ICS43.020

CCSR87

團體標準

T/CSAExx－2022

T/CHTSxx-2022

車路協同智能路側決策系統

云平臺功能技術要求

Vehicle-infrastructurecoordination—Roadsideintelligentdecision-makingsystem—

Functiontechnicalspecificationforplatforms

（征求意見稿）

Drafting在提交反饋意見時，請將您知道的該標準所涉必要專利信息連同支持性文件一并附上。guidelinesforcommercialgradesstandardofChinesemedicinalmaterials

20xx-xx-xx發布20xx-xx-xx實施

中國汽車工程學會

中國公路學會發布

T/CSAExx-2022T/CHTSxx-2022

車路協同智能路側決策系統

云平臺功能技術要求

1范圍

本標準旨在規定車路協同智能路側決策系統云平臺的系統組成、功能要求、性能要求、數據交互要

求。

本文件適用于車路協同智能路側決策系統云平臺及其他相關系統的設計、開發和運行。

2規范性引用文件

下列文件中的內容通過文中的規范性引用而構成本文件必不可少的條款。其中，注日期的引用文件，

僅該日期對應的版本適用于本文件；不注日期的引用文件，其最新版本（包括所有的修改單）適用于本

文件。

YD/T3709基于LTE的車聯網無線通信技術消息層技術要求

YD/T3755基于LTE的車聯網無線通信技術支持直連通信的路側設備技術要求

T/CSAE53-2017合作式智能運輸系統車用通信系統應用層及應用數據交互標準（一階段）

T/CSAE157-2020合作式智能運輸系統車用通信系統應用層及應用數據交互標準（第二階段）

T/CASE158-2020基于車路協同的高等級自動駕駛數據交互內容

T/ITS0117合作式智能運輸系統RSU與中心子系統間數據接口規范

3術語和定義

下列術語和定義適用于本文件。

3.1

智能路側決策系統roadsideintelligentdecision-makingsystem

位于道路側的可為智能網聯車輛及路側管控設備提供決策指令以提升總體交通收益的系統，可以根

據收到的路側感知信息進行融合處理，結合預期實現的目標，與車輛協作或獨立做出決策，決策維度包

括宏、微觀時空資源，具體表現形式包括但不限于專用道管理、信號管理、路徑誘導、生態駕駛、編隊

管理、自動駕駛軌跡點規劃等。

3.2

云平臺cloudplatform

承擔中心決策功能的獨立平臺或功能模塊。

3.3

CA認證certificateauthority

CA認證即電子認證服務，是指為電子簽名相關各方提供真實性、可靠性驗證的活動。由證書頒發

機構負責簽發證書、認證證書、管理已頒發證書。

1

T/CSAExx-2022T/CHTSxx-2022

3.4

邊緣計算節點multi-accessedgecomputingnode

部署在道路承擔路側近端決策功能并具備匯聚其他道路附屬設施數據和分析處理能力、支持標準化

應用服務運行和指令發布的計算設備。

3.5

高精度地圖highprecisionmap

基于衛星導航系統的基本導航定位功能，統籌地面應用的密集基準站網，融合地面移動通信網、互

聯網等基礎設施，利用地面通信系統實時播發導航信號修正信息用于輔助定位和導航，可為高精度接收

機用戶提供精密導航定位。

4縮略語

BSM：基本安全消息（BasicSafetyMessage）

CAN：控制單元區域網絡（ControllerAreaNetwork）

OBU：車載單元（On-BoardUnit）

OTA：空中下載技術（Over-the-AirTechnology）

RSI：路側單元信息（RoadSideInformation）

RSM：路側安全消息（RoadSafetyMessage）

RSU：路側單元（RoadSideUnit）

SPAT：信號燈相位與配時消息（SignalPhaseandTimingMessage）

