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。路側感知系統能否提供可靠、精準的數據將成為實現智慧高速建設近遠期目標的關鍵點之一。楊大寧先生文章分析通過雷視融合感知底座實現全天候全局全要素目標檢測、身份與特征全局跟蹤的全息感知、車道級精度的事件檢測等，對產業界伙伴們有強的參考價值。
導語
近半年，諸多自動駕駛卡車公司獲得了上億美元的融資。自動駕駛卡車行業被認為是最先具有盈利模式、可商業落地的自動駕駛賽道，受到了資本的青睞。另一方面，隨著我國交通強國戰略的實施，高速公路發展進入車路協同的新階段。如何建立以數據驅動為核心，通過全時全覆蓋全要素感知，實現I3以上等級的智慧高速公路，同時解決目前行業痛點問題，將成為新一輪高速公路建設關鍵。
01、新基建引領智慧高速新浪潮
01. 國家政策加持，巨頭企業爭相涌入
近幾年，國家有關部門出臺多項產業政策支持智能交通發展，如《交通強國建設綱要》、《國家綜合立體交通網規劃綱要》、《國民經濟和社會發展第十四個五年規劃和2035年遠景目標綱要》等，均指出要全方位布局交通感知系統，將基礎設施數字化、路運一體化車路協同、北斗高精度定位綜合應用、基于大數據的路網綜合管理、“互聯網+”路網綜合服務、新一代國家交通控制網6個方向作為重點，發展自動駕駛和車路協同的出行服務。
在政策的支持下，眾多企業也紛紛涌入智慧高速市場，新興互聯網企業、大型交通信息化建設集成商、公路行業技術產品知名供應商等均進行智慧高速產業布局，將著力點放在高速云控平臺、V2X管控平臺、AI智能分析平臺和智慧全息感知基站（雷視融合、毫米波雷達、視頻、RSU等）。02. 智慧高速試點“遍地開花”，產業建設目標日漸明晰智慧高速試點日漸增多，目前最新公布數據包含貴州、山東、河北雄安、深圳、廣西、浙江、江蘇、吉林、廣東、江西、安徽、山西、四川、陜西、云南等。當前智慧高速試點已取得階段性成果，但仍有許多關鍵技術亟需攻克，特別是融合感知技術如何為自動駕駛、車路協同交互提供基礎數據支撐問題。隨著智慧高速試點不斷開展，其建設目標逐漸明確。
近期目標是通過全要素感知、全方位服務、全過程管控、全數字運營、車路協同等，實現安全提升、效率提升和服務提升。在惡劣天氣、復雜環境下的道路交通事故率大幅下降。關鍵節點和路段的通行效率大幅提升。實現公路建設、管理、養護、運營全生命周期的數字化和智能化。遠期目標是在全路網范圍內實現全要素感知、全方位服務、全過程管控、全數字運營等，實現“人、車、路”智能網聯和高效協同，實現全智能化的高速公路業務管理，實現車輛編隊與L3級以上自動駕駛。路側感知系統能否提供可靠、精準的數據將成為實現智慧高速建設近遠期目標的關鍵所在。
02、先進的路側感知系統是新一代智慧高速建設基礎
當前我國高速公路運管主要關注的痛點有：擁堵：如何提升通行效率，通過智能化手段進行監測、建模、優化、疏導。事故：如何在第一時間發現事故、處置事故、分析事故、預防事故。高速公路信息采集系統現階段主要依靠高清視頻監控設備。
雖然可以通過后臺視頻AI算法處理，實現車牌識別、交通流統計、異常事件識別等功能，但也存在不少的問題，例如覆蓋范圍不足，檢測精度受天氣影響大，延時過長等。而新一輪高速智慧化投資建設，不僅需要考慮對現有運管提供更好的監測手段，更應當考慮到未來面向自動駕駛和車路協同，提供有效的路側基礎設施支撐。眾所周知，自動駕駛的車輛成本很大部分取決于感知系統和運算系統。
如果路側設備可以為高速上運行的車輛提供有效的感知冗余，這將大幅降低自動駕駛車輛自身的制造成本，并提升車輛運行的安全性。高速公路的運管也可以按服務收費，形成智慧高速的建設投資回報。先進的路側感知系統是智慧高速的重要基礎和底座，也是區分新一代高速智慧化的重要標志。先進的路側感知系統應以數據驅動為核心，全息全要素感知為基礎，構建全天候全時段全功能全覆蓋高融合的路側感知系統。
根據我國高速公路地域差異的特點，可精準實現多種交通事件信息采集及事故預防等功能，方便與交通電子警察系統聯動，進行違法取證，規范駕駛行為，營造綠色安全暢通的交通環境。同時精準的全要素目標數據，能夠支持未來車路協同場景落地需求，為自動駕駛車輛提供超視距、全天候、全覆蓋的感知冗余。
03、雷視融合構建智慧高速的感知底座
01. 系統架構為滿足當前智慧高速發展高標準建設需求，支持對現有設備的利舊和新基建車路協同系統的融合應用。雷森推出雷視融合路側感知系統，構建智慧高速的感知底座。
