為了及時(shí)發(fā)現(xiàn)并阻止行人非法進(jìn)入高速公路，有效確保高速公路行車安全，文章提出了一種基于CNN算法的高速公路行人誤闖預(yù)警系統(tǒng)。該系統(tǒng)通過圖像識(shí)別+CNN深度學(xué)習(xí)算法，能夠準(zhǔn)確地檢測(cè)出行人誤闖并及時(shí)發(fā)出預(yù)警信號(hào)，為高速公路行車安全提供了保障。

行人誤闖；預(yù)警系統(tǒng)；CNN算法；圖像識(shí)別；深度學(xué)習(xí)

U491.1+16A551894

作者簡(jiǎn)介：

丘" 天（1987—），工程師，主要從事交通機(jī)電設(shè)備的研發(fā)、制造和生產(chǎn)管理工作。

0" 引言

國家明確規(guī)定行人及非機(jī)動(dòng)車不能上高速公路，然而，行人或者非機(jī)動(dòng)車出現(xiàn)在高速公路上的現(xiàn)象時(shí)有發(fā)生。尤其部分高速公路路段車流量大、車速快，行人的突然出現(xiàn)，可能會(huì)造成交通事故，如果處理得不及時(shí)、不恰當(dāng)就會(huì)造成嚴(yán)重的堵車，甚至導(dǎo)致人員傷亡，造成一定的人民生命財(cái)產(chǎn)損失［1］。

由此可見，高速公路上的行人誤闖是一種非常危險(xiǎn)的行為。隨著全國范圍內(nèi)取消省界收費(fèi)站后，收費(fèi)站的工作人員正在減少，并且不能24 h關(guān)注是否有行人出現(xiàn)在高速公路上；勸離非法進(jìn)入高速公路的人員工作量大、任務(wù)繁重。在這種嚴(yán)峻形勢(shì)下，需要一種能夠監(jiān)視并且預(yù)警的系統(tǒng)來解決高速公路行人等非法誤入的問題。

目前部分新建收費(fèi)站已安裝有行人預(yù)警系統(tǒng)，然而該系統(tǒng)在經(jīng)過一段時(shí)間的測(cè)試后，發(fā)現(xiàn)還存在一些不足之處：（1）在行人在與機(jī)動(dòng)車輛并排通過時(shí)，前端檢測(cè)系統(tǒng)不能檢測(cè)出問題，導(dǎo)致后方報(bào)警系統(tǒng)沒有觸發(fā)警報(bào)；（2）因?yàn)榍岸思t外檢測(cè)裝置有距離和安裝的限制，會(huì)出現(xiàn)檢測(cè)盲區(qū)；（3）部分天氣會(huì)對(duì)檢測(cè)裝置進(jìn)行影響，誤報(bào)漏報(bào)的情況時(shí)有發(fā)生；（4）提示行人和車輛的效果不是很明顯。

針對(duì)上述問題，通過引進(jìn)基于CNN算法的AI人工智能來完善本系統(tǒng)。通過實(shí)時(shí)監(jiān)測(cè)和分析行人的行為，利用計(jì)算機(jī)視覺技術(shù)和深度學(xué)習(xí)算法對(duì)高速公路上的行人進(jìn)行實(shí)時(shí)監(jiān)測(cè)和追蹤，并通過智能分析來判斷行人是否存在誤闖的風(fēng)險(xiǎn)，對(duì)存在誤闖風(fēng)險(xiǎn)的行人，采取相應(yīng)預(yù)警措施，以提高高速公路的安全性。

本文將從系統(tǒng)的架構(gòu)、設(shè)計(jì)方案、關(guān)鍵技術(shù)算法原理以及測(cè)試結(jié)果對(duì)系統(tǒng)準(zhǔn)確度和穩(wěn)定性進(jìn)行分析。

1" 系統(tǒng)設(shè)計(jì)方案及關(guān)鍵技術(shù)

本系統(tǒng)通過引進(jìn)人工智能技術(shù)，可有效地提高準(zhǔn)確性，既能擴(kuò)大檢測(cè)的范圍，同時(shí)也能減小檢測(cè)盲區(qū)和不良天氣的影響。該系統(tǒng)基于機(jī)器視覺圖形感知技術(shù)，加入CNN算法的智能分析識(shí)別可以自動(dòng)智能識(shí)別過往車輛，辨別是行人還是非機(jī)動(dòng)車輛，并準(zhǔn)確識(shí)別機(jī)動(dòng)車輛。如果發(fā)現(xiàn)行人非法進(jìn)入，系統(tǒng)就會(huì)通過語音播報(bào)進(jìn)行勸離，并且對(duì)正在值班的工作人員進(jìn)行提醒，使工作人員前去勸返。這一系列動(dòng)作可以及時(shí)制止行人違法進(jìn)入高速公路。同時(shí)后臺(tái)的系統(tǒng)也會(huì)及時(shí)報(bào)警，高速公路路網(wǎng)中心可以實(shí)時(shí)查看，并及時(shí)處理，消除道路安全隱患。

