秦潔 中設(shè)設(shè)計集團股份有限公司

基于大數(shù)據(jù)的高速公路車流量分析系統(tǒng)研究

秦潔 中設(shè)設(shè)計集團股份有限公司

本文通過提取并結(jié)合了兩種圖像信息：位置信息和像素變化信息，提出了一種新的基于虛擬檢測線的車流量分割計數(shù)方法，該方法結(jié)合了虛擬線圈和目標跟蹤各自的優(yōu)勢，兼顧了車流量統(tǒng)計的實時性和準確性，該方法能夠在多種不同天氣狀況下在各車道對視頻車輛計數(shù)的準確率均大于95%，具有容易推廣實施的優(yōu)勢。

大數(shù)據(jù) 高速公路 車流量 視頻分析

引言：自1988年起我國首條高速公路滬嘉高速公路的建成通車開始，經(jīng)歷了二十余年的發(fā)展，“十二五”期間我國高速公路通車里程位列世界第一。“十三五”期間中國高速公路投資增長勢頭將延續(xù)，到2020年，全國高速公路將新增通車里程4.6萬公里。隨著高速公路的通車里程和路網(wǎng)密度的不斷增加，交通流量預測一直是智能交通領(lǐng)域的一個研究熱點，先進計算機技術(shù)新一代通信技術(shù)圖像采集與識別技術(shù)等高新技術(shù)紛紛集成于高速公路體系，利用大數(shù)據(jù)對高速公路的發(fā)展進行更深層次的挖掘，可以進一步提高高速公路的運營服務(wù)能力，從而使其在我國的“一路一帶”戰(zhàn)略中發(fā)揮重要的基礎(chǔ)保障作用。

1 高速公路大數(shù)據(jù)的特點

在高速公路中，大數(shù)據(jù)具有數(shù)據(jù)規(guī)模大、數(shù)據(jù)種類繁多、低價值密度和處理速度快等特點。高速公路中包括收費系統(tǒng)和其他應用系統(tǒng)所產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)，包括通信監(jiān)控系統(tǒng)中產(chǎn)生的視頻、音頻數(shù)據(jù)，靜態(tài)車牌圖片信息等其他數(shù)據(jù)。同時，高速公路還需要適時發(fā)布站點狀態(tài)、路況環(huán)境、特殊事件、交通管制等信息，甚至包括地質(zhì)災害和天氣信息等數(shù)據(jù)指標。

2 高速公路車流量分析系統(tǒng)發(fā)展歷程

1984年，IwaoOkutani等提出了一種基于卡爾曼濾波理論的短時交通流量預測模型，實驗結(jié)果表明該預測模型的平均絕對百分誤差小于9%，且最大絕對百分誤差小于30%。

1994年，A.G.Hobeika等基于回歸分析建立了短時交通流量預測模型，該預測模型同時考慮了目標斷面當前時刻、目標斷面歷史時刻以及目標斷面上游當前時刻的流量數(shù)據(jù)，并采用了啟發(fā)式自適應權(quán)重的方法進行了權(quán)重分配，實驗結(jié)果表明該預測模型在進行高峰時期的交通流量預測時效果較好，且平均絕對百分誤差約為6%。

2003年，BillyM.Williams等在分析了以往短時交通流量預測存在的不足的基礎(chǔ)上，提出了基于周期性的ARIMA預測模型。實驗結(jié)果表明該預測模型能夠有效提高短時交通流量的預測精度，其MAPE僅為8.6%。

2004年，徐今強等采用時間序列模型對短時交通流量進行了預測。首先通過對實測的交通流非平穩(wěn)時間序列進行差分變換及標準化處理，從而將其轉(zhuǎn)化為標準正態(tài)的平穩(wěn)時間序列，然后分別采用極大似然估計法和AIC準則進行了模型參數(shù)的估計和模型定階。實驗結(jié)果表明該ARMA模型能夠較好地擬合交通流時間序列，并可獲得較好的中短期預測精度。

2008年，王彥杰等針對傳統(tǒng)的K近鄰非參數(shù)回歸預測方法在進行交通狀態(tài)預測時的不足，在進行狀態(tài)向量選取時采用主成分分析方法，并結(jié)合基于斜率表示的相似性度量方法，提出了改進的非參數(shù)回歸預測方法，實驗結(jié)果表明改進后的非參數(shù)預測方法的平均相對誤差為33.2%，比改進前的方法提高了17.7%。

2016年，孫同心等基于實時和歷史的收費站出入口流量數(shù)據(jù)，在大數(shù)據(jù)分析手段的基礎(chǔ)之上通過系統(tǒng)級的預測算法模型進行短時高速公路流量預測，并基于后續(xù)的實時流量數(shù)據(jù)對算法模型進行持續(xù)的訓練與優(yōu)化。對計算結(jié)果進行驗證，發(fā)現(xiàn)此結(jié)果較單維度預測的結(jié)果較為準確。

3 基于大數(shù)據(jù)的高速公路車流量分析平臺設(shè)計

現(xiàn)階段在高速公路交通信息采集應用的技術(shù)包括感應線圈、微波、雷達、紅外等固定式檢測器，以及基于GPS、藍牙、RFID、收費數(shù)據(jù)和手機數(shù)據(jù)等移動式檢測技術(shù)。不同于城市道路，高速公路交通流特性相對簡單，但高速公路路網(wǎng)覆蓋的地域廣泛，要實現(xiàn)整個高速公路網(wǎng)的監(jiān)控，既有的檢測技術(shù)有些局限。基于視頻分析的車流量統(tǒng)計計算方法，包括如下步驟：

步驟一：對原始圖像進行預處理來增強該圖像的整體對比度，該預處理依次包括濾波去噪和圖像增強，先通過濾波去噪去除原始圖像上孤立的噪點，再通過圖像增強增加像素灰度值的動態(tài)范圍，使圖像整體對比度增強；

步驟二：在步驟一處理過的圖像通過幀差法檢測運動車輛，再利用形態(tài)學處理和行掃描的方法處理運動車輛輪廓存在的孔洞，以達到對圖像上車輛的分析和識別的目的；

步驟三：通過車輛分割計數(shù)方法在步驟二處理過的圖像上進行車輛計數(shù)。車輛分割計數(shù)方法基于虛擬檢測線的檢測方法，在二值化的前景圖像上，通過車輛和檢測線相對位置的基礎(chǔ)上結(jié)合檢測線上像素特征的變化規(guī)律來對車輛進行計數(shù)。

4 未來展望

隨著信息化、計算機等技術(shù)的發(fā)展智能交通系統(tǒng)應運而生，人們迫切希望建立完善的智能交通系統(tǒng)，能夠?qū)崟r、高效、準確地掌握交通運輸情況，有效的解決交通擁堵、事故頻發(fā)等問題。下一步應針對交通擁堵預測方法進行進一步的完善和改進。考慮建立多交通路口之間的關(guān)聯(lián)，構(gòu)建局域范圍的智能交通信號燈控制系統(tǒng)，實現(xiàn)一定區(qū)域的協(xié)調(diào)調(diào)度。

[1]楊仁懷,郎川萍,劉文美．高速公路大數(shù)據(jù)處理現(xiàn)狀與挑戰(zhàn)［J］．計算機系統(tǒng)應用,2014,23(9)：13－17

[2]林艷.大數(shù)據(jù)在我國高速公路中的應用探討[J].北方交通,2016（05）：162-164