摘要：文章提出基于雷視融合的隧道數(shù)字化管控方案，通過充分發(fā)揮毫米波雷達和視頻攝像頭兩種主要感知終端的各自優(yōu)勢，結(jié)合高效的雷視融合算法，實現(xiàn)隧道內(nèi)車輛行為識別、交通事件檢測、異常信息感知能力的提升。同時，通過智慧高速云控平臺對多源交通傳感器數(shù)據(jù)充分整合，實現(xiàn)公路隧道實景化智能管控。該方案在提高公路隧道運營安全性、提高運營效率、優(yōu)化管理模式方面具有重要意義。

關鍵詞：雷視融合；數(shù)字化管控；隧道管理；云控平臺

中圖分類號：U491.1+16

0 引言

廣西高速公路里程逐年攀升，截至2023年12月已突破9 000 km，高速公路應急救援與保暢工作的壓力不斷增大，高速公路上交通事故的高發(fā)態(tài)勢和應急救援的低效率之間的矛盾日益突出［1］。高速公路隧道在運營管理中易成為管控盲區(qū)，導致特情發(fā)現(xiàn)慢、事件處置時間長，并容易引發(fā)二次事故，導致路網(wǎng)擁堵。隨著交通強國戰(zhàn)略的不斷深化，數(shù)字化技術(shù)在隧道管控中的應用也越來越廣泛。雷視融合是一種新型的數(shù)字化技術(shù)，在隧道數(shù)字化管控中有著重要的應用價值。本文將從隧道數(shù)字化管控的現(xiàn)狀和存在的問題入手，探討雷視融合在隧道數(shù)字化管控中的應用及其優(yōu)勢，并與實際工程應用中的其他管控手段相結(jié)合，為高速公路隧道的數(shù)字化管控提供參考和建議。

1 雷視融合技術(shù)的概念及特點

雷視融合技術(shù)是指將雷達和視覺傳感器相結(jié)合［2］，將雷達傳感器獲取的目標物體信息和攝像頭傳感器獲取的目標物體圖像信息進行融合，綜合二者的數(shù)據(jù)特點進行車輛精準跟蹤［3］，從而獲取多維度、更精準的目標物體信息的一種技術(shù)。其優(yōu)勢主要表現(xiàn)在以下幾個方面：

（1）提高目標物體檢測和識別的準確性。雷達能夠獲取目標物體的距離、速度等信息，但無法直接獲取目標物體的形狀、顏色等視覺信息，而攝像頭則能夠提供此類視覺信息。雷視融合技術(shù)將兩種傳感器獲取的信息進行融合，可以大大提高目標物體檢測和識別的準確性［4］。

（2）提高目標物體跟蹤的穩(wěn)定性。由于目標物體在運動過程中可能會出現(xiàn)遮擋、姿態(tài)變化等情況，單一傳感器往往難以保證跟蹤目標物體的穩(wěn)定性。而雷視融合技術(shù)將兩種傳感器獲取的信息進行融合，可以有效避免目標丟失、分裂等問題，提高目標物體跟蹤的穩(wěn)定性。

（3）提高系統(tǒng)在復雜環(huán)境中的適應性。雷視融合技術(shù)不僅能夠在多種天氣和光線條件下正常工作，還能夠適應不同類型的目標物體和場景，提高系統(tǒng)的適應性。

2 隧道數(shù)字化管控的現(xiàn)狀及問題

隧道作為一種特殊的道路形式，具有高度的封閉性和風險性，隧道管控是交通安全管理中至關重要的一環(huán)。但傳統(tǒng)的隧道管控方式缺乏科學化、智能化的手段，在實際操作中，往往存在以下問題：

（1）缺乏準確、有效的交通態(tài)勢感知方法。隧道內(nèi)部的車輛密集、行車速度快，一旦發(fā)生交通事故，極易引發(fā)二次事故，造成重大的經(jīng)濟損失和社會影響［5］。目前主要依靠視頻事件檢測、車檢器等設備進行感知，無法準確掌握隧道內(nèi)部交通態(tài)勢，也難以在智慧隧道決策、管控以及仿真推演等方面進行聯(lián)動［6］。

