面向边缘计算的智慧隧道建设与运营管理

面向边缘计算的智慧隧道建设与运营管理_第1张图片

陈忱 | 作者

YGG | 编辑

包图网 | 头图来源

编者按:近日,在赛文交通网主办的“2023年智慧隧道应用场景建设与发展”线上研讨会上,甘肃省公路交通建设集团科技创新主中心副主任陈忱作了《面向边缘计算的智慧隧道建设与运营关键技术研究》主题报告。

隧道机电是实现智慧隧道的基础环节。多年来,隧道机电系统建设主要围绕隧道监控、视频监控、紧急电话广播、火灾报警四个方面展开。监控网、闭路电视网、火灾监控网和电话广播网的物理隔离环境为各系统的稳定运行提供了保障,但也造成了数据共享困难、联动控制难以实现等问题。

该报告以边缘计算为核心技术,通过在隧道内布设边缘计算设备,可有效强化区域内数据计算和处理能力,对于推动形成标准化、可装配化的隧道智慧体建设模式具有重要意义。

01

行业背景

公路是保障经济运行、关系国计民生的重要基础设施,近年来国家对于公路的投资逐年加大,投资金额呈上升趋势。

据统计,2016年对于公路的固定资产投资为1.65万亿元,2022年达2.85万亿元,较2016年增长约150%。由此可见整个社会和整个国家对于公路建设的热情和需求。

里程方面,至2022年年底,全国公路总里程达535.48万公里,作为公路建设中的重要环节,隧道里程达2678万延米。

隧道作为公路建设中的重要组成部分,对于改善公路技术状态、缩短运行距离、提高运输能力、减少事故等都有非常重要的意义。

截止目前,在全世界范围内,中国是隧道通车里程最多、规模最大的国家。截止2022年年底,全国公路隧道24850处,2678.43万延米,较上年增加1582处、208.54万延米,同比增长6.80%、8.44%;其中特长隧道有1752处,795.11万延米,占比7.05%;长隧道6715处,1172.82万延米,占比27.02%。

隧道相较普通路段来说特点较为明显,主要包括空间封闭性强、空气质量低、环境噪音大、能见度低等。正因为隧道具有以上特点,所以无论是从建设运营还是后期维护上的难度都远超普通路段。

举例来说,在隧道中发生的重特大交通事故、二次事故都比较多,救援困难。据统计,高速公路隧道事故死亡率达0.55人/起,是同期全部事故死亡率的1.9倍。

根据发展趋势,截止目前公路隧道每年仍以1000个以上的数量持续增长,我国公路隧道数量和总长不断增长,运营管理提质增效十分必要。

近年来,国家层面和行业层面发布了大量的文件,推动隧道的高质量建设和运营。《关于开展公路隧道安全风险防控专项行动的通知的意见》、《促进公路隧道提质升级行动方案》、《交通运输领域新型础设施建设行动方案(2021- 2025年)》以及《数字交通“十四五”发展规划》等文件都提出针对影响隧道设施设备使用,交通安全管理、安全运营等关键问题开展专项系统研究;要提高对隧道群结构灾害、机电故障、交通事故及周边环境等风险进行监测和预警;要提高应急处置技术应用水平。

面向边缘计算的智慧隧道建设与运营管理_第2张图片

2022年、2023年以及近期发布的《公路“十四五”发展规划》、《加快建设交通强国五年行动计划(2023-2027)》中明确表示,要强化隧道养护、监测运行和运行管理,提出要实施公路隧道数字化专项行动,推动设计施工、养护保涌、运营服务的数字化转型和智能化升级。这些文件都为智慧隧道提供了良好的研究环境和切入口。

在多年的发展过程中,我们针对隧道的智慧化应用进行了很多尝试,并取得了很多不错的智慧化场景应用成果,如状态监测、隧道内的照明控制、全息隧道、隧道内监测机器人、事件分析等。

面向边缘计算的智慧隧道建设与运营管理_第3张图片

我们认为,无论什么样的运行场景,其基础仍是机电工程。目前现行的隧道机电工程整体架构都是在隧道侧前端部署设备,通过这些设备将采集到的数据传输至隧管所或云中心,部署在隧管所或者云中心的服务器对采集的数据进行计算分析,并将结果反馈至前端,实现对前端设备的控制。

