城市大脑背景下的交通流量精准采集与分析企业访谈 - 观点 - 智慧交通网 ITS114.COM|中国智能交通领先的门户网站
  • 首页 > 本网动态 > 观点 > 正文

    城市大脑背景下的交通流量精准采集与分析企业访谈

    2018-08-29 09:15:04 来源:www.its114.com 评论:
    分享到:

     这两年的城市智能交通建设,有两个比较明显的特征,一是精细化,二是高度集成化。前者是包括信号、标志标线护栏指示牌等等基础设施的精细化管理,后者则是对已有交通电子设备及系统,甚至于其他相关信息系统探索进一步的大集成,以实现大数据、人工智能的进一步应用。

    两者是同时发展,也相互影响。比如大集成,以公安交通集成指挥平台为典型,集成十余种智能交通子系统,包括交通信号、交通违法监测、交通信息采集、交通诱导等等,目的在于提升交通管理效率以及交通安全水平。这些子系统集成之后,会产生大量的数据,对这些数据以及数据系统进行分析处理融合,就成为公安交通集成指挥平台应用水平高低的主要指标之一,也成为“城市大脑”们切入城市管理,获取数据的主要突破点。

    城市交通,尤其是交通信号,虽然可以用大概的数据模型来表述,但是影响交通的变量实在太多,尤其是在机非混行比较严重的中国,用数据模型表述就显得有些力有不逮。而交通信号又是出行者最常见,与交通拥堵最相关的,同时也是认识、学习门槛较低的、各路大神、民科、学院派、实战派混战的一个智能化系统。城市大脑切入交通管理,最容易也最保险的领域,是交通信号,也就不难理解了。

    对于交通大脑,中山大学余志教授在多个场合强调,必须具备完备的数据,数据要完备才能被求解,必须要承载在路网上,计算机必须要计算道路,道路必须是聪明的,这才是基础。怎么实现呢?一是所有的信号控制系统都安装卡口式电警,二是所有的车辆都装GPS并且把数据回传,三是今后所有的车都配电子车牌并且在路口装有检测设备。三者必备其一,才能为交通大脑提供数据支撑。

    不难看出,有两种方式,都与路口有关,或者与信号控制系统的流量检测技术有关,即便是每辆车都装定位设备并提供数据,也可以用于信号控制。但这是理想状态,未来很多年都难达到其中任何一项,但三种情况,都会有不同程度的发展,将这三种情况所采集的数据进行清洗融合核验,是现在必须要走的一条路。

    城市交通的数据,又分为宏观数据和微观数据,宏观反映路网承载能力和占有率,微观数据反映断面/路口交通状况,交通指数一般用宏观数据,滴滴、高德等用于交通信号优化的自有数据,也就是所谓的“模糊准确”,而在交通大脑/人工智能应用于交通都拿信号控制、信号优化下手的大背景下,信号控制系统的路口精确流量采集,就变得愈加重要。多地的案例证明,只有尽可能准确的流量数据,才能让智能化信号控制机实现预设的功能。传统流量采集技术和新兴的流量采集技术,都在适应这些变化,以获得自己的一席之地,本期专题,我们邀请了三个流量采集技术的四个企业,就路口的精准流量采集和分析,做一些粗浅的探讨。

    本期嘉宾

    南京慧尔视智能科技有限公司 总经理 姜荣军

    迈锐数据(北京)有限公司 董事副总经理 王冀川 

    杭州时祺科技有限公司 市场经理邢军超

    苏州千视通视觉科技股份有限公司 深圳研发经理 覃学鹏

    星火已燎原

    ITS114:请问贵司是否有城市级或者区域级流量采集落地案例?

