西南交通大学刘晓波：智慧高速的应用场景应该让出行者和运营方同时获利

其中，西南交通大学交通运输与物流学院院长刘晓波重点从智慧高速的场景建设、数字孪生技术的应用等角度进行了分享。

在谈到应用场景时，刘晓波提出，智慧高速公路的应用场景在实现上有一个瓶颈，在提升出行者安全与效率的同时，也要考虑到让道路运营方获得收益。只有保证道路运营方和使用者互惠的应用场景，才能实现可持续发展，否则会始终处于实验项目阶段。

刘晓波列举了一个服务大货车的应用场景：如果智慧高速能够充分利用服务区，做好货车的组队、甩挂等智慧运输与物流服务，可以改善中国2500万辆货运车辆的运营效率问题，同时为智慧高速公路带来效益。

实时数字孪生是智慧高速的一项重要技术。刘晓波表示，针对高速公路基础设施的数字孪生技术有三大关键环节，即感知、识别和判断。通过对这三个环节的功能开发，找到它们内在的规律并能对基础设施与交通流的演变机理实现数字解析，就能解决其全生命周期关键环节的关键问题。

感知系统是数字孪生技术的第一个环节，是整个孪生系统成败的关键。感知的信息通过对道路设施全要素的静态数字重构，与对载运工具实时交通状态的动态数字重构，构成了智慧高速建设的基础。大数据技术，实现的是对数据本身的获取、传输与保存，与对数据的挖掘与分析。智慧高速的应用场景，对于数据的实时性和准确性要求都很高。如果能把不同的交通要素的大数据有机地结合起来，就能够发挥出数字孪生在智慧高速的功效。

高速公路动辄成百上千公里，所处位置又远离市区，养护工作是让高速公路企业一直头疼的“老大难”问题。关于这点，刘晓波认为，所谓高速公路智慧养护，还是通过智能感知、识别和判断三个环节，实现传统养护管理作业的升级换代。智能感知就是给高速公路拍X光片，用于发现问题；智能识别就是针对高速公路病害诊断系统，建立采集数据与公路病害的对应数据集；智能判断和诊断则是基于数据集进行智慧决策，从而让在复杂环境下形成高速公路养护解决方案的全过程。

以下为刘晓波圆桌论坛交流实录：

主持人：目前智慧高速都有哪些主要的应用场景？而这些场景可以解决用户出行的哪些问题？而目前这些场景的应用、成效都如何？

刘晓波：关于智慧高速的应用场景问题，其现实应用有一个前提，那就是高速公路的投资方即业主企业要实现稳定盈利，才能保证对交通运行与道路维护的高水平服务。换而言之，只有保证道路运营方和使用者互惠的应用场景，才能获得发展，否则只能停留在实验阶段。

我给大家举两个例子。第一个例子，针对高速公路收费的主体——大货车。如果高速公路的智能服务，能够开发拓展服务区做好货车的组队、甩挂等服务，通过这种物流的增值服务，可以直接改善中国2500万运输车辆的运营效率，同时给智慧高速公路带来收益。

第二个例子，就是通过智能设备对交通流运行状态的监控场景。当发现异常状态的时候，通过司机或车主的交互，提供及时、有效的交通服务，比如说诱导车辆远离事故地，指导车辆实现车道级的导航、变速、限速等等，这些都是非常经典的交通场景。但是高速公路企业对这个系统投资大量设备都很难获利，因为他们没有to C的渠道。互联网科创企业是有to C渠道的，也有自己的技术路线，自己就能实现交通状态的感知。所以这个经典场景是互联网平台和运营方双方得共同获利，达成合作关系。

关于应用效果比较有成效的场景，我想介绍以下几点。

第一，两三年前全国道路ETC推广以后，基于现有的ETC门架应该建设自由流的收费，通过北斗、5G技术对测量的快速精准的识别，不停车收费，可以极大提高收费站的通行能力，而且降低整个道路的拥堵和排放情况。

第二，对高速公路上的重点车辆，包括冷链车、军事运输车和一些特殊功能的车进行实时监控，在车辆出现异常状态的时候，进行实时提醒。对高速公路重点的区域开展环境和气象的综合监控，对实时的道路状态进行警示和维护。还有对特殊环境下特殊的交通节点，包括隧道，开展各种交通状态预测和预警的功能，这对交通流的安全顺畅贡献都很大。

至于刚才我提到的货运服务、物流服务，现在美国有18个州都在开展货运组队的商业化服务，欧盟2023年跨国公路都实现货车的组队运行。这些系统从技术层面来说，都能很好地提升交通与运输问题的痛点。

但是目前，我们的公路车辆和道路上都还缺乏这种相关设备的普及、安装和应用，所以大部分都还没有进入实际应用，都还在试验阶段，其中的原因就是这些场景本身都存在盈利闭环的问题。

另外，还存在责任问题。比如我刚才提到高速公路的设施检测涉及到对山区的地质监控，这不是高速公路企业的责任，是地方政府的管理范畴，彼此之间的关系都应该建立出规范。

所以我个人感觉，未来智慧高速公路的建设，除了在技术层面提升出行者的安全、道路效率的同时，打破公路业主企业盈利闭环的瓶颈，同时还要明确好责任和权力的问题。

主持人：感知系统、数字孪生技术已经被广泛地应用于交通行业，智慧高速领域同样也是如此，感知系统、数字孪生技术能为智慧高速带来哪些积极的作用和影响？

刘晓波：高速公路基础设施的数字孪生技术，实际上是把物理世界的交通要素，通过一个映射的手段重构了一个数字系统，中间有三个关键环节：就是感知、识别和判断。通过对这三个环节的功能开发，从而找到它们各自内在针对高速公路全生命周期关键环节的演变机理。

