成果簡(jiǎn)介：  
　　成果針對(duì)城市智慧道路“交通要素感知不全、‘云-邊’計(jì)算效率不高、管控與誘導(dǎo)服務(wù)不準(zhǔn)”的痛點(diǎn)，根據(jù)“完備要素感知-云邊協(xié)同計(jì)算-精準(zhǔn)管控與誘導(dǎo)”的建設(shè)思路，以人、車、路、環(huán)境綜合數(shù)據(jù)感知為基礎(chǔ)，自主研發(fā)路段+路口邊緣計(jì)算設(shè)備、數(shù)據(jù)互通互聯(lián)的標(biāo)準(zhǔn)協(xié)議棧、“云-邊”協(xié)同自適應(yīng)調(diào)度技術(shù)，構(gòu)建高可靠、低時(shí)延的智慧道路系統(tǒng)，形成了面向城市綜合治理的城市智慧道路系統(tǒng)關(guān)鍵技術(shù)和裝備。
　　成果的主要內(nèi)容和關(guān)鍵技術(shù)包括：
　　1、基于最優(yōu)拓?fù)渚W(wǎng)絡(luò)與標(biāo)準(zhǔn)協(xié)議棧的完備交通要素聯(lián)合感知體系構(gòu)建
　　（1）面向完整軌跡覆蓋的回歸逼近方法及多功能集成采集技術(shù)
　　提出以完整覆蓋、OD溯源、集中檢測(cè)為目標(biāo)的回歸逼近方法，根據(jù)流量特征進(jìn)行監(jiān)測(cè)點(diǎn)的選取，循環(huán)迭代優(yōu)化，尋找綜合效益最優(yōu)的檢測(cè)布局方案。在深圳福田中心區(qū)，基于仿真的精準(zhǔn)管控需要高精度（大于95%）的交通出行需求OD量與OD出行路徑，求解后得到該區(qū)域應(yīng)布設(shè)的檢測(cè)點(diǎn)位為168個(gè)，形成不同道路場(chǎng)景的設(shè)備布局規(guī)范標(biāo)準(zhǔn)。
　?。?）面向“云-邊-端”多層數(shù)據(jù)鏈路互聯(lián)互通、融合感知的標(biāo)準(zhǔn)協(xié)議棧
　　研發(fā)了具備兼容性、前瞻性的數(shù)據(jù)采集及信息交互標(biāo)準(zhǔn)協(xié)議棧，實(shí)現(xiàn)從單一到集成，從分散到全網(wǎng)，構(gòu)建“人-車-路-壞境”信息互聯(lián)互通和數(shù)據(jù)融合的智慧道路感知。依托互聯(lián)互通、融合感知標(biāo)準(zhǔn)協(xié)議棧構(gòu)建了深圳市集成信號(hào)管控平臺(tái)，進(jìn)行了跨品牌信號(hào)控制設(shè)備集中管控。在龍福路沿線七個(gè)路口開展了基于標(biāo)準(zhǔn)協(xié)議棧平臺(tái)直接對(duì)信號(hào)控制機(jī)的設(shè)備管理、配時(shí)優(yōu)化、運(yùn)行監(jiān)管、協(xié)調(diào)控制試點(diǎn)工作。
　?。?）基于光流理論和鄰域搜索的大規(guī)模、高精高效的“人-車”跨境重識(shí)別技術(shù)
　　基于多任務(wù)框架的交替訓(xùn)練以及分塊的金字塔模型，引入人體姿態(tài)作為先驗(yàn)知識(shí)，構(gòu)建全局+多粒度局部特征圖譜，結(jié)合攝像頭空間屬性與行人軌跡預(yù)測(cè)形成鄰域搜索。針對(duì)3個(gè)國(guó)際公開數(shù)據(jù)集，最高mAP指標(biāo)達(dá)到87.9%。針對(duì)深圳華為片區(qū)的數(shù)據(jù)集進(jìn)行優(yōu)化，其mAP行人識(shí)別率甚至已經(jīng)達(dá)到94%，可精準(zhǔn)識(shí)別行人出行軌跡。
　　提出了基于車輛視覺特征的Coarse-to-fine的方案，將車標(biāo)、年檢標(biāo)志、物件擺設(shè)等局部特征融入進(jìn)整體的端到端檢索框架，實(shí)現(xiàn)對(duì)車輛號(hào)牌以及屬性的精準(zhǔn)識(shí)別，top5命中率>90%。
　　（4）面向道路交通完整要素的高精地圖與輕量化智能標(biāo)簽的道路設(shè)施數(shù)字化技術(shù)