V2X：車載單元與其他設備通信（VehicletoEverything）

5系統架構

2

T/CSAExx-2022T/CHTSxx-2022

圖1系統整體架構圖

智能路側決策系統云平臺整體架構見圖1，由數據底座、數據中臺、智能應用及公共服務組成，以

支撐路側與車輛協作或獨立制定決策，各部分功能如下：

a)數據底座應支持數據接入、數據預處理和數據存儲；

b)數據中臺應支持數據分析、數據治理和能力服務；

c)公共服務應提供高精度地圖和路側設備運維管理服務，宜提供CA認證服務；

d)系統應提供標準化應用接口為用戶提供智能應用服務，包括智能交通管控、智能駕駛輔助、網

聯車輛監督及碳排監測服務等。

6數據底座

6.1通用要求

云平臺數據底座支持通過直接數據接入、數據交換等不同形式實現數據歸集匯聚。支持對數據進行

清洗、轉換、映射等預處理后進行存儲。

6.2數據接入

6.2.1接入類型

數據底座系統支持接入的數據包括路側結構化數據、車輛數據、第三方平臺數據。

路側結構化數據

支持接入路側的結構化數據，包括交通參與者數據、交通事件數據、交通流數據、信號燈數據、

3

T/CSAExx-2022T/CHTSxx-2022

RSU回傳數據、感知設備原始數據等和設備運維數據，具體如下：

a)交通參與者數據應包括類型、Id、時間戳、位置、所在路網、速度信息；

b)交通事件數據應包括事件ID、事件類型、事件時間和事件位置；

c)交通流數據應包括流量、平均速度、占有率、排隊長度等；

d)信號燈數據應包括信號燈節點ID、路口信號機的工作狀態指示、信號燈相位表、信號燈相位

的燈色狀態。

e)RSU回傳數據應包括接收到的BSM、VIR、廣播出去的RSM、RSI、MAP、SPAT、RSC等。

f)感知設備原始數據應包括激光雷達點云數據、視頻流數據、毫米波雷達和攝像機的原始結構化

數據。

g)設備運維數據應包括設備性能數據、設備實時狀態數據。

車輛數據

支持接入車輛的CAN數據和行駛數據，具體如下：

a)CAN數據應包括車輛編號、車速、經緯度、方向角、更新時間等；

b)車輛行駛數據應包括車輛編號、累計里程、行程編號、開始時間、結束時間、行駛距離、行駛

時長、平均速度、上傳時間等。

第三方平臺數據

支持接入第三方平臺數據，應包括氣象數據、出行服務數據、新能源車輛數據、交管平臺數據等。

6.2.2接入方式

數據接入支持以下方式：

a)實時回傳數據支持使用TCP/HTTP/WebSocket等協議及protobuf格式，通過有線網絡或5G網

絡回傳；

b)支持其他設備數據使用公開協議及數據格式一般性接入，包括json、ASN.1、protobuf等格式

及http/websocket協議。

6.2.3接入性能

數據接入性能應基于實際建設規模而定，基本原則如下：

a)對于高清視頻數據，若路側每點位建設4個相機，20個點位，則接入并發能力應不小于800路；

b)對于點云數據，單路點云數據帶寬約為120Mbps，整體考慮部分上傳與后續算法升級，則接入

并發能力應不小于10路；

c)對于路側結構化數據，若路側數據上傳頻率為15Hz，建設500個設備，則接入并發能力應不

小于7500qps。

6.3數據預處理

數據預處理支持對接入數據進行清洗、轉換、映射，應符合T/ITS0136.1—2022中數據處理層中對

數據準備功能的要求。

6.4數據存儲

數據存儲應按照T/ITS0136.1—2022中數據處理層對數據存儲功能的要求，為路側基礎數據提供高

性能存儲環境。數據存儲性能要求參考T/ITS0136.1—2022中存儲性能要求章節制定，具體如下：

a)高清視頻數據存儲應不小于30天；

4

T/CSAExx-2022T/CHTSxx-2022

b)點云數據存儲應不小于7天；

c)結構化數據：MEC結構化數據存儲應不小于90天；RSU設備數據存儲應不小于30天。

7數據中臺

7.1總體要求

云平臺數據中臺應提供數據分析、數據治理及能力服務功能，負責數據進一步處理、分析和挖掘。

