智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構研究

摘要：隨著智慧城市建設的推進，車路協(xié)同系統(tǒng)成為智能交通系統(tǒng)的核心組成部分。本文聚焦智慧城市中車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構，探討了以邊緣計算為核心的三級計算平臺體系結構，該架構涵蓋路側邊緣層、區(qū)域匯聚層和城市級中心云。本文旨在構建一個高效、可靠且智能的交通管理框架，促進智慧城市的建設與發(fā)展。

關鍵詞：智慧城市；車路協(xié)同系統(tǒng)；智能交通；邊緣計算

引言

隨著信息技術發(fā)展，智慧城市成為全球關注焦點，智慧交通是其重要組成部分，核心在于車路協(xié)同業(yè)務。通過融合汽車工業(yè)、交通管理和通信技術，車路協(xié)同實現(xiàn)車輛與基礎設施的實時信息交互，提升道路安全和交通效率。2020年11月，住房和城鄉(xiāng)建設部與工業(yè)和信息化部聯(lián)合發(fā)布通知，啟動智慧城市基礎設施與智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展試點，強調建立健全統(tǒng)籌協(xié)調機制，落實資金等保障措施，確保試點工作取得成效，形成可復制可推廣的經(jīng)驗[1]。邊緣計算作為前沿技術，可以解決車路協(xié)同的低延遲和高帶寬需求，成為研究的關鍵。

1. 智慧城市車路協(xié)同系統(tǒng)的概念

智慧城市車路協(xié)同系統(tǒng)（cooperative vehicle-infrastructure system，CVIS）利用傳感、通信和數(shù)據(jù)分析技術，構建網(wǎng)絡，實現(xiàn)車輛與環(huán)境（如其他車輛、行人、交通信號燈等）的實時互動[2]。系統(tǒng)依賴車輛感知與決策能力，輔以攝像頭、雷達、路邊設備（roadside unit，RSU）收集路況信息，通過蜂窩車聯(lián)網(wǎng)（cellular vehicle-to-everything，C-V2X）技術傳輸。C-V2X包括車對車（vehicle-to-vehicle，V2V）、車對基礎設施（vehicle-to-infrastructure，V2I）、車對行人（vehicle-to-pedestrian， V2P）及車對外界（vehicle-to-everything，V2X）等通信技術，可預防事故、優(yōu)化流量、提供服務，并推動自動駕駛。系統(tǒng)融合多源數(shù)據(jù)，依賴邊緣計算確?？焖夙憫?。

2. 邊緣計算網(wǎng)絡架構技術

邊緣計算網(wǎng)絡架構是智慧城市車路協(xié)同系統(tǒng)的核心支撐，通過將計算資源從云端移至網(wǎng)絡邊緣，降低數(shù)據(jù)傳輸延遲，提升實時處理能力，并保護隱私。該架構由路側邊緣層、區(qū)域匯聚層和城市級中心云三層組成，協(xié)同實現(xiàn)交通信息的高效采集與處理。

路側邊緣層連接感知設備（如攝像頭、雷達），收集并初步處理數(shù)據(jù)，減輕后續(xù)負擔，提高處理效率。區(qū)域匯聚層匯總各路段信息，確保數(shù)據(jù)準確，并轉發(fā)重要事件至上層，具備強大計算與存儲能力，支持復雜場景和區(qū)域設施對接，構建高效交通網(wǎng)絡。城市級中心云存儲歷史數(shù)據(jù)，利用機器學習訓練預測模型，為決策提供依據(jù)，驅動智慧交通發(fā)展，為交通管理與規(guī)劃提供支持。這種分層架構優(yōu)化數(shù)據(jù)流程，保障高效運行。

