万字长文详解：东南大学「多模式交通大模型MT-GPT」
相较于大模型，多模式交通中的传统交通模型以及衍生出的工具在应用中存在巨大不足，具体包括静态性质、数据来源单一、复杂性限制、精准度问题和缺乏综合性。而为了解决多模式交通系统中互联互通的难题，我们期望将先进的机器学习技术和可信的交通领域知识结合，构建一个多模式交通领域自己的大模型，以此来挖掘新的机遇与范式。
在交通大模型能否落地这个最大的问题上，行业内反馈最多的困难在于数据的获取与融合上。而解决该问题则需要面临数据孤岛问题、数据格式和标准不统一、数据所有权和隐私问题和数据质量和一致性问题四大挑战。
针对于此，MT-GPT 使用了交通中“点线面”的概念来建立分层大模型，分别为单点大模型、干线大模型与路网大模型。单点在多模式交通中具体表现为交叉口或路段，这也是交通系统的最小结构单元。作为一个独立的空间实体，单点通常以有限的拓扑信息和相对较低的表征维度为特征。将几个单点通过有序的拓扑序列耦合在一起，就形成一个干线。由于干线内多个单点之间存在时空相关性，干线内的交通状态将以线性、有向的方式传播和消散。干线的特征还包括数据的多源性，例如监控摄像头和毫米波雷达可以提供不同的原始数据格式，因此多源数据需要进行预处理，进一步在时空上进行预匹配，以此构建交通的动态演化过程。最后，几个干线的空间交织会形成一个复杂的路网。
《关于推进公路数字化转型 加快智慧公路建设发展的意见》政策解读
《意见》的起草背景和重要意义：当前，全球新一轮科技革命和产业变革深入发展，数字经济、人工智能等新技术、新业态已经成为促进经济社会发展的新动能。推进人工智能、物联网、大数据等新一代信息技术与交通运输深度融合发展，是推动交通运输质量变革、效率变革、动力变革的新机遇、新挑战，也是加快建设交通强国的重要任务。
为了使公路数字化转型成果直接惠及最广大人民群众，《意见》着重强调打造数字赋能的公路出行服务新模式，适应未来预约出行、定制出行的需要，推动各类服务设施及充电桩等数字化升级，建设智慧服务区。提倡全过程出行服务，提供行前路径规划和停车位、商品、业务办理等预约，途中及时获取相关信息动态和路况提示，事后反馈评价意见，实现一单到底、无感无障碍出行和公路伴随式服务、一站式服务。鼓励探索阳光救援、积分优惠等创新性、增值类服务，丰富车路协同应用场景和服务模式。
高速公路准全天候通行技术研究与应用
交科院公路工程科技（北京）有限公司副总经理谷云辉的《高速公路准全天候通行技术研究与应用》主题报告分析了影响公路交通安全的主要气象因素和国内外公路交通气象服务的研究和应用情况，提出了全天候智慧公路应急保障体系框架，并重点介绍了公路交通气象预警平台、路面凝冰预警及自动化处置系统、团雾诱导系统、团雾处置系统、路段级管控及决策支撑系统的技术方案和应用情况。
报告认为全天候通行应急保障体系可分为4个层次的建设内容，分别是公里级精准交通气象感知，分钟级的精准预警，恶劣气象条件的智能处置及通行诱导以及路段级管控决策支撑。
公里级的精准交通气象感知是基于卫星雷达等多元数据融合，供气象站使用的实况数据，最终形成精准的交通项目感知数据。在精准交通气象感知的基础之上，融合交通路况数据，建立多维交通路面状态气象预警预报模型，从而实现公路交通气象灾害的预警预报。对于一些高影响的气象状态，还需采取及时、快速的处置和引导措施，如冬季路面冰雪、团雾的自动化处置，常发误区诱导等措施，保障气候条件的安全通行。此外，还有公共管理部门的一路三方应急联动、交通疏导等安全保障，同时还要有及时的信息发布，将气象信息发布给出行公众。整个全天候公路安全通行应急保障体系建设还需要包括标准体系、运维技术体系以及相关政策的保障。
当车流叠加数据流，新华三如何让武汉绕城高速公路通信网“应需而变”？
针对复杂路网管理需求与传统网络难以及时响应、灵活升级之间的矛盾；日益增长的数据流与有限的网络承载能力之间的矛盾；高可靠、高可用的业务要求与低效的故障定界、定位等运维服务之间的矛盾，新华三提出了增强型IPRAN创新技术和解决方案。
IPRAN作为构建移动接入承载网络的主要技术之一，将SDH与IP网络的优势结合在一起，因此成为了智慧高速建设的最优选择之一。在改造过程中，武汉绕城高速公路在东北段接入网的建设上选择了新华三集团增强型IPRAN设备，各收费站到施岗分中心采用IPRAN路由器进行组网，实现了双路50G主环网链路和50G星型接入的灵活组网架构，并创造性地融入了IPv6+光的设计理念，既能提供远距离传输、大带宽、低延时的网络特性，也实现了网络切片、网随云动、业务感知的能力，并且进一步做到了全方位的网络可视、应用可视，大幅提升网络运维效率，构建了一个更加安全、可靠、 灵活和智能的路段接入网，提升了智慧高速的服务能力。
江苏省智慧交通气象探索实践
1.团雾监测问题
