吳文彬
(廣東潮惠高速公路有限公司,廣東 汕尾 516700)
隨著社會經(jīng)濟的發(fā)展和汽車保有量的不斷增長,高速公路車流量與日俱增,如何讓公眾切身體會到出行的快捷和便利,對高速公路的運營服務(wù)提出了更高的要求,特別是在各大節(jié)假日給高速公路運營管理帶來了更大的考驗。為滿足廣大公眾對交通出行的需求,如何快速發(fā)現(xiàn)和處置道路擁堵、行人、違章停車、交通事故等異常交通事件,是近年來高速公路營運單位思考和探索的問題。
隨著視頻監(jiān)控系統(tǒng)的逐步完善,事件檢測系統(tǒng)也不斷應(yīng)用于監(jiān)控系統(tǒng)。但由于事件檢測系統(tǒng)普遍存在檢測精度偏低、誤報率高、網(wǎng)絡(luò)占用率高、持續(xù)改進能力差等原因,不僅沒有減少工作人員的工作量,反而對工作人員造成困擾,為此,導(dǎo)致目前有些事件檢測系統(tǒng)出現(xiàn)停用的情況,視頻監(jiān)控輪巡主要還是依靠人工方式,難以保證監(jiān)控效率。
本文結(jié)合高速公路營運管理的需要,針對視頻大數(shù)據(jù)事件檢測系統(tǒng)在潮惠高速公路應(yīng)用的事件檢測、車流檢測、交通參數(shù)檢測等功能,提出存在問題和優(yōu)化目標,不斷提高事件檢測的準確率和實用性,從而更好地服務(wù)于高速公路營運管理。
基于前端視頻分析的事件檢測方案主要采用集成的方式,在原有監(jiān)控攝像設(shè)備中集成一部分具備圖像識別和比對的電路模塊,攝像設(shè)備采集到視頻信號后,先由圖像識別模塊進行視頻識別判斷,再向后端輸出,從而達到異常事件檢出的目的。但是基于前端的事件檢測系統(tǒng)存在以下缺點:
(1)計算能力不足,檢測精度受限。由于在原有攝像設(shè)備中集成圖像識別模塊受限于空間和功耗,無法采用強大的計算分析處理器,只能采用低功耗、小體積的零部件,嚴重束縛了圖像識別的能力,也較大約束了檢測精度。
(2)基于視頻前端的事件檢測系統(tǒng)不便于功能升級。由于其圖像識別模塊在出廠時集成在攝像設(shè)備內(nèi),其功能和性能均已限定,后期基本不可能再對其單獨進行功能和性能的升級,只能更換整個攝像設(shè)備,給升級工作帶來較大的不便和成本的增加。
(3)基于視頻前端的事件檢測系統(tǒng)實施成本高,目前市售具有圖像識別功能的攝像設(shè)備比傳統(tǒng)攝像設(shè)備價格高出約30%以上。
基于后端視頻分析的事件檢測方案一般分為傳統(tǒng)的事件檢測分析儀以及基于交通視頻大數(shù)據(jù)的事件檢測技術(shù)方案“服務(wù)器+大數(shù)據(jù)平臺”兩種模式。
(1)傳統(tǒng)的事件檢測分析儀的算法在設(shè)備出廠時已固定,其功能和性能受檢測算法的限制,事件檢測精度無法持續(xù)遞增。
(2)基于交通視頻大數(shù)據(jù)的事件檢測技術(shù)方案“服務(wù)器+大數(shù)據(jù)平臺”模式采用通用硬件架構(gòu)和開放平臺軟件,具備大數(shù)據(jù)分析功能和模型采集,深度學(xué)習功能,隨著平臺投入使用時間的增加,軟件平臺通過大數(shù)據(jù)分析,逐步完善事件模型,提升檢測精度。
基于交通視頻大數(shù)據(jù)的事件檢測系統(tǒng)在現(xiàn)有視頻監(jiān)控的基礎(chǔ)上,通過增加視頻分析服務(wù)器以及大數(shù)據(jù)分析軟件的方式,實現(xiàn)路網(wǎng)事件檢測和車流量分析等功能。系統(tǒng)平臺架構(gòu)如圖1所示。
圖1 系統(tǒng)平臺架構(gòu)