下面從系統(tǒng)架構(gòu)設(shè)計(jì)、硬件設(shè)計(jì)、軟件設(shè)計(jì)及關(guān)鍵技術(shù)等方面展開分析。

1.1" 系統(tǒng)架構(gòu)設(shè)計(jì)

系統(tǒng)主要是由前端設(shè)備、傳輸網(wǎng)絡(luò)和后臺(tái)指揮中心三個(gè)部分組成。系統(tǒng)整體框架包括數(shù)據(jù)采集模塊、數(shù)據(jù)處理模塊和預(yù)警控制模塊。如圖1所示。

由圖1可知，前端設(shè)備主要是數(shù)據(jù)采集模塊如CNN算法相機(jī)、毫米波雷達(dá)，以及FCW預(yù)警雷達(dá)、前端預(yù)警設(shè)備如聲光報(bào)警，智能手環(huán)震動(dòng)、LED情報(bào)板、廣播語音播報(bào)等。

1.2" 前端硬件設(shè)計(jì)

前端硬件設(shè)備主要由安裝在各收費(fèi)站的智能一體全彩攝像機(jī)、防水音箱、情報(bào)板、智能手環(huán)等組成。一體攝像機(jī)內(nèi)置有兩個(gè)攝像頭，可以輸出兩路視頻流，一路顯示全景視頻流，另一路顯示近景視頻流。前端設(shè)備支持深度學(xué)習(xí)算法，提供對(duì)人車的精準(zhǔn)檢測(cè)、報(bào)警、聯(lián)動(dòng)和跟蹤。同時(shí)，頁面支持越界檢測(cè)、入侵檢測(cè)、進(jìn)入?yún)^(qū)域和離開區(qū)域等AI智能事件，聯(lián)動(dòng)攝像機(jī)進(jìn)行跟蹤捕捉等功能。見圖2。

由圖2可知，預(yù)警系統(tǒng)控制流程主要由行人誤闖進(jìn)入高速收費(fèi)站車道，在CNN相機(jī)分析判定為行人后，輸出報(bào)警信息，并將信息傳遞給現(xiàn)場(chǎng)工作人員、監(jiān)控指揮中心和車主，通過前后端設(shè)備協(xié)調(diào)處理，完成整個(gè)系統(tǒng)控制流程。

1.2.1" 主控MCU設(shè)計(jì)

主控MCU采用STM32F103CT6作為前端硬件設(shè)備數(shù)據(jù)采集與后端平臺(tái)服務(wù)器、存儲(chǔ)服務(wù)器和客戶端分析的數(shù)據(jù)處理中樞，其電路設(shè)計(jì)的原理如圖3所示。

硬件核心MCU部分主要由主控STM32、FLASH、輸出繼電器、RS485/232以及網(wǎng)口數(shù)據(jù)采集通信部分組成。一方面采集CNN人工智能攝像機(jī)和毫米波雷達(dá)數(shù)據(jù)，一方面對(duì)采集的數(shù)據(jù)進(jìn)行處理后上報(bào)指揮中心，并控制現(xiàn)場(chǎng)聲光報(bào)警設(shè)備、智能手環(huán)、情報(bào)板等設(shè)備。

1.2.2" CNN人工智能攝像機(jī)

CNN人工智能攝像機(jī)是一種集成了人工智能（AI）算法和計(jì)算能力的攝像機(jī)，能夠通過內(nèi)置的AI處理器對(duì)圖像和視頻進(jìn)行實(shí)時(shí)分析，從而實(shí)現(xiàn)智能監(jiān)控、行為分析、人臉識(shí)別、車輛識(shí)別等功能。這種攝像機(jī)通常能夠在攝像頭前端完成大部分?jǐn)?shù)據(jù)處理和決策，減少對(duì)外部計(jì)算資源的依賴，實(shí)現(xiàn)更高效的監(jiān)控和安全管理［2］。AI算力攝像機(jī)廣泛應(yīng)用于安防監(jiān)控、智慧交通、智能零售等領(lǐng)域。隨著技術(shù)的不斷發(fā)展，AI算力攝像機(jī)的性能和功能也在不斷提升，為各種應(yīng)用場(chǎng)景提供更多可能性。