3. 智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構設計

3.1 設計目標

智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構旨在優(yōu)化智慧交通中數(shù)據(jù)處理的實時性、帶寬效率和隱私保護能力。該架構通過將計算資源部署在網(wǎng)絡邊緣，有效縮減了數(shù)據(jù)傳輸至遠端數(shù)據(jù)中心的時間延遲，提高了系統(tǒng)響應速度，并減輕了核心網(wǎng)絡的負載[3]。整個網(wǎng)絡架構由三大核心層次構成：路側邊緣層、區(qū)域匯聚層和城市級中心云層。每個層級各司其職，共同協(xié)作，以確保數(shù)據(jù)處理的高效性和服務提供的優(yōu)質性。此架構可以將數(shù)據(jù)處理時間縮短至毫秒級，顯著提升交通管理的即時響應能力和精準度，不僅滿足了智能交通系統(tǒng)的多樣化需求，更為未來智慧城市的拓展奠定了堅實的基礎。

3.2 邊緣計算網(wǎng)絡架構設計

3.2.1 路側邊緣層設計

路側邊緣層作為邊緣計算網(wǎng)絡架構中最接近數(shù)據(jù)源的一環(huán)，直接與各類感知設備相連，如攝像頭、雷達傳感器等。這些設備負責捕捉車輛周圍環(huán)境的信息，包括車輛的位置、速度、行駛方向和道路狀況等。路側邊緣層接收這些設備傳輸?shù)脑紨?shù)據(jù)，并進行初步處理，如數(shù)據(jù)清洗、特征提取和初步分析。這不僅減輕了后續(xù)層級的計算負擔，還保證僅有經(jīng)過預處理的有價值信息被上傳至更高級別的計算平臺。路側邊緣層設計如圖1所示。為提高系統(tǒng)的可靠性和冗余度，接入路側網(wǎng)絡采用了環(huán)形拓撲結構，并配置快速切換機制，即使某一部分出現(xiàn)故障，整體網(wǎng)絡成保護倒換，確保業(yè)務不受影響。此外，路側邊緣層還兼容多種通信協(xié)議，能夠與不同類型的道路設施進行交互，從而實現(xiàn)更加廣泛的互聯(lián)互通。

3.2.2 區(qū)域匯聚層設計

區(qū)域匯聚層位于路側邊緣層之上，負責匯總來自不同路段邊緣計算節(jié)點的信息，并將關鍵的交通事件報告轉發(fā)至上一級的城市級中心云。一般而言，每個行政區(qū)會建立一個或兩個此類計算中心，以滿足區(qū)域內(nèi)交通管理的需求[4]。區(qū)域匯聚層的主要任務包括數(shù)據(jù)聚合、實時決策支持和遠程通信，能夠基于實時路況做出即時性的決策，如調整信號燈時長、優(yōu)化公交線路等，以提高交通效率，具體設計如圖2所示。對于涉及跨區(qū)域協(xié)調或需要更高層次干預的情況，則依賴于區(qū)域匯聚層與市級中心云之間的通信完成。為了保障交通安全，該層級必須具備高度的安全防護措施，防止黑客攻擊或惡意篡改數(shù)據(jù)，并且還需要具備冗余備份機制，以防止單點故障導致的服務中斷。

3.2.3 城市級中心云設計

城市級中心云作為整個邊緣計算網(wǎng)絡架構的頂層環(huán)節(jié)，發(fā)揮著統(tǒng)籌全局的關鍵作用。該層級集中存放著全市范圍的歷史數(shù)據(jù)記錄，可用于長期趨勢分析、政策制定參考以及科研用途。更重要的是，城市級中心云利用其海量的數(shù)據(jù)儲備和先進的機器學習算法訓練出更加精準的預測模型，進而指導各區(qū)域乃至具體路段上的實時決策過程。在面對突發(fā)惡劣天氣或者重大活動時，城市級中心云會根據(jù)過往類似情況下的數(shù)據(jù)表現(xiàn)提前規(guī)劃應對措施，最大限度地保障公眾安全和社會秩序穩(wěn)定。城市級中心云也是連接外部合作伙伴的重要橋梁，促進了跨部門協(xié)作和資源共享，共同推動智慧城市建設和智慧交通的發(fā)展。城市級中心云設計框架如圖3所示。