采用“事件檢測服務(wù)器+大數(shù)據(jù)分析平臺”的架構(gòu),事件檢測服務(wù)器采用分布式布設(shè)方案,后期可根據(jù)檢測視頻的數(shù)量靈活增設(shè)服務(wù)器及組網(wǎng)。大數(shù)據(jù)分析平臺軟件具備開放式架構(gòu),可靈活擴容檢測通道,滿足不同的視頻檢測規(guī)模需求。系統(tǒng)組網(wǎng)架構(gòu)如圖2所示。
2.3.1 交通事件監(jiān)測
(1)目標檢測。通過對目標的模型訓(xùn)練,實現(xiàn)目標的識別,區(qū)分目標與異常事件觸發(fā)標的物。通過視頻的二次分析,將工作人員、工作車輛、工作標識物與行人闖入、異常停車、拋灑物等情況進行區(qū)分,降低事件誤報率。
(2)異常停車檢測。通過實時視頻數(shù)據(jù)分析,采用深度學(xué)習技術(shù),系統(tǒng)能夠自動識別出高速公路路面行車道、應(yīng)急車道車輛停駛事件,并提供事件位置,自動報警。
(3)道路擁堵檢測。通過實時視頻數(shù)據(jù)分析,采用深度學(xué)習技術(shù),系統(tǒng)能夠通過道路上車輛通行速度及監(jiān)測范圍內(nèi)車輛密度判斷出道路交通擁堵情況,并自動報警。
(4)車輛逆行檢測。系統(tǒng)能夠檢測車輛在道路上的行駛方向與規(guī)定方向相反,且行駛距離不小于某一設(shè)定值的交通事件,并自動報警。
(5)拋灑物檢測。系統(tǒng)能夠檢測路面拋灑物,并自動報警,檢測的拋灑物尺寸一般要求不小于50cm×50cm×50cm。
(6)行人檢測。系統(tǒng)能夠檢測行人橫穿道路等異?,F(xiàn)象,并自動報警,報警內(nèi)容包括行人數(shù)量及地理位置等。
(7)車輛速度過高/低檢測。系統(tǒng)采用深度學(xué)習技術(shù),檢測出車輛速度,當速度高于設(shè)定閾值或者低于設(shè)定閾值時,自動報警。
(8)車輛占用應(yīng)急車道。系統(tǒng)能夠在車輛占用應(yīng)急車道時自動報警。
(9)交通事故檢測。系統(tǒng)能夠通過檢測發(fā)現(xiàn)道路發(fā)生車輛碰撞等交通事故,并自動報警。
2.3.2 交通態(tài)勢感知
交通態(tài)勢感知通過監(jiān)控攝像機的視頻流式數(shù)據(jù)分析,獲取瞬間截面車流信息。可以為管理者提供實時的交通態(tài)勢,并根據(jù)道路匯入源的前路交通流量進行分析以及預(yù)測監(jiān)測道路的交通流量。通過計算引擎對車輛檢測、車牌識別的數(shù)據(jù)進行實時大數(shù)據(jù)分析,及時、準確地分析特定區(qū)域內(nèi)的車流總量數(shù)據(jù)。
(1)系統(tǒng)提供對每個交通斷面交通參數(shù)的實時測量:流量、車速、占有率、車間距、排隊長度等。
(2)系統(tǒng)可以識別不同類型的車輛如小轎車、SUV、大客車、小客車、貨車等。
(3)系統(tǒng)可以實時分析某一隧道或路段內(nèi)車輛的保有量和人員預(yù)估數(shù),以及分車型車輛的保有量。
選取潮惠高速公路蓮花山隧道1號、2號隧道現(xiàn)有的64路視頻圖像,從2020年4月4日起至5月31日止,對隧道內(nèi)停車、逆行、行人、擁堵等事件檢測功能進行全天候24h實測分析,測試預(yù)警由監(jiān)控工作人員進行判斷并確認。
3.2.1 第一階段(2020年4月4日~11日)
2020年4月4日系統(tǒng)上線實測。系統(tǒng)使用初期選擇基于事件基本模型實行預(yù)警,并通過不斷采集模型樣本進行優(yōu)化,提升系統(tǒng)檢測識別的準確度,優(yōu)化使用效果。
表1 第一階段測試數(shù)據(jù)
圖3 第一階段測試數(shù)據(jù)曲線