我们部署在隧道侧的典型系统,如照明系统、视频监控系统、隧道通风系统以及隧道紧急电话系统等都为隧道的高效运营和管理起到了至关重要的作用。

面向边缘计算的智慧隧道建设与运营管理_第4张图片

然而近年来随着智慧化场景的不断升级,智慧化应用的不断深入,对数据融合应用的要求不断增强,因此目前建的各系统会存在数据共享困难、多个业务系统并存、联动控制难以实现等问题,且这样的问题愈发严重。

针对数据共享困难、联动控制难以实现等问题,我们提出了一种基于边缘计算的智慧隧道技术,能够强化隧道内侧的区域控制,减少云端的计算压力,为整个控制体系提供支撑。

02

隧道机电工程体系架构分析

隧道内所有的智慧应用都以既定的机电系统为基础,无论是建好当前的智慧化场景,还是推广未来可能产生的智慧化场景,都有必要了解和掌握现行的机电系统的整体架构。

当前典型的隧道机电工程采用的是三层结构,即以管理分中心-隧道管理站-隧道内场为三层架构的体系。

隧道内场通过隧道监控、闭路电视、紧急电话广播、火灾报警四个独立的光纤环网,对隧道供配电、通风照明、交通监控、视频监控消防监控等十大业务子系统的各类前端设备进行远程监测和控制,可以说隧道内场为我们做控制的第一现场。

隧道管理站是隧道运营管理的主阵地,部署了隧道内各类业务的数据存储和服务系统,重点负责所管辖各个隧道的日常监测和运维管理。

分中心作为整条路段的管理中心,对隧道管理站及隧道内场的运营情况进行宏观管理。这是目前隧道机电系统的整个运行模式。

单看隧道内场。隧道内场布设的设备很多,接入方式、接入角度、通信协议、设备型号、功能作用都不相同,可以说是一个设计和施工都相对复杂的环境。

在这些复杂的环境中,我们来看一下它的底层基本逻辑,典型的隧道内场是围绕隧道监控网、视频监控网、火灾报警网和紧急电话广播网展开(物理隔离),这四张网络物理隔离、互不干涉,我们熟知的各种设备也正是部署在这四张网络上。

面向边缘计算的智慧隧道建设与运营管理_第5张图片

如在隧道监控网上,我们布设了交通信号灯、车道指示器,洞内情报板、通风风机、横洞卷帘门、CO/VI检测器、亮度仪、风速风向检测器、照明灯具等相关设备。

在闭路电视网,也就是我们常说的视频监控网上主要布设的是洞内外监控摄像机设备;在紧急电话广播网上部署的是洞内外紧急电话终端、广播喇叭等设备;在火灾报警网上,我们布设了光栅探测器、烟感探测器、手报按钮等。

面向边缘计算的智慧隧道建设与运营管理_第6张图片

以上介绍的是常规布设方式,对于特殊需、求特殊设备,可以在这些网络上继续叠加。

以隧道监控网为例,隧道监控网的前端设备通过PLC、串口服务器等就近接入环网上的工业交换机,监控网上各区段数据通过汇聚交换机将数据推送至隧管站核心交换机,交换机再通过在隧管站各个业务系统实现对前端设备状态的监测和控制,这就是隧道监控网的拓补结构。

面向边缘计算的智慧隧道建设与运营管理_第7张图片

其他三张网的拓扑结构与隧道监控网类似,只是传输的数据和产生的控制信号不太一样。

机电系统自出现以来就一直沿用这样的组网方案,这种方式对于维护系统的稳定运行起到了至关重要的作用。但随着智慧化场景的不断推进,这种部署方式和网络结构会存在以下三方面问题。

一是隧道侧的区域设备难以联动控制。按照目前的组网结构,各子系统部署于独立的物理网络,在时空上隔离,系统的烟囱式直连架构明显。终端数据在隧道侧孤立,无法打通,数据和信息资源尚未得到充分利用和共享,导致系统融合性差,智能联动难度大。

面向边缘计算的智慧隧道建设与运营管理_第8张图片

二是隧管站计算能力有限,且信息传导效率低下。随着采集手段的不断丰富,前端布设的设备越来越多,数据量(如视频图像、定位雷达等)呈指数级上升,如果将这些数据全部传输到隧管站进行计算,隧管站服务器压力剧增,建设成本急速增长;且在隧管站服务器出现故障或者网络异常情况下,指令信息将无法正常下达至隧道内设备,会造成隧管站和隧道本身的失联状态。

