一、高速公路發展趨勢
高速公路監控、通信、收費三大系統，為高速公路智能化奠定了堅實基礎，高速公路不停車收費系統全國聯網，更是將高速公路智能化推向了新的階段，隨著移動互聯網、大資料、云計算等新一代資訊技術的發展，將推動智慧高速發展，
1、基于智能終端的智慧高速
利用ETC電子標簽，基于移動終端的定位，信令資料獲取動態交通運行資訊，分析路網運行狀態已成為重要手段，車輛終端化、智能化的發展，為未來資訊獲取、傳遞，甚至執行管控指令提供了重要基礎，
2、基于資訊共享的智慧高速
無線通信網及路側智能基站作為高速公路的基礎設施，將車路互動平臺，作為基本服務提供給公路出行者，是智慧高速公路的重要特征之一，
3、基于“互聯網+”提升高速公路的運營
將高速公路智能化、設施管理、用戶出行和服務的需求互聯，在市場化環境中優化服務能力，
4、基于空間技術的智慧高速公路
智慧高速公路運用低空監控技術有效提升全斷面事件發現、現場狀態獲取以及救援監測能力，
二、發展智慧高速的挑戰難點
1、視頻監控應用場景廣泛，需要看得見、看得清
由于各路段高速公路的設計、建設時間不同，各高速公路視頻監控系統存在著差異，目前網路帶寬有限，高清視頻帶來的高碼率成為最大的推廣瓶頸，
2、聯網收費需要同時兼顧偷逃管控、聯網效率、用戶體驗
隨著取消省界收費站的落地實施，對收費業務帶來更多的挑戰，針對偷逃管控，需要做到打擊逃費有法可依，有章可循，
3、智能交通由單一場景向融合場景交通服務發展
目前交通管理大都基于單一靜態場景，建設煙囪式系統，通過靜態手工配置實作相關功能，智能交通場景，需要道路數字化和車路協同完成，實作輔助駕駛/自動駕駛能力，
4、路網監測和應急處理智能化水平有待提高
路網監控設備老舊，管理平臺多而散，聯網程度低，接入標準不統一，路網感知靈敏度較低，
三、解決方案場景
1、高速公路大資料稽核
基于視頻智能分析，實作全網可視、高效執法、精準追逃，
優勢
（1）云上業務快速開通
深度參與收費稽查業務，基于視頻分析、視頻采集、邊云等技術，云服務方式實作收費稽查，實作業務快速上線與開通，
（2）性能提升
采用華為自研業界領先的芯片級加速、多維建模、聯合檢索等技術，大資料處理性能提升30%，車輛特征向量搜索性能提升20+倍，千億條記錄秒級回傳，提升海量通行記錄的稽核處理效率，讓偷逃費無所遁形，
（3）資料底座實踐多
業界實踐較多，中國TOP 10+金融企業（占有率60%），全球TOP 50+電信運營商（占有率25%），中國平安城市建設（份額TOP1）（占有率30%），
（4）持續演進
基于車輛特征訓練開發平臺，車輛特征識別模型訓練由數周降低到數小時，對于新的車型及特征能快速構建起相關識別能力，邊緣設備及業務統一管理，演算法模型統一批量下發，極大簡化系統運維，
2、高速公路視頻云聯網
突破時間、空間限制，基于云服務實作視頻PB級資料的采集與存盤，為創新交通大資料提供資料基礎，
優勢
（1）視頻影像資訊資源庫
對標準視頻資料進行結構化處理，形成視頻影像資源庫，方便應用呼叫，利用云上資源，實作資源自動彈性，支持海量資料存盤，
（2）視頻智能演算法，提升精度
充分利用線上視頻智能分析演算法，實作云上訓練、云下推理，節省用戶自研演算法的研發成本，提高視頻演算法精度，
（3）邊云計算節省帶寬
利用邊云計算方案，加速前端決議和預警能力，
3、高速公路車路協同
綜合利用通信、融合感知、高精度定位等技術，實作人-車-路之間的高效協同，提升駕駛安全和道路通行效率，促進節能減排和便捷監管，支持向端云協同自動駕駛演進，
優勢
（1）測端計算
完備的設備管理能力，實作設備全生命周期、高效管理，
（2）邊側計算
邊、云協同全場景V2X服務，提升交通安全和效率，提供小于50ms的低時延網路，實作線上演算法及時推送到端側計算單元，
（3）云上計算
提供豐富的云上服務、算力支撐，車路協同平臺支持資料開放性，可實作多資料集成，并提供5年以上的資料存盤能力，
四、解決方案架構
智慧高速解決方案
依托華為云視頻服務、CDN、云基礎服務、EI、IOT等服務，實作高速公路場景下，道路監控視頻上云，基于大資料的計費稽查、車路協同等場景應用，滿足各類高速公路業務智能化應用的需要，
方案優勢
（1）端邊云架構滿足業務處理需求
利用端邊運架構，可實作海量設備接入，邊緣+云的演算法自動更新，自動推送，演算法訓練更精準，
（2）智能化視頻分析
支持人臉、車牌、車型、軌跡等智能化識別演算法，滿足高速公里對車輛、人員監控的需求，
（3）邊云方案節省智能攝像頭改造費用
基于邊緣智能計算設備，實作云上訓練的智能演算法，自動推送到邊緣側，基于非智能攝像頭的智能化改造，保障前期投入，
（4）云上服務實作業務快速上線
18大類160+資源及服務即買即用，降低初始投資的同時，大資料稽核等高速公路應用系統可在一周內完成上線，通過華為云云邊協同架構，車輛特征在邊緣就進行結構化處理，500KB的圖片結構化后只有2.5KB~5KB，門架到路段或省中心的帶寬成本降低100~200倍，
五、方案優勢
1、云邊協同統一部署，統一升級，降低運維成本80%以上
基于云邊端協同，將交通態勢、人員行為感知、高速收費稽核應用、交通設備實時監控等業務延伸到邊緣，降低業務處理時延，實作任務、資料、管理、安全的協同，使用和運維成本降低80%以上，
2、全堆疊全場景AI和大資料，實作精準識別，部分場景可達99.9%
通過視頻智能分析和大資料，進行實時收費稽核，在實作快速通行的同時，還能有效的進行偷逃費管控，逃費無處可逃，基于視頻和雷達融合分析，部分場景實作精準識別可達99.9%，
3、基于V2X技術，提升駕駛安全，實作96%事故可預警
基于C-V2X技術，實作<20ms低時延，>600米可靠通信距離，實作96%事故可預警，提升10%+效率，為一鍵召車、編隊行駛提供技術支撐，
4、華為云Stack實作交通行業一朵云，降低管理和運作成本
基于“鯤鵬+昇騰”的云平臺和服務，為交通的多樣性業務提供多元算力支撐，支撐交通業務平滑演進；基于交通行業多層級、跨地域、多分支的特點，實作交通各領域的統一管理規范、統一使用流程、統一資料治理、統一安全合規，降低管理和運作成本，
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/145411.html
標籤：AI