劉 冰
公交車行車安全一直是公交運營的重中之重,在公交行車安全管理中,重點關注的是駕駛公交車運營的人。為了減少人為操控失誤而引發行車安全事故,全國城市公交陸續上線了主動安全視頻監控系統,系統的防疲勞設備與防碰撞設備實時注視著公交車駕駛員與車輛周邊環境,用機器視覺實時判斷交通風險,將事故阻擋在發生之前。
主動安全視頻監控系統能夠抓拍駕駛員的駕駛行為,及時捕捉到危險情況,AI行為預警、實時預警大屏已成為公交管理人員登陸監控系統的重點。防疲勞與防碰撞設備上線后,在很大程度上改善了公交車輛安全運營水平,但隨之而來的問題是,主動安全防控設備受到自身算法局限以及車內外環境復雜等多種因素的影響而產生一定程度的誤報。這些誤報信息會干擾有效報警,導致重點疲勞、違規行為不能及時處理。
為解決主動安全防控設備的誤報問題,保障公交行車安全,不少城市公交企業引入了云端視覺清洗,自動過濾設備誤報。
所謂云端視覺清洗,是基于行業領先的深度學習機器視覺算法,精準高效識別車載設備上報的不良行為,對誤報行為進行過濾清洗。普通的主動安全視頻監控系統是選取畫面關鍵點進行分析,而云端視覺清洗是在前者分析的基礎上,針對采集得到的報警視頻和圖片,進行二次深度分析,在分析的過程中,綜合采用五官識別、姿勢識別、物體識別等多個深度機器學習方法,更加細致地判斷圖像與視頻中是否出現違規行為(附圖)。系統將采集到的誤報數據自動清除,只提供準確的報警數據,幫助減少了干擾信息。

附圖 視頻中的違規行為
在實際應用過程中,有2種方式可以實現云端視覺清洗功能。一種是在原有的IT系統基礎上,分配部分算力用于云端視覺清洗服務。另一種是采用第三方平臺提供算法服務,第三方平臺將視覺清洗后的結果推送至公交車隊管理人員。
經過數據驗證,在使用云端視覺清洗功能之前,平均每1000臺車約有10萬條行為異常報警,每條報警提醒都需要管理人員排查確認,工作量極大。在使用云端視覺清洗之后,機器視覺代替人工篩查,行為過濾準確度達到83%以上,使人工排查工作量減少了70%。
數據變化的同時帶來了管理上的解放,云端視覺清洗的主動安全視頻監控更加有效地起到了規范司機駕駛的作用,減少了因疲勞和違規駕駛引發的安全問題。目前,云端視覺清洗已在國內數十個公交企業應用,并還在逐步擴展應用中。