成都繞城高速視頻智能分析平臺的建設與應用

李 凱

（四川智慧高速科技有限公司，四川 成都 610000）

0 引言

隨著路網復雜程度的增加，通行壓力與安全問題也日趨嚴峻，傳統的視頻監控系統存在資源利用率低、人工輪播查看監控效率低、無法及時發現阻塞路段、發生交通事件時無法給予引導與協同處置，對解決通行效率低下、交通事故頻發等問題造成了不小阻礙。

近年來，隨著深度學習算法的逐步演進，人工智能中的關鍵技術也得到了長足發展，計算機視覺及視頻分析等技術的發展最為迅猛，而建立成都繞城高速公路視頻智能分析系統成為當務之急［1］。本研究以人工智能技術來解決傳統視頻監控系統的困境，實現智能化監測交通異常事件、合理預測車流量高峰、規劃誘導車流，從而保證成都繞城高速公路通行順暢、出行安全的新常態。

1 成都繞城高速現狀問題分析

目前，成都繞城高速的交通擁堵成為常態，有以下3方面原因。①成都繞城高速的車流量大，日均道口車流量在79萬以上，超設計的2.5倍；②出行人員駕駛不規范。由于出行人員的不文明駕駛造成交通事故。另外，惡劣天氣也會造成交通堵塞；③運營管理難度大，一是人工查看監控的方式存在局限性，很難及時發現并定位將要擁堵的路段。二是成都繞城高速公路擁有多個出入口，極易發生交通事故。

可采用智能化處理手段來解決上述問題。在事前，通過互聯網導航軟件等發布交通信息，規范駕駛行為，降低交通事故的發生頻率，并引導出行人員提前進行路徑規劃；在事中，通過智能視頻識別算法來快速定位交通事故，通過互聯網等發布事故信息；在事后，通過跨部門線上協作，高效處置事故。在減少事故發生的同時，也能保障駕駛安全和道路暢通。

本研究通過搭建和應用成都繞城高速視頻智能分析平臺，從而及時發現道路上發生的各類事件，向車主及時發送預警，并高效處理各類事件，從而提高通行效率。

1 成都繞城高速視頻智能分析平臺搭建

1.1 外場感知體系建設

目前，成都繞城高速視頻智能分析平臺在應用中有3個問題需要優化。①視頻點位覆蓋不足。在85 km長的主干道上，并沒有達到1 km一桿的要求，需要補充視頻點；②現有視頻點位分布不合理。重點危險路段的攝像機明顯缺失，需要補充；③現有攝像機配置和安裝方法存在問題，其空間覆蓋能力嚴重不足。單攝像機可識別范圍僅有150 m，要進一步提升攝像機的性能。

通過視頻分析技術來感知路域交通事件時，要保障道路的視頻監控覆蓋范圍，這對道路監控有著非常高要求，采用兩槍一球一魚眼的攝像機布設標準，架設的1 200萬像素槍機可覆蓋雙向8車道直線距離450 m的范圍，魚眼可對立桿正下方區域進行監控，球機可靈活監控，在主線中央隔離帶設置900 m一立桿，可補全現有監控的缺失點位。

1.2 成都繞城高速公路綜合管控平臺建設

該平臺通過人工智能視頻分析算法，將布設在高速公路上的傳統攝像頭轉換為能夠對事件進行快速感知的智慧攝像頭，實現對異常事件的實時監控與自動報警。通過線上業務處置與報表統計，可實現多部門快速聯動與路況信息的實時發布。同時，該平臺通過與川高大數據平臺進行數據互通，實現對高速公路的綜合管控。

1.2.1 系統部署方案。成都繞城高速公路綜合管控平臺采用“云—邊—端”的架構，如圖1所示。將路端視頻上傳到邊端進行分析處理，并在云端進行應用部署和數據融合處理。平臺前端采用B∕S架構，將實現系統功能的核心部分集中到服務器上，簡化系統的開發、維護和使用［2-3］。

