作者：杨源1，张凡2,3，张纪升2,3（1.广东省交通集团有限公司；2.中路高科交通科技集团有限公司；3.交通运输部公路科学研究所）
摘要：随着高速公路数字化转型发展进程的不断推进，构建高精度数字底座，赋能“建管养运服”业务开展，实现全要素、全生命周期精细化管理的需求日益提升。本文结合《国家综合立体交通网规划纲要》要求、数字交通建设内容，对高速公路高精度数字底座应用架构、高精度数字地图制作、业务数据接入与治理、高精度数字地图引擎建设内容和“一张图”应用场景进行分析论述，梳理了地图数据采集范围、采集规范和质量要求、业务数据接入类型和主要对接方式。同时，根据高速公路业务需求，重点阐述了空间数据管理、空间数据分析、路径规划导航、车流路径还原、二三维可视化、数字孪生、交通仿真等引擎功能，提炼总结出道路资源管理、养护管理、应急指挥调度和路网服务四类专题支撑场景，为行业内相关系统建设提供有益参考，共同推动服务管理模式与应用技术升级。
0 引言
近年来，中共中央、国务院印发的《国家综合立体交通网规划纲要》[1]，以及交通运输部印发的《交通运输领域新型基础设施建设行动方案（2021-2025年）》[2]中均将基础设施全要素、全周期数字化作为建设目标和建设任务，在提升公路智慧化服务水平方面，对精准定位、车道级应用等高精度时空信息服务方面均提出了要求。同时，规划纲要再次明确将“构建高精度交通地理信息平台，加快各领域建筑信息模型技术自主创新应用”作为重点任务。国内多省份积极开展探索，在打造高精度数字底座、开展一张图应用方面取得阶段性进展，但仍存在数据精度不够、业务系统关联不足、应用重复建设、数据价值无法充分发挥等问题[3]。《广东省数字交通“十四五”规划》[4]中提出：“构建交通基础设施资产盘点‘一张图’。建立广东省高精度交通基础设施数字化平台，综合运用高分遥感、倾斜摄影、激光扫描等技术，对基础设施进行三维实景及资产信息采集，加快完善交通基础设施信息全周期管理标准、资产范围、接口规范，逐步实现对交通基础设施的数字化全覆盖接入，应用BIM+3DGIS技术实现对物理设施的三维数字化呈现和全方位监控和管理，为基础设施在养护、运营、监测、应急、管理等方面应用奠定基础”，开创高速公路高精度数字底座构建及落地应用的示范先例。
本文将结合行业规范与技术标准，综合分析基于高速公路高精度数字底座的总体应用架构、高精度地图数据采集范围及技术要求、业务数据资源接入与治理方式、地图引擎建设和“一张图”应用，为行业内开展相关系统建设、研究提供借鉴。
1 高精度数字底座应用架构
以高精数字底座为核心的高速公路应用架构由数据采集、基础设施层、数字资源层、引擎层、开放平台层、专题图层、支撑保障层7部分组成，自底向上分别开展精细化数据采集与融合治理，高精度数字化资源服务引擎集成，支撑道路资产管理、养护管理、应急指挥调度、路网服务等“一张图”应用，以及构建车路协同、自动驾驶等创新应用对接的高速公路数字化资源服务开放平台。高速公路高精度数字底座总体应用架构如图1所示。
图1 高速公路高精度数字底座总体应用架构
数据采集对象主要为空间数据和业务数据。在交通“建、管、养、运、服”各业务应用中，系统产生大量位置相关数据，包括地理信息定位数据、运行感知数据、动态专题数据等，主要采集工具包括路测设备、无人机、北斗定位设施等。
基础设施层可采用云资源的形式进行建设，主要包括存储资源、网络资源、安全资源、VPN接入网络资源等，提供网络、服务器、存储与备份、安全保密、可靠通信系统等硬件环境搭建部署的解决方案。
数据资源层在云资源基础上，融合交通数据库或中台数据资源，实现多源异构数据的汇聚、治理、管理与存储。
引擎层兼容二维、三维地图、BIM、实时路况等不同模型数据，构建低时延高性能引擎集，包括高精度地图引擎，提供空间数据的接入展示、查询分析、导航规划、轨迹还原等能力；数字孪生引擎，实现物理世界的还原；交通仿真引擎，提供从宏观到微观的仿真推演，为交通规划提供决策支撑。
开放平台层依托云技术建立平台资源与开发管理应用，通过SDK、API接口服务、平台门户以及低代码开发中心等共享高精数字地图资源和引擎能力。
专题图层针对交通业务数字化场景，打造道路资产管理、养护管理、应急指挥调度、路网服务等“一张图”专题应用。
