道路全息感知与未来交通安全-陆键.pdf

《道路全息感知与未来交通安全-陆键.pdf》由会员分享，可在线阅读，更多相关《道路全息感知与未来交通安全-陆键.pdf（30页珍藏版）》请在三个皮匠报告上搜索。

1、道路全息化感知与未来交通安全同济大学 交通运输与工程学院 陆键2023.05一、机遇与挑战二、感知技术的发展三、未来交通安全四、总结与展望一、机遇与挑战机遇与挑战2022年高考录取“断崖式”降分，传统土木行业遇冷另一方面，智慧交通市场规模巨大交通产业生态图谱互联网大厂纷纷涉足智慧交通领域，对传统交通领域的学者和从业者都是巨大的冲击。与他们相比我们的优势在哪里？在交通产业生态图谱中没有交通安全？自动驾驶时代是否还需要传统的交通安全研究？两大问题：自动驾驶时代交通事故特征是否发生了变化？经典交通事故特征交通系统处于安全状态，不一定不发生事故；交通事故处于危险状态，并不一定发生事故。Random偶然

2、性频发性Abrupt突发性不可逆性社会性理论上，自动驾驶的事故率将远低于人为驾驶，在目前自动驾驶与人为驾驶混杂的情况下，有可能形成更加复杂和危险的道路环境。未来交通安全的研究内容交通调查数据获取方式发生变化0101统计分析数据类型发生变化0202安全评价安全评价的频率明显增多，安全评价作为反馈信息输入数字孪生平台0303事后改善安全改善方案可预测0404经典交通安全的研究内容在未来可能发生变化未来交通安全的发展趋势1.将与道路设计、养护、车辆制造和安全规划紧密结合；2.将与汽车制造商、互联网平台等深度跨界合作；3.基于大量感知数据的高频交通安全风险评价，感知技术是未来交通安全的保障；4.安全的

3、道路基础设施是自动驾驶的重要保障；5.基于数字孪生平台的交通安全是必然趋势；6.自动驾驶相关的道路交通安全问题亟待解决。阿里云“4+1”跨四域融合的数字孪生仿真架构通过高并发调度、分布式计算加速、以及统一仿真平台技术来对现实世界进行秒级推演预测；仿真域通过云边一体协同计算、现实世界到数字世界的高并发数据采集、数字世界到现实世界的低延时控制调度来实现数字底座与业务系统数实融合。交互域可以对物理世界的对象进行自动化的单体化分割、三维化生成、大规模实时渲染;感知域可以对物理世界的对象进行多源静动数据融合感知、动态元素轨迹还原等操作；生成域为什么现在的数字孪生平台好看但是不好用？1 感知域感知数据的精

4、确度决定了交通安全、道路安全养护等决策的准确性，目前的感知手段仍有较大发展空间。2 仿真域建立驾驶行为特征谱数据库可在仿真域对有人驾驶、自动驾驶以及有人无人混杂驾驶提供仿真依据3 交互域不同道路等级及特征段的多维道路风险评估体系可对整个路网而不是单一事故地点或形态进行道路安全风险评估并主动干预服务人路管理环境车二、感知技术的发展服务人路管理环境车驾驶行为谱道路综合数据智能网联重视农村公路的巨大潜力农村公路主要特点：里程长；预算低；路面环境复杂；路面基础差；安全问题不比高等级公路少：大规模路面质量检测的核心目的？养护决策？安全评价？能检测的数据频率检测成本后期处理难度精准度在养护决策方面的应用道

5、路自动化巡检病害的数量（如坑槽、裂缝等）高（可以做到常态化、日常巡检）成本低廉（普通摄像头+一般车辆即可）简单由于算法的局限性，会漏掉相当一部分的目标仅可为日常维护提供参考道路检测车精准检测PCI、IRI、RDI等低（只能做定期巡检）成本昂贵（使用了大量昂贵的检测仪器，需要维护）复杂具有较高的精准度由于检测数据的精准和全面，可以为养护决策的制定提供依据路况检测包含精准检测和日常巡检两类：道路病害自动化巡检是一种利用计算机视觉和机器学习等技术，对道路表面病害进行自动化检测和分类的技术。精准检测精准检测则是使用道路检测车，它配备了多种传感器和设备，可以对路面使用性能进行系统的、全面的评价。基于多维

6、数据融合的感知装备二维技术三维技术云台相机二维图像激光雷达三维点云数据采集数据处理模型训练输出结果数据采集数据处理模型训练输出结果面积长度宽度面积长度宽度体积三维路面病害检测设备可为路面养护决策与道路交通安全提供精准数据检测原理：光条投射到路面病害（如裂缝）时，由于破损与路面表面存在高度差，通过三维相机对变形光条图像的分析，进而提取破损信息。三、未来交通安全未来交通安全技术在数字孪生平台仿真和交互域的发展驾驶行为谱驾驶行为谱特征库的建立是数字孪生平台对人为及自动驾驶的行为仿真的基础0101主动防控单击此处输入你的正文，文字是您思想的提炼。0202基于道路静态与动态数据相结合的道路安全风险评价体