楊羚 謝斌 黨倩

華設(shè)設(shè)計集團股份有限公司 江蘇省南京市 210005

隨著建設(shè)技術(shù)水平的提高和社會經(jīng)濟的快速發(fā)展，我國公路隧道建設(shè)取得了巨大的成就，已成為世界上隧道數(shù)最多、技術(shù)最復雜、發(fā)展最快的國家，但由于隧道特殊的環(huán)境，導致車輛行駛過程中容易發(fā)生交通事件。單一的技術(shù)手段難以應對多種多樣的交通事件，為此，本文采用視頻、多目標雷達和光纖振動傳感設(shè)備，隨隧道內(nèi)車輛行駛?cè)^程中的交通事件進行實時檢測，保障車輛在隧道內(nèi)安全通行。

1 隧道交通事件檢測類型

《視頻交通事件檢測器》（GB/T28789-2012）標準中將公路領(lǐng)域視頻方式交通事件檢測內(nèi)容定義為停止、逆行、行人、拋灑物、擁堵、機動車駛離六項內(nèi)容。考慮到隧道為單向行駛通道，逆行現(xiàn)象發(fā)生概率較少，因此本文不對逆行現(xiàn)象進行檢測。此外，隧道內(nèi)機動車駛離的表現(xiàn)方式一般為違規(guī)變道，因此需增加對違規(guī)變道的檢測。同時，由于隧道“黑白洞效應”的影響，駕駛?cè)藛T在隧道出入口附近對車輛行駛速度的控制感降低，導致超速或緩行現(xiàn)象時有發(fā)生，故增加對超速和緩行的檢測。

綜上，本文對隧道交通事件檢測劃分為7 項，如表1 所示。

表1 隧道交通事件分類

2 智能感知設(shè)備綜合檢測方法

在對隧道常發(fā)交通事件分析研究基礎(chǔ)上，根據(jù)各智能感知設(shè)備特性及其與各類交通事件的契合度，提出不同交通事件的檢測設(shè)備與方法。

2.1 基于光纖振動技術(shù)的交通事件檢測

光線振動技術(shù)能夠通過接受到的光脈沖的信號強弱判斷是否發(fā)生異常情況。通過采集車輛行駛產(chǎn)生的地面振動信號，獲得較為精確的行車速度、方向、位置等交通數(shù)據(jù)，進而檢測超速、緩行、違停等與車輛速度異常相關(guān)的交通事件。光纖振動感知技術(shù)原理如圖1 所示，部署裝置示意圖如圖2 所示。

圖1 光纖振動傳感技術(shù)原理圖

圖2 光纖振動傳感系統(tǒng)部署示意圖

2.2 基于多目標雷達與視頻相結(jié)合交通事件檢測

多目標雷達和視頻相結(jié)合的檢測方式對車輛違規(guī)變道、行人闖入、拋灑物等事件檢測作用顯著，雷達與視頻聯(lián)合檢測工作原理如圖3 所示。

圖3 雷達與視頻聯(lián)合檢測工作原理圖

對于車輛違規(guī)變道，既需要檢測車輛速度變化，又需要跟蹤車輛目標。采用雷達與視頻聯(lián)動技術(shù)，一方面雷達設(shè)備能夠檢測出車輛目標位置、速度信息，另一方面視頻設(shè)備結(jié)合AI 深度學習算法能夠檢測車輛精細化特征，解決單純雷達丟失、混淆跟蹤車輛目標的問題，進而實現(xiàn)較為復雜的車輛變道事件檢測。

對于行人闖入，通過視頻設(shè)備，結(jié)合AI 機器視覺識別行人及動作行為具有較高的檢測精度，輔助雷達跟蹤檢測行人運動軌跡及運動速度，解決單一檢測方式存在誤報率高的問題。

對于拋灑物事件，結(jié)合雷達與視頻設(shè)備樁號即可提供由于拋灑物導致的交通擁堵事件發(fā)生的地點。結(jié)合YOLOv4 等深度學習方法，即能有效區(qū)分車輛與拋灑異物目標。

2.3 基于多目標雷達跟蹤技術(shù)的交通事件檢測

由于單純的視頻檢測方式，易受到大型車輛遮擋造成交通量統(tǒng)計不精確的問題。本文提出利用多目標雷達進行車輛跟蹤檢測，可有效避免固定視頻檢測方式難以解決的車輛遮擋問題，特別適用于交通擁堵等事件的檢測。

給隧道內(nèi)通行的每個車輛賦予1 個ID識別碼，隧道單個行車道每隔500 米設(shè)施多目標雷達檢測設(shè)備。通過多目標雷達全程記錄車輛的運行軌跡，對雷達波進行解算獲取交通流量、時間占有率、車行速度等信息，從而通過數(shù)據(jù)分析模擬出實時交通動態(tài)，進而判斷是否發(fā)生交通擁堵事件。其檢測示意圖如圖4 所示。

圖4 多目標雷達交通擁堵事件檢測示意圖

3 結(jié)論

本文著眼于對車輛通過隧道全程的檢測及跟蹤，針對單一視頻檢測技術(shù)手段存在監(jiān)控盲區(qū)、誤報率高等問題，研究適用于隧道交通事件智能檢測方法，采用多種前沿技術(shù)與設(shè)備相互融合、相互補充、協(xié)同運行的技術(shù)方案，對隧道內(nèi)的車輛通行情況進行全天候、全天時、全方位的捕獲，顯著提高檢測精度和實效性。