1.2.3" 毫米波雷達(dá)

毫米波雷達(dá)的基本工作原理是利用高頻電路產(chǎn)生特定調(diào)制頻率的電磁波（FMCW），并通過天線發(fā)射電磁波，接收目標(biāo)反射的電磁波，從而可以同時(shí)測(cè)量多個(gè)目標(biāo)。速度測(cè)量采用多普勒效應(yīng)原理，即通過計(jì)算返回到接收天線的雷達(dá)波的頻率變化，得到目標(biāo)相對(duì)于雷達(dá)的運(yùn)動(dòng)速度和飛行時(shí)間，從而得到目標(biāo)與雷達(dá)的距離［3］。方位測(cè)量（包括水平角和垂直角）通過天線陣接收到的同一目標(biāo)反射的雷達(dá)波的相位差來計(jì)算目標(biāo)的方位。

計(jì)算發(fā)射電磁波與接收反射電磁波之間的時(shí)間差t，并通過電磁波傳播速度c估算目標(biāo)物體距離d，公式為d=t×c/2。如圖4所示為FMCW（Frequency Modulated Continuous Wave）雷達(dá)主射頻組件的工作原理。

1.3" 軟件設(shè)計(jì)及關(guān)鍵技術(shù)

軟件設(shè)計(jì)主要由兩部分組成，即收費(fèi)站路段現(xiàn)場(chǎng)管理中心軟件和監(jiān)控指揮中心平臺(tái)軟件。

路段現(xiàn)場(chǎng)管理中心主要由硬件嵌入式程序、前端設(shè)備管理端軟件以及收費(fèi)員手持平板客戶端軟件組成?？蛻舳耸菓?yīng)用終端，可供值班人員隨時(shí)瀏覽觀察是否有安全隱患問題。值班人員可以通過客戶端對(duì)前端設(shè)備錄制、拍攝的視頻或照片進(jìn)行瀏覽、自動(dòng)接收?qǐng)?bào)警事件、事件回顧、事件處理和其他應(yīng)用。

監(jiān)控指揮中心主要部署平臺(tái)服務(wù)器和存儲(chǔ)服務(wù)器軟件。平臺(tái)服務(wù)器主要安裝便于人員管理和控制的應(yīng)用平臺(tái)軟件。存儲(chǔ)服務(wù)器則主要用于將前端槍球一體機(jī)拍攝錄制的視頻片段和照片進(jìn)行保存。

1.3.1" 計(jì)算機(jī)視覺MVCP技術(shù)

計(jì)算機(jī)視覺MVCP通常使用計(jì)算機(jī)及相關(guān)設(shè)備模擬生物視覺。其主要任務(wù)是通過對(duì)采集的圖片或視頻進(jìn)行處理，獲得相應(yīng)場(chǎng)景的三維信息。本系統(tǒng)通過攝像頭獲取高速公路上的行人圖像，利用圖像處理技術(shù)對(duì)行人進(jìn)行檢測(cè)、跟蹤和識(shí)別。主要采用了如下兩種視覺關(guān)鍵技術(shù)：

（1）目標(biāo)檢測(cè)：計(jì)算機(jī)視覺中的一項(xiàng)重要任務(wù)，其目的是檢測(cè)圖像或視頻中的關(guān)鍵目標(biāo)，并確定其位置和大小。例如，在自動(dòng)駕駛中需要檢測(cè)出道路上的車輛、行人、交通標(biāo)志等目標(biāo)。

（2）運(yùn)動(dòng)跟蹤：計(jì)算機(jī)視覺中的一項(xiàng)重要任務(wù)。其目的是跟蹤圖像或視頻中運(yùn)動(dòng)的目標(biāo)，并確定其位置和速度。例如，在視頻監(jiān)控中需要跟蹤運(yùn)動(dòng)的目標(biāo)。

這些關(guān)鍵技術(shù)在計(jì)算機(jī)視覺中都有廣泛的應(yīng)用，例如汽車自動(dòng)駕駛、安防監(jiān)控、醫(yī)療診斷、工業(yè)測(cè)試、智慧交通等領(lǐng)域。

1.3.2" 行人誤闖檢測(cè)CNN深度學(xué)習(xí)算法

CNN（卷積神經(jīng)網(wǎng)絡(luò)）是一種深度學(xué)習(xí)模型，主要用于處理圖像、語音、文本等數(shù)據(jù)。其原理是利用卷積運(yùn)算提取數(shù)據(jù)的局部特征，并通過池化、激活、全連接等操作，實(shí)現(xiàn)數(shù)據(jù)的降維、非線性變換和分類［4］。