（2）缺乏有效的隧道應急預案。在面對隧道內(nèi)出現(xiàn)的突發(fā)情況時，沒有形成固定、有效的應急預案，如應急團隊成員及職責、疏散計劃、通信計劃、火災控制措施、救援計劃等，同時也缺少定期的應急演練，在緊急情況下難以達到良好的處置效果。

（3）缺乏與隧道外部的設備設施進行聯(lián)動疏導。隧道內(nèi)設備數(shù)量及設備種類較多，在實際運營管理中往往會將隧道管理作為一個獨立的模塊，未能與外場的可變情報板、語音喊話系統(tǒng)、公眾服務信息觸達等模塊進行聯(lián)動。

3 雷視融合在隧道數(shù)字化管控中的作用及優(yōu)勢

在隧道的數(shù)字化管控需求中，雷視融合主要應用于以下幾個方面：

（1）提高隧道交通態(tài)勢感知的效率。雷達技術(shù)可以探測隧道內(nèi)的車輛、行人等物體的位置和移動軌跡，視頻監(jiān)控技術(shù)可以提供圖像和視頻資料以便對事件進行更加直觀地分析和判斷。雷視融合技術(shù)可結(jié)合兩者的技術(shù)特點，能夠在復雜環(huán)境中及時對異常行車軌跡進行研判，發(fā)現(xiàn)交通事故、拋灑物、火災等情況，進而采取相應的措施。

（2）提高隧道管控的效率。傳統(tǒng)的隧道管控方式主要依賴人工巡視和手動操作，效率低下且容易出現(xiàn)工作疏漏。而雷視融合技術(shù)可以實現(xiàn)對隧道內(nèi)部的全方位監(jiān)控和數(shù)據(jù)采集，聯(lián)動隧道管控的應急預案，實現(xiàn)不同等級事件的自動化分發(fā)處置，提高交通運行及管控的效率。

（3）降低隧道管控的成本。通過引入雷視融合技術(shù)，可以減少人力巡視和手動操作的需求，減少事故損失和隱患，降低隧道運營的風險成本。

4 方案設計

基于雷視融合的隧道數(shù)字化管控方案，其總體結(jié)構(gòu)如圖1所示。

4.1 方案總體架構(gòu)設計

方案主要分為五大部分，分別是前端的雷視感知設備、隧道感知設備、智慧高速云控平臺、外場設備、公眾服務。

雷視感知設備主要包括視頻攝像頭、毫米波雷達、車型檢測器、車牌檢測器等，負責提供過往車輛的車牌、車型、車速、方向角等基礎數(shù)據(jù)，并提供原始視頻流及雷視融合分析的事件告警推送數(shù)據(jù)。

隧道感知設備主要包括COVI、水位計、二氧化氮檢測器、風速風向檢測器等隧道內(nèi)的各類檢測設備，提供隧道內(nèi)的環(huán)境數(shù)據(jù)。

智慧高速云控平臺主要包括交通狀態(tài)監(jiān)測、實時視頻觀看、遠端設備控制、應急處置、預案管理、大數(shù)據(jù)分析等模塊，通過接收雷視感知設備與隧道感知設備的數(shù)據(jù)，并進行聯(lián)合分析、預案匹配，為管理者提供事件的全景展示及快速處置能力。