同时，面向网络安全、数据安全与密码应用合规等多方面的要求，开展系统安全运维支撑平台建设，按照等保三级信息系统要求进行运营维护。
2 高速公路高精度地图制作
高速公路高精地图是对数据资源层中高速公路全要素空间数据的可视化表达，形成覆盖目标区域的车道级二、三维高精度地图，是高精度数字底座的基础部分。数据采集内容主要包括但不限于道路基础要素、道路基础设施、服务设施、机电设施、安全设施、紧急设施等。采集规范包括但不限于高精度地图外业采集技术要求、人工采集技术要求、倾斜摄影外业采集技术要求、车道级矢量数据生产技术要求、三维建模技术要求、倾斜摄影数据处理技术要求、二维矢量数据提交格式及精度要求、三维模型数据提交格式要求及精度要求、倾斜摄影数据提交格式要求及精度要求等。数据质量要求包括但不限于高精度地图及标精地图数据精度要求、路网拓扑检查要求、数据质检要求、要素图形及属性完整性要求等 [5-9]。
二维高精地图的制作主要包括道路基础设施、交通安全设施、服务设施、紧急设施、公路服务设施、机电设施、管理设施等图层生产，数据格式以Shapefile为主，最大比例尺层级为21级并支持显示路面线条、箭头、文字、图案等标志标线和路侧设备设施信息。用于覆盖全省或全国范围的底图，通过采购标精矢量地图、数字正射影像和数据高程模型数据满足使用需求。
三维高精地图的制作主要包括设备、建筑体、动态场景模型以及三维大场景的建设。对交通标识牌、龙门架、摄像枪等设备，以及服务区、收费站、互通立交、特大桥梁、隧道等重要路段进行BIM建模与轻量化处理，以ifc、obj、3ds标准格式输出，叠加地形和影像数据构建地形级实景；对交通信号灯、车道指示灯、隧道照明灯、情报板、隧道风机、火灾报警器、重点类型车辆等动态场景模型进行建模，以gltf、obj格式输出，实时联动实况信息；通过数字正射影像DOM和高程模型DEM，构建地形级实景三维模型，以GeoTiff格式输出，宏观上展现沿线地形、地貌；通过倾斜摄影对道路两侧场景进行还原，支持WebGL和UE渲染，提示整体真实性和观赏度。
3 业务数据接入与治理
通过对高速公路数据的接入与治理工作，实现高速公路设计建设、收费、路政、养护、路况、指挥调度等各类业务系统数据的汇聚与管理。通过建立数据治理标准体系，开展数据质量监测、主数据管理、元数据管理等相关服务，促进数据联动，解决信息孤岛问题。建设主题库、专题库，编制数据资源目录，推进数据开放共享生态的构建，释放高速公路大数据价值。
根据高速公路业务需求，接入数据主要包括资产数据、业务数据和外部数据，其中，资产数据主要涉及的数据源有公路养护管理信息系统、公路运行监测与评价系统、公路机电运维管理平台、路政管理系统、路运一体化系统等，范围涵盖路面、边坡、桥梁、隧道、涵洞、匝道、交叉工程、里程桩等公路基础设施，标志标线、隔离栅、防护网等交通安全设施，情报板、摄像枪、检测器、报警器、照明灯等机电设施，服务区、停车区等服务设施。业务数据包括但不限于监控系统内的设备状态、道路拥堵信息、高速公路拥堵分流信息、收费系统的车流量数据、节假日免费通行信息，路政系统的道路事件信息，养护系统的养护计划信息、养护明细信息，救援系统的救援仓库、救援物资、救援车辆、道路救援信息，出行系统的车后服务网点、服务区充电桩信息等。外部数据主要为气象数据、实时路况数据、位置大数据等接入。其中，路口数据支持畅通、缓行、拥堵、严重拥堵等多种路况状态分级，结合感知设备提供的车道实时信息，可实现车道级路况展示，并支持拥堵路段、拥堵长度、拥堵程度、行驶速度、通行时长等信息反馈。
数据接入方式分为增量数据实时接入、文件类型数据接入、数据库事务日志数据同步和跨网段数据传输。其中，增量数据实时接入包括结构化数据采集、非结构化数据采集、新消息队列采集、Ftp文件采集、数据Api采集和采集任务管理。结构化数据采集支持关系型数据库mysql、sqlserver、db2、oracle，postgreSQL、MPP数仓、以及NoSQL数据库等结构化数据类型，在集成过程中能够进行源到目标端的字段级映射，并进行字段级的转换、清洗、格式化等操作，保障数据采集迁移过程中的一致性。非结构化数据采集支持excel、csv、xml、图像等非结构化数据类型，在采集过程中按照分隔符、固定长度或者表头信息等进行文件拆解，将拆解后的文件写入到目标端。对于无法解析文件和图像等，直接从源端迁移到目标端，实现文件的采集迁移。消息队列采集支持kafka等消息队列数据类型，使用流计算进行消费kafka数据，并按照kafka中数据的消息格式进行相应的数据处理及落盘，实现kafka队列的持续消费。Ftp文件采集与Api数据采集类似，由源端获取文件并发送至目标端实现数据处理和迁移 [10]。数据接入功能架构如图2所示。