    慧尔视:慧尔视在苏州、芜湖、台州、衢州、深圳等多个城市已经实现了市级的落地案例。以苏州为例,苏州原先主要采用的是线圈和断面微波的检测方式,线圈存在较高的损坏率,就尝试其他检测技术,最终通过半年的测试工作,选用新一代广域雷达设备作为城市交叉口和高架的交通信息采集手段。苏州交警利用广域雷达的大区域、多目标跟踪、较高的检测精度和高环境适应性等优势构建了新型的智能交通感知系统。苏州智慧路口感知系统通过在路口各方向的广域雷达采集检测区域内目标的实时位置及速度、过车数据、渠化区断面的交通流、各车道的排队长度、区域周期内平均停车次数和延误时间等信息,构建路口交通微观大数据,同时融合互联网宏观大数据,为自适应信号控制系统、道路信息采集系统、交叉口实时仿真系统、道路运行及信号控制评价系统、信号配时及渠化系统提供数据支撑。

    blob.png

    千视通:从2017年10月份开始,我们在深圳交警科技处的牵头下,和华为等企业联合搭建了深圳的城市交通大脑,对市区160多个路口进行监测。系统部署之后,针对“未礼让行人”的违法行为,我们统计了部分路口的违法态势:部署初期,每个路口每天平均1500个未礼让行为,半年之后,未礼让行为已经下降到300例,降低到了原来的1/5,效果还是很明显的。

    杭州时祺:杭州时祺进入信控领域已久,这方面的案例很多,一百个路口以上以及国内外应用比较多的信号机厂家项目如下:

    杭州,配合SCATS系统的泰科和麦肯富顿的信号机应用了600多个路口;

    长春,配合SCOOT系统的西门子信号机应用了300多个路口;

    合肥,配合科力的信号机应用了200多个路口;

    厦门,配合HiCon系统的海信信号机应用了200多个路口;

    泰安,配合莱斯的信号机应用了100多个路口;

    九江,配合浙大中控信号机应用了100多个路口

    ……

    迈锐数据:迈锐有很多案例,有三十多个城市级或区域级流量采集落地案例。在济南,中心城区超过500个道路交叉口埋设地磁,为城市交通管理提供实时交通数据服务,主要应用于各种方式的信号控制和信号优化服务。

    在鄂尔多斯,配合200多个道路交叉口信号系统实施区域级感应控制已经5年,这应是国内使用感应控制规模最大,使用时间最长的案例。感应控制能够灵活的适应交通流的短期波动,根据交通需求进行实时调整。其效果主要依赖于精准交通数据的采集作为方案的支撑。

    数据的稳定性和质量是根本

    ITS114:对于单一流量采集技术的优点和缺点,您有何看法?

    千视通:视频图像分析技术最开始并不是用于流量采集,主要是依赖线圈感知流量、违法行为,闯红灯也是通过触发线圈后摄像机取证。近两年,随着视频图像分析技术的发展,AI在视频目标分类、轨迹跟踪方面的准确率越来越高,相较于传统的违法检测技术,视频单一技术不需要埋设线圈、免去了土木工程作业,可以复用现有的摄像头,无缝添加检测点。从而有摄像头的地方,就能感知流量和事件,最大化摄像头的传感器功能。

    慧尔视:交通雷达的发展可从“点、线、面”三个阶段来介绍,第一代的“点”检测设备的代表是测速雷达,采用多普勒原理进行超速检测,对单个目标有较高的检测精度;第二代的“线”检测设备代表是断面微波,采用的电磁波测距原理,精准区分车道,检测单断面的交通流统计数据。如今的第三代“面”检测设备是前两代设备的整合和升级,通过多方多收的天线模式,结合先进的信号处理技术,精准的检测大区域内所有目标的速度、距离、方位角,从而精准定位、轨迹跟踪。新一代雷达技术主要有以下的优点:第一检测距离广,可实现200米范围8个车道的广域检测;第二跟踪目标多,可实现多达128个目标的跟踪;第三具备较强的环境适应性,可在全天候环境中工作;第四提供的数据较为丰富,车辆即时位置、即时速度、排队长度、多断面交通流数据等。

    单一雷达技术可能在可视化的特征数据上是一个缺点,未来慧尔视希望构建“雷达+视频”的综合感知系统,互相弥补技术上的缺陷。

    迈锐数据:作为传统类交通检测器,地磁发展到现在已有10多年,,其特点主要是能够长期、稳定的提供高质量的交通数据。相较于传统线圈来说,地磁安装调试简单快捷,对路面的破损几乎没有,后期维护工作量极少;相较于视频流量检测来说,它不可视,没有视频直观,但提供的交通数据质量高,稳定,不用立杆、不用顶管、不用多穿线,安装调试时间短。地磁检测器只要解决了防水、低功耗和抗干扰,并且只有解决了这三大技术门槛,才能说是真正可用的地磁。

