基于視頻智能的全場景路網(wǎng)運(yùn)行管理體系建設(shè)及應(yīng)用

孔德蘭 KONG De-lan；唐維 TANG Wei；王騁程 WANG Cheng-cheng

（山東高速集團(tuán)智慧管理中心，濟(jì)南 250013）

0 引言

隨著高速公路出行需求不斷增長、公眾對出行服務(wù)要求不斷提升，如何準(zhǔn)確獲取高速公路道路實(shí)時(shí)運(yùn)行狀態(tài)，及時(shí)提供高效管理和信息服務(wù)，避免擁堵和減少交通事件造成的影響，已成為高速公路信息化建設(shè)亟待解決的問題[1]。視頻資源以其便捷、直觀的優(yōu)勢得到了廣泛的應(yīng)用，尤其隨著基于AI 識別的視頻分析算法不斷升級、與視頻識別算力相匹配的設(shè)備性能不斷優(yōu)化，使得及時(shí)分析、存儲(chǔ)和感知全路網(wǎng)運(yùn)行狀態(tài)成為可能。如何借由現(xiàn)有視頻設(shè)施布設(shè)標(biāo)準(zhǔn)，最大化的利用現(xiàn)有視頻資源實(shí)現(xiàn)智能化應(yīng)用，輔助人工切實(shí)提高路網(wǎng)監(jiān)測的有效性、及時(shí)性，進(jìn)而構(gòu)建全場景路網(wǎng)運(yùn)行管理體系是近年來在業(yè)務(wù)實(shí)踐中需要持續(xù)探索的重要問題。本文將基于山東高速在視頻技術(shù)應(yīng)用和路網(wǎng)運(yùn)行管理的實(shí)踐，提出對基于視頻智能的全場景路網(wǎng)運(yùn)行管理的相關(guān)探索及應(yīng)用。

1 視頻智能分析系統(tǒng)建設(shè)

為切實(shí)開展有效的視頻分析，全面利用現(xiàn)有監(jiān)控資源開展路網(wǎng)級的視頻智能分析應(yīng)用建設(shè)，首要條件就是需對路網(wǎng)的視頻資源進(jìn)行全量接入?yún)R聚、治理，進(jìn)而為視頻事件的有效應(yīng)用提供前提和基礎(chǔ)。

視頻智能分析系統(tǒng)從下至上主要為“視頻接入層、視頻綜合管理層、云端服務(wù)層”三個(gè)層級，實(shí)現(xiàn)從前端設(shè)備接入、設(shè)備管理及基礎(chǔ)信息治理、視頻分析結(jié)果匯聚、分析結(jié)果應(yīng)用的全流程管控：

①視頻接入層：根據(jù)國家及高速公路行業(yè)視頻監(jiān)控建設(shè)規(guī)范的工作要求，系統(tǒng)依托光纖網(wǎng)絡(luò)、互聯(lián)網(wǎng)等方式，通過分級部署方式將路網(wǎng)的全部視頻資源接入平臺。

②視頻綜合管理層（視頻中臺層）：利用高速公路上的道路沿線視頻的流式、非結(jié)構(gòu)化特點(diǎn)，靈活選用存儲(chǔ)技術(shù)，構(gòu)建“中心云+局域端”的視頻存儲(chǔ)、分發(fā)、調(diào)用及管理能力，同時(shí)，結(jié)合各管理區(qū)域公司的路網(wǎng)業(yè)務(wù)調(diào)度需求，做到視頻在區(qū)域間的可視化共享。

③云端服務(wù)層：主要包含“事件中心”和“視頻應(yīng)用”兩大服務(wù)。事件中心將中臺匯聚的各級視頻分析結(jié)果，定向完成“事件發(fā)現(xiàn)”與調(diào)度系統(tǒng)的“事件處置”有效銜接；事件中心通過采集業(yè)務(wù)人員對事件的反饋，又可系統(tǒng)地分析現(xiàn)有算法的不足為下一步算法優(yōu)化提供數(shù)據(jù)支撐。

視頻智能分析系統(tǒng)通過融合路網(wǎng)數(shù)據(jù)、交通態(tài)勢數(shù)據(jù)、視頻結(jié)構(gòu)化數(shù)據(jù)、交通事件數(shù)據(jù)等多源數(shù)據(jù)，通過智能分析算法挖掘數(shù)據(jù)隱含價(jià)值，構(gòu)建高速公路智能算法引擎，為高速公路路網(wǎng)管理單位和公眾提供高速公路態(tài)勢感知、交通指揮調(diào)度、事件處置、信息誘導(dǎo)等數(shù)字化監(jiān)管和服務(wù)能力，為全面打造高速公路路網(wǎng)數(shù)字化融合提供有效支撐。