图2 数据接入功能架构图
4 高精度地图引擎建设
高精度地图引擎作为高速公路高精度数字底图构建及应用项目的核心组成部分，通过API接口的形式对外提供服务，主要建设内容包括空间数据管理、空间数据分析、路径规划导航、车流路径还原、二维可视化、三维可视化、交通仿真、数字孪生等引擎能力。
空间数据管理涵盖高精地图应用的基础功能，包括空间数据转换、数据查询检索、图层创建管理、地图服务发布、数据提取分发。空间数据转换分为桩号经纬度换算、地理/逆地理解析，前者支持通过桩号、道路编号、行车方向、车道信息与桩号经纬度坐标相互转换，满足米级定位精度；后者支持字符串与经纬度坐标相互转换，实现快速定位查询。数据查询检索根据空间查询条件，筛选符合条件的地理信息对象，根据检索方式分为POI检索、道路与路段检索、里程桩检索、业务数据检索、行政区划查询、沿途搜索、关键字输入提示与模糊查询。其中，道路与路段搜索、里程桩搜索基于国家高速编号或名称、里程桩号信息进行检索定位，提供符合高速公路业务应用场景的能力支撑。图层管理支持图层的创建、加载、删除、编辑、浏览、查询、输出、显示和隐藏、图层序调整、重命名等功能，提供属性查询、关联业务表查询能力。地图服务发布支持WMS、WFS、WMTS以及三维地图等类型的OGC服务，实现系统间数据共享 [11-13]。数据提取分发支持按范围提取高精度矢量地图数据，支持kml、wkt、geojson、shp等格式导出。
空间数据分析是基于图层间几何要素与属性信息的量测分析能力，包括空间量测、点线面关系判断、叠加分析、缓冲区分析等功能，在高速公路业务中实现关注点坐标拾取、距离量测、区域面积量测、车辆所处车道判断、电子围栏监管告警、路侧服务设施查询等应用。同时，可提供轻量级的分析服务接口，在边缘计算端侧设备中实现轨迹纠偏、轨迹平滑处理、轨迹补偿等服务，确保雷视设备识别的轨迹数据在大屏展示端的平滑流畅展现。
路径规划导航作为高精地图的核心应用，根据终端使用者设定的出发地、目的地以及路线策略，结合路况实时数据制定精准的路线规划服务，提供事故管制、道路施工、拥堵等规避机制，提供实时路况、行驶行为描述、全程行驶里程与时长、费用收取等信息。针对车道级导航场景，依托出行大数据，展示路口放大图、电子眼、限速标识、突发事件等路况标记，语音播报及提示途径路口、收费站、服务区，提前换车道、建议走内外车道、建议驶入车道等，支持如躲避拥堵、高速优先、大路优先、速度最快、费用最少、ETC车道优先等偏好设置。同时，提供道路、车道吸附和纠偏功能，实现精准的定位与导航。
车流路径还原是根据时间序列追踪车辆轨迹，对轨迹位置点进行道路匹配，构建车辆在道路上行驶的标准线路。路径还原服务提供轨迹数据清洗、轨迹补偿、基于GNSS数据的路径还原、基于门架收费数据的路径还原、基于GNSS与门架收费数据的路径还原、基于路侧设备的路径还原功能。轨迹数据清洗是对路径数据清洗（时空校验、去噪、补偿等）、路径拟合还原和结果智能校验，根据传入的点串坐标，返回经过去噪平滑处理的、匹配到道路的坐标串并展示整条路径。轨迹补偿根据经纬度位置和向前补偿的距离，计算补偿后经纬度位置数据，可应用于隧道内定位点缺失的情况。基于GNSS数据、门架收费数据、路测设备数据的路径还原，根据不同类型设备监测数据，进行异常坐标点剔除，去噪平滑处理匹配到高精度地图的坐标串并展示，应用于大众车辆、两客一危车辆、路政车辆、救援车辆等管理。
二维可视化引擎包括二维地图渲染、二维地图操作、图形与覆盖物标绘、数据上图展示功能。地图渲染是地图应用的基础，高速公路场景中，应支持平面矢量数据、卫星遥感影像一体化的大空间场景渲染展示。考虑实际场景和成本制约条件，通常情况下，选用21级地图瓦片数据表达管理范围内的高速公路区段，选用18级或其他较低等级瓦片数据表达非管理区域。地图操作方面，应提供地图控件、控制工具、鼠标交互、专题图层等工具，支持点、线、面要素的创建和覆盖物的添加，支持车辆轨迹数据、空间大数据、动态数据的上图展示。对地图样式、风格有特定需求，支持个性化定制，创建专属地图。
