如果您需要帮助,请点击这里
菜单

综ICT之智,合交通出行之慧

华为综合交通解决方案总架构师 赵一斌

感情男声
  • 感情男声
  • 感情女声
  • 标准男声
  • 标准女声
倍速1.0X
  • 倍速0.5X
  • 倍速1.0X
  • 倍速1.5X

十三五末期,我国城镇化率达到45%左右,随着“长三角一体化”“大湾区”“京津冀”等经济圈的规划和实施,中国城镇化水平将进一步提升,预计到十四五末期,我国的城镇化率将达到50~60%。大量产业、人口集聚在城镇化区域,将使区域内的社会经济活动更为活跃,区域间的交通联系更加紧密,机动化出行总量必然进一步提升,将对整个交通系统带来更严峻的挑战。单纯增加基础设施供给、“定总量、分系统设计”的规划模式,已经很难应对居民和社会经济活动对交通的需求。

在这样的大背景之下,交通运输部发布了《交通强国建设纲要》(下称《纲要》)。与以往十二五、十三五的交通规划不同,《纲要》并未把重点放在单个交通方式及某个交通要素的发展目标上,而是创造性地提出了以居民出行“123小时”、货运流通“123天”为目标,打造“发达的快速网、完善的骨干网、广泛的基础网”为骨架的“三网两圈”综合性、系统性交通体系,为全国交通行业基础设施的中长期发展提供了高阶的规划指引及蓝图。

构建综合大交通体系,支撑城镇化进程

传统的城市规划体系更重视土地利用(功能区)在空间上的分布,交通一度被放在“配套设施”的位置,城市不同功能区之间的联接,通过“配套”提供支撑。直到决策者注意到“土地利用<->职住分布<->交通出行”之间的联动关系,引入系统工程思想,创建了“四阶段”模型,第一次定量化地描述和预测了其联动过程,提升了交通规划的系统化和工程化,在城市化发展的早期阶段促进了行业的大发展。

但是这个模型的思想基础是“分模式/分系统”,即将交通系统的不同要素(公交/轨道、道路设施/运载工具、动态交通/静态交通等)分开研究,天然割裂了各子系统之间及不同交通要素之间的联动关系。

西欧、北美、日本等国的城市化起步较早,城市化率更高(东京大都市圈、大伦敦区、新加坡等地区均超过75%),为适应城市化规模和强度对交通系统的需求,这些区域/城市都从不同维度、不同切入点,进行了打通和融合,构建了综合大交通体系——东京不同地铁运营公司之间,通过跨线运行打通了城际与城市的壁垒,其采用的TOD(以公共交通为导向的开发)模式即是基于枢纽开展的土地利用规划及交通规划;伦敦通过ERP打通了道路等基础设施使用与出行方式;新加坡整合城市轨道与地面常规公交,开展的一体化线网规划及轨道公交接驳规划等。

这些措施都在一定程度上提升了整体交通系统的承载力/容量,改善了出行体验,支撑了更丰富的城市功能,促进了都市圈向更高维度发展。

新技术应用,拓展综合交通数字化版图

传统的智慧交通从业者受限于技术的成熟度及客户的业务边界,往往给自己设定了一些所谓的“业务边界”:道路/桥梁/隧道等基础设施、交通运输企业本身的运营、面向出行者的乘客服务等,这些很少成为传统智慧交通从业者研究的对象。这一方面限制了交通数字化、智能化的业务版图,另一方面也降低了客户对解决方案价值的认可度。

有人说,人类文明起源于仰望星空那一刻。 AI、大数据等新技术的发展和成熟赋予了我们仰望星空的能力,我们需要重新审视智慧交通的版图和业务范围。

1. 边缘计算+AI

公交/地铁的线路规划高度依赖于当前及未来出行的时空特征(OD矩阵),以传统公共交通系统的客流分析为例,其数据主要来源于用户的交通卡刷卡,一般技术路线为“刷卡数据+车辆运行数据+推导模型”,再结合交通调查数据进行模型标定。由于数据质量、交通调查数据的时效性、时空分辨率等因素的综合影响,最终造成OD矩阵很难反应实际出行的需求特征,而基于这种OD矩阵做出的线网规划,也很难满足出行的实际需求。

近年来,随着计算机视觉及AI技术的快速发展,摄像头的分辨率、AI算法的识别能力大幅提升,算力成本则大幅下降,使得这些原本用于高价值业务场景的技术,也可以大面积推广到公共交通行业。目前,以“低成本车载摄像头+边缘计算”为硬件平台,基于视频AI的“头肩识别”Re-ID技术,已可以低成本地应用于公交领域进行客流识别及精准客流分析,为线网规划提供全时段、全客流的OD矩阵,可大幅提升线网运力与客流分布在时间和空间上的精准匹配,增加算力而不增加车辆,达到了运送更多乘客的效果。