孪生技术的应用面很广，但是对高速公路数字孪生技术的开发，我们首先必须要明确它到底解决了什么问题。

感知系统是数字孪生技术的第一个环节，是整个孪生系统成败的关键。高速公路的感知系统包括对道路本身自身状态的感知，还有对交通流运行状态的感知这两部分。前者是对道路设施全要素进行数字重构，偏静态，当然也不是绝对的静态。后者是对载运工具的实时交通状态进行数字重构，偏动态。全面的、实时的、精准地监控和采集静、动态数据要素，是实现整个高速智慧化的前提和基础。

大数据技术，服务于数字孪生技术的第二个环节。包括对数据本身的获取、传输与保存，与对数据的挖掘与分析。智慧高速的各种应用场景对于数据的实时性、准确性要求很高。这就对边缘计算、云计算提出了很高的计算要求；另外，要高效处理和挖掘多维、异构、海量交通数据，这对交通设施与交通流的算法要求也很高。在此基础之上，如果能够对不同交通要素的大数据计算进行有机地有效地组合，就能发挥出智慧高速的功能效力。比如说我刚才也介绍过一个货运场景，我觉得是很有希望。在货运场景中，ETC收费数据是现成的，高速路段视频监控数据也是现成的，研发团队只需要挖掘货运车辆的交通特征，将既有数据，包括车辆行驶数据、包括司机驾驶数据等都通过挖掘分析，对其行为选择、安全性、可靠性、忠诚性做细致分析，最后制定货车的管控策略，形成闭环管理，这些研究本身就富有商业价值。同时，在此基础上，将这一系列的管控措施与交通部差异化收费标准相融合，就能够为货车收费提供精细化数据支撑决策，打造出服务于特定道路网络和司机特征的智慧化解决方案。

我们这两年也做了一些交通感知系统的研究实验。我发现每个企业对自己使用的设备都比较熟，但其设备类型相对单一，大多是静态的功能。怎么样在动态的交通环境下考虑各种因素功能的演变，对不同设备组合的布局进行优化，并且实现数据实时传输呢？我知道腾讯做了很多这方面工作，把这些全部实现以后，生成的高质量数据，才能支撑算法开发对应用场景的某一个功能点发挥作用。

主持人：智慧技术的应用能够为高速公路的养护和维护环节带来怎样的改变和提升？

刘晓波：打个比方，公路的路面跟人的牙齿很像。高速公路的智慧养护实际上就是要实现牙齿的自动检查、虫牙的自动判断，与高水平低成本的修护，所以我们说高速公路的智慧养护实际上是用新技术，通过智能感知、识别和判断三个环节，实现对传统养护管理作业的升级换代。

智能感知就是给高速公路拍X光片，这是一种替代了人的眼睛、耳朵和传统的检测方法的新技术。智能识别是针对高速公路病害诊断系统，对整个感知指标建立的演变机理，最终目的是要根据感知数据形成有效决策。这一点对理论的要求非常高，而且难度很大，当前道路、桥梁等设施监测还没有完全解决这个难点问题。

最后一步是智能的判断和诊断。这实际上是基于我们的数据，通过人工智能大脑去辅助，甚至替代管理者进行决策，并在复杂环境下形成高速公路养护的具体方案。比如说，在各种灾害、各种特殊情况下的紧急救援工作。日常维护各种作业，各种作业设备的布局之外，还要思考养护作业方案，运维系统怎么去协作等问题，这样才能整体上提高道路的全面使用效能和车辆通行质量。这是我的一点理解。谢谢。

主持人：新一轮的国家战略对于智慧高速发展有何影响？智慧高速产业链的各类市场主体应该重点在哪些方面来重点发力？

刘晓波：我国智慧高速公路发展到今天取得了很多成绩，存在问题也很多。我国智慧公路建设还没有成熟完善的方案，其实还处在实验阶段。因为智慧高速系统的功能体系尚未打通，所以对于实验阶段的前期规划，制定一个科学的原则就特别重要。

一方面，咱们国家不可能等着整个技术路线都成熟了再从国外引进。引进的技术不一定适合我国情况，而且成本也不会便宜。另一方面，我们自身实验也不能够盲目投资，造成过多的浪费。我个人觉得，关于智慧高速公路的相关实验都值得开展。而且在现阶段，不管是公路业主或者是互联网科创企业，都不应该要求获得一个闭环的财务回报。否则，就没人可以做下去了。

我们做实验的规划和设计的原则，是要明确一个目标，围绕这个实验目标把相关的系统在时间与空间维度尽量建设和覆盖完整。实验的系统不用规模过大， 能够满足服务实验目的，获得实验效果就合适了。我们看到的很多高速公路的智慧实验系统规模很大，但系统构建与功能很单一，最后得到的收获、即实验价值就变得很低。这就是我关于智慧高速实验建设基本原则的建议，谢谢大家。

声明:

凡文章来源标明“中国智能交通网”的文章版权均为本站所有，请不要一声不吭地来拿走，转载请注明出处，违者本网保留追究相关法律责任的权利；所有未标明来源为“中国智能交通网”的转载文章均不代表本网立场及观点，“中国智能交通网”不对这些第三方内容或链接做出任何保证或承担任何责任。