开展大雾图像识别技术研究与试点工作，搭建高速公路团雾预警系统。该系统依托江苏高速7000余路道路监控视频资源，采用卷积神经网络、深度学习等大数据技术，构建昼夜雾识别模型，对不同类型、不同角度、不同能见度等级的568万张道路场景图像进行训练、分析、计算，实现团雾的无死角自动捕捉，能见度等级的自动判别，检测出团雾信息会立即自动向值班人员进行推送，目前相关研究成果已在江苏京沪高速落地试用。
2.道路结冰、暗冰监测问题
搭建了一套精准可靠的路面低温结冰监测预警系统，该系统利用热谱地图测量技术对江苏高速路网展开了基础路温普查，收集了路温原始数据，让路面温度变化有迹可循。对采集的原始数据进行解析、校正后利用数据拟合、趋势分析等大数据分析方法绘制路面温度分布特征图，结合路面高温热谱地图，剖析路温异常原因。
系统24小时不间断通过移动观测设备、气象站获取的实时数据，对路面温度变化进行计算分析，及时感知路面异常低温点位，同步向调度、养护相关单位发送相应报警信息。
雷达&雷视应用效果到底怎么样？
当前毫米波雷达与视觉的融合可以分为三个大类，前融合、后融合和特征融合。
前融合的优势在于速度快、可解释性强、可靠性高，但易受噪声干扰；后融合的优势在于检测部分的设计难度较小，具有相对较高的鲁棒性，但由于检测部分各自独立，因此会丢失信号中的关联性信息，从而限制了此种方法目标检测精度的上限。
特征融合是指将毫米波雷达和视觉信息进行特征提取后再进行目标检测。保留了数据的原貌，从而在利用毫米波雷达和视觉数据之间相关性的方面提供了更多可能，在目标检测精度上具有很高的上限，但此类方法可解释性差，性能开销大，目前仍然需要更多的研究。
目前在技术层面，面对复杂多变的交通环境与用户更高的需求，慧尔视、黎明瑞达、象德等雷达厂家仍在通过前后端优化手段提高感知精度，修炼内功。
而在建设层面，慧尔视等雷达厂家提出了“一路一策”的差异化建设方案，即根据实际的道路环境、控制方式来设计工程方案，包括雷视感知使用情况等。这种做法非常符合近两年交通精细化管理运营的思路，也能更好的利用资源，值得进一步探讨。
济青中线济潍段：零碳·智慧，未来高速新模样
隧道场景：胡山隧道洞口处设置百米遮光棚，驶入其中，光线变化自然柔和、格外舒适；出口处，镂空明洞同样让司乘有了更加柔顺的视觉体验，避免因进出隧道光线强度变化导致短暂“眼盲”。隧道内部照明采用无级调光系统与随车调光系统，可根据洞外亮度、色温、行车速度等自动无级调光、调色温，保证驾驶员进入隧道第一时间适应光线，进一步提高驾车的视觉舒适度，缓解驾驶疲劳。隧道顶部，智能巡检机器人24小时实时“体检”，每隔40米设置的消防炮可以自动定位火源、智能灭火；隧道内事件信息还会实时在入口前两级情报板进行预警。
行车诱导场景：项目利用完善的监测感知、可靠的应急处置、实时的预报预警等技术手段，共建设90余类、11000余套涵盖感知、监测、诱导、发布等功能的外场设施，实现车辆精准调度和引导，保障行车安全和道路畅通。
准全天候通行场景：针对冬季降雪天气，济青中线济潍段因地制宜采用无机热管、低凝冰路面融雪、自动喷淋式融冰除雪三种主动融冰除雪技术，改善冬季冰雪条件下高速公路重点特大桥、连续纵坡、背阴段、隧道进出口等路段的行车条件。“无机热管相当于给高速公路装上天然‘地暖’，低凝冰路面融雪是加入了新材料，自动喷淋则是传感器检测到路面积雪或结冰时自动喷洒融雪剂。
绿色低碳场景：项目合理利用路侧边坡、匝道圈、服务区、收费站、隧道等周边空地、建筑屋顶，建设了边坡防护与光伏发电结合的边坡光伏一体化试验段、绿化效果与光伏设施结合的匝道圈光伏、噪声防治与光伏发电结合的光伏声屏障等全场景、多形式的光伏发电项目，全线光伏装机容量68兆瓦。通过光伏与储能直流并网，实现高速公路用能“点位级自洽”“路段级自洽”。
摘自 智能交通技术
新收费模式下的数据稽核分析系统
全国取消高速公路省界收费站后，收费稽核面临着两大挑战。一是撤站后，偷逃通行费所带来的高额利润驱使逃费手段层出不穷；二是新收费模式下采用分段计费方式，在一次通行中除了出入口交易流水外，还会产生门架交易流水、牌识流水等数据，数据类型更为多元化，数据量呈现倍数增长。在此场景下，如何利用好这些海量的收费数据，建立数据稽核分析系统，准确筛选出逃费车辆，就成了收费稽核工作中的重点与难点。
一套完整的数据稽核分析系统应该具备数据采集、基础支撑、模型分析及业务对接处理的基本功能模块。
数据采集子系统需要根据业务需要，对采集数据按一定的统计规则和模型进行组装、汇聚，涉及的数据类型包括收费结算数据、发行数据、基础数据、车辆信息数据和AI识别数据等。基础支撑子系统则需要基于路网来还原车辆行驶路径。逃费分析子系统需要从逃费场景出发，对大车小标（货车客标）、车型不符、移动标签、超时行驶、短途重载、屏蔽通行介质、同车牌倒卡、有入无出、同向换卡、对向换卡、非法掉头、甩挂换挂、假冒节假日免费车辆、假冒绿通优惠车辆等逃费行为进行数据分析。分析结果对接子系统则负责将分析产生的逃费嫌疑流水与稽核业务系统对接等工作。
