AI • 物联网 • 网络边缘

全市范围内交通的复杂性正在推动现有交通管理系统的极限。过时的基础设施采用的是专有的单用途子系统，因此采购、操作和维护成本很高。而目前的道路根本就没有为自动驾驶汽车的未来做好准备。

参加 SPaT Challenge（一项鼓励美国各州和城市对新的交通管理技术进行投资的计划）以减少道路交通事故、提高安全性并帮助管理自动驾驶汽车。为达成此目标的一种方法要求各项部署使用标准的消息传输和通信协议。

佛罗里达州已经采取措施应对这一挑战。佛罗里达州交通运输部和奥兰治县与思科合作开发了行人防撞系统，可满足倡议要求以及更多其他要求。目前，该系统已成功部署在交通拥挤和行人安全问题亟待解决的繁忙交叉路口。

该系统还能更新数字道路标牌并提供天气状况警告。如果确实发生交通事件，则可以将关键信息发送给第一响应者。整体设计通过将先进技术整合到现有道路基础设施中来降低运营成本。它还保留了与自动照明灯、闸机和其他传统路侧设备的兼容性。

奥兰治县 SPaT 部署基于旨在保护和连接智能交通系统的 Cisco Roadway 解决方案。车辆、道路、旅行者和交通管理中心能够彼此实时通信。城市和交通运输机构可以简化运维，而不必替换现有基础设施。

路侧实时分析

思科解决方案的核心是其 Industrial Compute 3000。这是部署在十字路口交通机柜中的高性能边缘计算机。该系统采用英特尔^® 处理器和 Cisco Kinetic 应用平台，弥合了传统与现代交通控制设备之间的鸿沟（图 1）。

思科交通运输架构师 Mark Knellinger 表示：“我们处理着包括从交通信号灯、控制器、天气到互联汽车在内的所有数据。想象一下，将所有这些数据融合到一个新的应用程序中。这种集成有助于我们的客户提供下一代基础设施到车辆的通信解决方案。”

该解决方案的一个独特优势是能够像在物理上连接的设备一样快速地发布物体位置。通过使用 LiDAR（光探测和测距）和视频，可以监视行人通过交叉路口的运动。系统会针对其跟踪的每一名行人创建一条“人身安全消息”，每秒钟发送 10 次。

车辆无需借助传感器便能获知行人的位置。例如，如果车辆离交叉路口太远或被其他车辆遮挡，仍可获知行人的位置。

Knellinger 说：“我们通过与信号灯和标志牌等交通控制器和传统设备衔接来提供行人保护。我们通过向自动驾驶汽车提供其无法自行获得的数据来实现下一代连通。”

但是，如果没有边缘的高性能计算，就无法完成这种实时分析。例如，仅 LiDAR 系统每秒就要提取 300 MB 的数据，如果交通机柜未处理这些数据，系统便无法实时响应。实际上，思科符合美国关于安全应用标准的要求。这项标准要求从探测到发出通知的时间必须控制在 20 毫秒或更短的时间内。

实时分析构建模块

Kinetic 软件可以获取和过滤数百种协议及不同接口类型的数据并实现标准化。它提供了在边缘始终运行应用程序的能力，而与部署的传感器无关（图 2）。

智能道路系统的一项重大挑战是，几乎每个物联网传感器都会以不同的格式发布信息，从而导致数据断裂。Kinetic 软件会在获取数据时进行标准化处理，这意味着在网络边缘实施了客户模型。

Knellinger 说：“我们可以通过对行人位置的视频分析或不同 LiDAR 系统类型进行标准化处理来分发行人探测等边缘应用，而与供应商无关。这就是英特尔技术的用武之地 — 解决了高速数据传输的独特要求。”

另一个具有挑战性的数据管理功能是每秒获取数百万条消息。过滤策略允许定制的数据模型适合应用程序的需求。Knellinger 举了一个例子：“道路基础设施运营商接收的大约 80% 的互联汽车数据是重复数据包。我们使用我们的软件在边缘对那些数据包进行重复数据删除和过滤。”

车联网

Connected Roadways 解决方案不仅解决了行人安全问题，还可以帮助交通运输组织为广泛的改进创造条件：从减少道路拥堵到改善空气质量法规遵从性。展望更高级的应用，该解决方案为联网自动驾驶汽车的到来奠定了基础。