杭州绕城高速公路智能化运营系统设计与建设浅析

作者：张冶芳1，林亦宁2（1.杭州国益路桥经营管理有限公司；2.上海闪马智能科技有限公司）

摘要：随着经济发展，高速公路客运、货运流量不断增长，各管理部门为实现道路的安全、畅通，投入了大量的人力与设备，其中借助视频提升道路管理能力的方式最为普遍。但如何从海量视频中快速发现事件、快速处置，是当前各管理部门的研究重点。本文通过建设杭州绕城高速公路智能化运营系统，并依托视频，实现事件的“可观、可测、可控、可服务”监测体系，从而提升道路科技化管理能力。

为完善高速公路运营体系，本文利用“人工智能”“大数据”技术，基于杭州绕城高速公路项目，设计建设杭州绕城高速公路智能化运营系统，以期实现运营系统流程自动化、电子化。

为提高监视水平，公司逐年增加沿线监控点位，在管辖范围内的103公里高速公路上设置了118路遥控摄像机、32路违停监控摄像机、24路隧道内固定摄像机、92路匝道卡口摄像机、30路收费广场摄像机。高达几百路的视频监控设备，却仅依靠人工视频巡检发现高速公路交通事件，监视效果差强人意。有实验结果表明，在人工监看监控画面22分钟之后，肉眼会对视频画面里95%以上的活动信息视而不见。如何有效地管理海量视频，并以视频事件为主体串联起多种任务的调度执行，是亟需解决的新问题。

系统旨在合理规划、设计并部署交通事件视频检测系统，实现对各种交通事件的自动检测、自动报警、实时显示、综合分析，做到交通事件“早发现、早处理”，加强高速运营管理。

杭州绕城高速公路智能化运营系统，从以下五方面为管理部门提供信息化管理工具。

（1）基于智能视频分析技术，全天候地对道路拥堵、车辆异常停车、车辆逆行、占用应急车道、货车占用主车道、实线变道、穿越导流线、行人闯入、抛洒物、道路施工等交通异常事件进行检测，并将报警信息上传到监控中心运营平台。当有交通异常事件发生时，监控中心的智能化运营平台发出语音报警，提示当前发生异常事件的地点及事件类型，同时弹出预警视频画面，便于监控中心人员对预警事件进行确认。

（2）基于视频流分析，进行车道流量、车道平均车速、排队长度、车头时距等交通数据的检测采集，为交通规划和指挥调度提供数据支持。

（3）基于统计的交通流量参数和交通事件，通过人工确认后可在出行服务系统进行发布，通过与高速公路出入口控制信号联动控制、与上游车流的可变限速系统联动控制，实现一体化的高速公路区域协同控制。

（4）有效监管管辖区域内交通状况，通过交通事件的回放，为判别交通事故和纠正交通违法行为提供可靠依据。

（5）快速处理道路交通事件，缩短事故现场清理时间，及时发布交通信息，有效解除道路隐患，避免发生二次事故。

高速公路智能化运营系统分为交通事件感知系统、智能运营管理平台、智能诱导系统、无人机巡检系统四大子系统，分四个阶段建设实施，如图1所示。系统建设完成后，能实现交通事件自动发现、交通事故闭环处置，运行数据采集处理，公路资产状况监控，从而实现“提高安全水平、规范行车秩序、提升通行能力、提供运行数据、监控资产状况”的目的。

图1 高速公路智能化运营系统总体架构

（二）数据架构

绕城高速智能化运营系统分三级管理架构，如图2所示。一级架构担负系统数据存储、统计、计算、报表以及各种管控指令的下达；二级架构负责对采集到的数据进行分类包装和预处理，并传送至一级架构，当一级架构宕机或者故障时，二级架构行使一级架构功能，临时处理一些重要的业务和数据；三级架构负责检测匝道口、路面、服务区和收费口的各种数据。其中，以“路段监控分中心”为主要监控组织，收费站、服务区、隧道管理站辅助监控。路段监控分中心应根据路段建设情况、投资主体、运营管理模式，结合路段实际道路交通特点和长度进行设置。

图2 高速公路智能化运营系统三级管理架构

交通事件感知系统是基于深度学习算法实现的视频智能分析系统，系统可以全天候地对道路拥堵、车辆异常停车、车辆逆行、占用应急车道、货车占用主车道、穿越导流线等交通异常事件进行检测，并将报警信息上传到监控中心运营平台。当交通异常事件发生时，监控中心的智能化运营平台发出语音报警，提示当前发生异常事件的地点及事件类型，同时弹出预警视频画面，便于监控中心人员对预警事件进行确认和即时处理。