從第一階段的測試情況來看,測試效果不太理想,逆行、停車事件的誤報較多,準確率未達到95%以上水平,擁堵事件沒有檢測數(shù)據(jù)。
3.2.2 第二階段(2020年4月12日~5月31日)
針對第一階段測試發(fā)現(xiàn)的問題,技術(shù)人員對事件檢測系統(tǒng)事件預(yù)警模型進行優(yōu)化,對個別網(wǎng)絡(luò)傳輸問題進行整改,同時對事件檢測系統(tǒng)進行了升級。2020年4月12日起對事件檢測系統(tǒng)進行第二階段測試。
表2 第二階段測試數(shù)據(jù)
圖4 第二階段測試數(shù)據(jù)曲線
從第二階段測試數(shù)據(jù)來看,在2020年4月12日系統(tǒng)經(jīng)優(yōu)化、升級后,行人、逆行、停車等事件誤報及重復(fù)報警均大幅減少;從檢測數(shù)據(jù)的統(tǒng)計圖表可明顯看到系統(tǒng)優(yōu)化前后的變化,準確率明顯提高,達到96%以上。
3.3.1 存在問題
(1)行人誤報:主要是由交通錐、墻壁門引起,且大多為同一目標引起的報警。
(2)停車誤報:主要由大型車輛行駛時網(wǎng)絡(luò)傳輸造成的拖影導(dǎo)致停車誤報及積水誤報等。
(3)逆行誤報:主要由大型運輸車輛運輸轎車引起。
(4)擁堵模型優(yōu)化:同一隧道發(fā)生擁堵事件多個檢測點預(yù)警同一事件的問題。
3.3.2 改進措施
繼續(xù)優(yōu)化對存在問題的AI算法,增加模型識別訓(xùn)練,優(yōu)化系統(tǒng)功能,提升系統(tǒng)識別能力,減少誤報。
系統(tǒng)可通過采集前端攝像機視頻圖像,對交通斷面的車流量、車速、占有率、車間距、車型分類、車輛保有量等交通參數(shù)進行實時測量和交通態(tài)勢分析,直觀地將數(shù)據(jù)信息轉(zhuǎn)化為詳細的報表、圖表(圖5~圖10),為工作人員提供數(shù)據(jù)支撐和決策依據(jù)。
圖5 車流量統(tǒng)計
圖6 車速統(tǒng)計
圖7 道路占有率統(tǒng)計
圖8 平均車距統(tǒng)計
圖9 分車型統(tǒng)計
圖10 車輛保有量統(tǒng)計
通過2020年4月4日至5月31日在潮惠高速公路的實踐應(yīng)用,基于交通視頻大數(shù)據(jù)的事件檢測系統(tǒng)具備穩(wěn)定且比較準確的事件檢測能力。雖然目前總體準確率較高,但仍然存在誤報的問題,需要系統(tǒng)優(yōu)化,而且高速公路上的事件類型和模型也在不斷變化或增加,因此,具有持續(xù)研發(fā)、優(yōu)化、改進的能力和深度學(xué)習技術(shù)的應(yīng)用是至關(guān)重要的一個環(huán)節(jié)。
基于交通視頻大數(shù)據(jù)的事件檢測系統(tǒng)判別機制相對完善,事件響應(yīng)時間及時,數(shù)據(jù)分類統(tǒng)計、報表較詳細,能有效輔助工作人員提升發(fā)現(xiàn)和處置事件的能力,提高工作效率。
基于交通視頻大數(shù)據(jù)的事件檢測系統(tǒng)可基于現(xiàn)有前端設(shè)備,同時分析多路實時高清視頻,集成度高,硬件投資小,運維成本低;具有分車型流量監(jiān)測、交通數(shù)據(jù)分析功能,全天候全方位監(jiān)測公路車流量信息,較高的識別效率和準確度可有效輔助工作人員,提高效率和發(fā)現(xiàn)處置事件的能力。
為滿足人民群眾對交通出行的美好向往,高速公路運營單位一直以“安全、暢通”為宗旨,不斷提高高速公路的各項服務(wù)能力。視頻技術(shù)的成熟應(yīng)用,為道路安全管理、應(yīng)急指揮、輔助決策等提供了有力的支撐,在提升高速公路安全運營能力、服務(wù)能力和管理水平方面發(fā)揮了重要作用。