三月25準全天候通行系統解決方案北京和利時系統工程有限公司目錄2.背景意義3.準全天候通行系統3.1智能感知層1.公司介紹3.2算法層3.3數據服務層3.4業務應用層3.5服務層目錄2.背景意義3.準全天候通行系統3.1智能感知層1.公司介紹3.2算法層3.3數據服務層3.4業務應用層3.5服務層需求和意義我國交通強國公路信息化建設發展迅速，但在第一時間感知預警道路突發危情等關鍵技術上存在短板，長期困擾道路交通安全管理，也構成智慧公路發展的瓶頸。如霧、霾、雨、雪、沙塵、冰雹等惡劣天氣低能見度是高速公路“第一殺手”，團霧是高速公路“流動殺手”，極易造成連環追尾重特大交通事故。背景意義氣象是公路安全事故及通行受阻的主要因素據統計：38%的公路通行受阻是由惡劣天氣造成，讓高速運營效益遭受巨大經濟損失；超過22%的道路交通事故是由突發的不良天氣引起，讓無數生命意外身亡。觸目驚心的傷亡數據背后是公路信息化系統建設的不足。團霧：2018年10月19日，在大廣高速河南駐馬店平輿楊埠收費站南約2公里處，因突發團霧，發生28輛大貨車連環相撞事故。暴雨冰凍：2015年2月21日，由于暴雪持續，道路濕滑，黑龍江省綏化市青岡縣境內202國道，一輛本CRV車輛失控，沖到對向車道，與一輛大客車正面相撞，導致轎車內3名乘客死亡，大客車內20多名乘客受傷。

2019年10月3日，寧洛高速下行線南京方向196Km+070m至196Km+250m間（蚌埠市境內）,因突發團霧引發多點多起交通事故，事故共造成10人死亡。

2018年12月8日晚20時左右，二廣高速益陽清塘段2046km處，因道路結冰導致多臺貨車失控猛烈碰撞，現場交通中斷，此次重大交通事故共造成22輛車相撞、5人死亡、18人受傷。背景意義精準交通氣象服務可有效降低養護應急成本2020年8月12日-北京5項預警齊發！暴雨遲到截止至13日16時，全市共備勤3972支隊伍、近15萬人，首發集團從凌晨全負荷人力物力保障，落實了山區溝道管控、積水點布控、搶險救援力量預置等措施。但直到下午才開始下雨，且區域和雨量均未達到預期，造成防汛成本的上升首發養護將安排人員24小時巡視高速路33個易積水點和48處重點巡視路段。估算：200*（24/8）*（2*33+3*48）=12.6萬元/24小時2020年12月15日京昆高速、京開高速、京臺高速局部降小雪首發養護公司組織600余臺套專業除雪設備以及1000余名除雪人員，融雪劑數十噸。自動融冰除雪裝置精準監測，遠程控制節約人員，車輛成本精準噴灑，節省融雪劑需求和意義高速公路團霧數據統計（2018年）序號省份路段總數（處）平均時長（天）路段總長度（公里）序號省份路段總數（處）平均時長（天）路段總長度（公里）1安徽2685.2209215新疆3813.66572山東2609.0171716河南808.15743四川30217.0157917廣西686.85564江蘇909.8157718福建13118.75285云南16628.2141619河北615.35236湖南2457.0132320內蒙古494.94367山西1537.5123321寧夏415.84248湖北18312.0122322上海263.84219江西23012.1122123甘肅2315.123810廣東17810.2115224北京196.817111貴州19813.9104625天津155.716912浙江1165.990926吉林159.713013遼寧1137.689227黑龍江33.05114陜西1179.7852總計318811.023110需求和意義第五節高速公路的特別規定第八十一條機動車在高速公路上行駛，遇有霧、雨、雪、沙塵、冰雹等低能見度氣象條件時，應當遵守下列規定：(一)能見度小于200米時，開啟霧燈、近光燈、示廓燈和前后位燈，車速不得超過每小時60公里，與同車道前車保持100米以上的距離；(二)能見度小于100米時，開啟霧燈、近光燈、示廓燈、前后位燈和危險報警閃光燈，車速不得超過每小時40公里，與同車道前車保持50米以上的距離；(三)能見度小于50米時，開啟霧燈、近光燈、示廓燈、前后位燈和危險報警閃光燈，車速不得超過每小時20公里，并從最近的出口盡快駛離高速公路。遇有前款規定情形時，高速公路管理部門應當通過顯示屏等方式發布速度限制、保持車距等提示信息。中華人民共和國道路交通安全法實施條例（節選）團霧尺寸小突發性強精準定位監測難全天候全程低能見度連續監測量化難獲得交警采納和司機認可視覺體驗難全路網規模推廣方便實施降低成本難-難題

