統綜合計算判斷并將計算結果低時延下發給車端，便于車輛實時做出正確駕駛決策和調整信號燈燈態信息，確保行駛方向多個路口連續性綠波，達到高效通行目的，有效緩解路口擁堵。

（三）區域路網分布式信號控制服務

1、功能描述

在區域路網應用信號控制算法，支持構建分布式信號控制網絡結構，可基于路口邊緣云、中心云數據交互，實現路口與路口之間、區域與區域之間的信息共享與協同聯動，提升區域交通通行能力，優化區域交通通行效率。

基于分布式信號控制網絡結構與算法，綜合考慮路口間距、路徑流量，利用創新的交通模型對路網進行子區劃分，實現大規模路網區域解構，以區域通行能力為優化指標，實現大規模區域路網信號全局優化。

2、基本原理

控制方案分為五層，包括系統管理層、區域信號控制層、通信層、子區域信號控制層、路口控制層。

其中，系統管理層負責管理系統運行過程中關鍵數據，包括區域內部智能路側檢測設備（激光雷達、毫米波雷達、攝像頭）輸出的結構化數據，以及車輛BSM信息提供的交通狀態數據。

區域信號控制層運行區域信號控制算法，用于求解區域通行能力最大化時的最優區域信號控制配時方案。

通信層負責上行子區域之間協同通信交通狀態數據，下發區域信號控制方案。

子區域信號控制層負責協同子區域內部各路口之間數據相互流轉，包括車輛數據、信號配時數據等數據。

路口控制層負責執行信號配時方案，同時，獲取并分析路口車輛運動狀態數據。

3、實現效果

區域路網分布式信號控制，綜合考慮路口間距、路徑流量，利用適合區域路網的模型對路網進行子區劃分，實現大規模路網區域解構。同時以區域交通優化指標為目標，實現大規模區域路網信號全局優化。系統支持實時計算得出區域交叉口排隊長度、通行量、平均延誤等評價指標，直觀體現對交通控制優化的效果。

03 總結

本方案以智慧城市交通數據智能平臺為核心，在路口部署小規模路口邊緣云，支持RSU、視頻感知、激光雷達、毫米波雷達等多設備接入，具有低延時、大帶寬的高性能通信能力，聚焦實時、短周期數據分析，支持路口級人、車、路協同業務，解決端到端設備管理、態勢感知、單路口交通信號自適應控制等問題。可快速完成特種車信號優先、行人安全預警等安全、效率與信息應用的實施。在區域部署中心邊緣云，支持海量數據的處理與存儲，聚焦實時與非實時、中短期周期數據分析，可快速完成綠波走廊、車輛動態路徑規劃等應用實施與驗證。通過多路口業務聯動的分布式信號控制，解決大面積交通效率難題。

系統方案優勢：

1.更加適合智慧交通業務模式的系統和邏輯架構。相比于傳統的將運算處理功能集中于云端的智慧路口方案，該智能平臺整體架構分為端-邊-云三個層級，通過合理規劃各個層級間的任務和交互模式，將計算處理工作大量的放置于邊緣端。

這樣在大幅降低數據回傳、云端平臺數據處理壓力的同時，可以降低各個服務間的耦合度，實現根據服務職能及業務需求進行資源部署，避免程序運行的瓶頸，增加程序運行性能，提高數據處理能力和效率，降低數據處理整體時延。

2.實時性更強的信號優化策略。該系統通過路側感知設備實時采集的現實交通數據進行交通優化算法分析，相較于傳統抽樣統計方式，該系統可以得出更加精準的車速誘導、車輛優先和區域交通優化結果。并且可以根據區域交通優化執行前后的實時交通數據對比，進行算法的迭代優化，實現自動高效的交通優化控制平臺服務。

編輯：jq