“公路基础设施数字化是未来智慧公路发展的方向及基础，我国公路的里程数已突破500万公里，开展公路基础设施数字化是一个庞大的工程。在这个过程中，行业不能一拥而上，在很多问题没有想清楚之前，要慎重的推进后续的建设工作。”交通运输部公路科学研究院智能交通研究中心副主任汪林表示。
近年来，智慧公路在我国得到了快速发展，呈现多点开花、百花齐放的态势，基础设施数字化体系的建设逐步得到行业的认可，智慧管控、车路协同、自动驾驶等新兴技术正在加速应用到公路基础设施网络中，近期，汪林主任在2021年交通大讲堂上，发表了“智慧公路建设与基础设施数字化发展思考及建议”主题演讲。
汪林主任从新型基础设施建设、交通强国建设、国家综合立体交通网规划等国家和行业布局的分析和解读入手，介绍了新一代国家交通控制网和智慧公路试点工程、交通强国试点工程、公路基础设施数字化等交通运输行业专项工作的最新进展，并通过对典型案例和重点领域工作要点的剖析，探讨了未来智慧公路建设和基础设施数字化的发展愿景与推进重点。
01
交通数字化发展趋势及内涵
随着“新基建”政策的出台，以及大数据、人工智能、物联网等新技术的蓬勃发展，从一定程度上来说，在未来的10~15年间，交通行业的发展，尤其是智能交通方向，都会围绕基础设施数字化来展开。
2021年国务院印发的《国家综合立体交通网规划纲要》中提出，在2035年我国交通基础设施的数字化率要达到90%，在开展新兴基础设施建设的同时，也要求加快既有设施的智能化改造，工作重点在于对路网管控水平的提升，对交通信息智能发布的优化，以及相关的智慧平台的建设等等。
我个人也或多或少参与了相关规划的起草和咨询工作，在这个过程中，我们自己也在思考，什么是数字化？大家都在提设施数字化，具体该怎么做？
在科普中国里，数字化是这么定义的：
“数字化，即是将许多复杂多变的信息转变为可以度量的数字、数据，再以这些数字、数据建立起适当的数字化模型，把它们转变为一系列二进制代码，引入计算机内部，进行统一处理，这就是数字化的基本过程。”实际上数字化就是要在计算机世界中，通过计算机语言，以感知得到的数据作为支撑，构造真实世界的数字化影像。在这个基础上，我们继续思考，什么是公路基础设施数字化？
个人的理解就是：在公路交通系统中深入运用数字技术，利用计算机系统构建一个全感知、全联接、全场景、全智能的数字公路世界，提升整个公路交通系统的运行水平，对传统公路交通系统的运营管理模式，服务模式、商业模式进行创新和重塑，进而实现行业的转型升级。在前期的相关课题研究中，我们对交通基础设施数字化的内涵进行了一些思考，总结为以下几点：
第一，是数字化最本质的内涵，就是交通基础设施和信息技术的深度融合。通过信息技术去改变现有交通基础设施的功能，提升设施的运营效率，并融合到日常的业务中，更好地为交通服务。
第二，要针对设施不同的属性信息进行数字化。将空间属性、功能属性、状态属性等复杂多变的信息转变为可以度量的特征数据。
第三，对不同的设施层次建立相适应需求的数字化模型。对公路交通设施，包括路、桥、隧、以及一些附属设施，根据它们的特点和应用场景建立相应的数字化模型，利用模型在现实中进行计算处理，并采取相应的措施。
第四，公路基础设施数字化就是要推动公路交通基础设施从他感知、被感知，向可感知、自感知转变，更便捷更精准地获取前端数据，再通过数字化平台和车路协同系统进行发布，让道路使用者知道“路上有什么”，让管理决策者知道“车在干什么”。
目前信息采集和信息发布领域还存在很多不足，对于出行者，上了路就不知道前方的路况，也不知道前方的气象情况，相关信息全都不知道；对于管理者，虽然每天都进行交通流基础数据的统计，但微观层次上的数据，例如，车上有多少人？货车装的什么货？驾驶员是否疲劳？车辆的车况是什么？这些信息也收集不到。所以我们现在的目标就是建立起一整套的数字化体系和配套平台，有了数字化采集设备，有了交互平台，将来通过路侧设备收集这些数据就会变得容易，从而让使用者更安全便捷地使用道路，让管理者更经济高效地管理。