4. 智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構設計應用

4.1 數(shù)據(jù)處理效率的提升

在智慧城市車路協(xié)同系統(tǒng)中，邊緣計算網(wǎng)絡架構通過將計算資源部署在網(wǎng)絡邊緣，提升了數(shù)據(jù)處理效率和系統(tǒng)可靠性。路側邊緣層連接高清攝像頭、毫米波雷達和激光雷達等感知設備，在本地完成數(shù)據(jù)清洗、特征提取和初步分析，減少上層數(shù)據(jù)冗余。接入網(wǎng)設計分為接入路側網(wǎng)絡和接入回傳網(wǎng)絡。接入路側網(wǎng)絡負責設備與路側邊緣層的組網(wǎng)及與區(qū)域匯聚層的信息交互，采用環(huán)形拓撲結構并配置GE環(huán)網(wǎng)保護機制，確保業(yè)務穩(wěn)定和低延遲。接入回傳網(wǎng)絡負責區(qū)域匯聚層與路側邊緣層的高效通信，方案包括自建光纖和租用專線網(wǎng)絡。自建光纖適合全區(qū)域覆蓋，成本低且運維簡明；租用專線適用于無自建條件的城市，通過二層虛擬專用網(wǎng)（layer virtual private network，L2VPN）、光傳送網(wǎng)（optical transport network，OTN）或5G專線實現(xiàn)可靠連接。這種分層設計保障了信息流暢傳遞，支持系統(tǒng)高效運作[5]。

邊緣計算優(yōu)化了數(shù)據(jù)處理流程。基于真實交通場景的模擬實驗，部署100個路側邊緣節(jié)點的測試網(wǎng)絡，采集超500小時交通數(shù)據(jù)，包括車輛速度、密度和突發(fā)事件等變量，結果表明預處理后數(shù)據(jù)量減少約70%，減輕后續(xù)計算負擔，響應時間從500毫秒縮短至150毫秒以下，為事故預警和路徑優(yōu)化等實時應用提供了保障。

例如，蘇州市管高速投用AI2慧眼系統(tǒng)[6]，對高速道路上發(fā)生的交通事故、異常停車、異物拋撒、車輛逆行、路況擁堵等異常狀況進行更加精準識別、檢測和預警。目前，在蘇州高速公司試點的130千米路段上已有219路高清攝像頭接入“AI2高速慧眼”事件檢測系統(tǒng)，覆蓋市管高速37.68%的管轄路段。自該系統(tǒng)投用以來，常規(guī)路況事件預警準確率從原先的51.7%提升至90%以上。其中在2024年5月至2024年6月期間，高速慧眼就主動發(fā)現(xiàn)交通事故101起、道路擁堵8起，為監(jiān)控指揮中心加強清障、交警、養(yǎng)護等力量調度，快速處置影響高速公路安全暢通的路面特情提供了有力保障。

4.2 系統(tǒng)可靠性的增強

路側邊緣層依托邊緣計算網(wǎng)絡架構憑借多層次的安全防護措施，顯著提升了系統(tǒng)的可靠性。接入路側網(wǎng)絡采用環(huán)形拓撲結構，并配備快速切換機制，確保在部分組件出現(xiàn)故障時，整體網(wǎng)絡能在50毫秒內(nèi)完成保護倒換，維持業(yè)務的連續(xù)性。區(qū)域匯聚層和城市級中心云同樣具備容錯機制，有效防止單點故障引發(fā)的服務中斷，為系統(tǒng)的穩(wěn)定運行筑牢根基。

在實際應用中，北京市部署的城市車路協(xié)同系統(tǒng)采用了該邊緣計算網(wǎng)絡架構，在面對一系列復雜狀況時展現(xiàn)出強大的可靠性。例如，浪潮信息與百度聯(lián)合發(fā)布首款路側邊緣計算單元[7]，基于該車路協(xié)同核心計算單元構建的“感知-計算-通信”路側邊緣智能體系的測試數(shù)據(jù)顯示，路側邊緣智能體系能夠實現(xiàn)對路口范圍的車、道路、環(huán)境、交通事件的全要素實時檢測和分析，位置精度≤1.0m（人機非，平均），速度精度≤1.5m/s（均值），交通對象感知定位類型識別準召率≥90%，路側對象感知端到端時延（含通信時延）≤300ms（均值），為高等級自動駕駛與智慧交通提供算力支撐。