    杭州时祺:虽然我们是地磁厂家,但是我们认为,随着视频技术的成熟,视频会成为主流采集技术,因为在人们的传统观念里面还是相信眼见为实,路口的交通流量,拥堵情况,通过视频可以直观的展示出来,但是以目前的技术成熟度以及成本来看,地磁仍然是代替线圈的最佳解决方案。

    ITS114:任何技术都存在需要完善的点,尤其在具体的应用场景方面,贵司做了哪些研究改进和技术完善工作,让流量采集更为精准,同时能更好的与信号控制系统、交通集成指挥等系统衔接?

    慧尔视:一直以来,低速和静止目标的检测是雷达技术的难点,早前很长一段时间,雷达检测技术一直未进入信号控制领域,为克服这些技术难点,我们通过多通道前端技术、先进的信号波形处理技术以及目标跟踪算法的完善,从而有效地解决目标低速缓行以及静止情况下的检测精度。同时与信号机厂商深度交流深挖应用,结合广域雷达特点潜心耕耘基于广域雷达的微观大数据应用。目前我们和主流信号机厂商、平台厂商及互联网公司达成较好的战略合作,和部分信号机厂商共同开发新型的信号控制算法模型,控制效果得到业内专家和业主的广泛好评。

    千视通:流量采集的关键在于目标分类,将交通的各类参与元素区分开来,交通目标主要是三类:行人、机动车和非机动车。除了目标大类,细类特征也有很多,例如非机动车还可区分是自行车还是电动车、电动车是男式还是女式、是否挂牌等,目前的分类准确率在98%左右。从2014年开始,我们就将深度学习作用于目标分类了,并且组建了一支团队专注于人工智能目标标注,还开放标注工具,使得系统的识别精度越来越准。

    交通管理是一套复杂的系统,各系统、组件的耦合是必然的,考虑到这一点,从设计之初,我们就考虑到了系统的开放性,可以同信号机、违法辅助系统协同工作,将感知结果同步到交警的日常工作中。

    迈锐数据:以迈锐今年新发布的产品MPD033为例,我们在原有的032基础上做了技术升级,如矩阵式天线、360度全场景覆盖、提高传输效率、可视化路口调试配置、支持4G远程升级、电池太阳能双电源供电等。使得无线地磁车辆检测系统整体通信能力,稳定性,数据准确性,抗干扰能力得以巨大提升。能够应对各类复杂的天气和复杂的道路环境,因为这些方面的提升,更加保证了数据的质量。

    杭州时祺:杭州时祺是国内最早做地磁的厂家之一,深耕地磁行业8年多了,技术较为成熟。外壳的防水抗压,我们不断投入建模开模,试验外壳的材质;为提高检测的准确率,选用了三轴传感器,改进算法程序,在传输的稳定性上面不断做抗干扰测试,使产品做到了不漏检不多检,检测的数据做到了实时传输给处理器,不漏数据包不丢数据包。从产品的质量、技术上保证了采集数据的准确性和稳定性。

    数据采集好,也要应用好

    ITS114:不同技术对于安装调试运维的要求也不相同,是否可以这么认为,要做到精准流量采集,就很难有通用的安装调试模式,需要工程师下沉到路口?

    迈锐数据:迈锐数据致力把产品的调试做到“傻瓜式”一键配置,同时将安装调试标准化,每两月会在公司举办“迈锐专才培训”,意在为客户免费培养熟知地磁安装调试的专项人才。

    blob.png

    杭州时祺:事实上现在地磁安装基本不需要工程师下沉到路口了,首先设备出厂时就把对应的路口参数配置好,客户到了现场按照图纸把设备安装好,设备企业工程师只需要在后台就可以看到每个路口的实时状态。如采集的数据有问题,则只需要去对应的路口去解决问题即可,基本做到了傻瓜式安装调试,非常的方便。