2 全場景路網(wǎng)事件感知及多元數(shù)據(jù)融合應(yīng)用

視頻以其資源可視化、便于智能化應(yīng)用的特點(diǎn)，為全路網(wǎng)提供全時(shí)段、全路段、全要素的可視化支持，為精準(zhǔn)感知路網(wǎng)運(yùn)行情況，在實(shí)際應(yīng)用中通常通過結(jié)合其他數(shù)據(jù)、并結(jié)合人工觀測對視頻數(shù)據(jù)進(jìn)行進(jìn)一步補(bǔ)充校正。通過視頻技術(shù)及多源數(shù)據(jù)融合計(jì)算，可以及時(shí)感知交通運(yùn)行狀態(tài)，分析路網(wǎng)運(yùn)行特點(diǎn)，深挖路網(wǎng)運(yùn)行規(guī)律，開展各項(xiàng)業(yè)務(wù)時(shí)，能夠精準(zhǔn)調(diào)配人力物力及時(shí)采取合適的管控措施，提升路網(wǎng)運(yùn)行工作管理效能，切實(shí)做到“精細(xì)化交通管理”，依托新技術(shù)提升交通管控的科學(xué)性、拓展感知能力，為智慧決策有效賦能。

為切實(shí)提高交通狀態(tài)感知及智慧管理能力，在實(shí)踐中可以按照事件對路網(wǎng)的影響類型及范圍進(jìn)行各場景分析，系統(tǒng)將視頻監(jiān)測內(nèi)容按照空間覆蓋、時(shí)間覆蓋、重點(diǎn)精準(zhǔn)監(jiān)測三方面進(jìn)行歸類，主要分成三類檢測場景，分別是：全路網(wǎng)輪詢感知、全天候保障通行、重點(diǎn)位置及特殊氣象精準(zhǔn)覆蓋，在充分利用現(xiàn)有視頻資源進(jìn)行全路網(wǎng)、全天候整體感知的同時(shí)，對重點(diǎn)位置進(jìn)行加密部署和多源感知融合，輔助人工切實(shí)提升路網(wǎng)整體監(jiān)測能力（圖1 為全場景路網(wǎng)運(yùn)行可視化管理體系圖）。

圖1 全場景路網(wǎng)運(yùn)行可視化管理體系圖

2.1 全路網(wǎng)輪巡感知

目前全路網(wǎng)的實(shí)時(shí)視頻事件感知一方面耗費(fèi)較高的硬件資源設(shè)施，另一方面視頻事件分析僅靠局域建設(shè)，難以進(jìn)行資源的有效共享共用。為此，中心端視頻事件中心的建立，為全量事件庫的統(tǒng)一匯集、公共算法的有效升級、統(tǒng)籌算力資源匹配和供給，提供了有效的集約化的解決方案。通過路段歷史事件分析，對每類時(shí)間的檢測結(jié)果統(tǒng)計(jì)、分析，完成全路網(wǎng)分層分級的定時(shí)輪巡應(yīng)用，實(shí)現(xiàn)人工巡查的智能事件監(jiān)測預(yù)警輔助。

全路網(wǎng)輪巡感知中，技術(shù)部分重點(diǎn)通過建設(shè)基于卷積神經(jīng)網(wǎng)絡(luò)的視頻深度學(xué)習(xí)系統(tǒng)[2]，結(jié)合目標(biāo)檢測、識別，開展高速公路環(huán)境下視頻深度學(xué)習(xí)數(shù)據(jù)集研究，實(shí)現(xiàn)對交通事故、停車、行人、逆行、非機(jī)動(dòng)車、煙霧、拋灑物、應(yīng)急車道占用、穿越導(dǎo)流線、連續(xù)變道進(jìn)行有效識別，同時(shí)，與交通應(yīng)急響應(yīng)措施有效結(jié)合，加快對高速公路突發(fā)事件的處置效率，提高應(yīng)急處置時(shí)效性。在具體應(yīng)用中，利用現(xiàn)有“中心端+局域端”視頻分析服務(wù)部署能力，將感知用于整個(gè)路網(wǎng)檢測，在實(shí)現(xiàn)已有資源最大化利用的同時(shí)，全面對路網(wǎng)進(jìn)行高效“輪檢”，大大輔助人工電子巡查的同時(shí)，為路網(wǎng)全面智能化監(jiān)測感知提供了有效手段。

基于視頻事件輪巡策略制定，采用資源能力評估、事件檢測成效分析及準(zhǔn)確率因素綜合評定的方式，目前經(jīng)運(yùn)行，全路網(wǎng)視頻可在一小時(shí)左右完成全量的常態(tài)化輪巡，視頻事件的綜合檢測率達(dá)到92%以上。

