朱晓东，姚翔林，李思宇
(1.中国公路工程咨询集团有限公司，北京 100089；
2.北京工业大学，北京 100124)
智慧高速公路是1个集成程度高且功能全面的公路基础设施系统，其基础架构主要由感知层、网络层、计算层和服务层组成[1]. 其中，感知层是系统获得全面、精准与实时的信息的基础，而路侧感知设备作为智慧高速感知层的重要组成部分，其布设方案直接影响系统的功能实现.
为更好地设计智慧高速路侧感知系统，国内外学者从布设位置和数据采集结果等角度进行了深入研究. 在国内学者的研究中，栾鑫等[2]以降低综合布设费用和提高路段流量推算可靠性为目标，构建了多目标检测器优化布设模型. 李翠翠[3]根据交通流3参数理论，从数据完整性、有效性等方面出发提出交通流数据质量评价与控制方法. 随着不断发展和完善，感知设备被广泛应用于智慧公路中，相较于传统交通观测和采集设备，感知设备具有形式多样、融合性高、采集速度快、存储能力强等特点. 在智慧公路的建设过程中，多种感知设备融合是一大特色，对于数据感知效能的评估可作为方案的评价角度之一. 徐志刚等[4]梳理了目前智慧高速的结构层次并指出了感知层的内涵和要求. 王淼等[5]面向未来自动驾驶应用场景，提出了针对道路结构、运行环境等不同信息来源的路侧感知系统设计方法. 胡飞等[6]结合沪杭甬高速试验路段需求，阐述了路侧感知设备的选型和安装，设计了不同感知设备的安装方案并进行评价. 李霞等[7]结合道路线形特征参数分别建立了高速公路平曲线段、竖曲线段和平纵组合曲线段下的全程监控布设模型. 然而，目前我国路侧感知设备布设尚无标准规范，设备选型和布设原则受具体产品影响较大，亟需形成布设方案的综合评估体系.
在国外学者的研究中，大量学者通过车路协同与智慧高速技术，研究了网联车辆的高效安全运行. Osman等[8]通过对高速公路基础设施中的路侧设备进行网联化提升，设计了自动驾驶货车队列控制方法，从而提升高速公路的运营周期. Muhammad等[9]基于交通事故检测技术以及事故路段的调查研究，研究了网联车辆OBU与路侧RSU的通信机制. Zhao等[10]利用路侧激光雷达获取车辆及行人实时位置、速度等参数，针对车辆行驶轨迹以及行人通过交叉口的轨迹进行跟踪预测，建立了碰撞预测模型. Feng等[11-12]建立了高速公路车路协同测试场景库的系统框架，从而对各场景的智能路侧设备与车载设备进行测试评估. Wang等[13]以某校园为例，提出了监控摄像机等感知设备的优化布设方法. 由此可见，国外的研究大多集中在车路通信、智能网联车辆方面，对道路方面特别是路侧感知设备的布设方案研究较少.
本文聚焦高速公路路侧感知设备，分析数字基础设施状态、交通运行状态、车辆微观行为状态和气象环境状态对数据采集的不同需求，提出1套布设方案综合评估流程. 以经济、全面、有效为原则，建立布设方案评估指标体系，构建评估模型，并进行了案例分析，为未来高速公路路侧感知系统的设计提供参考准则.
1.1 数据采集需求
随着精准感知技术和基础设施数字化技术在高速公路领域的深入应用，智慧高速的建设将实现基础设施的全要素感知和数字化. 在信息时代，高质量的数据资源能为高速公路建设、管理、运营和养护等提供支撑.
本文将智慧高速建设中涉及的功能服务进行梳理，分析不同功能对感知数据的不同需求，并将其归纳为：交通微观行为、交通运行状态、数字基础设施、交通气候4种. 其中，通过数字基础设施状态类数据能对高速公路健康状况进行监测，从而为道路养护与防灾减灾提供数据基础. 通过交通运行状态类数据能实时了解高速公路的交通流特性，掌握路段拥堵状况. 通过微观行为状态数据能对不同车辆的行驶轨迹和状态进行监测，从而为车辆提供精细化的管控措施与服务. 通过气象环境状态类数据能对实时天气状况进行监测，是保障全天候出行的基本需求.
1.2 路侧感知技术
基于路侧设备数据采集需求，本文进一步梳理高速公路路侧传感器技术，明确各类需求对应的信息参数和对应的感知设备.
1.2.1 交通微观行为
交通微观行为指交通参与者在出行过程中各种行为的总和. 微观行为信息包括可测量参数和可计算参数两类，其中可测量参数包括速度、加速度、位置和交通参与者信息等，可计算参数包括车头间距、车头时距、行驶转向角和横向间距等. 具体参数和对应设备如表1所示.