2. 大数据、5G和云计算

公路特别是高速公路,是社会经济运行的主动脉。长期以来,公路货运占全社会货运总量的70%以上,近年还有上升的趋势,目前已经达到了78%,主干高速公路均处于满负荷甚至超负荷运行状态,因此对公路系统提出了很大挑战。行业中一般思路是修新的道路或者对高速公路进行改扩建,如4车道改6车道、6车道改8车道等,不仅投资巨大,又占用了大片的耕地资源。

基于云计算和大数据技术,小到单路段全息感知,大到全区域路网的态势感知、分钟级的短时预测,及复杂场景的管控仿真推演等复杂计算,赋予了高速公路运营人员“上帝视角”,使其可以在此基础上实施匝道控制、分合流诱导、分段限速、临时开放应急车道等精细化的主动管控措施,最终达到常规事件不断流、全天候通行等效果,实现了不改扩建的“软扩容”,或者小规模改扩建的通行效率倍增。

综合大交通体系数字化之美,在于融合

海洋生态学家发现,海上的渔船会随着冷暖洋流交汇处的变化而下网,因为这些“高手”都明白:冷暖洋流交汇翻起的海底生物盐分滋养了浮游生物,进而培育了丰富的海洋生态和肥美的鱼群。

不同的交通模式(公交、地铁、私家车出行)、不同的交通场景(城市交通系统、城际交通系统)、不同的业务流(交通局的监管流、运输企业的运行流),就像海洋里的冷暖流。而场景/模式/流程的交汇点(比如,高铁站、机场等空间上的交通枢纽、一体化公交轨道线网规划优化等作为公共交通业务监管流和运行流的交汇点)就像冷暖流的交汇点,对这些融合交汇点实施数字化及智能化,往往能起到画龙点睛的效果,而智慧交通从业者,也应该逐步从单域数字化,朝着打通流程断点、多模式协同运行、跨场景一步步深入,构筑出可最大化客户业务价值的解决方案。

图1 综合大交通体系

1. 跨交通方式

城市轨道是近几年交通建设的主旋律,作为城市机动出行的主体,城市轨道承担了公共交通大部分的流量。与此同时,传统地面公交的发展也面临着巨大的挑战,而分割的管理模式及相关技术的缺位,导致二者难以协调,在部分区域甚至形成了相互竞争的态势,造成了社会公共资源的浪费和低效运行。

图2 城市轨道跨交通方式

事实上,城市轨道的定位为:提供长距离、跨城市功能区的出行服务,在起始点之外,均需一定的接驳服务,而地面公交的功能恰能满足这一需求。如果基于云/大数据技术,开展一体化的OD分析,进行一体化的运力匹配和调度,再结合基于AI的视频分析技术,就可充分发挥公交地铁各自的优势,打造覆盖旅客出行完整的产业链,通过提供一站式无缝出行服务,实现“向算力要运力”的目标。

2. 跨场景

机场/码头/高铁站不仅是城市交通的枢纽,也是城市形象及交通系统运行效率的展示窗口,其连接了城际交通和城市交通两个场景,在交通系统中承担着城市客流的集疏运功能。一方面,这些交通枢纽要将出发旅客便捷、准时地从城市各个节点汇聚;另一方面能让到达这个城市的旅客安全、便捷、快速地进入城市交通系统(公交、轨道、汽车等)。这就要求交通枢纽需具备精准的客流预测,及多种交通方式之间的运力预测和调度能力。

如图3所示,其具体流程包括打通②③,实现快速通过枢纽区域;联通①⑤,精准客流预测,精准运力匹配;联动①⑥,实现紧急状况下(大客流)的应急响应能力。

图3 城市交通枢纽流程

而这些核心能力的建设,需要在单域的数字化及综合的AI/大数据基础上进行设计和开发,以最终实现运力与客流的精准匹配,快速、安全、便捷地集聚和疏散枢纽内的客流(见表1)。

表1 城市交通枢纽技术需求

数字化、信息化技术在交通领域的持续深化,提升了交通系统的运行效率、运营安全,减少了整体交通系统的碳排放,改善了交通出行体验,增进了社会公平。

5G、AI、物联网、大数据等新技术的引入,让智慧交通从业者有机会从更深入、更融合的维度思考如何更好地开展交通基础设施的数字化、信息化,不断拓宽“智慧交通”的业务边界,逐步从基础设施数字化走向业务流程数字化,开展更多更有创新性的跨设施/流程、跨交通模式、跨场景、全业务流程的综合大交通体系智慧化解决方案的规划和设计。

扫描体验移动阅读
ict 30 400 514

第30期 智慧交通特辑

跨越IT&OT数字鸿沟,构建交通数字化新范式

当前相关内容

刊首语

视野

特别报道

焦点

成功故事

生态