高速公路惡劣天氣低能見度與團霧數字監測預警方法創新實踐研究
——江蘇東部高速AI視頻流算法規模化應用調研報告

文 / 黃東

貫徹道路交通安全法“高速公路的特別規定”的緊迫性

惡劣天氣低能見度視力和視野（視感）障礙是高速公路“第一殺手”，團霧更是高速公路“流動殺手”，極易造成惡性交通事故。國家《道路交通安全法實施條例》“高速公路的特別規定”（第四章第五節）：“遇有霧、雨、雪、沙塵、冰雹等低能見度氣象條件”能見度低于200、100、50米閾值時實行道路三級管制，并要求“高速公路管理部門應當通過顯示屏等方式發布速度限制、保持車距等提示信息”。江蘇《惡劣天氣條件下高速公路交通管制工作規范》要求：遇有惡劣天氣能見度低于200、100、50和30米閾值時實行道路四級管制。顯然，必須全天候實時精準監測全程道路能見度，并獲得廣大交警和司機視感道路交通場景能見度的共識響應，才能有效支持惡劣天氣道路低能見度數字化分級管制決策和交通安全駕路協同管理。

但是，從目前高速公路管理單位貫徹落實這一特別規定情況看，因缺乏道路交通低能見度實時監測的數據支持，普遍存在有法難依的困境。在高速公路沿線布設的大量能見度儀，又普遍處于“建而不用”的尬尷局面。據調查，不少道路規劃設計、營運和交通安全管理人員不熟悉甚至不知《道路交通安全法實施條例》的“高速公路的特別規定”，導致新建道路的交通工程設計或老路的技術升級改造方案與法規的特別要求嚴重脫節。據全國道路交通事故統計，在道路交通低能見度(＜200m)環境下發生交通事故死亡人數占道路交通事故死亡人數近60%（如2015年為58.61%、2016年為59.43%等）。在我國實施交通強國戰略推進新基建加快智慧公路和數字公路大發展背景下，應優先應對道路低能見度造成廣大駕駛人員視感障礙的重大交通安全隱患問題，將預防惡劣天氣道路交通事故放到以人民為中心的高度，列入各地道路交通規劃建設的當務之急工程！

能見度儀“建而不用”的原因

（一）道路交通能見度特性顯著區別于一般能見度

能見度指正常視力的人，白天在當時天氣條件下能夠將確定目標物從天空等背景中辨認出來（看清輪廓）的最遠水平距離；夜間在一定強度燈光照射下能夠看清目標物輪廓的最遠水平距離。能見度取決于人視力、目標物、天空或光照背景和大氣成分等四個方面因素，是人在靜止或行走狀態觀測能見度目標物的視感參量。道路交通能見度，指正常視力的駕駛人，在光照（日照、路燈、車燈或補光等）背景和道路通行環境下，能看清楚道路前方車道分界標線或車輛(小汽車)輪廓的最遠距離，是駕駛人在高速運行狀態選擇影響交通安全關鍵能見度目標物的視感參量。

道路交通能見度是特定駕駛人群辨識道路視感共識，即共同遵守“各行其道”交通基本規則選擇一致的道路能見度目標物。在相同光線和大氣背景下，看清道路前方車道標線或小汽車（輪廓），與看清貓鼠小動物、大貨車、飛機或地平線（輪廓）等目標，能見度估測結果差別大。

駕駛人運行狀態與人靜止或低速行走狀態，視感有明顯差異。高速狀態動視感，視力顯著下降，同時視野顯著收窄。從發現道路前方障礙物、做出判斷到操作動作，一般正常反應時間約2.5-3秒。車速由60km/h增至120km/h時，避障反應距離增加約40-50米，考慮制動減速、直行慣性和彎道離心力的“車速平方”關系，避障距離再增加，交通安全風險更大。

好車好路有利于汽車高速行駛，但“高速”也會突顯駕駛人“遠處看不清，近處來不及”效應，導致視感能力和應急處置把控車速避障能力下降；如再遇惡劣天氣低能見度，猶如雪上加霜，置道路處于交通高風險境地。道路交通安全預警，必須滿足預警駕駛人避險的最短安全時間和空間（提前量）閾值要求，才能第一時間和適時提醒駕駛狀態人員應變把控安全車速。氣象預報允許有一定的誤報率，但道路低能見度短臨預警不允許。高速狀態過早過遲的預警，都不利于駕駛人場景視感體驗和協同響應而失去安全預警有效性。隨著人工智能和新一代信息技術在交通領域的廣泛應用，人們對惡劣天氣道路交通氣象短臨時空數據監測及伴隨式駕路協同預警服務的要求將會越來越高。