CNN的基本結(jié)構(gòu)由卷積層、池化層、激活層和全連接層組成。卷積層通過卷積核與輸入數(shù)據(jù)進(jìn)行卷積運(yùn)算，生成多重特征圖；池化層用于降低特征圖的維數(shù)，增加網(wǎng)絡(luò)的魯棒性；激活層用于引入非線性變換，增加網(wǎng)絡(luò)的表達(dá)能力；全連接層用于對(duì)要素地圖進(jìn)行分類。

CNN的優(yōu)點(diǎn)是能夠自動(dòng)學(xué)習(xí)數(shù)據(jù)的特征，減少人工干預(yù)和先驗(yàn)知識(shí)的需求，提高模型的泛化能力和效率。在實(shí)際應(yīng)用中，可以根據(jù)具體需求調(diào)整CNN的結(jié)構(gòu)和參數(shù)，以獲得更好的效果。

CNN深度學(xué)習(xí)算法在行人誤闖預(yù)警系統(tǒng)中有著重要的應(yīng)用。本系統(tǒng)采用卷積神經(jīng)網(wǎng)絡(luò)（CNN）進(jìn)行行人的特征提取和分類，以實(shí)現(xiàn)準(zhǔn)確的誤闖預(yù)警。見圖5。

本系統(tǒng)利用深度學(xué)習(xí)算法對(duì)行人進(jìn)行分類和預(yù)測(cè)，以判斷行人是否存在誤闖風(fēng)險(xiǎn)。同時(shí)，通過數(shù)據(jù)集的收集和模型的迭代優(yōu)化，提高算法的準(zhǔn)確性和魯棒性。

1.3.3" FCW汽車防碰撞預(yù)警系統(tǒng)聯(lián)動(dòng)

FCW汽車防碰撞預(yù)警系統(tǒng)，能通過毫米波或激光雷達(dá)來時(shí)刻監(jiān)測(cè)前方車輛，判斷本車與前車之間的距離、方位及相對(duì)速度。當(dāng)存在碰撞危險(xiǎn)時(shí)，系統(tǒng)會(huì)發(fā)出報(bào)警信號(hào)或者進(jìn)行震動(dòng)。對(duì)于一些安裝有FCW系統(tǒng)的車輛，可以通過在車上加裝車載OBD智能終端，當(dāng)車輛檢測(cè)到前方有行人時(shí)，在距離行人安全距離以外，車載OBD智能終端即可將報(bào)警信號(hào)廣播覆蓋收費(fèi)站，從而聯(lián)動(dòng)收費(fèi)站中安裝的智能音箱、閃光燈與手環(huán)來提醒行人注意通行安全：“即將有車駛?cè)?，?qǐng)不要跨越車道或在車道逗留”［5］。

2" 系統(tǒng)應(yīng)用方法及優(yōu)勢(shì)

高速公路行人誤闖預(yù)警系統(tǒng)可以應(yīng)用于高速公路沿線的各個(gè)路段與收費(fèi)站，此外也可將其推廣到服務(wù)區(qū)、隧道等場(chǎng)景。在應(yīng)用過程中，只需要根據(jù)實(shí)際情況合理布置毫米波雷達(dá)等傳感器、攝像頭和廣播音柱等設(shè)備，并在現(xiàn)場(chǎng)配電機(jī)房安裝服務(wù)器及軟件，在監(jiān)控中心安裝服務(wù)器，并對(duì)系統(tǒng)進(jìn)行定期維護(hù)和保養(yǎng)，就可以確保系統(tǒng)的正常運(yùn)行。

系統(tǒng)相比傳統(tǒng)預(yù)警系統(tǒng)主要存在如下優(yōu)勢(shì)

（1）提高交通安全水平：系統(tǒng)可以及時(shí)發(fā)現(xiàn)行人誤闖高速公路的情況，并向過往車輛發(fā)出預(yù)警信號(hào)，提醒司機(jī)注意行人安全，從而減少交通事故的發(fā)生。

（2）提高交通效率：系統(tǒng)可以實(shí)時(shí)監(jiān)測(cè)高速公路上的行人活動(dòng)，及時(shí)發(fā)出預(yù)警信號(hào)，避免車輛因避讓行人而減速或停車，從而提高交通效率。

（3）降低管理成本：系統(tǒng)可以實(shí)現(xiàn)自動(dòng)化監(jiān)測(cè)和預(yù)警，不需要人工干預(yù)，從而降低了管理成本。