2
国外发展及经验启示
在基础设施数字化研究过程中，我们对国外的发展思路也进行了参考。
美国近十年里也取得了一定的进展，2016年发布的《公路性能监测系统实用手册》中详细规定了数据的采集上报，管理分析，应用服务等数据应用流程中各阶段的责任主体和相关要求。
美国构建了一套路况报送系统，它的数据集不仅包括日常的统计数据，还包括估算数据、元数据、典型路段数据等等，根据数据集中的数据类型，制定了相关的数据元素收集标准，设计了相关的处理模型，并基于GIS搭建了相关的数据平台。
在此基础上，2017年美国交通部发布了《道路元素模型清单2.0》，以各州为主体，规定了37个强制采集的数据元素，目标是支持整个联邦进行统一数据处理和安全决策。
欧洲方面，2013年，德国把交通建设和城市发展部更名为德国联邦交通和数字化基础设施发展部，并制定了交通建设与城市发展和数字化的发展战略，即《数字化战略2025》。
另外在ERTRAC2019中，将数字化基础设施分为A~E五个等级。
在分级中可以看出，与国内不同，它从前到后都没有提及自动驾驶的分级，只是在高等级设施中提到了协作驾驶的概念，我个人对此也是比较赞同的。从基础设施的角度来出发，设施设备的发展更新，实际上都是为驾驶服务的，但它并不能主导驾驶，也不能主导运输工具的发展。基础设施主要是协助感知，协助驾驶，提供相关信息和建议等，如果能达到这个程度，我认为就已经做的非常好了。
作为交通人，可能更多要从基础设施，从路的角度出发，去进行交通智能化数字化的相关工作。
通过前面对美国和欧洲相关研究工作的总结，我们得到了以下几点启示：
所以我们在进行数字化体系的建设时，可能也会采取分步走的战略，第一步选择部分在建的高速公路，或者重点的桥隧工程，进行数字化的试点建设，慢慢积累经验以后，再逐渐向现有路网的数字化建设上延伸。
所以在建设体系之前，我们对数字化建设的需求进行了梳理，首先确定一个最高的目标，就是构建面向自动驾驶、精细化管理服务的特征数据集。
另外，路侧端还要实现与自动驾驶车辆的信息交互，比如说对车辆的定位辅助，交通标志标线的视认性优化，交通环境的感知及道路状态联动发布等等。
在对需求进行多目标多层次分析以后，我们根据分析的内容，设计了一套公路交通基础设施数字化体系。
该体系可从全周期，全要素和全业务三个角度来阐述，比如从全要素的角度来看，在体系建设中，我们重点考虑的就是进行要素的全覆盖，如道路基础设施、附属设施、临时设施、状态信息等内容；从全周期的角度来说，就是要从规划，到设计，再到建造、养护、运营，通过数字化的链条，把整个周期串联起来；对于业务的应用，我们不仅要支持全功能的应用，还要对应用的开发进行梳理排序，比如面向自动驾驶的应用，我们可以放在10年之后再做，而对于我们现有的管理服务的内容，就要优先开展建设。
美国的数字化体系建设是在GIS的基础上，我个人对这个方向比较赞同，但我们不能采用和他们一模一样的方案，我们可以在BIM+GIS+三维扫描技术的基础上，融合其他的数字化技术，建设一个国产化的底层平台，根据交通参与者的不同需求，按不同的层级加载到底层，形成整个的数字化体系平台。
有了这样的一个平台以后，我们将来对设施的管理，对于交通运营状态的管理，以及对运营车辆和人员的管理等等方面的智能化业务就便捷了许多，同时对车路协同，自动驾驶等方面的服务也能提供强有力的支持。
最后就是体系的建设要慢慢推进，因为这是一个庞大的工程，我们不能一拥而上，在很多问题没有想清楚之前，还是要慎重的推进后续的建设工作。
未来的一段时间内我们关注的重点大概就集中在上述内容中，没有数字化，智能交通相关一切内容都无从谈起。我今天的报告内容就到这里，谢谢各位的聆听。