面向边缘计算的智慧隧道建设与运营管理_第9张图片

三是PLC连线复杂,安装/维护工作量大。由于隧道内设备繁多,类型各异,功能各异,针对不同设备,需要在现场对PLC进行编程调试,安装/维护工作量大,问题排查非常困难,且编程语言/工具不通用,数据共享和业务创新门槛较高。

面向边缘计算的智慧隧道建设与运营管理_第10张图片

总结来说,按照目前的组网方式,存在烟囱式组网(网络单独建设)、网络可靠性低(广播风暴、多点失效)、网络延时问题(隧管站和前端设备的距离布设问题会存在延时)。故障定位问题(PLC维护困难)。

基于以上问题,我们希望一种网络更加安全可靠、易于维护、能够实现一网融合、快速响应的组网结构,也就是下面要介绍的面向边缘控制的智慧隧道控制体系。

03

面向边缘控制的智慧隧道体系架构

面向边缘控制的智慧隧道控制体系,顾名思义,就一定要强化边缘控制器的作用,通过部署边缘计算器来提高边缘侧的控制能力。我们通过在隧道现场的边缘侧部署边缘控制器可以实现隧道内场的业务协同、机电设备状态监测、车辆解析算法以及事件识别算法。

面向边缘计算的智慧隧道建设与运营管理_第11张图片

通过部署边缘控制器的方式,好处也非常明显,可以节省隧道侧、边缘侧和隧管所之间的网络带宽,节省云端存储,节省云端算力,且能够提高隧道侧现场的时效控制能力,覆盖更多的场景。

面向边缘控制的控制体系在控制层级上可分为三个层级,下面我由下至上进行介绍。第三级是由隧道内控制环网、边缘控制器及各个监控设备构成现场总线系统;第二级是由变电所内布设边缘综合控制服务器,实现隧道内各机电系统的融合控制;第一级是在监控分中心,实现各隧道数据分析处理、数据挖掘及一体化综合监控。

面向边缘计算的智慧隧道建设与运营管理_第12张图片

通过三级的控制逻辑可以实现隧道边缘控制器现场自动控制,隧管站/变电所综合控制器自动+人工控制,隧道综合管理平台远程人工控制,在不同的控制逻辑下,有不同的控制策略和控制功能。

面向边缘计算的智慧隧道建设与运营管理_第13张图片

下面介绍一下面向边缘控制的实施过程及数据流程控制过程。为了理解面向边缘的控制逻辑,可以按照云-边-端的思路来解释这个问题。

在端侧,我们根据隧道实际长度和机电设备功能特点,按照固定间距将隧道划分成多个区域控制段落。通过一张光纤环网,连接所有前端设备(为满足规范要求,火灾监控网可单独布设)。为保障数据可靠传输,降低网络故障带来的风险,光纤网络安可按照双环网形式布设。

在边侧,我们在每个区段布设边缘控制器,边缘控制器接入区域范围内的全部前端设备;根据各设备的数据采集要求和联动控制策略,边缘控制器集成各设备通信协议、事件检测及控制算法,实现该区域内所有设备的数据采集、远程监测及联动控制,实现区段自治;在隧道变电所布设边缘综合控制服务器,存储隧道内各系统数据,汇聚边缘控制器的计算结果,为隧道内通风照明、交通监控、火灾报警等十大业务系统提供整体的联动控制功能,实现单个隧道的区域自治。

在云端,我们在监控分中心部署一体化管控平台。由于在隧道侧已经进行了区域控制,监控分中心一体化管控平台重点实现所辖隧道所有数据的综合分析、挖掘应用等,为路段整体管理、运营监测、应急指挥调度等提供决策支撑。

按照以上部署,我们强化了区域控制能力,减少了隧管所的计算压力。除了这个好处外,还有两方面更深层次的意义,一是通过边缘计算器的布设,我们构建了一种具有自适应控制能力的隧道体系。

在传统方式下,计算和指令的下发主要来源于远端服务器,即隧道是由一个游离于隧道之外的大脑进行控制的,通过边缘计算的方式,隧道能够实现自采集、自计算、自决策,使自适应隧道的控制逻辑成为可能。