7.2數據分析

數據分析應包括AI能力平臺及計算平臺兩部分，為系統智能應用提供分析工具，支撐智能應用的決

策和優化。

7.2.1AI能力平臺

AI能力平臺為系統提供開發環境、計算框架及算法開發服務，支撐開展數據建模、預測、分類、聚

類等分析任務。

——開發環境包括以下功能：

支持傳統的云端環境，基于容器的開發環境；

支持多用戶資源共享、資源隔離；

支持GPU的CGpu虛擬化細粒度調度；

支持自動駕駛車的開發環境。

——計算框架包括以下功能：

支持Paddle、Tesorflow、Pytorch、Caffe等常見深度學習框架；

支持用戶自定義鏡像。

——算法開發包括以下功能：

支持可直接應用的常見自動駕駛、通用視覺模型；

支持Notebook、作業式建模，降低開發成本；

支持模型的完整周期管理；

支持模型效果的評測；

支持算法全生命周期的開發工作。

7.2.2計算平臺

計算平臺應提供實時計算和離線計算，具體如下：

a)支持實時計算，提供Flink和SparkStreaming實時計算框架進行實時流數據的處理和分析計

算服務；

b)支持離線計算，提供Spark和MapReduce離線計算框架進行延時響應數據分析服務。

7.3數據治理

數據治理應保障數據的質量、一致性、可靠性和安全性，以支持業務決策需求，應符合T/ITS0136.1

—2022中數據共享層的相關要求。

7.4能力服務

5

T/CSAExx-2022T/CHTSxx-2022

能力服務為系統提供智能應用的開發和集成，參考T/ITS0136.1—2022中應用使能層的相關規定制

定以下具體內容：

a)支持通過API接口封裝及發布能力，實現數據的共享和轉發；

b)支持提供離線數據分析、實時數據分析能力；

c)支持通過API方式直接進行AI服務發布、調用，將AI算法能力服務化。

8智能應用

8.1總體要求

支持利用數據中臺提供的數據分析、治理和能力服務，支撐交通管控、駕駛輔助決策制定，提供網

聯車輛監管及碳排監測服務。

8.2智能交通管控

應支持通過分析道路實時交通狀態及歷史數據了解和評估道路網絡的交通運行狀況，據交通運行狀

態信息，針對不同的應用場景，制定道路級交通管控決策。

8.2.1交通態勢分析

基于邊緣端各節點上報交通狀態信息，現狀控制方案等情況，進行交通態勢分析，包括實時運行監

測、歷史特征挖掘及未來狀態預測功能。

——實時運行監測包括以下功能：

支持基于最新交通流統計數據，對不同層級的各項運行指標的實時狀態和空間分布進行分

析和可視化呈現；

支持基于實時上報的交通事件數據，對區域內交通事件的分布、特征進行監測和分析，對

事件詳情進行數據展示；

支持基于V2X服務觸發數據，對不同點位、不同類型V2X應用服務情況進行特征監測和可

視化呈現；

——歷史特征挖掘包括以下功能：

支持基于交通流統計數據，各個運行指標的不同粒度的時變趨勢和空間分布趨勢進行挖掘，

掌握歷史特征，評估診斷交通運行問題，輸出策略建議；

支持基于交通事件數據，對區域內交通事件的分布、特征進行不同粒度的時變趨勢和空間

分布趨勢研判，評估交通事件影響，輔助事故黑點的查找和治理；

支持基于V2X服務數據，對不同點位的V2X應用服務特征進行多維分析，對應用服務效果

進行評價；

——未來狀態預測包括以下功能：

支持運行效率預測，對未來交通運行效率情況進行短時預測、中時預測和長時預測，支持

后續決策。

支持風險態勢預測，通過預測交通風險態勢，估計和推測道路所處的風險狀態，支持后續

決策。

支持交通影響預測，對建設區域內新建項目給路網交通產生的影響進行預測和分析，支持

后續決策。

8.2.2協同決策應用

6

T/CSAExx-2022T/CHTSxx-2022

支持基于邊緣端各節點上報交通狀態信息，現狀控制方案等情況，向路側邊緣計算節點制定下發背

景方案與權限信息。

——背景方案包括信號配時基礎方案、所屬子區（區間）、協調優化周期等，具體如下：

