a视频网站-a视频在线-a视频在线播放-a视频在线观看-欧美成网站-欧美成性色

國家“十四五規劃”和2035年遠景目標綱要，明確提出“發展自動駕駛和車路協同的出行服務，推廣公路智能管理、交通信號聯動、公交優先通行控制”。在工業和信息化部、國家發展和改革委員會的大力支持下，北京、上海、天津、無錫、長沙等地結合本地情況陸續開展了C-V2X測試驗證與示范應用工作。車路協同技術作為下一代智能交通系統的核心發展方向，已然成為國內從政府到行業的普遍共識。而公交具有固定線路等運行特點，車路協同技術可率先在公交領域落地，有效提升公交運行安全和可靠性，改善乘客出行體驗。

公交運行痛點

公交車在行駛過程中存在一定盲區，包括車輛本身和遮擋，行人、電動車突然闖出，特別是交叉口由綠燈轉為紅燈時，具有引發事故、乘車體驗差、乘客受傷等隱患。

由于一些交通事件、特殊天氣、交通管控等突發原因，車輛變道不及時，導致交通組織紊亂，擁堵加劇，甚至造成違章和二次事故發生，同時公交公司未能及時掌握相關信息，不能及時調整發車頻次。

基于RFID的公交優先，在無公交專用道交叉口擁堵排隊或者多個進口道公交車同時到達路口時失效，導致同一線路車輛同時進站，沒有車輛在路口的檢出，整體交叉口和路網效率降低。

不同時間段、不同區域往往會產生公交站臺候車與區間旅行時間不穩定的情況，突發情況下急剎急停，市民乘坐公交體驗較差。

為降低由公交視覺盲區帶來的危害，確保路側交通信息獲取的準確性和完整性，深圳交通中心依托攝像頭、激光雷達、微波雷達、行人紅外檢測器等前端感知設備，構建不同邊緣計算節點深度推理環境，憑借自研邊緣計算節點的強大算力與先進的輕量化標準AI組件，采用時空同步方法對視頻數據與雷達點云數據進行融合，提取周邊環境的交通流（流量、排隊長度、路口到達率）、行人及車輛軌跡信息，實現毫秒級多目標識別與跟蹤，用于行人及非機動車安全預警、目標態勢分析及路口盲點推送。

為解決路面裂縫、凹陷、坍塌等病害事件偶發，道路拋灑物、事故、積水等突發事件存在監測響應處置滯后給公交車輛帶來極大隱患等問題，深圳交通中心基于深度學習檢測模型、感知設備參數自動化標定、交通場景全景分割等算法，構建交通單元池、數據特征池、AI分析池、在線推演決策池等4大工具池，突破路面與標線病害檢測、險情檢測等關鍵技術，并將檢測事件的結構化數據實時推送到路側單元RSU，由RSU廣播給周圍的車輛，為司機提供毫秒級的預警信息。目前該技術對路面坍塌、路面破損等病害事件的檢測準確率可達85%以上，交通拋灑物檢測準確率可達87%以上，交通事故檢測準確率可達91%以上。

為解決公交偽優先導致路網運行效率低的問題，基于實時的進口道車輛到達率、載客量、公交準點率等信息，采用自研相對優先控制算法對綠燈時間進行動態重分配，實現多公交優先請求競爭和不同交通量水平下的整體交通流人均效益最優。以深圳市福田區公交線路M390為例，該方法可使得公交車均延誤降低27%-35%，高流量下人均延誤降低15%。

為提高公交準點率，減少車輛通過信號交叉口的停車次數，深圳交通中心通過自研車路協同信號機獲取實時的配時方案、倒計時信息、路口車輛進口道的排隊長度、飽和流率等信息，融合車輛自身動力學模型，在車載單元OBU端構建不同燈色倒計時和不同車輛位置情況下車輛自適應速度引導策略，使車輛以最優車速區間通過信號交叉口，用于公交輔助駕駛。通過對深圳市福田區新洲路與紅荔路交叉口進行實證分析，在不同網聯車輛滲透率、不同交通流量飽和度的影響下，車輛平均停車次數優化成功率在72%以上，車均延誤時間減少率在84%以上。

為加快車路協同技術在公交領域的落地，突破現有路測里程長、測試場景不足、測試工況危險等問題，仿真技術是重要的應對手段。深圳交通中心自主研發全要素一體化的智能網聯環境仿真平臺，結合三維重建技術，利用路側及車端傳感器構建真實的場景，融合車輛仿真、交通流仿真、V2X仿真、路側設施仿真，打造從“算法開發-場景測試-功能驗證-性能評測-交通評估”的全鏈條服務，支撐智能網聯測試認證、車路協同管控、新基建評估、智慧出行調度。

應用場景

總結與展望

結合國家在車聯網方向上的發展戰略，深圳交通中心突破感知融合、復雜場景安全預警、主動信號優化、車速引導、智能網聯仿真等關鍵技術，并進行完備性系統集成及測試，旨在建立車路協同系統核心技術體系，保障公交營運的安全性、可靠性，加快智慧公交在城市的產業落地，推動與之相關的上下游企業的快速發展，促進城市綜合、智慧、綠色、安全的“公交都市”建設。