面向边缘计算的智慧隧道建设与运营管理_第14张图片

二是在传统的隧道的建设过程中,尤其是智慧化场景的搭建过程中,土建工程、机电工程、包括后面的智慧化建设,其实有着严格的界面,各自为政,因此经常会出行土建方、机电方以及施工方就一个问题产生分歧。

我们现在提出的面向边缘的计算方式,就是通过在边缘侧布设边缘计算器,可推动形成一种标准化、可装配化的隧道智慧体,解决在后期施工过程中产生的一些分歧问题。

面向边缘计算的智慧隧道建设与运营管理_第15张图片

04

基于边缘控制器的智慧隧道管控平台

面向边缘控制的智慧隧道的体系是一种控制体系,也是一种底层逻辑,是在数据共享和数据传输上的一种变革。事实上我们任何一种应用,现在正在做的、远期规划的智慧化系统,都可以无缝嫁接到这套控制体系上。

面向边缘计算的智慧隧道建设与运营管理_第16张图片

这里需要强调的是,一些常规的计算和分析可通过边缘控制器和边缘综合控制服务器解决,部署在监控分中心的智慧隧道综合管理平台作为第三层的控制层级,可以充分利用边缘侧的计算结果,直接做结果展示和指令下发,按照一路段一中心一平台的部署策略,变电所综合服务器数据直接传输至监控分中心云控平台,强化路段整体的数据汇聚计算及监控运营,弱化隧管站的节点控制,使路段管理更具经济性和时效性。

也就是强化了边缘侧的计算,弱化了监控分中心的建设,可将计算结果直接传至云端,形成一路段一中心一平台的部署策略。

我们在边缘侧做了各种典型场景的应用,如通过雷视融合实现车辆定位、轮廓识别以及全息隧道等,都是典型的边缘侧应用场景。

面向边缘计算的智慧隧道建设与运营管理_第17张图片

面向边缘控制的智慧隧道的体系是一种底层的控制逻辑,我们在这种底层控制逻辑上构建面向智慧隧道的综合管控平台,那么它的业务就会有所取舍。

面向边缘计算的智慧隧道建设与运营管理_第18张图片

目前我们做了相关研究,事实证明平台也存在一些问题。

一是边侧功能界定和云侧的功能化分问题。上文提到,通过在边缘侧部署边缘控制器可以实现很多在边缘侧的功能。

如雷达数据和视频数据的融合,但实际上这样的场景并不是非常好找,在很多场景下,边缘侧的计算模式还没有完全成型,边缘侧计算和云侧计算的归属权、控制器划分问题也是我们需要思考的问题。

因此我们现在面临的问题是在边缘侧,除雷视融合外,还有哪些场景要挖掘,并且这些场景和分中心的计算应如何划分,哪些计算要划分到分中心,哪些计算要留在边缘侧,这是需要解决并且定量化描述的问题。

面向边缘计算的智慧隧道建设与运营管理_第19张图片

二是四网合一的合规性问题。想要做边缘侧的区域控制,前提是要将网络进行融合,隧道监控网、闭路电视网、紧急电话广播网目前是可以进行融合的。但火灾报警网由于特殊要求,现在还无法进行融合。目前我们可以把隧道监控网、闭路电视网和紧急电话网率先进行融合实现四网融合的问题。

面向边缘计算的智慧隧道建设与运营管理_第20张图片

三是边缘计算器的选择问题。在不同的场景,不同的环境下,我们对边缘侧不同的计算要求,解决的问题也不一样。

比如我们做雷视融合,在边缘侧做照明控制,做设备的状态监测等,都对边缘计算的计算能力、图像处理能力、输入、输出接口、协议转换,以及边缘计算器内嵌的操作系统、数据交换协议等都有不同的要求,因此我们面临边缘计算器,包括上文提到的综合服务器这两款设备的选型问题,需要结合现场功能需求进行配置。

面向边缘计算的智慧隧道建设与运营管理_第21张图片

关于面向边缘控制的隧道控制体系,目前我们也搭建了一些智慧隧道的应用场景。下图是我们模拟的隧道场景,模拟隧道约36米,我们按照这样的控制体系将三网进行融合,并且布设了边缘控制器来对整个隧道控制场景进行研究和分类。相信在不久的将来,我们会有更加成熟的控制体系和控制逻辑和大家进行分享。

面向边缘计算的智慧隧道建设与运营管理_第22张图片

你可能感兴趣的:(边缘计算,人工智能,大数据,物联网)