-需求和意義監測站點：國家氣象站+自動站+交通觀測站=近7000個站點融合多源監測：衛星、雷達、視頻監控等多源數據融合國家級/省級交通氣象產品：時空分辨率：逐5km公路路段，逐小時（整點）更新監測要素：氣溫、降水、風速、能見度、天氣現象、相對濕度、路面溫度現有的交通氣象產品，無論從空間還是時間分辨率都難以達到精細化的要求，因此，對實際交通的運行的需求相去甚遠！！需求和意義車路協同—車端服務需求和意義管理策略研究，誘導設備智能化典型天氣事件下交通管理策略誘導策略控制策略綜合策略路網事件實時檢測實時數據采集動態交通需求監控中心數據處理與分析動態交通分配交通流控制與管理動態路徑誘導誘導過程典型天氣事件下個體交通誘導流程限制速度值確定方法誘導設備更智能，手段更科學！需求：1.資源高效利用，如何充分發揮現有氣象監測和災害識別設備作用；2.時空精準感知，如何提供滿足車道級的高時空分辨率的數據產品；3.信息自動聯動，如何準確及時地將采集端的信息與發布端協同聯動；4.準全天候通行，如何減少因惡劣天氣造成的災害和道路封閉時間；5.交通科學管控，如何將氣象信息轉化成交通所需的管控決策信息。意義：氣象感知精細化！交警巡查智能化！路橋效益最大化！預防預警數字化！智能管控科學化！規模推廣便利化！需求和意義目錄2.背景意義3.準全天候通行系統3.1智能感知層1.公司介紹3.2算法層3.3數據服務層3.4業務應用層3.5服務層準全天候通行系統準全天候通行系統—特點對全國、省級路網路溫、隱患點監測預測，實現全國公里級覆蓋。自主研發氣象大數據預報模型，每公里10分鐘更新頻率，預測準確率85%以上。AI視頻技術氣象監測結合實現氣象災害識別，通過行車安全智能誘導、凝冰監測預測及處置保障惡劣天氣下道路安全運行。道路風險、行車風險識別，科學精細化道路養護決策支持，降低事故，節約運營成本。全方位感知精準預報智能決策軟硬結合全國、省級路網路況監測預測應對惡劣天氣的處置系統交通管制、道路養護決策支持分鐘級公里級交通氣象預報3.1智能感知層智能感知功能道路管控事件檢測車路協同普通車道自動駕駛專用道實現功能實現功能實現功能實現功能交通流量、分車道車型、車速車流量、速度、車頭時距、間距、區域停車數、停車時長、停車次數、排隊長度、平均延誤、空間占有率氣象信息（雨量、風向風速、能見度、溫濕度、路面狀況、隱患點位置等）車流量、車速、擁堵信息、氣象信息等本車及周圍車輛速度、位置、加速度、車流量、平均速度、車道占用情況、氣象信息、平均密度、車道占用率、擁堵等級、預計通行時間、匝道車輛檢測、車輛異常軌跡、交通管制等信息等檢測信息檢測信息檢測信息檢測信息高清廣角攝像頭固態激光雷達高清廣角攝像頭雷視事件檢測一體機超高超速車輛檢測器多功能氣象檢測器雷視事件檢測一體機多功能氣象檢測器超高超速車輛檢測器固態激光雷達微波雷達高清廣角攝像頭紅外攝像頭雷視事件檢測一體機檢測距離150m200m150m200m5-10km200m5-10km200m300m150m100m200m3.1智能感知層交通氣象感知，通過安裝在路側的多要素氣象采集器和攝像頭，實時監測、檢測分析道路共9類28種氣象/路面要素實時信息，并通過現場控制器傳輸到遠端服務器。1.多要素交通氣象站：公路環境和路況的氣象多要素實時監測。2.積雪凝冰監測檢測系統：獲取近地面溫濕度及路面狀態。透過算法判斷路面是否結冰或存在風險。3.