4.3 交通管理的優(yōu)化

區(qū)域匯聚層負責匯總來自不同路段邊緣計算節(jié)點的信息，并向上一級的城市級中心云轉發(fā)重要的交通事件報告。據(jù)統(tǒng)計，通過區(qū)域匯聚層的優(yōu)化調度，交通流量可提升20%～30%，事故率降低15%左右。區(qū)域匯聚層基于當前路況作出即時性決策，如調整信號燈時長、優(yōu)化公交線路等，以提高交通效率。在一些試點城市的應用案例中，智能交通管理系統(tǒng)實現(xiàn)了動態(tài)調配路網(wǎng)資源，提供擁堵提醒和優(yōu)化路線誘導服務。例如，溫州的“綠波帶”策略使停車次數(shù)從原先的195次下降至現(xiàn)在的89次，下降幅度為54.3%，大大提升了市民的出行體驗[8]。同時，城市級中心云利用歷史數(shù)據(jù)和機器學習算法提前規(guī)劃應對措施，最大限度地保障公眾安全和社會秩序穩(wěn)定。

4.4 支持未來的擴展與創(chuàng)新

邊緣計算網(wǎng)絡架構不僅滿足了現(xiàn)有智能交通系統(tǒng)的需求，還為未來智慧城市的發(fā)展預留了充足的空間[9]。該架構具有高度的靈活性和可擴展性，可以輕松適應新增加的道路設施和技術更新。通過合理劃分各級計算平臺的功能定位，并選擇針對性強的技術方案，能夠有效應對不斷增長的數(shù)據(jù)處理需求和服務質量要求。城市級中心云作為連接外部合作伙伴的重要橋梁，促進了跨部門協(xié)作和資源共享，共同推動智慧城市建設和智慧交通的發(fā)展。城市自建光纖模型相較于租賃方式可節(jié)省約40%的開支，降低了建設成本的同時提高了運維效率[10]。一個中型城市通過自建光纖模型，每年可節(jié)省約200萬元的運營成本，同時提高系統(tǒng)的響應速度和服務質量，為未來的擴展打下了堅實基礎。邊緣計算網(wǎng)絡架構的應用已經(jīng)在多個實際場景中展現(xiàn)出顯著效果，改善了城市的交通狀況，并為其他領域的智能化改造提供了寶貴經(jīng)驗。

5. 項目實例分析

智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構研究中，無錫市高浪路改造項目是一個成功范例[11]。該項目利用邊緣計算技術提升道路安全與通行效率，驗證了架構有效性。在基礎設施方面，利用邊緣計算網(wǎng)絡架構、大數(shù)據(jù)分析、云計算、人工智能等先進技術構建智能交通體系，打造集采集、數(shù)據(jù)分析、預測預警、應急指揮、可視化平臺于一體的快速路管控平臺，著力提升全市道路通行率。該平臺監(jiān)測顯示，目前快速路主線平均時速提高約21%，快速路及周邊路網(wǎng)交通流量得到有效均衡，路網(wǎng)通行效率顯著提升。在交通安全方面，下匝道可變信息標志板上的預警燈顯示“黃色”箭頭，對超速車輛進行實時警示，減少由車輛超速帶來的事故隱患。大數(shù)據(jù)顯示，該路段匝道長度400米，安裝警示燈40套，目前通過該路段的車輛車速普遍下降，違法超速率下降11%，事故發(fā)生率下降33%。在交通效率方面，如針對惠山隧道北進口實際情況和交通需求，在匝道匯入主線區(qū)域設置信號燈、優(yōu)化交通組織、增加抓拍設備等，控制匝道匯入快速路主線的交通流量，減少合流交織，提升合流秩序，提高主線通行效率。目前，早晚高峰匝道上下游平均時速提高了15%，日平均擁堵時間減少了20分鐘?！俺鞘薪煌ù竽X”實現(xiàn)數(shù)據(jù)匯聚與智慧調控，遇突發(fā)情況可“一鍵紅鎖”管制或“一鍵綠鎖”疏散。高浪路項目的成功為無錫市及其他城市積累了寶貴經(jīng)驗，得到業(yè)內(nèi)高度認可，從而有力推動了智慧城市交通管理的發(fā)展。