圖1 “智慧眼”成都繞城高速公路綜合管控平臺部署方案

1.2.2 平臺功能結構。該平臺以數字化、信息化手段來提升道路的通行效率，以保障通行安全為中心，從交通事故出發，經自動分析、發現到快速聯動處置、信息及時發布，并配套高速公路業務管理系統，同時提供用戶交互接口，將各項功能進行集成展現，實現對高速公路綜合管控［4-7］。

2 成都繞城高速視頻智能分析平臺應用

2.1 交通路況態勢感知

基于各類視頻分析算法，對監控視頻內檢測到的各類交通事件（見表1）和參數進行采集，并與互聯網中的路況數據進行融合，將互聯網和非互聯網交通參數進行有機結合。利用現有的監控視頻來對各類交通事件進行自動檢測［8］。交通路況會實時融合、實時刷新，視頻監測事件會實時監測、實時上報，互聯網導航機構或用戶上報的事件也會實時上報。

表1 事件類型

2.2 事件處置信息共享

將視頻檢測到的各類事件具體情況提供給監控人員，對事件及時進行線上處置、處置跟蹤、事件上報等，實現相關業務處置流程的線上流轉。其中，業務處置流程包含事件流程處置信息、事件信息上報、交接班信息和情報板信息等，可實現對事件的及時發現，提高事件處置效率。

2.3 視頻巡查

通過視頻層級樹來展示視頻列表。監控人員可根據需求自行點擊，來選擇播放的視頻內容，實現對6路和9路的展示切換，可自定義保存常用視頻列表，方便快速查看重點關注的攝像機內容。對已檢測到的事件信息，可與視頻列表進行對應，通過查看附近攝像機錄下的視頻，方便用戶實時了解事件的現場情況，實現對高速道路的重點監控，從而實現快速處置。

2.4 研判預測

交通態勢感知系統實現了對區域和整條道路運行狀態的監控和異常判定，但還要實時洞悉監測點位的通行效率，挖掘通行效率低下的原因，并給出優化建議。本研究的態勢預測如下：①接入互聯網導航30 min預測服務。基于浮動車的導航OD數據，預估30 min內車流量情況，實現對浮動車流量的點位數據預測；②根據互聯網導航提供的路況預測數據，來展示30 min內的路況預測；③根據重點路段監控，對重點路段進行研判，通過對重點路段路況數據統計，分析重點路段的道路擁堵情況；④三急一速研判。通過互聯網導航提供的分日三急一速的數據來展示分日∕分月數據統計以及熱力圖；⑤節假日研判。對節假日路況數據進行統計，分析節假日的道路擁堵情況。

2.4.1 重點路段研判。在了解全局后，對重點路段進行實時路況和異常事件的關注，并在高精度地圖中分路段進行展示。根據歷史擁堵指數和事件數據分析，識別事故多發和易堵路段，選取內外環各6個重點路段，對重點路段的實時擁堵指數和速度進行監控。

2.4.2 節假日研判。對春節、五一、十一等重要節假日的路段擁堵和事件數據進行統計和分析，并形成統計報告，用來監測管控效果。通過道路通行的自由流速度、速度、擁堵指數等數據，對節假日高峰時段和重點路段的速度、擁堵指數、自由流速度等進行對比。

2.4.3 三急一速研判。通過互聯網導航對用戶的駕駛行為分析，對用戶危險駕駛行為要結合時間、空間數據進行分析，獲取全路段和重點路段的發送數量，結合實際事故或事件進行研判分析，并提出一些有針對性的預防措施。在地圖中展示三急一速分布熱力圖，可以清晰地找到要重點關注的路段，除此之外，還有百公里和百車的指數統計，以及按照日或月查詢的統計數據。

2.5 誘導情報板

在高精地圖中可查看情報板實時播報的信息，結合情報板并聯動前方道路攝像頭，對交通運行狀況進行對比監測，實時調整情報板內容，并按照內外環、龍門架和F板來區分圖標和顏色。在高精度地圖中，點擊某情報板即可實時播報，并根據情報板位置，自動關聯前方攝像頭，調取實時監控視頻，對監測進行對比。