三维可视化引擎采用WebGL技术，通过无插件网页访问的形式，流畅运行大场景三维模型数据，支持包括路网矢量数据、卫星遥感影像、三维地形、三维倾斜摄影模型、BIM模型等多种数据的加载和展示。三维地形、三维模型的加载需与二维数据模型相互嵌合，满足一体化交互和操作，在功能上实现定位缩放、空间量测、覆盖物叠加、场景漫游、模型拖拽加载。同时，为更真实还原交通场景，提供多视角车辆跟踪功能，以第一人称、第三人称和自由视角对行驶车辆进行跟踪与呈现，支持模型状态切换，对车道指示灯、车道栏杆升降等进行模拟。交通仿真模型输入输出参数见下表。
交通仿真引擎以计算机技术、多媒体技术和大规模数据存储技术为基础，通过各类信息采集技术获取高速车流数据，结合交通诱导信息、道路政策信息等相关数据，对高速场景进行“重现”与“预演”，分析高速运行过程中的特征和规律，预测高速在发展过程的潜在问题并提出相应的解决方案，从而为高速的规划、建设、运营和管理提供数据支撑和决策辅助。主要应用场景包括交通出行需求预测、路网承载能力分析、交通流仿真与统计、交通流监测预警、改扩建仿真推演、主线拥堵管控、交通事件与事故仿真等，实现对交通事件发展态势的科学精准预判，对已建设施功能、改扩建工程规划设计的效果验证，以及组织调度起到辅助支撑作用。仿真模型输入输出参数如表所示，对于结果的评价方法包括专注于特定交通场景和策略细节分析的单方案评价、以及考虑综合交通规划多要素影响的多方案评价，后者以速度、交通指数、延误、流量等交通运行状态评价标准，实现多维度评估和对比 [14]。
数字孪生技术采用B/S架构，采用云端服务器的方式渲染三维模型，以视频流的方式推送到浏览器或移动端供交互使用。数字孪生引擎可与高精地图引擎共用一份高精三维模型数据，减少整体数据维护工作。在业务功能上，通过高速公路范围内ETC门架、视频、雷达等外场设备实时感知数据、环境监测数据、业务数据，对路网运行状态进行感知与动态监管，实现物理空间与数字空间的实时映射与同步交互，除静态模型渲染展示外，主要应用场景还包括断面车流动态孪生、实时车辆数据精准还原、多视角车辆跟踪、历史轨迹回访等。
5 “一张图”应用探讨
“一张图”的应用源于对交通流量、时空分布情况精准把握的需求，是对多源数据的综合应用和直观展示。根据高速公路业务场景，“一张图”可分为道路资产管理、养护管理、应急指挥调度、路网服务四类专题应用。
道路资产管理一张图着重描述资产信息，通过多系统数据的汇聚和治理，供用户追踪资产全生命周期数据，通过数据看板分类统计不同资产数量、价值和状态，支持多类资产模型的筛选、定位和查询。
养护管理一张图包含养护计划执行状况模块、公路技术状态模块、日常养护数据统计模块、病害数据统计分析模块和养护资源上图。基于高精度二三维数字地图，结合BIM技术，实现对关键设备设施的三维可视化表达，满足精准化定位应用，从土建、机电、养护分类日常养护、预防性养护、专项养护、应急养护维度对养护资金计划执行情况和养护项目计划执行情况进行统计展示，从公路技术状况、路面技术状况两大维度完成公路技术状态的评价指标展示，针对日常养护维修、日常养护保洁以及机电服务工单数据进行统计分析，实现各基础设施病害比例展示、定期新增病害数、病害数量分级分类展示，机电主要设施、关键设备的统计管理数据，完成养护资源的可视化分析。
应急指挥调度一张图基于高精度数字底图，通过对应急指挥调度关联的“人、地、事、物”素的空间匹配关联关系进行数据分析，围绕“事件管理”“应急资源管理”“事件资源联动”“事件数据统计分析”模块构建关于应急指挥调度应用的可视化一张图。其中，事件管理模块接入应急突发事件信息，围绕应急事件的发生时间、地点、类型、描述内容维度进行综合管理，提供相关事件的查询、显示应用。应急资源管理模块实现对应急指挥调度管理中所需的应急人员、应急专家、应急车辆、应急物资等资源的管理，还包括应急资源所属行政区划分、所属部门、物资编号、责任人、当前可用情况状态、地点位置情况等。事件资源联动模块针对应急突发事件，基于高精数字地图空间能力支撑，提供精准定位并完成事件周边资源关联呈现，包括医院、消费站点、救助站点等。事件数据统计分析模块针对接入的事件数据，从事件类型、处置时长、发生时段、发生位置等维度对事件进行统计，负责提升应急处置效率。