2.2 全天候保障通行

全天候保障通行主要是針對不良的氣象條件和視線條件進(jìn)行檢測。在高速公路上，不良視線條件和道路積雪、結(jié)冰情況下會(huì)進(jìn)行道路管制，此類事件如未及時(shí)處置將可能對道路交通造成惡劣影響，因此及時(shí)對惡劣天氣和不良實(shí)現(xiàn)條件進(jìn)行檢測對保障道路通行具有重要意義[3]。目前視頻技術(shù)中可通過能見度檢測配合其他感知設(shè)備數(shù)據(jù)，判別不良?xì)庀髼l件對通行的影響，可為后續(xù)管控手段的實(shí)施提供有效支持。

能見度分析目前主要根據(jù)計(jì)算圖像的大氣透射率的方法來統(tǒng)計(jì)視頻能見度，通過計(jì)算能見度系數(shù)來區(qū)分不同大霧等級的圖像，進(jìn)行分級判別、告警。同時(shí)借由氣象監(jiān)測儀、雷達(dá)等數(shù)據(jù)進(jìn)行融合，并結(jié)合實(shí)時(shí)視頻進(jìn)行研判結(jié)果驗(yàn)證，即可對能見度進(jìn)行持續(xù)有效的監(jiān)測，進(jìn)而為動(dòng)態(tài)實(shí)施《霧天高速公路安全控制措施》等管控措施提供有效決策依據(jù)（圖2 為基于視頻識別的全天候保障通行技術(shù)流程圖）。

圖2 基于視頻識別的全天候保障通行技術(shù)流程圖

目前，結(jié)合路網(wǎng)氣象預(yù)警信息、歷史受霧氣影響較多的路段以及霧氣易發(fā)時(shí)段等因素，對能見度監(jiān)測的關(guān)鍵點(diǎn)位進(jìn)行持續(xù)、有效分析，實(shí)現(xiàn)全天候通行預(yù)警技術(shù)保障及管控機(jī)制，為高速公路交警執(zhí)法部門形成有效的積極管控建議，開展聯(lián)勤聯(lián)動(dòng)，有效降低路網(wǎng)封閉管理幾率，確保了路網(wǎng)的高效、穩(wěn)定、安全運(yùn)行。

2.3 重點(diǎn)位置及特殊氣象精準(zhǔn)覆蓋

結(jié)合實(shí)際路網(wǎng)事件數(shù)據(jù)，交通事件的多發(fā)位置多在互通樞紐、收費(fèi)站出入口、長下坡、急彎、受惡劣天氣影響（團(tuán)霧）等路段[4]，同時(shí)結(jié)合事件發(fā)生后產(chǎn)生的影響程度，隧道、分合流區(qū)也是需要重點(diǎn)關(guān)注的典型設(shè)施。為此，在重要交通設(shè)施監(jiān)測方面，除按照《高速公路監(jiān)控技術(shù)要求》做好視頻設(shè)備設(shè)施的部署以外，為全面觀測交通通阻情況，還對樞紐立交、收費(fèi)站等相關(guān)設(shè)施處進(jìn)行加密部署，輔以全景攝像機(jī)，確保監(jiān)測無死角（圖3 為視頻全景圖）。同時(shí)，為充分利用現(xiàn)有數(shù)據(jù)對重點(diǎn)位置進(jìn)行精準(zhǔn)感知和補(bǔ)充，重點(diǎn)區(qū)域可結(jié)合門架數(shù)據(jù)、雷達(dá)數(shù)據(jù)等進(jìn)行融合感知和推演預(yù)測。

圖3 視頻全景圖

借于重要設(shè)施對通阻影響的重要性，為對重要設(shè)施的通行情況進(jìn)行有效管控，精準(zhǔn)獲知，避免單純依靠視頻容易出現(xiàn)誤報(bào)，就攝像機(jī)的部署情況來看，可視范圍受限，對于重要設(shè)施的交通通阻現(xiàn)狀單單借用視頻也難以做到對交通狀態(tài)的推演預(yù)測。為此，可結(jié)合重點(diǎn)位置的相關(guān)聯(lián)上下游門架，采用車輛通行時(shí)長對事件的發(fā)生過程進(jìn)行推演分析，并與視頻數(shù)據(jù)和人工上報(bào)數(shù)據(jù)進(jìn)行交互驗(yàn)證，即可實(shí)現(xiàn)事故的精準(zhǔn)感知以及事故影響預(yù)測，為重要設(shè)施處發(fā)生影響通行事件的全面感知，以及對事件發(fā)生后影響的通行時(shí)長、范圍的推演預(yù)測提供支撐，進(jìn)而提升路網(wǎng)突發(fā)事件的主動(dòng)化、智能化感知水平。此外，對于高速公路的重要場景，例如隧道、分合流區(qū)，都可結(jié)合卡口攝像機(jī)、實(shí)時(shí)視頻、視頻事件識別對車型、車輛軌跡、視頻事件判別進(jìn)行融合利用，團(tuán)霧路段還可結(jié)合能見度檢測儀、氣象檢測設(shè)備進(jìn)行數(shù)據(jù)融合，即可實(shí)現(xiàn)此類特殊重點(diǎn)設(shè)置、特殊惡劣天氣的動(dòng)態(tài)監(jiān)測，有效進(jìn)行事件分級預(yù)警。