下圖為雷視融合路側感知系統部署圖。在高速公路路側端借助交通立桿或路燈桿，每隔1千米安裝1臺雙域定向交通毫米波雷達，形成前后覆蓋各500米，對車道內交通目標進行精確識別和定位。輸出的數據信息包括位置、速度、航向、車流量、平均車速等。另在高速公路龍門架上正裝一臺雷視融合一體機，可采集過往目標的車牌（識別率超過99%）、23種車型、250種車標和顏色等信息，同時可識別誤入高速公路的行人和非機動車。交通毫米波雷達和雷視融合一體機所采集的數據匯聚到目標融合邊緣服務器中進行融合，實現在同一坐標系下對交通流和車輛特征的同步還原。
借助高精地圖，展現車道級的高清實時路況信息，并基于全數字仿真技術和交通算法模型，完成對高速公路的精細化管控。
定向交通毫米波雷達可覆蓋車道范圍廣，識別目標類型多，可進行多種事件檢測。雷視融合一體機可進行交通目標身份識別、車型識別和特征識別。相鄰雷達及雷達、雷視之間可實現對同一目標信息的雙向傳遞，包括車輛動態信息、特征信息以及在整個雷達感知系統中的唯一ID編號身份信息，相鄰雷達及雷視間同一目標車輛信息相互傳遞成功率98%以上。同時，雷達和雷視與現存視頻探頭實現聯動，實行二次抓拍驗證。
目標融合邊緣服務器通過ARM+NPU架構，具備AI計算能力與數據存儲能力，可融合多臺交通雷達、雷視及RSU匯集的數據，通過航跡處理算法，進行高效目標融合，形成穩定可靠低時延的全局目標數據源，與高精地圖結合，展示全息感知的智慧高速。
02. 系統應用雷視融合路側感知系統可為交管交控系統和車路協同場景提供高精度高可靠低時延的全局目標數據信息，構建智慧高速數據融合感知底座。
流量控制與事故預防
通過交通雷達、雷視路側傳感器采集高速公路主線及匝道的交通流量、突發事件檢測等多目標信息，融合車載傳感器采集的周圍環境信息，借助目標融合邊緣服務器進行全要素結構化處理，上傳至信息處理分析系統，通過路側廣播、公眾號平臺、導航平臺、誘導屏和車載設備實時向交通參與者提供最新的道路交通出行情況，方便其選擇合理的行車路線和出行方式，交通部門則可根據交通流量或突發情況，實行匝道關閉和調節，以此進行流量控制。針對隱藏的交通事故，可根據以往事故車輛的歷史軌跡，通過建立數學模型分析其特征，與現有車輛軌跡數據進行比對分析，制定相應的管控策略，避免同類事故再次發生。
全局實時事件響應
高速公路服務區進出口、匝道入合流處、應急車道及隧道等都極易發生交通事故，包括違章變道、高速路口逆行、超速欠速等事故原因。雷視融合路側感知系統通過雷達、雷視全局全天候實時檢測車輛速度、位置、流量等信息，進行全目標軌跡實時追蹤，通過路側單元RSU進行信息發布。目標融合邊緣服務器會聯動現存視頻探頭進行二次抓拍取證，并實時上傳特定交通事件給高速公路事故預警系統，支撐相關人員進行研判決策和事件分析，實行風險防控和事故處置，提升高速公路的通行能力。
車路協同場景服務
無論是現階段智能交通發展，還是未來車路協同場景服務。全局全要素目標是支撐一切交通事件的數據基礎。雷視融合路側感知系統可實現對路面所有目標實時全要素結構化處理，實時感知可達到秒級感知或瞬間感知，符合C-V2X低延時行業標準。同時支持I3級有條件自動駕駛/高度網聯化基礎設施的要求，例如支持所有DAYI/DAYII標準場景建設，包括可感知透傳前方擁堵提醒，異常車輛提醒、行人闖入等交通事件。可識別綁定車輛身份并檢測上報多種交通事件。為未來車路協同場景落地提供豐富的數據支撐。
03. 系統特點
全天候全局全要素目標檢測
交通雷達和雷視融合一體機檢測精度不受天氣環境因素影響，最高可對橫向10車道、縱向500米范圍內的512個目標進行全局檢測和跟蹤。
全息感知，實現身份與特征全局跟蹤
通過在高速公路每隔1千米左右燈桿側裝1臺雙域定向雷達，前后各覆蓋500米，結合目標融合邊緣服務器，實現整條路段的“全息還原”，并聯動雷視融合一體機，實現交通目標身份和特征綁定，實時追蹤每個目標的運行狀態。為智慧高速提供高可靠高融合低延時數據感知底座。
車道級精度，事件豐富，工程布設便捷
雷視融合路側感知系統可全局20Hz實時跟蹤軌跡，車速可精確到1km/h。支持10種交通事件檢測，定位事故，包含匝道分合流誘導，特種車輛/逃費車輛跟蹤，交通事故預判/發現/回放，霧天行車誘導，對主線交通流量進行控制，支持I3級以上自動駕駛，可對隧道交通通行情況進行全息還原。交通毫米波雷達和雷視融合一體機工程部署便捷，使用專有的工具可在15-20分鐘內完成雷達、視頻和GPS坐標系的標定。
04、結語
雷視融合路側感知系統較于傳統視頻網感知系統，面對大流量、復雜路況、場景豐富的高速公路，可實現全天候、全時段、全路段、全要素、全功能實時目標檢測、交通參數統計和交通事件上報。雷視融合路側感知系統不僅實現了路段的全息感知，還可以與原有視頻網設備進行融合利用，對道路事件進行取證和抓拍。未來，雷視融合路側感知系統可支持車路協同和自動駕駛的高速應用，實現商業閉環。基于雷視融合的感知底座是未來高速智慧化的基礎，將助力提升高速公路安全性、通行效率及管理運營能力。