圖像識別檢測系統：利用攝像頭圖像數據對路況、路溫、能見度及交通事件識別檢測。4.氣象雷達：精確監測天氣系統的移動、強度等，通過算法進行外推預警。5.智慧道釘：對路面溫度進行實時感知，并可兼具車道級誘導功能。6.移動式交通氣象監測檢測：車載移動式傳感器7.數據預處理中心3.1智能感知層1.多要素氣象站通過安裝在路測的多要素采集器+遙感路面檢測器+能見度儀，采集道路的環境及路面信息，并通過現場控制器將數據傳輸到遠端服務器。能見度天氣現象檢測儀：能見度測量量程：5m-10km天氣現象測量種類：霧、雨、雪、混合降水等天氣現象；遙感路面檢測器：非接觸式，遠距離測量路面氣象狀態，測量：積水、結冰（凝凍）、積雪厚度，路面濕滑程度，路面溫度，含激光指示器；4路激光波長；水、冰、雪深度0-10mm；檢查的路面：混凝土、瀝青路面；小型超聲波自動氣象站：實時測量大氣溫度、大氣濕度、風速、風向、大氣壓力和雨量等六種主要氣象要素；綜合氣象數據采集器（必配）：數據采集、整合處理、發送；監控運行狀態。電源控制箱、通訊模塊、立柱及結構支撐

②

③④⑤3.1智能感知層3.1智能感知層監測傳感器2.積雪凝冰監測系統用于實時監測和采集路面溫度和路面凝冰狀態氣象環境信息。通過有線和無線通信網絡及時向監測平臺報警，結合路面潛在結冰預警模型，進行路面結冰風險預測預警，支撐系統的自動化運行策略。道面傳感器：部署在橋梁或路面等監測目標區域，采集路面溫度、濕度和路面狀態等環境參數，通過4G發送給監測中心。監測站采用太陽能+鋰電池供電。中心控制器：采用服務器或普通計算機，運行監控軟件。一般安裝在公路管理處的監控中心機房。監測系統軟件運行在監控主機上。埋入式功能：監測水膜高度、路面狀況（干、潮、濕、潮含融雪劑、濕含融雪劑、冰、雪、霜）、路表溫度、冰點溫度、含冰比例和積雪厚度。非埋入式功能：采集溫度、濕度，監測凝冰情況。3.1智能感知層3.圖像識別檢測系統：攝像頭+集成AI模型算法的服務器單元即使每10公里建一處觀測站，在觀測密度上也遠遠不能滿足對氣象風險的實時監控和對應業務。AI視頻解析系統不僅能夠利用已有的攝像頭對能見度值進行7×24小時不間斷的實時檢測，同時能夠通過計算機圖形識別與AI機器學習技術，真正做到對路況、能見度解析。神經網絡算法構建識別模型，實時評估、檢驗、自學習。3.1智能感知層4.氣象雷達—緊湊型雙偏振多普勒X波段氣象雷達作為短臨預報的主要工具，從回波強度等可以知道大氣的對流狀況，強度，位置，移動速度等。通過實時監測周邊雷達回波，第一時間精準預測暴雨、冰雹、大風等災害，并可準確預測災害到達時間和災害消除時間。X波段小型雷達半徑只有1米，能夠在不影響美觀的情況下實現安全便捷，空間簡約，功耗低；解析度為50米，每分鐘高頻更新，能夠最快速最精細的監控到氣象風險的發生，輔助管理業主做好及時準確的處置，避免事故，確保安全；3.1智能感知層智慧道釘感知單元，利用內置的傳感器和處理器，能夠進行感知路面的溫度、氣壓、地磁、震動等。通訊單元，集成低功耗無線通訊，把數據信息收集整合。可視化單元，根據用戶需求，合理配置不同的燈光組合、閃爍頻次等，達到車道級智能誘導。路網級交通氣象感知與管控移動式交通氣象監測檢測車載移動式交通氣象監測傳感器+GPS行車路線軌跡記錄+4G傳輸+中心端處理和展示模塊，可提供車道級、米級、秒級的精準環境感知。結合GIS數據和熱譜圖技術，提供精準交通氣象監測預警。路面狀況及路面溫度采集（1s、20m）數據處理（路溫變率、時間和空間訂正）測量：濕滑系數、覆蓋物厚度、路面狀態、路面溫度、空氣濕度、相對濕度、露點和霜點3.1智能感知層路面狀態濕滑指數水層厚度空氣溫度路面溫度以2021年12月9號早上數據為例場景描述：1、在高速事故多發路段部署雷達、攝像頭傳感器，實時監測道路發生的事故，通過氣象傳感器感知路面結冰、橫風、團霧事件；2、RSS根據傳感器檢測到的數據計算事故信息，包括事故、位置分析惡劣天氣(結結冰、團霧、橫風)程度、覆蓋范圍；3、V2XServer將RSS分析獲取的事故、天氣信息上報到交通大腦分析；4、交通大腦根據分析決策通知附近路段車輛發布二次事故預警態和動態限速，并進行融合調度指揮；5、門架及路側RSU負責將事故內容、位置、惡劣天氣內容、動態限速等信息傳遞給車輛，誘導車輛躲避事故危險。