立體感知的算法賦能體系在引江濟淮工程中的實現與應用

畢文晴，王 哲，崔 朋，花永麗，燕 麗，劉維彬

(安徽省引江濟淮工程有限責任公司，安徽 合肥 230000)

0 引言

為了解決安徽中北部和河南東部地區城市供水及農業用水的問題、彌補江淮之間的航運短板、改善江淮流域水生態環境，水利部和交通運輸部于2016年批準啟動了引江濟淮工程。引江濟淮工程涉及總面積約7萬km2，輸水線路總長700多km，成為了國務院確定的全國172項節水供水重大水利工程的標志性工程之一。同時，伴隨著信息化的發展普及，水利部于2020年提出智慧水利的先行試點工作，規劃到2025年完成對水資源、水工程、水監督、綜合決策運維等智能應用[1]。智慧水利借助互聯網、大數據、云計算等計算機技術構建出智能化水利系統平臺，實現水利信息數據的存儲、管理、共享、應用，是實現高質量工程管理的重要手段[2-4]。引江濟淮工程也應運而生了《數字引江濟淮頂層規劃設計報告》，提出了建立“全面感知、高速互聯、智能處理、高效協同、智慧應用”的數字引江濟淮信息系統。

視頻監控作為全天不間斷監測水情、水污染、水土保持狀況的常規方法之一，是水利工程信息化建設的有效手段，近年來被廣泛應用于智慧水利的建設和管理中[5-7]。引江濟淮工程已沿途布置上百處低點視頻監控，然而傳統的低點視頻監控缺乏聯動、感知不夠全面、監控手段單一且調取手段繁瑣，及時響應性差，無法實現高效的監控管理和智能預警，導致工程重要節點仍然事故頻發[8-9]。因此，遵循《數字引江濟淮頂層規劃設計報告》中規劃的一系列標準規范體系，搭建立體智能化的視頻監控管理體系顯得尤為必要，這也是數字引江濟淮信息系統建設的重要組成部分。

1 算法賦能體系的設計

1.1 總體設計

算法賦能體系的設計基于感知-賦能-應用的三重層級，搭建起視頻資源整合、數據賦能中心與業務支撐應用三重架構，如圖1所示。

圖1 算法賦能體系技術架構

前端感知層的視頻圖像是算法賦能得以實現的主體資源。因此，對視頻資源進行采集、整合、調度是實現算法賦能的基礎。感知層需布設具有智能分析功能的高像素監控設備對水利樞紐周邊及施工段的情況進行實時監控，并支持圖片、視頻的高速傳輸。

數據賦能是算法賦能體系的核心層面，因此，建立計算存儲資源池滿足多種形式的視頻資源存儲和調用，提高存儲效率、避免數據冗余，并設置合理的視頻接口進行接入管理服務。同時建立多維資源調度平臺，對平臺的計算資源、存儲資源、視頻資源進行智能分配。賦能的機制通過數據中臺和智能中臺實現。其中，數據中臺負責數據的集中管理，并通過資源平臺提供各項數據服務，為后續的算法編排提供數據基礎。智能中臺運用差分和目標檢測等視頻分析技術對視頻數據進行算法賦能[10-12]，創建算法倉庫對算法進行集中管理。最后，整合能力展示、申請管理、算法編排、事件研判、運行管理等智能化功能模塊，建立引江濟淮視頻賦能平臺，將算法賦能后的視頻數據嵌入平臺的各個模塊中，以實現對引江濟淮工程的立體感知。

業務支撐層開發了一系列基于算法賦能體系的業務，如公共安全管理、非法施工預警、船只/漂浮物監測等，為管理人員提供智能化的輔助決策支持，同時不斷對算法賦能的潛力進行拓展。

1.2 基礎工程優化配置

1.2.1監控點選擇

引江濟淮工程皖境輸水線路總長587.4km[13]，現存的低點視頻監控難以實現對工程沿線的全方位高效監控。為彌補現有系統視野范圍窄、監控效率低的問題，在涉及大江大河及防汛A級的標段周圍，選擇具有30～40m掛高能力的通訊鐵塔布設高點視頻監控，高點監控的布局遵循視野廣闊、無遮擋、角度大、數量精簡的原則，盡可能使得每個監控點監控覆蓋的區域最大，既減少了立桿成本、擴大了監控視野，也解決了供配電和安全防護等難題[14]。高低聯動的視頻監控全方位覆蓋工程的關鍵水利樞紐區域，幫助引江濟淮工程形成了立體感知系統，是保證算法賦能體系識別準確性的基礎。