（二）能見度儀不適宜高速公路低能見度檢測

道路交通安全法“高速公路的特別規定”對惡劣天氣高速公路低能見度監測預警提出了實時精準、數字分級（200/100/50米以下）和伴隨式數據服務要求，即應對道路低能見度數據變化及時提醒駕駛人相應調整不同的安全車速。由于地理地形環境差異及氣候變化，沿道路小尺寸氣象復雜多變，霧分布呈現非均勻性，尤其團霧具有短時間局部路段突發性的特點，因此道路交通低能見度短臨時空數據監測預警顯著區別于短臨氣象預報概念。傳統人工靜態視感估測和能見度儀方法，不能滿足道路交通安全法規精準、短臨時空監測預警特別要求和車路協同伴隨式數字化信息服務發展需求。

首先，看精不精準。能見度儀是通過測量固定光源透射水平空氣柱短小容積的消光系數或散射系數，換算得出光學特性的能見度。空氣能見度儀并沒有一個統一的行業標準，也存在設備數據檢測的性能誤差。2021年2月1日中國氣象局發布《上海：國內首家能見度計量檢測實驗室獲CNAS認可》：“通過（長20寬3.5和高3米）艙內超聲波造霧人工模擬云霧環境，為能見度儀校準提供標準測試環境。以前的能見度儀并沒有統一的行業標準，不同設備的觀測數據通常存在誤差。國內外的能見度儀器檢測大多放在戶外，能見度500米以下的天氣更是可遇不可求。受刮風、下雨、灰塵等諸多不可控因素影響，檢驗的效率也會變低。在檢測精度方面，實驗室對1.5公里以下的能見度校準相對誤差控制在10%以內，1.5公里到10公里的能見度校準相對誤差在20%以內。”顯然，模擬云霧空氣環境，遠離了人們現實日常生活工作視感環境，并不是基于人視力、目標物、光照背景和空氣成分等四個基本要素而僅是對理想人造空氣成分的檢測，其校準的系數換算低能見度的誤差可想而知。生產行業需求不同，界定背景環境亮度對比值減小到目標物不能見時的視感閾值也不同，如國際民航組織(ICAO)和世界氣象組織(WMO)推薦的取值不同致使觀測能見度相差一倍以上，是能見度儀檢測道路低能見度結果與交警和司機場景體驗視感誤差大“建而不用”的主因之一。高速公路安全營運管理部門普遍反映，現有交通氣象預報系統給不了能實時發布到道路情報板上或推送給交警執法參考的200米以下的低能見度數據，交警不得不上路巡查估測。由于道路點多線長路遠，巡查警力相對不足，導致無法有效滿足法規要求，要么管制不及時影響交通安全，要么早早封路和遲遲不解封管制影響道路通行效率，甚至部分司乘人員認為過早封路或過遲解封不合理，引發與收費站管理人員的矛盾沖突。

第二，看能不能測。即使單純檢測空氣成分，能見度儀也不適用對惡劣天氣道路交通低能見度的檢測。惡劣天氣包括霧、霾、煙幕、沙暴、揚塵、浮塵、吹雪、降雪和降雨等，微粒成分復雜。受東西南北自然環境差異尤其道路排放和揚塵等混雜空氣環境影響，道路沿線布設的能見度儀幾乎沒有一臺會遇到完全相同的空氣環境；世界上也沒有哪家制造商能生產出一臺用于道路沿線同時檢測霧、霾、雨、雪、沙塵、煙、冰雹等各種復雜空氣成分下低能見度的設備。

第三，看可不可行。濃霧和小尺寸團霧具有近地面非均勻分布特征，即使能見度儀性能符合道路低能見度精度標準，也需高密度覆蓋道路布設。國家氣象局《全國高速公路交通氣象觀測站網布局方案》為解決現有高速公路沿線監測能力不足和短臨實時道路交通安全監測預警數據缺乏急需問題，要求在季節性和濃霧多發的山區和水網地區加密間距10km布設監測點。有的省市采取能見度單要素交通氣象站加密間距至3-5 km的措施，不僅建設成本增大，野外環境設備故障率高，上路維修不便且不安全，后續運維成本高，關鍵還要弄清楚究竟多大布設密度才能實時精準監測非均勻分布霧情（見圖1）和小尺寸團霧。