    千视通:传统交通设备的安装调试是很繁杂的工作,可能需要多人协同。但基于全视频的流量采集,其实不需要下沉到路口作业,只需要在办公室操作摄像机的云台调整角度即可。我们在深圳莲花路北大医院路口部署了一个检测点,全程都是在办公室内调试,主要工作是配置路口的摄像机参数,然后查看结果、再调整参数,再看结果,如此循环,直至最佳。

    慧尔视:以我们和国内某知名信号机厂商合力开发新型控制模型为例,整个过程是这样的,最开始是选取一个常规路口的单个方向做精度验证,再做一个路口的系统联调,再进行两个相邻路口的线性协调、最后是复杂路口的普适性测试,历时1年有余,双方共派出人力超50余次,期间合作双方不断沟通协作,优化升级模型和产品性能,反复验证,最终获取业主和权威机构的认定和好评,从而打开了广域雷达在信号控制领域的应用市场。

    ITS114:高质量的交通流量数据主要用途之一就是智能化交通信号控制,但与信号控制系统企业对接、协作,也是难点。流量分析软件的好坏,对于精准流量分析,有哪些影响?未来是否可以做到直接提供数据包,就可以无缝对接信号机?

    迈锐数据:迈锐负责提供稳定,准确,可靠的交通流数据,直接对接信号控制企业的平台系统或本地信号机实时控制使用。提供的基础数据包括实时流量、定时流量、车头时距、车间距、平均速度等。

    杭州时祺:时祺的地磁采集流量分析软件是自行研发,现在国内的主流的信号机厂家基本都有自己的流量分析系统。分析软件的好坏,直接影响到智能化信号机对于信号控制效果的判断。为何说有些信号机厂家的产品好,很大一部分原因就是信号机厂家的算法程序更好一些,从基础的流量数据,卡口数据的分析,算法把信号控制效果做到了更好。

    千视通:我们基于全视频技术的流量分析软件完全自研,只需要提供视频数据包,即可解析流量数据,并与信号机协同。与信号控制系统的对接比较复杂,采用插件的形式,从而降低适配信号系统的难度。各种交通目标分类的准确率,是影响流量精度的关键,过低的准确率,会导致信号系统作出错误的决策,不能适配当前的交通状况,甚至可能取得相反的效果。

    慧尔视:交通信号控制系统可分为检测、控制、评价,三者形成闭环反馈的控制系统。检测器是眼睛,信号机是大脑,只有看的更远更清晰大脑才能实现更灵活、智能、精细的控制。信号系统目前是一个较为封闭的系统,各个信号机厂商对前端检测模型的要求都不一致,这确实给采集设备企业的研发带来了较大的工作量。为此研发部专门成立了对接小组,对于不同信号机厂商根据雷达特性制定的数据要求进行定制化开发。目前很多信号机厂商在调整信号机与检测器的接口模式,从原来的I/O开关量方式往RS485及网络的模式发展,目前我们已经实现了部分信号机采用数据包的方式直接进行对接。

    ITS114:信号控制机的合作伙伴有哪些?目前各家信号机协议不统一,是否对数据格式、质量要求也有一些影响?

    慧尔视:目前慧尔视与各大信号机厂家都建立了密切沟通与合作,国内主要和海信、莱斯、无锡所、科力、杰瑞、金科等企业合作,国外主要是SCATS和SCOOT系统等。 

    让专业的人做专业的事,我们的专业是雷达交通感知,深根细作,打造一个智慧的“眼睛”。目前流量检测器与信号机对接是执行公安部发布《GAT 920-2010 道路交通信号控制机与车辆检测器间的通信协议》标准,该标准是基于线圈或地磁等点检测模型的标准,已经满足不了信号机厂商对于前端控制算法模型的需求,在行业标准的基础上,一些企业做了一些升级。尽管信号机厂商对于数据格式肯定存在不一样的要求,但在数据质量上要求都比较高。 

    迈锐数据:目前与泰科、西门子、海信、莱斯、杰瑞、上海骏码、易华录、攸亮、航天大为、浙大中控、北工大等等都合作,迈锐只是提供稳定精准的交通数据,会与信号企业进行技术对接,针对不同型号的信号机进行协议对接,对数据格式和质量没有影响。