結(jié)合門架數(shù)據(jù)對事件發(fā)生導(dǎo)致的交通流變化進(jìn)行推演預(yù)測，以其借由現(xiàn)有設(shè)備進(jìn)行數(shù)據(jù)挖掘的實(shí)用性，以及作為視頻事件檢測的輔助結(jié)合手段，結(jié)合預(yù)警效果來看，已形成了有效的信息互補(bǔ)和交叉驗(yàn)證，具有在全路網(wǎng)推廣使用的重要價(jià)值。

3 系統(tǒng)運(yùn)行實(shí)踐及應(yīng)用效果

目前，基于事件分析的系統(tǒng)已為省內(nèi)運(yùn)營調(diào)度系統(tǒng)提供服務(wù)，并在集團(tuán)省外的高速公路運(yùn)營單位進(jìn)行試用。通過三大場景分析應(yīng)用，結(jié)合時(shí)間、空間，形成路網(wǎng)運(yùn)行態(tài)勢的有效感知。

平臺搭載基于視頻的AI 智能分析技術(shù)，結(jié)合多元數(shù)據(jù)融合，實(shí)現(xiàn)全路網(wǎng)輪詢感知，重點(diǎn)位置及特殊氣象精準(zhǔn)覆蓋，全天候保障通行場景下的有效綜合研判，并形成動(dòng)態(tài)管控策略，智能識別、主動(dòng)管控交通運(yùn)行態(tài)勢和各類突發(fā)事件。同時(shí)對重要設(shè)施通行情況可進(jìn)行提前預(yù)判，對事件影響范圍及時(shí)間進(jìn)行有效預(yù)測。

經(jīng)實(shí)際使用測試，目前事件檢測最小檢測目標(biāo)物的像素分辨率為40 像素*40 像素，路網(wǎng)事件綜合監(jiān)測準(zhǔn)確率達(dá)92%以上，交通事故、道路擁堵、故障停車、非機(jī)動(dòng)車上路等事件檢測率95%及以上。事件檢測統(tǒng)計(jì)數(shù)據(jù)見表1。

表1 事件檢測統(tǒng)計(jì)表

此外，為便于調(diào)度業(yè)務(wù)平臺作業(yè)，結(jié)合事件發(fā)現(xiàn)預(yù)警，系統(tǒng)可自動(dòng)調(diào)用突發(fā)事件結(jié)果及相應(yīng)的實(shí)時(shí)監(jiān)控視頻畫面，隨時(shí)核實(shí)、實(shí)時(shí)監(jiān)測現(xiàn)場情況，并根據(jù)事件等級自動(dòng)啟動(dòng)或升級相應(yīng)電子預(yù)案，智能調(diào)度周邊救援資源，實(shí)現(xiàn)精準(zhǔn)快速處置，通過系統(tǒng)應(yīng)用，事件處置規(guī)范度由85%提升至99.6%，5 公里及以上擁堵事件同比減少32%，對標(biāo)國內(nèi)同行業(yè)先進(jìn)企業(yè)，高速集團(tuán)在路網(wǎng)事件處置方面達(dá)到了顯著提升效果。

4 結(jié)語

目前，通過視頻智能分析成套系統(tǒng)建設(shè)，夯實(shí)了路網(wǎng)智能感知基礎(chǔ)服務(wù)底座，為全面提升全路網(wǎng)調(diào)度可視化、智能化治理能力提供支撐。利用視頻智能感知分析、多元數(shù)據(jù)融合，為全路網(wǎng)輪詢感知，重點(diǎn)位置及特殊氣象精準(zhǔn)覆蓋，全天候保障通行場景的精準(zhǔn)、合理應(yīng)用，動(dòng)態(tài)進(jìn)行路網(wǎng)態(tài)勢感知，動(dòng)態(tài)開展調(diào)度指揮引導(dǎo)形成有效交叉聯(lián)動(dòng)，實(shí)現(xiàn)了路網(wǎng)調(diào)度工作高質(zhì)量發(fā)展提升、一線作業(yè)人員降壓減負(fù)，有效提升跨部門、跨區(qū)域相關(guān)業(yè)務(wù)協(xié)同處置效率，達(dá)到利用視頻資源對調(diào)度監(jiān)測業(yè)務(wù)及路網(wǎng)管控的賦能助力。