　　構(gòu)建了車道級(jí)高精地圖，涵蓋全要素交通設(shè)施。研發(fā)設(shè)施二維碼+RFID電子標(biāo)簽輕量化智能標(biāo)簽應(yīng)用技術(shù)，創(chuàng)新交通設(shè)施管養(yǎng)信息化手段，實(shí)現(xiàn)設(shè)施信息化、品質(zhì)化、標(biāo)準(zhǔn)化的管理，率先實(shí)現(xiàn)城市片區(qū)級(jí)的交通設(shè)施智慧化數(shù)字化管理。
　　2、“云-邊”協(xié)同的智慧道路計(jì)算平臺(tái)及關(guān)鍵設(shè)備
　?。?）、交通量和網(wǎng)絡(luò)環(huán)境變化下的高效高可靠“云-邊”協(xié)同計(jì)算技術(shù)
　　攻克“云-邊”協(xié)同自適應(yīng)調(diào)度技術(shù)，根據(jù)交通量和網(wǎng)絡(luò)環(huán)境變化動(dòng)態(tài)調(diào)度“云-邊”計(jì)算資源，提高計(jì)算效率和可靠性，丟包率由百分之一降低到小于千分之一，結(jié)構(gòu)化指標(biāo)輸出延時(shí)減少50%以上；云端設(shè)備減少30%以上，保證車路協(xié)同、無人駕駛等應(yīng)用的低時(shí)延需求。
　　以光明馬拉松智慧賽道為例，共布設(shè)了289根智慧路燈桿，安裝133套邊緣計(jì)算網(wǎng)關(guān)設(shè)備，共組成7個(gè)環(huán)網(wǎng)系統(tǒng)。2019年3月24日舉行的光明國(guó)際半馬賽事，參賽人數(shù)約8000人；當(dāng)日視頻AI識(shí)別約28000人（含重復(fù)識(shí)別），過載切換16次，避免造成網(wǎng)絡(luò)大規(guī)模阻塞；當(dāng)日單鏡頭人員峰值由編號(hào)“11Y90000CN001A0UA0006”的燈桿攝像頭在8:15檢測(cè)，共識(shí)別185人；共調(diào)度編號(hào)AK004-AK008號(hào)5套邊緣計(jì)算網(wǎng)關(guān)進(jìn)行結(jié)構(gòu)化計(jì)算，時(shí)延約1.5s。
　?。?）低時(shí)延、低功耗的邊緣計(jì)算網(wǎng)關(guān)和信號(hào)控制機(jī)核心邊緣設(shè)備
　　“深研”系列智慧路段邊緣計(jì)算設(shè)備（智慧路燈核心管理網(wǎng)關(guān)）：支持對(duì)前端多路高清視頻的百毫秒級(jí)AI分辯與多源數(shù)據(jù)融合分析，滿足車路協(xié)同、緊急處置等場(chǎng)景下對(duì)結(jié)構(gòu)化特征識(shí)別與響應(yīng)的超高實(shí)時(shí)性要求；集成光纖、以太網(wǎng)、CAN總線等有線接口和ZigBeeLoRaWi-Fi等無線接口；板載光強(qiáng)、電壓、電流、溫度、濕度檢測(cè)、隔離PWM及繼電器輸出，待機(jī)電流10mA，整機(jī)功耗20瓦。
　　“深研”系列智慧路口邊緣計(jì)算設(shè)備（車路協(xié)同交通信號(hào)控制機(jī)）：提供各類型車聯(lián)網(wǎng)、物聯(lián)網(wǎng)軟硬件接口，構(gòu)建路口級(jí)信息匯聚邊緣，提供面向全交通參與者的車道級(jí)交通組織及交通管控能力；雙CAN總線冗余備份，硬件在線控制機(jī)制，車路通信發(fā)布延遲低于3ms，控制輸出延遲低于10ms，燈色故障檢測(cè)延遲低于75ms，并通過公安部的檢測(cè)認(rèn)證；前端多源數(shù)據(jù)融合分析、脫敏分發(fā)，全面支撐車路協(xié)同路口管控創(chuàng)新應(yīng)用。
　　3、車路協(xié)同環(huán)境下在線仿真驅(qū)動(dòng)的綜合管控云平臺(tái)
　?。?）基于實(shí)時(shí)在線仿真的閉環(huán)反饋智慧管控技術(shù)
　　基于多源大數(shù)據(jù)的實(shí)時(shí)在線交通仿真技術(shù)，對(duì)未來交通狀態(tài)進(jìn)行數(shù)字刻畫，對(duì)信號(hào)管控策略進(jìn)行預(yù)評(píng)估，實(shí)現(xiàn)傳統(tǒng)信號(hào)管控從定周期多時(shí)段到動(dòng)態(tài)實(shí)時(shí)式協(xié)調(diào)，實(shí)現(xiàn)真正意義上的動(dòng)態(tài)子區(qū)、動(dòng)態(tài)綠波控制。