場景價值：通過實時檢測高速事故、氣象信息，發布預警減少或避免高速公路事故，降低高速公路傷亡率。V2X-Server：車路協同數據收集、路由和分發RSS路側服務器：實現路側融合感知，智能分析識別行車風險，提供交通預警RSU路測單元：路側低時延無線覆蓋，車路協同通信3.1智能感知層3.2算法層融合感知層的多源數據，建立氣象站、雷達、衛星、路面實測等多源數據的實時同化。針對交通，以路面過程模式為基礎，引入微物理過程方案+機器學習+人工智能雷達數據地面氣象站數據交通路網數據交通地形數據公路與車載監控數據wrf氣象模型路面過程模型分鐘降水預測結冰模型能見度模型路面濕滑交通氣象決策積雪模型空間數據插值積水模型衛星數據路面結冰降水等級積雪厚度能見度橫風路面溫度道路交通氣象道路災害監測預測隱患點預警行駛風險預測道路風險監測決策支持分析道路管制決策路網誘導分流道路養護決策公里級氣象預報路面濕滑隱患點災害等級3.2算法層交通氣象模型—（路面過程模式）全國雷達、衛星、氣象站、交通監測站、EC格點數據路面過程模式*資料同化構建驅動場模式運行結果輸出耦合優化全國及各省交通氣象監測數據集路面狀態、路面溫度、能見度、積水、降雨、風向風速、濕滑指數等路網數據下墊面數據初始場變量優化路面氣象觀測全國及各省公里級分鐘級交通氣象監測預測數據集基于機器學習的過程優化策略3.2算法層3.2算法層化學數值模式預報與服務系統，囊括了基于觀測約束的大氣化學模擬和同化系統，應用多源排放清單動態融合、更準確的物理化學和城市過程表達方案等關鍵技術，同時使用了精細化快速更新的氣象初邊界場。3.2算法層交通氣象模型—（路面過程模式）在高密度、長時間序列的觀測資料基礎上，結合地表熱量平衡方程，建立應用于瀝青高速公路路面溫度小時值預報的路面過程模型。模型預測道面溫度走勢與實況吻合冬季夜間相同天氣條件下，橋面溫度＜路面溫度＜地面溫度，最大差值可達-5℃以上。結合降水量、風速、相對濕度、溫度等氣象要素資料，計算路表蒸發量和高速公路路面徑流量，建立路面積水計算模型。路面干濕狀態對比觀測試驗車載移動式路面干濕狀態機積水觀測試驗3.2算法層圖像識別檢測系統：攝像頭+集成AI模型算法的服務器單元AI視頻解析系統不僅能夠利用已有的攝像頭對能見度值進行7×24小時不間斷的實時檢測，同時能夠通過計算機圖形識別與AI機器學習技術，做到對路況、能見度實時解析。系統平臺實現實時告警，對低能見度和高風險路段進行可視化提示，結合路網仿真及控制系統，實現動態調控。識別結果：能見度能見度RV‘level’:0,‘value’:‘9352.5米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘3089.06米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘4876.31米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘1959.66米’積雪RS'level':0結冰RI'level':0積水RW'level':0不同等級的能見度識別（單位：米）能見度識別結果分析能見度RV'level':0,'value':‘801.62'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':’419.91'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘242.05'積雪RS'level':0結冰RI'level':0積水RW'level':0不同等級的能見度識別（單位：米）能見度識別結果分析能見度RV'level':0,'value':‘142.62'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':’77.84'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘36.62'積雪RS'level':0結冰RI'level':0積水RW'level':0不同等級的能見度識別（單位：米）識別結果：夜晚能見度能見度RV'level':0,'value':‘2351.24米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘7970.48米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘4693.71米'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘630.34米'積雪RS'level':0結冰RI'level':0積水RW'level':0不同等級的能見度識別（單位：米）能見度識別結果分析能見度RV'level':0,'value':’38.907'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':’665.82'積雪RS'level':0結冰RI'level':0積水RW'level':0能見度RV'level':0,'value':‘146.230'積雪RS'level':0結冰RI'level':0積水RW'level':0不同等級的能見度識別（單位：米）識別結果：能見度AI模型識別出能見度低于1000m的樣本，發生時間的頻率分布AI視頻識別出的低能見度，多出現在夜晚、早晨6到9點白天大霧識別情況等級樣本總量正確識別錯誤識別識別率>1km7843873559487993.78%0.5km-1km1360121814289.57%0.2km-0.5km9198992097.82%0-0.2km1904149840678.66%總計82621705191210289.95%等級樣本總量正確識別錯誤識別識別率>1km67790466732111768.85%0.5km-1km1583129528881.83%0km-0.5km3257246279575.60%總計72630547821784875.43%黑夜大霧識別情況識別結果分析：統計各攝像頭低能見度出現次數01-10次10-30次30-50次>50次9月1日至10月26日，統計各攝像頭能見度<500米的出現次數包茂高速沿線低能見度路況高頻次出現的區域為：1、榆林南部至延安北部路段2、延安南部、銅川南部路段3、咸陽至西安路段1.2.3.基于深度學習技術的高速公路路面狀態識別模型，實現高速公路濕滑路況的監測和預警。利用卷積神經網絡（AlexNet）自動提取交通監控圖像中的路面特征，通過分類器(softmax)實現干燥、潮濕、積水和積雪路面的分類識別，在此基礎上，綜合利用雷達資料、FY4衛星資料和自動氣象站數據對積水、積雪圖像識別結果進行訂正，形成高速公路濕滑路面監測服務產品。目前通用場景下模型綜合識別準確率81.7%；特定場景下模型綜合識別準確率91%。識別結果：路面狀況交通管控“陜西省交通氣象監測及預警系統”對高速路況進行精確感知、自動解析事件、快速定位、預警聯動的交通氣象智能分析系統。1.精確感知：7*24小時持續監測識別，低能見度識別準確率高（夜晚≥85%，白天≥92%）；2.自動解析：秒級響應，對低能見度和路面狀況實時解析、災害識別；3.快速定位：對災害點位能夠快速精準定位，分析影響程度和范圍；4.預警聯動：告警信息實時反饋、通知，及時采取措施，最大限度減少因高影響天氣帶來的影響。結合路段道路通行能力模型，實時模擬及預測道路通行情況，提供滿足駕駛安全需求和交通管理的交通災害天氣條件下的限制速度，提供路段分級分類預警信息、發布方案和管控方案。