第四，看夠不夠密。團霧監測預報是世界性難題。公路沿線地理環境多樣，小尺寸團霧氣象形成因素機理復雜，往往來無影去無蹤，有時會在數分鐘內突然發生，極易引發重大以上惡性事故。道路沿線安裝能見度儀，實質是在路側“兩點一線”短小尺寸范圍空氣成分的相對數據檢測，而囿于低能見度氣象非均勻分布特征，傳統能見度氣象檢測手段無法實現連續路段的短臨實時精準監測。根據江蘇東部高速公路低能見度AI視頻流分析監測發現，道路團霧有兩種情形：一種是大范圍起霧，在由大霧發展到濃霧過程中出現局部路段小尺寸強濃度霧團，也稱霧中霧；另一種是由路兩側起霧，迅速蔓延到路面，出現局部路段小尺寸強濃霧團。根據四川雅西高速公路某路段AI視頻流分析監測發現，山區和水網地區等局部道路氣象環境更為復雜，小尺寸氣象事件頻繁，起伏山區甚至出現數公里范圍同時出現濃霧和雨雪天氣。因此，合理布設道路交通氣象監測點位至關重要。目前各地氣象部門新出臺的能見度檢測點位加密方案，均達不到這個要求。參考2021年11月25日江蘇東部高速G15連云港段K795+730位發生的突發團霧事件全過程動態數據（代表性截圖）：道路交通能見度從200米（以上）下降至40余米，僅3分鐘左右時間；能見度低于30米狀態持續約13分鐘；消散過程約5分鐘。

（1）06:48:42，出現局部路段薄霧但能見度在400米以上（見圖2）。

（2）6:54:42，路側西邊池塘形成團霧并向公路上漂移，局部路段團霧范圍約50-100米（見圖3）。

（3）07:06:49，團霧突然迅速向公路蔓延，路段范圍約400-500米（見圖4）。

（4）07:09-07:14（約3分鐘），團霧造成能見度迅速下降至40余米，覆蓋公路1000米左右，達到《道路交通法實施條例》規定的惡劣天氣低能見度低于50米的高速公路通行特級管制閾值（見圖5）。

（5）07:24:42，團霧消散，能見度回升至300米以上（見圖6）。

AI視頻流分析計算道路低能見度與團霧

國內外交通行業及氣象部門，長期針對惡劣天氣道路低能見度和團霧監測進行了大量技術研究，但一直未有效破解。

（一）決定性破題

2019年5月，國內首次大規模覆蓋450余公里、著力支持《道路交通安全法》“高速公路的特別規定”實現數字化分級交通安全管制的“惡劣天氣低能見度與團霧數字監測預警系統”，在江蘇東部高速公路全天候上線運行。經歷近三年的重復季節氣候、晝夜和多種惡劣天氣環境考驗和算法優化，獲得決定性科技成果。

充分利用現有高速公路監控系統及ETC門架攝像機，基于駕駛人道路場景視感共識，提出道路交通能見度新概念及車道標線、防護欄或小汽車輪廓等能見度目標物新視角，運用AI視頻流分析技術，結合路側感知、邊緣計算和云網物聯等新一代信息技術，把握道路短臨時空數據需求特征，實現霧、霾、雨、雪、沙塵、煙等惡劣天氣低能見度與團霧及變化態勢實時精準的道路短臨時空數據監測預警。

2019年11月9日，兩位中國工程院院士領銜，由交通安全管理、氣象預報、信息工程和AI視頻分析多部門高級專家參加評審，專家組一致認為：“系統將氣象能見度概念與高速公路特定應用場景結合，創造性地運用現有視頻監控設施和人工智能、大數據等技術，為高速公路上實時能見度播報和團霧監測提供了好用、管用、性價比高的解決方案，達到了國際先進水平，填補了國內外空白。”系統獲2020年中國（小谷圍）“互聯網+交通運輸”創新創業大賽之智慧公路主題賽一等獎、首屆“華設杯”智能交通創新技術應用大賽一等獎。

算法結構上主要AI單點計算單元和AI路段分析單元兩部分。AI單點計算單元接入道路視頻監控信號并實時計算監控視頻畫面的道路能見度，單點計算單元每分鐘1-2次的頻率，計算結果匯聚到AI路段分析單元；以交警大隊連續管轄路段為一個基本AI路段分析單元推送計算結果；值班交警（大隊）值班室平臺或手機確認后實行本級管理權限內（或上報）管制預警和解除措施。惡劣天氣道路低能見度監測攝像機布設間距1000-2000m，水網和山區等團霧多發路段布設間距加密至500-1000m。根據道路通行環境安全管理需要設置系統循環計算周期，進行全天候道路視頻監控點位的視頻流分析，實時、連續、精準計算道路低能見度（0-500米區間）下降或回升態勢；適應不同時期建設的道路監控系統無補光、無紅外夜視標清等老舊攝像機的正常計算。

以下是在江蘇東部高速公路K1005門架攝像機于2019年7月4日4點36分、5點34分和6點17分監測數據分析計算道路低能見度，分別是46、86和139米記錄（見圖8-10）。