結語

隨著技術的進步，交通系統(tǒng)將更加智能化和自動化，支持更復雜的交通管理和自動駕駛應用。智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構將繼續(xù)發(fā)揮重要作用。進一步優(yōu)化的數(shù)據(jù)處理能力和更高的可靠性將為市民提供更安全、高效的出行體驗。同時，跨部門協(xié)作和資源共享將進一步推動智慧城市的全面發(fā)展，共同構建一個更智能、更環(huán)保、更便捷的城市環(huán)境。

參考文獻：

[1]住房和城鄉(xiāng)建設部，工業(yè)和信息化部.兩部委關于確定智慧城市基礎設施與智能網(wǎng)聯(lián)汽車協(xié)同發(fā)展第一批試點城市的通知（建城函〔2021〕51號）[EB/OL].（2021-05-06）[2025-03-05].https：//www.miit.gov.cn/xwdt/gxdt/art/2021/art_0396a22821ae444db11975f2ab0c9f37.html.

[2]武曉博，龔興濤，楊皓元.基于車聯(lián)網(wǎng)技術的高速公路智能車路協(xié)同系統(tǒng)設計[J].自動化技術與應用，2024，43（12）：20-24.

[3]雷鳴，鄔小魯.基于云計算的一體化車路云協(xié)同系統(tǒng)方法研究[J].信息記錄材料，2024，25（11）：189-192.

[4]李肇強.車路協(xié)同交通風險態(tài)勢認知與服務系統(tǒng)設計與實現(xiàn)[D].北京：北京郵電大學，2024.

[5]鄒嬌，趙翔.基于車路協(xié)同的城市智慧道路關鍵技術框架研究[J].城市道橋與防洪，2024，（6）：5-8，369.

[6]蘇州市人民政府國有資產(chǎn)監(jiān)督管理委員會.蘇州市管高速投用AI2慧眼系統(tǒng) 路況預警準確率達90%以上[EB/OL].（2024-06-06）[2025-03-05].https：//www.suzhou.gov.cn/szsrmzf/jtcx/202406/038ac2ae97344842a81c975f52e51336.shtml.

[7]光明網(wǎng).浪潮信息與百度智能云聯(lián)合發(fā)布首款路側邊緣計算單元RSCU[EB/OL].（2023-10-09）[2025-03-05].https：//tech.gmw.cn/2023-10/09/content_36880809.htm.

[8]中國藍新聞.“綠波帶”來了！溫州市區(qū)這些路段，一路綠燈！[EB/OL].（2021-12-06）[2025-03-05].https：//www.360kuai.com/pc/93eb8de014dbcf9b7？cota=3amp;kuai_so=1amp;tj_url=so_vipamp;sign=360_57c3bbd1amp;refer_scene=so_1.

[9]宋軍.智慧城市車路協(xié)同系統(tǒng)的邊緣計算網(wǎng)絡架構和方案[J].自動化博覽，2022，39（2）：38-41.

[10]吳冬升.車路協(xié)同創(chuàng)新示范賦能智慧高速[J].智能網(wǎng)聯(lián)汽車，2020（3）：31-35.

[11]無錫新傳媒.無錫智能交通系統(tǒng)暢通“城市動脈” 快速路主線平均時速提升兩成[EB/OL].（2023-11-07）[2025-03-05].https：//www.wxrb.com/doc/2023/11/07/318590.shtml.

作者簡介：秦璐，本科，763755025＠qq.com，研究方向：智能交通管理。