表1 交通微观行为信息参数与对应设备统计
1.2.2 交通运行状态
交通运行状态指路网交通运行的畅通与拥堵状态，目前主要依靠交通流参数描述，分为宏观交通参数和微观交通参数. 宏观交通参数是用来描述交通流作为1个整体表现出来的特性，包括交通流量、速度和密度等. 微观交通参数用来描述交通流中彼此相关的车辆之间的运行特征，包括车头时距、车头间距等. 具体信息参数和对应设备如表2所示.
表2 交通运行状态信息参数与对应设备统计
1.2.3 数字基础设施
数字化基础设施是指将道路基础设施的空间物理模型、传感器、运行历史等数据在虚拟空间中进行映射和表达，从而反映基础设施实体的全生命周期过程(本文相关定义仅限于支撑智慧高速应用). 根据信息更新频率的不同，将数字基础设施信息分为静态信息(更新频率为月级)、半静态信息(更新频率为小时级)、半动态信息(更新频率为分钟级)、动态信息(更新频率为秒级)4类，具体信息参数如 表3 所示.
表3 数字基础设施信息参数统计
1.2.4 交通气候
交通气候状态是指交通环境下的气候变化，如大雾、大风、大雪、路面结冰等，恶劣气象条件对高速公路安全运营带来极大危害. 不同气象条件对交通运行的影响体现在很多方面，主要表征为改变路面的物理性质、驾驶人的观察视线、汽车自身安全性能等. 按影响车辆行驶的不同维度，将交通气候状态划分为3个要素：能见度、路面状况、大风. 感知设备主要有能见度传感器、大气透射仪、激光能见度自动测量仪、交通气象监测站、微气象站等.
1.3 现存主要问题
目前高速公路路侧感知系统设计过程中主要存在以下问题：高速公路路侧感知设备单价普遍较高，且运营里程较长，因此布设路侧感知设备时费用高昂. 由于缺乏对布设方案的有效评估，示范项目往往等间距密布使成本增加. 实际推广过程中，如何在有限预算下实现最佳系统功能是一大挑战，对设备的选型与布设方案提出更高要求.
2.1 评估流程
本文针对高速公路路侧感知设备布设方案提出1套综合评估方法，该方法的评估流程如图1所示，首先根据目前存在的问题，提出1套路侧感知设备布设方案的评估原则；
进而基于不同评估原则，选定能表征该原则的评估指标，针对实现不同状态功能的感知设备，构建评估指标体系；
根据交通运行状态等4种不同的数据采集需求，基于构建的评估指标体系提出数学评估模型，最终进行综合评估并得出最优的路侧感知设备布设方案.
2.2 评估原则
高速公路路侧感知系统建设时应能提供满足上层系统需要的感知数据. 为适应日新月异的融合感知方法，本文提出1套路侧感知设备布设方案评估原则，具体如下：
1)经济性 工程造价是高速公路设计的重要影响因素，路侧感知设备布设方案需考虑经济性原则，在符合功能要求的基础上尽量提供集约型设计方案.
2)全面性 一方面，布设方案需保证能采集到高速公路最大覆盖范围的数据；
另一方面，方案选用设备应当能提供种类全面、精度高、质量好的基础数据.
3)有效性 路侧感知设备应符合应用系统设计需要，能最大限度覆盖目标检测区域；
同时，需保证设备能全天候稳定运行.
图2 综合评估指标体系
2.3 评估指标体系
基于以上原则，选定评估指标，构建综合评估指标体系，如图2所示. 其中经济性原则主要由平均每公里工程造价与平均每公里维护成本2个指标表征；
全面性原则主要由数据采集种类、物理覆盖度与物理重叠度3个指标表征；
有效性原则主要由功能覆盖度与平均故障间隔时间两个指标表征. 评价指标具体含义如表4所示.
表4 评价指标含义
2.4 评估模型
灰色关联分析主要用来利用多目标决策判断方案间的关联程度[14-16]. 该方法通过有关指标数据的比较，求出参考数列与各比较数列的关联度. 与参考数列关联度越大的比较数列，与参考数列越接近. 其原理是首先将评价指标进行无量纲化处理，计算各方案的关联系数、关联度，并根据关联度的大小对方案进行排序[17-18].
具体计算步骤如下：
1)确定分析数列
确定要分析的参考数列和比较数列.设参考数列为Y={Y(k)|k=1,2,…,n}，比较数列为Xi={Xi(k)|k=,2,…,n},i=1,2,…,m
2)变量的为一量纲化
由于方案中各指标数据可能因量纲不同，不便于比较或比较时难以得出正确的结论.因此在进行灰色关联分析时，需要进行数据无量纲化处理，将各指标值映射到[0,1]区间内.
(1)
3)评价指标定义
一般来说，评价指标分为效益型指标和成本型指标，效益型指标属性越大越好；
成本型指标越小越好.