1.2.2前端感知配套工程

引江濟淮工程現存的低點監控設備信息化水準不高，無法實現對事件的自動感知和智能預警功能，增大了監控的人力成本。為滿足算法賦能智能監控的要求，高點監控設備選擇200萬像素重載激光云臺攝像機，支持運用智能分析算法提高系統智能化水平，同時搭配先進的編碼技術實現算法賦能體系的智能化應用。

1.2.3網絡子系統

工程設置的監控點位主要集中在引江濟淮重點水利工程樞紐區域，分布范圍較廣，涉及銅陵、亳州和合肥3個地市。為保證賦能體系中視頻數據傳輸和運算的流暢性和實時性，前端監控點和管理中心分別采用20M和100M帶寬的電信互聯網專線。

1.2.4存儲子系統

為降低算法賦能體系后期運維成本，引江濟淮視頻存儲采用電信天翼云存儲[15]。云存儲系統將傳統數據中心與互聯網高速連接結合，組設標準化的云服務，提升信息化能力。安全穩定層面的軟硬件按照國際數據中心最高建設標準Tier 4配置[16]，在設施能源、制冷和網絡接入采用冗余設計，系統具備DDOS、IDS、漏洞掃描等安全防護能力[17-19]。數據可靠層面，采用集群管理模式，對象存儲默認采用多副本備份機制來保證數據的可靠性[20]。此外，云存儲產品可通過云主機備份及云硬盤備份實現數據的備份或異地資源池備份，從而進一步保障數據存儲的安全性。

1.3 Al視頻算法中心建設

AI視頻算法中心是建設賦能體系的核心工程，算法賦能體系對視頻監控的智能調度、場景治理的統籌整合、智能報警的實時準確、運行管理的數據統計都是建立在算法能力的基礎上。因此，視頻算法中心需提供合理的算法訓練、高效的算法調度和完善的運行模式。

1.3.1算法訓練

深度學習是實現算法訓練的基礎框架[21]。根據引江濟淮工程管理部門的初期需求，配置人體圖片識別、游泳識別、船只識別、水面漂浮物檢測、釣魚識別、非法采砂識別、安全帽佩戴檢測、工程車檢測、亂堆物堆料檢測、違建檢測、管線桿線架設檢測、垃圾堆檢測、飼養家禽家畜檢測、活動目標圖片識別的算法模型。將模型推送至前端的監控設備云臺中進行樣本的智能采集，在后端的算法超市中進行存儲，方便進行場景配置和算法編排，支撐快速落地場景化的智能應用。算法訓練流程如圖2所示。

圖2 算法訓練流程圖

1.3.2算法管理與調度

引江濟淮工程在不同時期、不同工況下的監控內容紛繁復雜，如果沒有恰當的管理模式極易造成算法的冗余和算力的降低，基于此設計了算法管理、智能調度系統、智能基礎服務三重協同工作機制[22]。如圖3所示，智能算法均上傳至算法超市，根據不同監控場景的特殊需求，可從算法超市中任意調取所需的目標算法，超市自動將目標算法傳遞到智能設備上完成點對點的算法賦能。

圖3 算法超市架構

算法都可以注冊到算法超市中進行統一的管理。算力模型保證任務能夠正常派發和執行。算法管理服務主要包括算法管理和算法編排模塊。其中，算法管理主要實現對算法的增、刪、改、查操作，以及算法分類、資源下載管理；可以突破單一算法的功能限制，配備監控點所需的多重算法，實現算法功能的動態擴展，滿足復雜場景的監控需求。另一方面，通過智能基礎服務實現算法編排，合理、高效的利用有限的智能分析資源，如圖4所示。

圖4 算法編排流程圖

算法資源管理模式如圖5所示，智能調度系統負責確保算法調用的時效性和流暢性[23]，資源管理調度平臺對不同智能芯片的智能設備進行統一管理，提供統一的外部功能接口，同時滿足算法資源的靈活擴展和聯動其他資源平臺的算力變化，確保算法資源調取的穩定性。各計算資源向智能調度系統統一注冊，智能調度系統將智能分析需求發送到指定設備上，實現算法調用資源的合理分配和便捷調取。

圖5 資源管理示意圖

1.3.3算法運行模式

引江濟淮工程視頻監控的算法主要基于AI開放平臺的圖像分類模型、物體檢測模型、圖像文字識別模型等實現。如圖6所示，將一系列智能算法導入引江濟淮視頻賦能平臺后，平臺調度AI服務器進行視頻流/圖片的智能分析和識別，并對智能事件進行展示和報警聯動。服務器也能通過樣本數量的持續采集，進行算法更新迭代優化，提高報警識別準確率。

