高速公路事件感知設備選型與設計

胡飛 陳建新 阮濤 陳俊德

（1.浙江滬杭甬高速公路股份有限公司，浙江 杭州 310000；2.浙江省交通規劃設計研究院有限公司，浙江 杭州 310006；3.南京慧爾視智能科技有限公司，江蘇 南京 210008）

一、感知設備的選型

近年來，由于計算技術不斷發展，高速緩存技術、CPU運算能力和存儲讀寫速度都有了很大提高，硬件性能的提升突破了算法效率的限制，視頻數據結構化利用深度神經網絡算法模型實時識別分析高速公路監控視頻信息，提取出關鍵信息（如車長、車型、車速、車輛軌跡等）計算影響交通安全的異常行為和拋灑物，及時捕獲信息并通知高速公路管理部門，對減少事故發生或降低次生事故危害性發揮了重要作用。

為滿足智能交通多元化數據需求，前端感知技術也經歷了幾代發展，包括“點”“線”“面”檢測，每種檢測都各有特點。未來智慧交通建設中，需要前端感知技術實現“全天候”“自動化”“智能化”，感知大區域范圍內的交通目標，精準分析目標類型和目標軌跡，并提供豐富的交通信息以提高交通管理效率，保證道路暢通及交通安全。在這些感知技術中，只有“面”檢測能達到這樣的要求，而多目標雷達（毫米波雷達）檢測是“面”檢測中最先進、最準確的一種檢測方式。檢測分析目標的坐標、速度及車型等信息，在流量檢測的基礎上，實現檢測到超高速、低速及停車等異常事件，經過對檢測范圍內車速和車道占有率的融合計算及機器學習，精確輸出當前道路交通的擁堵、緩行或暢通狀況，并能根據多個檢測設備的輸出信號計算出擁堵總里程數。

與多目標雷達的工作原理不同，激光雷達在1/10s內將兩束光脈沖轉向多個不同的方向發射，記錄每個方向的光脈沖反射信號構建系統周邊的三維場景，實時還原三維立體空間。如果將該原理應用在高速公路場景中，車輛和行人經過光脈沖反射信號時都將被記錄成為三維場景的組成部分，方便日后信息提取，有利于提高道路通行效率和營運安全水平。

目前，毫米波雷達主要應用于城市道路的交叉口及高速公路出口匝道，是交通量調查的主要手段之一。雖然探測精度略低于高線束激光雷達，但其造價成本較低。在高線束激光雷達尚未普及的情況下，選用毫米波雷達檢測仍是交通量調查的主要方式。然而，高速公路尚未有全線應用毫米波雷達檢測路況的先例，考慮到建設成本及感知設備所得參數的準確性能否滿足“高速公路智慧化”建設的需求，在建設方案定稿前期特邀請各設備廠家測試準確性，最后選擇前兩名的設備廠家，在10km試驗段采購安裝、再調試、再優化設備。

二、感知設備的安裝

由于感知設備的工作原理及信號靈敏度的原因，安裝的高度、角度、位置，以及道路環境等因素對交通數據準確性影響極大，并不能完全按照設計圖紙的方案生搬硬套，應根據現場情況就地取材、因地制宜。安裝感知設備的最佳位置為道路中央，受限于當前已運營的高速公路（日均流量十萬）每隔500m立一個龍門架難度太大、考慮到今后設備故障或搶修的狀況，以及司乘人員的駕乘體驗和安全方面的因素，總設計原則需優先利用現有龍門架、交安指示牌等現有設施和桿件，條件不足時可在路側增加8m高的攝像機桿件安裝感知設備。

圖1 設計方案一

圖2 設計方案二

圖3 設計方案三

表1 三種設計方案的性能比較

3種設計方案如圖1、2、3所示，性能比較如表1所示。方案一的建設成本是其他兩個方案的一半，但是每個立桿下都存在40m～60m范圍的盲區，如果在兩個雷達重疊的區域內作數據融合和銜接，該重疊區域的范圍正好是雷達輻射的邊緣地帶，極易發生信號丟失、弱化及不連續的現象，導致接收端的信號處理存在不確定性，并且也很難驗證數據的準確性和效率，因此不建議使用。

方案三與方案二建設成本一致，只是目標信號與雷達的距離越來越遠，在雷達信號的邊緣區域易發生目標丟失，原目標重現后屬性編號會發生變化，導致追蹤不完整，這種安裝方式存在的另一缺點是前車易被后車遮擋，小車易被大車遮擋。

表2 交通流量檢測對比

方案二基本上不存在盲區，并且也無需進行復雜的融合和銜接算法，每個雷達只管轄自身的檢測范圍，被捕捉的目標信號由弱到強、容易被雷達接收和處理，并且極大地克服了大車遮擋小車造成的信號丟失問題，因此該方案被采用。高速公路交通量的準確與否取決于動態因素和靜態因素影響，動態因素包含車輛被遮擋的次數及長車、掛車及拖車能否被準確識別，路面上是否存在橫縱向的跨線橋；靜態因素包含指標牌、龍門架、情報板及路側灌木遮擋引起的信號失真和丟失。