对于效益型指标，令：
(2)
对于成本型指标，令：
(3)
4)计算关联系数
X0(k)与Xi(k)的关联系数：
(4)
ρ∈(0,∞)，称为分辨系数，通常取ρ=0.5.
5)计算关联度(优属度)
由于关联系数是比较数列与参考数列在各时刻的关联程度值，其数值不止一个，而过于分散则不便于进行整体性比较.因此需要将各时刻的关联系数集中为1个值，即平均值，作为比较数列与参考数列间关联程度的表示，关联度ri公式如下：
(5)
6)关联度排序
将关联度按大小排序，如果r1 本评估方法将针对数字基础设施状态、交通运行状态、微观行为状态、气象环境状态等分别构建评估指标体系，从而进行评估，本文将以交通运行状态为例进行案例分析. 本案例为解决目前的路侧感知设备布设方案设计仅凭经验、无理论支撑的问题，以得出最优路侧感知设备布设方案为目标，应用场景为高速公路基本路段以及包含典型事故黑点区域的路段. 通过对目前已有的典型高速公路路侧感知设备布设方案进行分析，本文设计出3种路侧感知设备布设方案，选取的设备均为能采集交通运行状态类数据的智能路侧设备，包括高清摄像机(有效检测区域约为100 m)、毫米波雷达(有效检测区域约为350 m)、激光雷达(有效检测区域约为300 m). 不同设计方案的路侧设备布设方式如图3所示. 其中方案A为每隔200 m布设1套高清摄像机，每隔200 m布设1套毫米波雷达，共需布设 50台 高清摄像机，50台毫米波雷达； 应用路段为1段10 km长的高速公路,其中有2段事故黑点区域，1段长约600 m，另1段长约400 m. 图3 布设方案示意图 针对设计的3个布设方案，选取平均每公里工程造价、平均每公里维护成本、数据采集种类、物理覆盖度、物理重叠度、功能覆盖度、平均故障间隔时间等指标进行分析，构建综合评估指标体系，通过运算分析，各个方案的指标值如表5所示. 表5 各布设方案指标值 根据经验可得出平均每公里工程造价、平均每公里维护成本、物理重叠度等指标，值越小越接近于最优布设方案，因此为成本型指标； 图4 各方案优属度排序 路侧感知系统设计方案受道路线形、交通实际运行状况、设计目标、工程造价等多方面因素影响，方案评估是智慧高速设计的1项基础性工作. 本文以数据采集的参数和不同类型为切入点，以路侧感知设备布设方案评估为目标，提出了1套综合评估方法，综合考虑经济性、全面性、有效性原则，选取了平均每公里工程造价成本、平均每公里维护成本、数据采集种类、物理覆盖度、物理重叠度、功能覆盖度、平均故障间隔时间7项指标. 通过案例结果，3个方案优属度分别为0.476、0.559、0.670，可得出：在重点区域进行设备密布、非重点区域适当减少设备布设可大幅优化设备布设方案； 由于电子信息技术飞速发展，智能路侧设备更新迭代速度飞快，本文仅选取工程实践中常见的设备进行研究，仍有一定局限性，后续将面向自动驾驶、车路协同等新技术带来的新需求，继续展开研究，以不断优化智能路侧系统的设计方案，为智慧高速建设提供新思路.3.1 方案设计
方案B为每隔 400 m 布设1套高清摄像机，每隔400 m布设1套毫米波雷达，在其中一处事故黑点区域布设1套激光雷达，共需布设25台高清摄像机，25台毫米波雷达，1台激光雷达；
方案C为每隔200 m布设1套高清摄像机，每隔400 m布设1套毫米波雷达，在2处事故黑点区域各布设1套激光雷达，共需布设7台高清摄像机，4台毫米波雷达，2台激光雷达.
3.2 评估结果
数据采集种类、物理覆盖度、功能覆盖度、平均故障间隔时间等指标，值越大越接近于最优布设方案，因此为效益型指标. 利用灰色关联分析模型对各指标进行深入计算，得出3个方案优属度如图4所示，方案A的优属度为0.476，方案B的优属度为0.559，方案C的优属度为0.670. 从中可看出，方案C(检测范围未全面覆盖道路、功能覆盖度高)最接近于最优布设方案，说明在重点区域进行设备布设、非重点区域适当减少设备布设可大幅优化设备布设方案；
方案A(检测范围全面覆盖、但重叠度高)优属度最低，说明全路段进行设备密布使得造价成本升高，且设备检测重叠范围较高，易造成建设成本浪费，利用效率不高；
方案B(检测范围全面覆盖、重叠度低)较为适中，说明在设备布设时需综合考虑经济性、全面性、有效性等原则.
全路段进行设备密布会使成本升高；
若感知设备的检测范围重叠较大，则易造成大量资源及设备性能的浪费.