　　基于實(shí)時(shí)在線仿真的智慧管控技術(shù)，構(gòu)建深圳最長(zhǎng)綠波帶：玉塘路口至華夏二路口方向行程時(shí)間由17分12秒降至9分48秒，降幅43.0%；華夏二路口至玉塘路口方向行程時(shí)間由18分41秒降至10分8秒，降幅45.7%；深圳全部路口聯(lián)網(wǎng)協(xié)調(diào)率由54%提高至74%，573個(gè)路段約488公里道路平均車速提升25%以上，237個(gè)路口行人過街等待時(shí)間平均降低10%。
　?。?）基于多重安全保障機(jī)制的云端管控技術(shù)
　　通過基于OTN技術(shù)的專用光網(wǎng)絡(luò)和基于VPDN技術(shù)的虛擬移動(dòng)專用網(wǎng)絡(luò)技術(shù)，提供物理網(wǎng)絡(luò)安全保障；通過設(shè)備、平臺(tái)雙向鑒權(quán)及國(guó)密芯片的應(yīng)用，提供數(shù)據(jù)接入安全保障；通過數(shù)據(jù)內(nèi)部關(guān)聯(lián)性及參數(shù)合規(guī)性邊界校驗(yàn)，保障設(shè)備運(yùn)行參數(shù)安全；通過由控制核心與監(jiān)管核心組成的雙機(jī)系統(tǒng)，借助雙CAN總線通信通道，完美實(shí)現(xiàn)控制熱備份，通過構(gòu)建獨(dú)立于控制核心及總線的第三方檢測(cè)硬件，采用硬件邏輯直接比對(duì)，確保任何狀態(tài)下的絕對(duì)安全。
　　內(nèi)蒙古自治區(qū)阿拉善左旗盟騰格里經(jīng)濟(jì)開發(fā)區(qū)交通改善工程（一期），六個(gè)路口應(yīng)用云端管控，根據(jù)電子警察數(shù)據(jù)進(jìn)行配時(shí)管家服務(wù)。
　　（3）面向精細(xì)管控的車路協(xié)同引導(dǎo)與車隊(duì)自組織技術(shù)
　　融合處理人、車、路、環(huán)境數(shù)據(jù)，實(shí)現(xiàn)車流引導(dǎo)、特定車輛優(yōu)先等功能，形成車輛分組成隊(duì)運(yùn)行，構(gòu)建車隊(duì)自組織的新一代車路協(xié)同信號(hào)管控技術(shù)。
　　依托該技術(shù)在深圳、上海、天津等網(wǎng)聯(lián)測(cè)試基地實(shí)現(xiàn)車路協(xié)同落地應(yīng)用。以深圳福田中心區(qū)為例，布設(shè)21個(gè)點(diǎn)位的路側(cè)設(shè)備，覆蓋道路總長(zhǎng)6207米，對(duì)公交車實(shí)施車速引導(dǎo)、信號(hào)相對(duì)優(yōu)先等多種策略，單個(gè)路口通過延誤可減少約0.4分鐘。

　　項(xiàng)目研發(fā)了2套核心設(shè)備、30余項(xiàng)關(guān)鍵技術(shù)與算法，發(fā)表論文25篇，授權(quán)國(guó)家zhuanli7項(xiàng)，支撐組建3個(gè)省市級(jí)創(chuàng)新載體，獲8項(xiàng)國(guó)家級(jí)、省市級(jí)項(xiàng)目支持，直接服務(wù)深圳市20余個(gè)政府部門，相關(guān)技術(shù)應(yīng)用超過20個(gè)項(xiàng)目，近2年智慧道路項(xiàng)目總金額超過5億元，稅收超過1億元，將核心設(shè)備及技術(shù)推廣至蘇州、山東、河北、內(nèi)蒙古等城市地區(qū)，直接管理與服務(wù)人群超5000萬人。

　　推廣應(yīng)用前景：
　　成果在深圳市的智慧道路系統(tǒng)集成、交通綜合治理、實(shí)時(shí)交通管控等方面得到廣泛應(yīng)用。具體包括：