圖6 算法運行模式圖

1.4 視頻賦能平臺功能設計

視頻賦能平臺立足于智慧水利頂層設計總體要求，基于前端設備感知、物聯傳輸、算法賦能、智能識別功能，實現對引江濟淮工程范圍內的全時段監控及智能預警，為引江濟淮集團的日常管理提供高效的輔助決策支持。平臺邏輯架構如圖7所示，系統支持B/S訪問模式、C/S控制客戶端以及移動端訪問平臺。為有效提高開發效率，客戶端組件均由集成框架組成[24]。各類設備由對應框架接入，運行管理中心提供平臺運維能力。數據存儲層面，由PostgreSQL儲存視頻監控、基礎信息、流域事件等業務數據；組織、區域等資源數據儲存在LDAP[25]；CVR、NVR、云存儲協同負責存儲錄像數據；用redis緩存實現熱點數據的快捷調用[26]。

圖7 視頻賦能平臺邏輯架構

賦能平臺的業務功能基于總覽-監控-析-運維四大工程模塊，采用依托集成環境和標準規范的組件架構，分為水利一張圖、視頻應用、能力中心、編排中心、研判中心和監控中心六大業務組件，各組件都以獨立數據庫的形式存在，為以后的升級維護提供了便利。其中，水利一張圖整體展現系統應用和工程運維情況；視頻應用實現對水利監控視頻和數據信息的統一管理；能力中心主要負責展示各種視頻、AI能力服務，提供算法超市；編排中心可審核監控點位的算法場景配置申請，根據業務需求進行場景分析任務的編排下發，有效提高系統算力；管理人員在研判中心可對視頻AI分析產生的各類智能事件進行集中研判、管理，形成報警事件知識庫，利于后期的AI算法優化和報警準確度提升；監控中心提供多類型數據統計報表，以數據可視化的方式幫助用戶快速了解系統當前監控資源運維情況。以上業務組件通過基礎環境組件與通用服務組件來實現。

2 應用效果評估

平臺對水利樞紐事件的報警，管理人員可在研判中心對該事件進行實時回溯、標記和管理。

針對各監控點設備的運行狀況，平臺提供多類型數據統計報表，以數據可視化的方式幫助用戶快速了解系統當前監控資源運維情況，具有分區域查看運維統計信息、圖像正常率、錄像完整性、監控在線/離線狀態、監控達標統計等功能，提供一站式運維管理服務。

引江濟淮工程的算法賦能體系自2021年10月投入運營后，為人員入侵、航運調度、船只識別、污染物識別、污染行為的抓取和分析、電子圍欄的劃定、險情或事故預警等提供了有效的可視化決策輔助。視頻賦能平臺在運營管理期主要實現了如下功能：

(1)時刻監控河湖水位，水位達到警戒線后立即觸發報警，對汛期防衛工作提供了堅實有效的輔助決策支持。

(2)對閘門、大壩的實時監控加強了對運河沿線重點區域的防范。

(3)通過監測河道水面的漂浮物、漂流物，維護了河道沿線水生態環境和樞紐安全。

(4)對岸上的人為入侵和可疑情況進行監控，保護了周邊人員的人身安全，并制止了對河道的破壞行為。

(5)通過監測違建行為、非法采砂、管線架設、亂堆物料等行為的監控，能夠保證河道周邊的環境，保障在建工程施工安全性。

(6)識別河道行駛船只闖入危險/禁停等區域、對船只異常行為進行報警，為航運安全保駕護航。

3 結論

為了實現引江濟淮工程重點區域立體覆蓋式信息化監管，采用高低聯動和智能監控結合的方式搭建了立體感知的算法賦能體系，顯著提高了引江濟淮工程在汛期、工程建設期、運營期等階段的信息化智慧管理水平。在《數字引江濟淮頂層規劃設計報告》的指導下，通過規范化和智能化監督，助力工程運行達到“全面感知、可靠傳遞、智能處理、高效協同、智慧應用”的目標，全面提高了水利主管部門的監測、預警、調度、監控、決策、指揮能力。基于該體系打造的視頻賦能平臺為引江濟淮工程體系的安全運行提供了堅實保障，開拓了新的互聯網水利管理模式，打造出安徽省乃至全國水利信息化建設的新模范。