（4）提高服務(wù)質(zhì)量：系統(tǒng)可以為過往車輛提供實(shí)時(shí)的行人安全信息，提高了服務(wù)質(zhì)量，增強(qiáng)了用戶體驗(yàn)。

總之，高速公路行人誤闖預(yù)警系統(tǒng)是一種非常有價(jià)值的智能交通安全系統(tǒng)，可以提高交通安全水平、交通效率、降低管理成本、提高服務(wù)質(zhì)量，具有廣闊的應(yīng)用前景和推廣價(jià)值。

3" 系統(tǒng)性能驗(yàn)證測(cè)試

預(yù)警系統(tǒng)研發(fā)設(shè)計(jì)完成后，在測(cè)試環(huán)境下完成了對(duì)比測(cè)試，并于2023年3～4月在南寧收費(fèi)站進(jìn)行了試運(yùn)行。為驗(yàn)證系統(tǒng)的準(zhǔn)確度和可靠性，在城市道路封閉路段搭建實(shí)驗(yàn)環(huán)境，對(duì)系統(tǒng)進(jìn)行了測(cè)試和驗(yàn)證。測(cè)試結(jié)果如表1所示。

由表1可知，普通的前端紅外檢測(cè)裝置算法的測(cè)試準(zhǔn)確度只有85.71%，而基于CNN算法檢測(cè)并輔助雷達(dá)監(jiān)控功能的檢測(cè)準(zhǔn)確度達(dá)到了96.43%，表明本系統(tǒng)在行人誤闖預(yù)警方面具有較高的準(zhǔn)確性。

為了驗(yàn)證系統(tǒng)在不同環(huán)境下檢測(cè)技術(shù)的可靠性，針對(duì)大雨、晴天強(qiáng)光和夜間低照度環(huán)境下進(jìn)行了觀察測(cè)試。測(cè)試結(jié)果見表2。

表2試驗(yàn)結(jié)果表明，本系統(tǒng)在行人誤闖預(yù)警方面可靠性優(yōu)于前端紅外檢測(cè)方案。

綜上，本系統(tǒng)在行人誤闖預(yù)警方面具有較好的效果。系統(tǒng)設(shè)計(jì)完成后，在行人及非機(jī)動(dòng)車輛上高速公路現(xiàn)象頻發(fā)的南寧收費(fèi)站進(jìn)行測(cè)試。經(jīng)過幾個(gè)月的試運(yùn)行，對(duì)多次行人非法闖入高速的情況，系統(tǒng)基本上無漏報(bào)，針對(duì)出入口行人誤闖高速公路的非法行為實(shí)現(xiàn)了較好的預(yù)警效果。

4" 結(jié)語

本系統(tǒng)針對(duì)高速收費(fèi)站行人誤闖這一實(shí)際問題，提出了一種基于CNN算法的高速公路行人防撞誤闖預(yù)警系統(tǒng)。本系統(tǒng)在測(cè)試環(huán)境以及收費(fèi)站上進(jìn)行了驗(yàn)證，結(jié)果表明，該方法準(zhǔn)確率高，滿足實(shí)時(shí)檢測(cè)要求，具有良好的準(zhǔn)確度和穩(wěn)定性。能夠準(zhǔn)確地檢測(cè)出行人誤闖并及時(shí)發(fā)出預(yù)警信號(hào)，有效地彌補(bǔ)了高速公路路段行人闖入的狀況，有效地保障了人民的生命財(cái)產(chǎn)安全。

［1］鐘學(xué)才.基于AI技術(shù)的高速公路行人誤闖預(yù)警系統(tǒng)［J］.中國交通信息化，2022（7）：119-122.

［2］徐" 慧，季建波，藍(lán)" 巍，等.非機(jī)動(dòng)車及行人誤闖高速公路報(bào)警系統(tǒng)在收費(fèi)站的應(yīng)用［J］.交通世界（運(yùn)輸車輛），2014（1）：154-155.

［3］劉子昱，畢海玥，賀旭天.基于智能交通避免行人誤闖紅燈提示裝置［J］.科技創(chuàng)新導(dǎo)報(bào)，2021，18（19）：35-37.

［4］張" 偉，張" 瀟，馮" 磊，等.采用值守作業(yè)機(jī)器人進(jìn)行短期電力負(fù)荷預(yù)測(cè)方法與應(yīng)用［J］.機(jī)械設(shè)計(jì)與研究，2022，38（6）：29-33.

［5］劉勝利.淺談汽車駕駛員自適應(yīng)防碰撞預(yù)警系統(tǒng)設(shè)計(jì)［J］.大眾車，2019，25（2）：64-66.

20240312