結合處置系統，可實現自動發現、自動告警、自動處置的聯動閉環。3.2算法層—限速模型基于氣象數據的交通安全風險等級劃分和限速模型3.2算法層基于機器學習的雷達圖像外推融合多源數據，對重點關注區域未來的強對流天氣發生進行判斷，準確預測災害到達時間和災害消除時間。3.3數據服務層路網監測預測及高風險路段自動統計道路風險預警（天氣災害，路況風險）隱患點預警（積水點、結冰點、上下坡、濕滑點）災害溯源分析（災害因子分析、路況趨勢模擬）全國路網交通實況監測和預報產品：道面溫度、道面狀態（積雪、結冰、冰雪混合、濕滑、正常）、氣溫、降水、能見度、風向風速；全國預警產品：臺風、暴雨、暴雪、寒潮、大風、沙塵暴、高溫、干旱、雷電、冰雹、霜凍、大霧、霾、道路結冰共14種要素；雷達監測產品：單站組合反射率、回波頂高等；視頻AI分析產品：能見度、路面狀況公里級，分鐘級監測預測（每公里，每10分鐘更新）實現功能：3.4業務應用層準全天候出行系統針對局地惡劣交通氣象環境進行檢測感知預警，數據經過采集、分析、研判、展示，發布交通氣象災害預測預警，形成面向服務的應用和管控決策支持監測預警設備管控數據分析應急處置3.5服務層全域感知動態管控事件預警車路協同“端—邊—云”一體化全域數據感知車道級別的精細化協同管控與動態仿真驗證交通事件實時檢測、告警預警與動態協同調度設備與系統運行維護，車輛實時通行，保障車路協同無線通信基于5G-V2X/I2X技術實現流量感知模塊與數據處理與決策模塊、數據處理與決策模塊與顯示模塊、以及OBU和手機APP與流量感知模塊間的數據交互。通信模塊包含有線通信子模塊和無線通信子模塊路側通信單元路側通信單元路側通信單元交換機路側感知設備有線通信通過在ETC門架、各路側通信單元、路側通信單元與路側感知設備之間建立光纖連接，實現高速率、大容量的有線通信。OBU：車載通信單元OBU手機APP環境感知、流量感知模塊數據處理與決策模塊顯示模塊3.5服務層行車安全智能誘導及防撞預警系統針對公路沿線大霧多發路段的全智能化主動式道路交通安全保障與事故預防系統。行車安全智能誘導系統主要由交通氣象環境感知設備、行車安全智能誘導裝置（智能誘導邊緣標）、現場控制主機設備（數據預處理器）三大核心設備組成；根據需求，可以選擇配置監控攝像機、交通廣播、可變情報板、交通流檢測器等配套監控設施與設備。主要功能：道路輪廓線形強化指示道路行車安全同步誘導間距提示防止追尾警示施工作業區域防控警戒停車碰撞事故檢測預警設備狀態在線遠程監控動態信息標志聯動發布（擴展）沿線交通視頻路況監測（擴展）外部傳感設備接入協同（擴展）部署原則：在重點危險路段部署全息感知及V2X通訊基礎設施復雜危險路段易發生交通事故高速公路在復雜路段如橋梁、隧道、匝道分合流，且自然環境多霧等路段易發生交通事故多設施實現安全保障及預警通過在事故多發路段部署V2X全息感知及安全預警系統：隧道出入口、匝道出入口及匝道中、服務區出入口針對公路沿線大霧多發路段的全智能化主動式道路交通安全保障與事故預防系統解決問題系統主要設備路側V2X設備網聯車多類型社會車輛V2X智能車載APP服務匝道碰撞提示燈可變信息情報板++防撞系統提醒通知功能設施5G-V2X智能路側終端邊緣計算設備攝像頭/微波雷達等智能霧燈大霧多發路段：多要素氣象設備實時監測；智能霧燈保障行車安全、實現防撞預警智慧高速危險路段防碰撞場景多要素氣象站3.5服務層注：系統檢測到停車事件、碰撞事故后，可自動在上游以高亮閃爍方式開啟紅色警示燈進行預警；可對施工作業區上游進行警戒，保障作業區安全注：黃色誘導燈同步閃爍，誘導車輛安全行駛，閃爍頻率和亮度依據交通與環境條件自適應改變注：車輛通過車檢斷面觸發后方紅色預警燈點亮，形成隨車移動的動態尾跡，間距提示，防撞預警可根據實時能見度等天氣狀況自動調整控制策略3.5服務層主動式路面積雪凝冰監測預警及處置系統實現對路面溫度及路面結冰的精確短臨預警，依據監測、研判、預警結果，適時啟動