在高速公路上，从发生事故到事故被发现原本需要5至10分钟左右，现在这一过程缩短到了30秒以内。这是之江实验室面向智慧高速公路的车联网系统在沪杭甬高速公路试验路段上取得的成效。
该实验室融合智能研究中心的数字孪生项目，还能通过数字孪生的技术手段，在信息空间中对高速公路进行闭环的交通监控，及时发现问题处理问题，仿真推演预测态势发展，评估优化现实预案，并可再现高速事故场景，追溯事故原因，辅助指导制定相关政策，降低交通事故率。
或许，未来在高速公路上，每一辆车都是经过计算的。
图说：智慧高速 来源/东方IC
一体化车路协同技术
之江实验室的车联网系统致力于打造基于云-边-端一体化架构的车路协同技术，包含智慧高速云控平台和V2X车联网仿真测试平台两个子项目。“云控平台集成了四套算法——短时交通预测算法、交通事件预警算法、应急疏导效果仿真算法、车流诱导效果评价算法。”实验室高级研究员华炜介绍，“而V2X车联网仿真测试平台能够对真实交通场景下的人、车、物进行仿真。”
利用这套系统，不仅能够提升高速公路的管理效率，还能实现云-车-路的全链路、全维度的智慧高速公路功能提升，并将服务对象拓展到司乘人员，针对人员和车辆的个性化需求，提供全方位的伴随式服务。
高速公路不仅是钢筋水泥
来自该实验室智能网络研究中心的研究员朱永东告诉记者，对比城市大脑在智慧交通领域的实践，目前其AI技术在交通领域的实践还是有些差异。“首先是应用的范围不同，我们目前主要还是面向智慧高速领域，高速公路作为国家陆路运输的主动脉，其安全与效率的提升对国家有战略意义。”他说，“其次，应用领域的不同也带来技术路线和主动管控手段的差异，高速场景下目前直接取决于在数字化、信息化之上的智能化。”
在他看来，未来高速公路的智慧化一定要建立在基础设施的数字化基础之上。高速公路不仅仅是钢筋水泥，而是在其建设、管理、养护的全流程对道路/桥梁/隧道、路侧设施的全面数字化和孪生，对运行的车辆和设备的仿真和计算。
让导航结果更准确
“我们的算法可以让导航平台的结果更准确。”之江实验室智能网络研究中心副研究员季玮透露。目前导航平台普遍通过数据众包的方式，利用用户的手机信令数据获取实时路况，从而进行路线规划和行程时间预测。但是手机信令数据的精度有限，无法做到车道级定位，且当无人使用导航软件时，导航平台就无法更新路况。
“而我们的算法以路侧传感设备为主要数据源，数据质量较手机信令数据更高且稳定。此外，对于高速上长距离出行的路线规划和行程时间预测，算法还能提前预判是否会有拥堵发生，进一步提高行程时间预测的准确率，合理进行交通疏导，预防拥堵的加剧。”季玮说。