（二）“四化”功能

系統主要以監測、計算和統計道路氣象數據為基礎，結合通行條件、路面狀況和交通流狀態等時空數據綜合分析，實時計算惡劣天氣低能見度與局地團霧分布、形成過程和發展態勢，向（人工和智能機器）駕駛人和交通、公安、路政及其他高速公路運營管理部門推送發布數字化分級管制惡劣天氣低能見度與突發團霧短臨實時預警和適時預報態勢信息，及時提出優化交通安全管制策略建議。

一是道路巡查智能化。在惡劣天氣條件下可代替交警上路巡查和人工頻繁調看視頻觀測路況，第一時間發現團霧以及雨雪、濃煙等導致的公路交通低能見度（不足200/100/50米）事件，按照相關法規提供惡劣天氣分級管制實施建議和量化決策依據。

二是事故預防精準化。第一時間向處于高風險路段的車輛駕駛人，通過情報板、交通廣播、路側誘導警示燈和手機移動端等多種途徑發出精準定位預警信息，告知前方道路低能見度值并提示團霧等小尺寸突發交通氣象事件，有效預防交通事故，避免二次事故發生。

三是通行效率最大化。通過量化精準分級管制和適時解除管制有效縮短封路時間，動態提醒司機調控行駛安全車速，實現惡劣天氣低能見度條件下安全暢通和經濟效益最大化。

四是路網應用規模化。本創新技術系統項目具有較強經濟實用性、高性價比和便于實施和后續運維的示范推廣性，尤其可充分利用已建公路視頻監控數據資源實現迅速覆蓋路網規模化應用目標。

另外，系統數據處理中心可對道路交通數據融合共享和歷史數據挖掘分析，通過“模型+概率”算法得出局地低能見度氣象及突發團霧易發路段規律，提出工程性防范措施建議，如合理加密視頻監控點位、布設路側智能誘導燈和智能定向聲音警示裝置等。

2020年和2021年系統智能監測江蘇東部高速公路發生的全部197和203起霧霾、降雨、降雪等惡劣天氣道路低能見度事件，其中153和190起強濃霧和特強濃霧（含46和23起局部路段小尺寸團霧）事件，實時預警率均為100%。

（三）效益報告

江蘇東部高速公路管理公司《關于“團霧與能見度智能預警系統”效益分析的報告》：該數字交通智能科技項目為交通安全管理依法發布惡劣天氣低能見度安全預警信息和交警巡查智能化創造了條件，取得了預防惡劣天氣低能見度交通事故的社會效益和精準管制縮短封路時間增加的道路運營效益。報告通過分析測算，江蘇高速公路全程上線該系統，不僅提升區域高速公路網通行效率，方便道路出行，每年還可增收數億元。

最后指出，道路交通AI視頻流分析技術應用注意以下問題：一是監控攝像機安裝位置不宜過高，鏡頭視角道路方向必須靠近攝像機位置覆蓋路面0-200米，路面能見度目標物到攝像機水平距離不小于30米（至少50米），否則不能支持高速公路低能見度數字化分級管制法規的有效落實；二是去除夜晚道路逆光強干擾；三是老舊攝像機視頻數據質量較差；四是老舊道路攝像機點位密度不足或無補光、無復位功能等影響全天候全程覆蓋連續計算；五是人工駕駛和（輔助）自動駕駛在霧霾煙幕沙暴揚塵浮塵吹雪降雪和降雨等復雜環境下，道路低能見度與安全車速的對應關系及伴隨式數字預警；六是惡劣天氣低能見度與汽車前擋風玻璃模糊、雨刮器干擾視線及路面雨雪冰濕滑等多影響因素疊加條件下優解安全車速預警值等。

結語：道路交通低能見度數字監測預警，是貫徹落實《道路交通安全法實施條例》“高速公路的特別規定”亟待解決問題；應對惡劣天氣低能見度與團霧主動預防惡性交通事故，是智慧高速駕路協同實現伴隨式安全信息服務面臨的首道技術瓶頸。能見度儀，難以有效支持惡劣天氣高速公路低能見度（0-200米）數字化分級管制的法規落實，不能滿足新基建時代人們對高速公路出行越來越高的實時和適時（雙時）預警信息需求，且外場運維成本高，導致普遍“建而不用”和較大資金浪費。道路交通低能見度，從駕駛人動視感和高速道路交通安全角度形成路面能見度目標物共識。充分利用現有道路監控系統和ETC門架視頻監測數據資源，應用AI視頻流分析視覺仿生技術，實現各種惡劣天氣低能見度環境下高速公路短臨時空數據的全程數字化動態監測預警，有效破解團霧監測的世界性難題。技術難點在于，一是合理確定視頻監控（攝像機）點位密度和安裝姿態參數；二是在夜間無光照、逆燈光強干擾、攝像機無補光、（老舊攝像機）視頻數據不穩定和各種復雜天氣條件下，進行視頻流分析計算模型的持續優化工作。