2.6 線路調度

互聯網導航的強制誘導發布功能可定制擁堵誘導，調度車主躲避擁堵，可有效緩解繞城高速的擁堵情況。誘導數據可在互聯網導航地圖上實時透出，對車主出行路線的規劃進行干預，誘導車主行駛推薦路段，緩解交通堵塞。針對問題路段，制定誘導路線，設定替代路段方案，經互聯網導航審核后，通過替代路段方案來影響用戶的路徑規劃，避開問題路段。

2.7 管控誘導

基于互聯網導航的管控路線誘導的數據透出能力，實現互聯網導航的路線調度功能。

2.8 信息發布

將視頻智能分析技術與人工上報信息渠道進行融合，使監控人員通過自定義視頻、視頻巡查、事件輪詢、攝像頭設置等完成對路況信息的實時監控，并將實時路況進行信息透出，實現對高速道路的重點監控。

2.9 稽查布控

結合視頻分析系統的結構化數據和收費數據，運用大數據存儲和分析技術，從海量的歷史數據中提取證據信息，形成完整的逃費證據鏈信息，定位嫌疑車輛，輔助稽查。同時，提供結構化數據的軌跡還原搜索功能，對嫌疑車輛的路徑提供還原功能（僅換卡場景）；對流水異常進行分析，并提供報警功能；提供結構化和非結構化數據的軌跡還原搜索功能。

2.10 勤務管理

該功能要結合監控中心工作人員的業務習慣，通過對表單進行優化，取消部分重復冗余的表單資料，增加線上考勤排班功能，可根據實際情況，由管理層級進行動態設置排班、線上考勤，減少管理人員負擔的同時，也解決了紙張浪費和不易保存查看的問題，使監控中心的工作人員實現線上辦公。其中，主要包括人員管理、考勤排班、工作日志、交接班管理、信息互通等線上辦公功能等。

2.11 大數據服務

該功能通過開發數據接口，支持與川高大數據平臺在數據層、應用層、服務層進行融合互通，實現對機電運維、收費管理、道路巡查、養護施工、服務區等多模塊數據的融合展示，并實現資源共享與多業務、多平臺的協同。

2.12 微信公眾號服務

該功能在視頻分析技術與人工確認融合的基礎上，每隔30 min通過微信公眾號將各路段擁堵狀況及服務區運行情況等信息推送給管理人員、相關部門及社會公眾，實現內外部門工作的快速協同處置、社會公眾及時獲取交通情況。

2.13 業務監控大屏

該功能對監控中心各類業務數據與路況運行情況進行匯總，其中還包括路段機電運維、收費管理、道路巡查、養護施工、服務區管理等業務數據，方便監控中心管理人員掌握路段當前運行情況與事件處置進度。

3 結論

該平臺已在成都繞城高速上投入使用，目前繞城高速的擁堵平均下降17%、公眾出行感知提升26%、事件自動處置率提升17%、交通事故傷亡下降11%、運營管理效率提升7%。初步展示了“智慧高速”對緩堵保暢、安全管控、運行效率提升及公眾服務方面的“智慧”成效。“智慧眼”高速人工智能綜合管控平臺采用AI算法，通過接入互聯網服務數據，提供視頻智能應用與大數據可視化指揮服務，采用全自動事件驅動的路況監控方式，最終實現全面提升通行效率、道路安全、管控水平、協同效率、稽查能力、公眾感知等業務目標，實現“一個分析平臺、系統聯動共享、數據融合創新、路網智能誘導”。通過移動協同平臺提升事件處置執行效率，為全路網視頻融合分析與大數據機器學習創新打下基礎，是高速公路公司通過數據智能科技手段提升道路通行效率、保障交通安全、打擊偷逃費的有力武器，也是實現“互聯網+交通”變革的關鍵一步，更是探索智慧高速體系建設的一次重要嘗試。