（二）智能诱导系统

智能诱导系统，除了常规的节目管理、预案管理之外，还能以交通事件感知系统的事件作为信息来源，用系统上报的事件信息进行自动的交通诱导信息发布。通过建立交通事件与诱导信息的知识图谱，在复杂多变的交通态势下，实现事件发现到诱导信息发布的快速联动，减少信息发布和传递的延时。

（三）智能运营管理平台

智能运营管理平台主要提供基础视频、交通事件预警、交通事件处置、交通参数统计查询、诱导信息发布、路政管理等功能。同时，对视频资源进行整合和统一管理，实现互联互通，通过基础资源和业务的整合与联动，以支撑管理部门进行交通运行监测、安全管理、应急指挥、决策支持、信息服务等业务应用，为用户提供综合性的一站式服务。

（四）无人机巡检系统

面对通信不畅、交通受阻等复杂条件，能够迅速、全面、准确地获取现场情况，并进行分析研判，展开针对性的指挥、诱导行动。利用无人机空中巡航，能够迅速开展多角度、大范围的现场观察，具有实时自动分析检测道路拥堵、车辆流向、交通事件主动感知等方面的明显优势。

深度学习利用自动学习特征和端到端的处理方式，极大简化了算法训练的过程，同时通过利用各种类型的训练数据，可以使深度学习具有很强的泛化能力，即使同一类物体处于不同尺寸、不同视角、不同光照、遮挡的条件下，也能准确识别。事件感知服务器内置的检测软件采用200层的深度学习网络，使该设备具有更强的视频分析处理能力，达到更高的准确率。

（二）自适应阴影过滤抑制算法

采用阴影抑制算法，能够自适应对车辆及其独特的前景、背景、阴影进行区分并对阴影进行分类抑制，同时自动对阴影抑制处理进行开启和关闭。算法能有效区分建筑物、车辆及其阴影，并随阴影倾斜角度、长度、光线亮度的变化动态调整过滤参数，具有极强的环境适应性，有效提升视频事件检测的准确率。

（三）自适应昼夜转换

采用昼夜转换算法，能够有效针对昼夜场景进行交通数据和事件的分析处理，真正实现全时段的道路监控。

（四）自适应天气变化

采用目标检测算法，能够有效降低雨天路面积水反光、雪天、雾天等对事件检测的不利影响，真正实现全天候的道路监控，同时保证事件检测和交通参数采集的正确性和有效性。

（五）自适应抖动处理

采用视频抖动检测以及过滤技术，能够有效地对视频的抖动进行评估学习，针对不同抖动级别进行不同处理，从而降低大风天气对交通事件检测造成的不利影响，提升事件检测的正确率，减少事件检测误报率。

（1）绕城高速遥控摄像机设置了多预置位，每隔2分钟自动调整视频角度，为提高事件检测能力，开发了多预置位适配分析功能，去除因球机切换预置位产生的错误预警。

（2）检测区间突破了一般事件检测服务器的100~200米的检测范围。

（3）基于视频的交通参数检测系统，给出分车道、分车型的流量统计、车速信息，为高速公路的精细化运营提供了更加详实充分的数据支撑。

（4）通过不断地积累数据，在车辆异常停车判断的基础上，优化了停车时长设置、车辆信息匹配与去重的计算，让报警信息更精准。

（5）优化检测模型，对巡查车、警车、救护车、清障车进行过滤。 

通过持续的升级，检测成功率在稳步提升，如图3所示。

图3 系统事件检测的检测率提升趋势图

跟踪5月28日至6月2日的4个点位视频预警总数36551个，其中正确预警数35686个，错误预警数865个，事件检测有效率97.63%。如剔除球机人工转动、夜间模糊、大车遮挡等错误预警，事件检测有效率可达98.68%。

（1）建立业务处置全流程闭环管理。

（2）建立拥堵疏导预案管理，包括各类交通事件、危化车处置等，并联动事件信息发布系统。

（3）进一步挖掘监控视频的数据分析能力，丰富算法分析功能，比如，在视频中自动定位“两客一危”车辆的实时位置和状态；自动记录专用作业车辆的出车时间、出车路径和作业时间；自动分析道路上的施工状态和施工对通行带来的影响等。

（4）建立强大的报表统计、汇总功能，满足各类管理需求。

（原文刊载于2020年第8期《中国交通信息化》）