【数字化转型】-高速公路基础设施数字化转型数据采集技术路线除了这2种，还有其他的吗？

“ 本文对高速公路基础设施数字化的数据采集技术路线进行探讨，看看交通设施、机电设备、应用系统等如何进行数字化采集。”

党的二十大报告提出:“加快建设制造强国、质量强国、航天强国、交通强国、网络强国、数字中国”，“加快推动产业结构、能源结构、交通运输结构等调整优化”。

《交通强国规划纲要》：大力发展智能交通，推动互联网、大数据、人工智能、区块链、超级计算等新技术与交通行业深度融合。

《数字交通“十四五”发展规划》：统筹交通基础设施与信息基础设施融合发展，通过先进信息技术赋能，推动交通基础设施全要素、全周期数字化。

《国家综合立体交通网规划纲要》：2035年，交通基础设施数字化率达到90%。

为了这些目标，我们必须开展数据采集的顶层设计和技术框架搭建，那么高速公路的这些数据如何采集？

现在高速公路运营管理单位都在进行数字化转型，比较常规的思路都是建立统一的一体化平台，用来汇聚了收费数据、天气、重点车辆数据、路况、视频等业务数据。

针对高速公路而言，当前阶段数据简单粗暴的分为设备数据和业务系统数据。

其实本质说，设备数据也属于业务系统数据，但是由于机电设备的特殊性和重要性，我们一般建议将设备数据单独进行采集和分析。

机电设备数据的采集，一般采用统一物联网感知平台（物联网平台）的方式。

物联网平台可以不受时间、地点限制对各类终端进行实时监控、管理和数据接受，并为设备提供安全可靠的连接通信能力，连接海量设备，采集海量数据。

物联网平台可以采用自研也可以采用开源方式。

先说说自研的方式如何设计：

一般来说物联网平台采用微服务架构，采用消息队列处理设备数据上报，也就是通过使用MQ可以进行系统之间的解耦，这是网上的做法。

但在实际应用中，我建议采用适配器设计模式解决多样设备类型对接的问题。微服务针对一条高速公路的机电设备来说太复杂和庞大了，杀鸡用牛刀。

物联网平台一般包括运行监控、数据查询、站点管理、基础信息管理、服务管理等功能模块。

其他都好理解，针对高速公路来说，站点管理是什么？

站点就是一个采集点，一般来说，我们将全程监控的高杆、收费站的车道、机房、独立气象站等空间上独立的设备集群作为一个站点来进行统一管理。

目前来说，全程监控高杆和收费站车道缺少统一的网关设备，但是随着机电设施数字化改造的推动，网关设备将不断加装，不再是瓶颈。

这里需要注意的是：

关于设备数据超限告警的处理，应该在物联网平台实现，不要将这部分业务上提到平台范畴。

在设备监测过程中，存在大量的监测数据告警场景，需要通过可配置的规则来进行超标、超限告警。

目前开源常用的物联网平台：

ThingsBoard：是一个用于数据收集、处理、可视化和设备管理的开源物联网平台。

Kaa IoT Platform：是一个多用途的物联网中间件平台，允许构建完整的端到端物联网解决方案、连接应用程序和智能产品。

ThingSpeak：ThingSpeak 是一个物联网平台，主要用于数据收集和可视化，适合教育和研究用途。

百度天工物联网平台：实现了端边云的全面智能化，支撑起产业物联网和消费物联网两大领域的数十个行业。

说完了机电设备的数据采集，下面看看业务系统的数据整合。

多业务系统数据的整合，需要数据中台来实现，这已经成为业内标准。

从数据分层来说，数据中台属于数据服务层(DaaS)的范畴。

针对来源数据“多源异构”的特性，以动态灵活、稳定可靠、手段全面的数据接入技术(就是千人千面)，通过数据探查、数据定义、数据读取、数据对账等手段，实现平台对数据的统一汇聚。

高速公路数据来源多样，数据结构互异，如数据库表、文件、各类办公文档、全文文本、音频、视频、图片等。

对于数据库表的接入，设计上需要通过数据接入框架进行接入，这样部署简单，数据源接入多样，业务链可复用；

对于文件系统的接入，设计上通过数据接入工具进行接入，实现文件系统、数据库、流式数据、接口数据等多种数据源的数据接入、格式清洗、数据输出及数据统计。

整体设计思路如下：

数据完成接入后，需要进行分层分库处理。

以分布式文件系统、分布式列式数据库、全文组件等组件为核心，辅以数据接入工具、数据汇聚工具，数据治理工具完成数据的汇聚、治理、融合、共享与服务。

整体架构如下：

细节不再讨论，架构上和其他行业的业务系统融合基本一致。

目前AI大模型能力特别突出，估计很快会颠覆以上的传统架构，创造新的架构模式，我们拭目以待。

题外话：我还真想知道AI大模型与物联网碰撞后会出现什么火花？