三、感知設備的數據比對與分析

設計階期分別邀請了多家毫米波雷達和視頻結構化設備廠家開展測試，實施階段分別選取雷達和視頻前兩名在雙向10km試驗路段（柯橋—紹興）安裝部署，250m設一根攝像機桿件，分別布設一套毫米波雷達和固定攝像機，固定攝像機的視頻源作視頻結構化分析，共計80套毫米波雷達設備和80套視頻結構化設備。

（一）交通流量

如表2所示，按照每小時檢測流量分別與小時段面流量比較，兩個雷達設備的正負偏差率在±10%以內，分別為90.19%、93.15%。如果按照一天的流量計算，正偏和負偏相互抵消后與段面流量的偏差在±3%以內，準確率在97%以上。基于視頻的交通管理受光線影響較大，白天獲取的感知信息相對準確，夜間低照度和惡劣天氣條件下較難獲取清晰視頻，因而精度普遍不高，因此視頻的數據只比測白天12h，與段面流量偏差在±10%以內的分別為71.26%、73.65%，大部分數據主要集中在負偏差區域，說明漏捕獲的頻次較高。

（二）事件檢測

如表3所示，在事件檢測中主要重點關注停車事件、擁堵事件、拋灑物和行人，滬杭甬高速公路紹興到柯橋中的10km路段是雙向非標八車道，每隔500m設置一個港灣式停車帶（雙向共計18個）方便車輛臨時停靠以作休整。為了準確反映各感知設備探測的靈敏度和準確度，檢測10km段的所有停車事件，毫米波雷達檢測事件的準確率分別為92.35%和91.35%。視頻結構化本身對光線、角度及視頻畫面的質量要求較嚴苛，在車流量的檢測中車輛丟失現象嚴重，導致在事件檢測中存在大量交通事件漏檢，漏報率超過18%和55.7%。由于不能準確知道一天內的停車次數，視頻漏報率是參照雷達發現的停車事件來計算，所以只是一個相對值。視頻結構化的準確率為81.65%、87.0%(因晚上無法檢測所以缺少數據)，后期根據實際發生的交通事故來看，毫米波雷達都能及時準確上報，而視頻結構化因為算法或距離等因素未能識別交通事件。

（三）事件邏輯重構

事件檢測中應注重3個指標，即準確率、漏報率及重報率。前兩個指標上文已作闡述，重報率是指同一起事件重復發生上報的次數，3個指標之間相互制衡。重報率上升會導致準確率、漏報率的下降，但容易造成在實際工作中疲于應付重復事件；重報率下降會引發準確率的下降和漏報率的上升，造成事故主動發現率下降，導致隱患或潛在停車升級為交通事故。如何在三率中找到平衡點至關重要，即在提高事件檢測的準確率的同時減少漏報率并且扼制重報率。

所有交通事故最終行為都可歸納為停車，而雷達通過信號發射和接收、在多目標中捕獲移動速度接近0km/h的物體，該物體連續多次觸發閥值即可判定為事件，前期由于停車事件信號多次輸出，后期軟件調整時需明確在一定周期內同一車道相近距離中的事件為同一事件，不必再推送至應用端。此外，擁堵事件發生時會產生幾十上百次的停車事件，需把這些停車事件加工處理成一起擁堵事件，而擁堵事件的消散往往需要一定時間，周期內也應避免重復上報。如何區分擁堵之前的停車（理論上是屬于此次擁堵事件）和普通事故停車，還要通過當前范圍內車流量和道路車輛飽和率等因素利用軟件算法去研判。由于及時性和準確性本身存在矛盾，擁堵之前產生的停車事件還存在一次報送沒有克服，僅一次尚在可接受范內。其他道路事件算法不在此贅述。

表3 事件檢測指標對比

一些交通事件可以經毫米波雷達檢測后第一時間反饋到應用端，如停車、追尾、逆行及闖入互通分流帶。另外，如擁堵或緩行等交通事件可以通過后臺智慧大腦的分析研判后再推送至應用端，如區分擁堵嚴重等級、擁堵的總里程數，以及局部范圍內行車軌跡推斷出拋灑物或路面坑洞。毫米波雷達和視頻結構化元始數據只是比較客觀真實地反映當前道路通行車輛的實時狀態，這些狀態需經過系統性分析、連續性追溯及邏輯性判斷，最終形成一條道路事件信息，以供管理人員確認后啟動相應的處置流程。

四、主動發現事件的效率

自道路感知設備助力“智慧高速”至今，滬杭甬高速公路柯橋—紹興試驗段整體道路平均車速提升8%，通行效率提升20%，道路擁堵時間降低10%，擁堵指數發布、出行時間預測準確率達到90%，道路行車事故下降10%，救援時間縮短10%。感知設備為防止二次事故、衍生事故及降低事故危害發揮了積極作用，對預防和避免不當停車、慢速緩行導致的追尾有明顯的成效。盡快發現事故才能加速事故處理，保障高速公路的通行能力。

在設備的后期使用過程中，應持續維護、調整及不斷跟蹤外場感知設備系統的邏輯判斷和使用情況，以適應高速公路不斷變化的管理模式和需求，建立一個持續迭代且不斷優化的機制。