路网服务一张图以高精地图为核心，通过高速公路基础服务设施、充电设备状态、实时路况与交通流量、交通天气数据的动态接入分析和呈现，完成对影响出行效率及服务质量要素的一张图表达。基础服务设施汇聚停车场、充电站、加油站、车后服务网点、合作景区的位置数据和服务信息。充电设备状态围绕出行充电桩服务，统计分析用户使用情况，包括用户充电分布热力图、平均充电时长、充电频次等。实时路况与交通流量接入各路段实时路况及交通流量状态，形成针对不同时段路况数据统计分析图表。
6 结束语
高速公路高精度数字底座建设是充分挖掘高速公路数据、统筹多方信息与资源、发挥先进IT技术的系统性工程，需要综合考虑高速公路业务部门工作开展情况、系统使用现状，以服务公众、提高行业管理水平、符合行业规范为重点，明确系统数据采集、治理、分析、发布和功能建设等要求，切实保障系统实用性、可维护性、可拓展性和可靠性，借鉴相关案例或方案的成果经验，深化流式处理手段的创新使用。
通过高精度移动测量等技术构建的高速公路高精度数字底座，实现对高速公路基础设施信息的全生命周期管理，结合GIS、BIM、交通仿真、数字孪生等技术应用，提高规划、建设、养护、运营、监测、应急等全方位多方面精细化管理水平。同时，基于数字底座构建开放技术合作生态，联合产业上下游探索高速公路管养新模式，共同打造智慧出行新体验。
参考文献
[1] 中国共产党中央委员会,中华人民共和国国务院.国家综合立体交通网规划纲要[Z].北京,2021.
[2] 交通运输部.交通运输领域新型基础设施建设行动方案(2021-2025年)[Z].北京,2021.
[3] 俞山川,陈雨.高精度地图在智能交通上的应用[J].公路,2023,68(02):218-224.
[4] 广东省交通运输厅.广东省数字交通“十四五”发展规划[Z].广州,2021.
[5] GB/T 28788-2012.公路地理信息数据采集与质量控制[S].北京:中国标准出版社,2012.
[6] GB/T 29101-2012.道路交通信息服务数据服务质量规范[S].北京:中国标准出版社,2012.
[7] DB21/T 2550.2-2015.交通地理信息电子地图要素[S].北京:人民交通出版社,2015.
[8] T/SHJX 022-2021.车路协同系统面向车路协同应用场景的高精度地图技术要求[S].北京:中国标准出版社,2021.
[9] T/CITSA 25-2022.交通系统高精度地图服务技术规范[S].北京:中国标准出版社,2022.
[10] Leonard Richardson,Sam Ruby,Mike Amundsen.RESTful Web APIs[M].O¢Reilly Media,2013.
[11] OGC Web Processing Service Specification(Version 1.0.0) [S].OGC Standard,87,2007.
[12] OGC Catalogue Services Standard 2.0 Extension Package for ebRIM Application Profile: Earth Observation Products(Version 1.0.0)[S].OGC Approved Standard, 146, 2010.
[13] OGC Web Map Tile Service Implementation Standard[S].Open Geospatial Consortium Inc,2010.
[14] Westlund H,Gärling T.交通与城市空间:模拟交通的空间行为[M].北京:人民交通出版社,2015.
（原文刊载于2023年第10期《中国交通信息化》）
声明：本文来自中国交通信息化，版权归作者所有。文章内容仅代表作者独立观点，不代表安全内参立场，转载目的在于传递更多信息。如有侵权，请联系 anquanneican@163.com。