    其实无论是做信号控制还是信号优化,对数据质量的要求都较高,只有稳定,准确,可靠的数据才能成为有力的决策支撑。

    千视通:我们与川大智胜达成了合作。各家信号机的协议、数据格式都有可能不同,由于插件机制疲敝了这些差异,对我们没有影响。

    杭州时祺:杭州时祺的产品和国内外的信号机厂家基本上都有过合作应用,大部分厂家基本都支持开关对接这种最简单的方式。

    宏观上发现问题,微观上解决问题

    ITS114:任何单一的流量采集技术,都难以提供全局性的交通流变化图,请问,贵司在与各地方交警、交通大脑集成商的合作中,他们对于城市级、区域级精准交通流量的需求,在宏观和微观上,分别有哪些特征?

    慧尔视:随着这几年互联网技术、传感器技术的发展,信息采集手段变得更加多元化。从宏观角度来说,用户更加注重对于路网的综合态势监控,利用互联网大数据发现问题,及时发现拥堵的路段及路口。微观方面更加注重实际问题的解决,路口注重车道级的精细化数据,如流量、占有率、排队长度等数据,路段注重实时高精度的的事件感知。宏观上发现问题,微观上解决问题,两种的融合互补是目前交警应用的大趋势。

    千视通:每个城市、区域对交通检测的需求都是不一样的,从城市的角度看,主要关注主干道、环城高速的安全和通畅。而对于更小的范围来说,某个繁忙路口的通畅性,才是主要关注的点,例如路口是否拥堵、车辆的排队长度等。

    迈锐数:确实是这样,单一的流量采集技术手段,难以提供全局性的交通流变化图,毕竟各种技术手段都有它的局限性。视频以及线圈所采集的数据精准度不够,而地磁又没办法实现可视化,只有多元的数据进行融合才能达到最优。当然无论是城市级,还是区域级的精准交通流量的要求,无外乎就是稳定,可靠。目前越来越多的企业开始重视这一点。基础的交通流数据质量上不去,后续方案的落地恐怕难以达到预期的效果!

    杭州时祺:需求很强烈,现在都在提大数据与建立交通大脑,流量采集是这其中缺一不可的一部分,宏观上政府希望全面的掌握一个城市的交通状态,通过这个大数据来提前做出研判和诱导,微观上希望通过这个数据来改善拥堵路口的信号控制。

    ITS114:一些数据交易网站,有售卖基于视频的交通流数据,请问您如何看待这种流量数据交易?

    慧尔视:共享经济是未来一种重要的发展趋势,数据作为一种资源进行交易应该是未来的发展方向。目前我们主要参与的都是政府投资的项目,对于数据运营我们一直较为慎重,但不排除未来我们会采用服务运营的模式开展市场。

    千视通:交通流量数据并不涉及个人隐私或国家安全,例如你可以在各类地图app上查看某个交通路口的拥堵状况,这种基于市场需求的数据交易是可以理解的。

    ITS114:除用于路口信号优化、交通仿真、交通集成指挥之外,精准流量采集,未来还可能有哪些应用场景?

    慧尔视:数据是研究路口的基础,对于这些数据的分析有利于我们掌握这个路口的特性。目前我们针对数据的分析主要是在和高校合作,通过大量的数据积累和分析为未来构建交通的人工智能系统做基础研究。

    应该不能称之为精准的流量采集,应该是精准的道路感知。除了传统的应用外,车路协同将会是精准道路感知的重要应用领域,系统越智能化越要依赖前端的精准感知,它将是我们多系统互联的一个重要的纽带。

    千视通:交通流量和事件感知还可以在城市治理、道路规划、路径选择等方面发挥作用。

    迈锐数据:迈锐只是交通数据的真实呈现者,用我们的产品将交通数据真实的呈现给客户。迈锐一直在对采集的交通数据进行分析和研究,后续会为客户提供需要的二次数据、三次数据,最终的目的是提供对交通管理行之有效的各种类型的交通数据,要数据用迈锐。

    杭州时祺:以目前的情况看采集到的数据基本都是用于路口信号优化、交通仿真、交通集成指挥,还是用在了解决城市拥堵上面。

  • 关键字: 城市大脑 企业访谈
  •    责任编辑:suyanqin
  • 每周新闻精选

  • 关于我们
  • 联系我们
  • 广告赞助