支持單點信號優化的信號配時基礎方案制定下發，支持基于交通運行狀態，優化調整單個

路口信號控制參數，實現較好的信號控制水平。

支持干線信號協調的所屬子區（區間）、協調優化周期制定下發，支持通過特定的相位差、

各路口間相互協調的配時方案設計，達到帶寬最大化，實現車輛在特定車速范圍內連續不

停車的通過多個交叉口。

——權限信息包括限速范圍、匝道調節率范圍、車道功能變化限制、優先權限。

支持主線可變限速的限速范圍制定下發，支持基于道路主線的綜合交通運行狀況，判斷運

行安全風險或進行運行效率優化，對主線的相關車輛進行誘導，為車輛提供建議的通行速

度輔助車輛通行等信息。

支持匝道控制的匝道調節率范圍制定下發，支持基于高速主線、匝道車輛運行信息，通過

信號燈、信息情報板等向車輛傳達通行信息，實現平衡車道流量、主線車輛協調行駛、匯

入間距管理、匝道車輛運行控制。

支持動態專用道管控的車道功能變化限制制定下發，支持基于主線車輛流量、不同車型的

運行差異及不同車道的運行差異等主線交通狀況，采用車型管控、時間管控及速度管控等

方式動態劃分某條車道供車輛通行。

支持特殊車輛優先通行的優先權限制定下發，支持基于特殊車輛的到達情況，計算合適的

信號相位，實現特殊車輛優先通行，并為特殊車輛提供交叉口距離、交叉口信號、建議車

速等信息。

支持動態車道功能管控的車道功能變化限制制定下發，支持基于實時交通狀況，對路段車

道行駛方向、交叉口進口道的功能進行動態管理，對車道方向進行綜合管控。

8.3智能駕駛輔助

云平臺根據車輛信息，結合來自路側設備數據和其他平臺數據進行處理，通過5G網絡定制化為指定

車輛提供信息預警、協同決策等。

——支持多種信息預警服務，包括信號燈信息服務、道路信息服務、超視距預警：

支持信號燈信息服務，支持為不按信號燈規定或指示行駛的車輛提供停車預警及起步提醒

預警服務。支持為車輛提供道路數據及信號燈實時數據，包括建議車速區間，以使車輛能

夠無需停車等待通過路口。

支持道路信息服務，支持為車輛提供道路信息，包括限速信息、標識標牌信息、道路危險

狀況信息、前方擁堵信息、交通事件信息、施工區信息、惡劣天氣信息等。

支持超視距危險預警服務，支持整合多路口或路段的融合感知數據，向車輛提供局部道路

多個路口或路段的信號燈信息和道路信息，提前預警，實現出行可預期。

——支持協調決策服務，包括動態路徑誘導、碰撞預警、建議車速：

支持動態路徑誘導服務，支持對所有網聯車以及通過其他手段的可觸達車輛進行動態路徑

誘導，站在全局最優的角度實現車輛的動態誘導。

支持碰撞預警服務，支持為存在碰撞風險車輛提供及時的預警信息，以防與前方或周圍車

輛、行人或障礙發生碰撞。

支持建議車速服務，支持結合路側感知數據，為車輛提供全局車速建議。

8.4網聯車輛監管

7

T/CSAExx-2022T/CHTSxx-2022

應提供網聯車輛監管業務，包括車輛信息接入、行駛記錄管理，具體如下：

a)支持車輛信息接入，支持實時上傳車輛數據至云平臺，支持根據車輛的唯一標識，動態獲取車

輛及周邊信息；

b)支持車輛行駛記錄管理，支持以空間可視化展示車輛的軌跡以及狀態參數，支持回放車輛行駛

視頻；

c)支持基于車輛的空間分布特征、事件分布特征、行駛狀態特征進行分析。

8.5碳排監測服務

應提供碳排監測服務，具體要求如下：

a)支持碳排實時分析，支持基于路側交通參與者數據，對不同交通參與者對象進行出行碳排放實

時計算，并進行實時狀態分析和可視化展示；

b)支持碳排態勢分析，支持對碳排放不同粒度的的時變趨勢和空間趨勢進行挖掘，掌握碳排放產

生和分布特征；

c)支持碳排治理評估，支持對不同低碳治理措施實施前后效果進行對比和評估。

9公共服務

9.1總體要求

公共服務提供CA認證、高精度地圖及路側設備運維管理服務，以支撐云平臺的數據安全、高效地管

理和應用各種數據。

9.2CA認證

支持提供數據安全管理服務，應符合GB/T20518-2018中的相關規定。

9.3高精度地圖

支持提供地理信息和地圖服務，應符合GB/T42517.2