　　1、智慧道路系統(tǒng)集成：（1）在福田中心區(qū)（面積為5平方公里，投資額超過3個(gè)億），基于智慧燈桿、智慧路口、智慧公交站臺(tái)等關(guān)鍵設(shè)施，實(shí)現(xiàn)對(duì)福田中心區(qū)的人、車、路、環(huán)境等全要素的實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)，實(shí)現(xiàn)效率、安全、綠色、管理與服務(wù)五大類指標(biāo)的總體提升。（2）僑香路智慧道路建設(shè)（長(zhǎng)度6.4公里，總投資2.5億），基于智慧燈桿、智慧路面（井蓋傳感器）等設(shè)施的建設(shè)，結(jié)合視頻AI技術(shù)，實(shí)現(xiàn)對(duì)道路車輛運(yùn)行、路面狀態(tài)的全景監(jiān)控。（3）光明馬拉松智慧綠道（主線+支線總長(zhǎng)度超過24公里），基于智慧燈桿的建設(shè)，打造實(shí)時(shí)人流量統(tǒng)計(jì)預(yù)警與突發(fā)事件即時(shí)識(shí)別能力，為綠道的日常管理與馬拉松賽事提供安全保障。除此以外，深圳市紅荔路智慧道路、桂廟路智慧道路、前灣一路智慧路燈、國(guó)際會(huì)展中心車路協(xié)同SmartBRT、壩光無人駕駛示范區(qū)等項(xiàng)目正在推進(jìn)中。
　　2、交通綜合治理：（1）道路擁堵評(píng)估治理，基于智慧道路系統(tǒng)定點(diǎn)設(shè)備實(shí)時(shí)采集及多種移動(dòng)數(shù)據(jù)源對(duì)城市道路交通進(jìn)行長(zhǎng)期監(jiān)測(cè)。（2）交通影響評(píng)估，依托項(xiàng)目的核心技術(shù)群和多維評(píng)估模型庫(kù)開展了深圳市內(nèi)外的交通影響評(píng)估項(xiàng)目80余項(xiàng)，包括深圳國(guó)際會(huì)展中心、京基湖貝新村城市更新、車公廟片區(qū)城市更新、坪山世茂中心等項(xiàng)目。（3）交通組織評(píng)估，開展了2015、2016、2017和2018年交通安全管理政策與交通組織調(diào)整、深南大道交通改善、羅湖區(qū)交通組織改善規(guī)劃等項(xiàng)目，配合調(diào)整路口渠化、優(yōu)化信號(hào)配時(shí)、單向交通和微循環(huán)改善等局部措施，使改善后的道路通行能力提高10%以上。
　　3、實(shí)時(shí)交通管控：（1）利用實(shí)時(shí)在線仿真、信號(hào)評(píng)估優(yōu)化模型、時(shí)空關(guān)聯(lián)及位置感知等技術(shù)，支撐了深圳市交警業(yè)務(wù)2300多個(gè)信號(hào)燈的實(shí)時(shí)控制工作，承擔(dān)了2017-2019年交通信號(hào)優(yōu)化配時(shí)、2016年龍崗區(qū)坪山大鵬新區(qū)交通信號(hào)優(yōu)化配時(shí)等項(xiàng)目，使道路交通的整體運(yùn)行效率提升了5%以上。（2）動(dòng)態(tài)分析交通事件的影響范圍和程度，實(shí)現(xiàn)了對(duì)全市重點(diǎn)區(qū)域客流監(jiān)測(cè)、事件動(dòng)態(tài)監(jiān)測(cè)預(yù)警、基于重識(shí)別的車輛軌跡還原等精細(xì)化治理服務(wù)。在突發(fā)應(yīng)急事件下，能快速響應(yīng)預(yù)警并評(píng)估分析多個(gè)交通應(yīng)急預(yù)案優(yōu)劣，為交通疏導(dǎo)和警力部署提供數(shù)據(jù)支撐。
　　成果同時(shí)在全國(guó)多個(gè)城市進(jìn)行了推廣應(yīng)用。
　　在多個(gè)城市搭建了智慧道路系統(tǒng)、大數(shù)據(jù)平臺(tái)和實(shí)時(shí)在線仿真平臺(tái)。支撐了蘇州、平度智慧道路系統(tǒng)建設(shè)，成都、東莞、南昌多層次交通模型體系，長(zhǎng)春、蘭州交通大數(shù)據(jù)綜合評(píng)估等多個(gè)項(xiàng)目，取得了良好的效果。
　　基于實(shí)時(shí)在線仿真技術(shù)的新一代信號(hào)控制技術(shù)，已推廣至貴陽(yáng)市和東莞市。全國(guó)各地的智能網(wǎng)聯(lián)汽車示范基地，如天津汽研中心、上海國(guó)際汽車城、同濟(jì)大學(xué)等測(cè)試場(chǎng)，均選用本項(xiàng)目研制的新一代車路協(xié)同信號(hào)機(jī)系統(tǒng)。