外場設備主要包括可變情報板、定向語音喊話系統(tǒng)、智能霧燈等路側(cè)設備，作為快速觸達事件周圍及事件上游司乘人員的路側(cè)設備渠道。

公眾服務主要包括微信公眾號、主流的導航APP等，作為觸達出行司乘人員的互聯(lián)網(wǎng)渠道。

五大部分通過數(shù)據(jù)流方式進行聯(lián)通，實現(xiàn)事件的精準感知、告警提示、應急處置、信息聯(lián)動的全生命周期管理。

4.2 數(shù)字化管控核心模塊設計

雷視感知數(shù)據(jù)融合模塊：雷達與視頻數(shù)據(jù)的融合采用后融合的技術(shù)方案，針對毫米波雷達和視頻分別進行目標檢測，生成獨立的目標檢測結(jié)果后再對結(jié)果進行融合?；诶走_結(jié)合視頻數(shù)據(jù)對目標車輛進行識別，并進行全程跟蹤，輸出軌跡信息。

道路異常分析及上報模塊：對目標的速度、方向角、距離及動態(tài)軌跡進行研判，識別出停車、變道、超速等異常告警，并將異常告警推送至云端。

異常告警處置模塊：根據(jù)異常告警的樁號、經(jīng)緯度及路段信息，自動匹配離告警點最近的攝像頭，為用戶展示異常告警信息及該點位的實時視頻。用戶確認告警真實性后，自動匹配、觸發(fā)預案庫中該類型告警的應急預案。

預案管理模塊：預案以路段、樁號、經(jīng)緯度、告警類型、告警等級為預案觸發(fā)條件，以通知相應的運營管理人員，啟動各角色處置流程，關聯(lián)相應的外場設備，自動匹配對應設備的預置操作配置為預案執(zhí)行步驟。

外場設備聯(lián)動控制模塊：根據(jù)預案中配置的設備預置操作配置，自動對外場設備的啟停、顯示內(nèi)容、工作邏輯進行控制。

公眾信息發(fā)布模塊：根據(jù)告警類型、告警等級與預案配置內(nèi)容，將道路事件實時同步至微信公眾號、導航APP，為后續(xù)司乘出行提供參考。

4.3 試點工程實施及應用

經(jīng)過對隧道內(nèi)車流量、原有攝像頭密度、隧道上下游外場設備數(shù)量等相關部署條件的比選，選取S74信梧高速的爽沖隧道作為基于雷視融合的隧道數(shù)字化管控方案的試點隧道。工程中主要進行了以下改造：

（1）加裝雷達設備。雷視感知數(shù)據(jù)由爽沖隧道內(nèi)的視頻攝像頭、毫米波雷達、隧道洞口的車型檢測器、車牌檢測器提供。隧道內(nèi)部原有的視頻攝像頭密度約為120 m/臺，對隧道內(nèi)的車流進行全程監(jiān)控。雷達采用350 m的定向毫米波雷達，雷達間的布設間距約200 m，預留150 m用于雷達接力。爽沖隧道全長約1.2 km，左右洞共計加裝毫米波雷達11套。

（2）加裝車牌及車型檢測器。隧道洞口頂部加裝車牌檢測器，隧道入口側(cè)部加裝車型檢測器。車輛進入隧道后，車型、車牌檢測器捕捉到車牌、車型信息，并與雷達目標進行綁定。

（3）加裝雷視融合服務器。增加一臺雷視融合服務器，將爽沖隧道內(nèi)的11路雷達數(shù)據(jù)及10路視頻信號作為輸入，并部署雷視融合數(shù)據(jù)分析算法模型，對雷達及視頻數(shù)據(jù)進行融合分析，輸出道路異常告警及目標軌跡數(shù)據(jù)信息。

（4）雷視感知數(shù)據(jù)接入云控平臺。云控平臺內(nèi)增加雷視異常告警類型，增加隧道應急預案配置。

5 應用效果分析及展望

本方案在S74信梧高速爽沖隧道內(nèi)進行試點應用，根據(jù)實地運行測試，具體效果如下。

（1）硬件系統(tǒng)性能：毫米波雷達加裝在隧道洞壁內(nèi)，與視頻攝像頭、雷視融合服務器組成雷視融合感知系統(tǒng)。雷視融合系統(tǒng)最大探測距離＜350 m，目標測速范圍±250 km/h，測速精度0.1 m/s，目標方向角分辨率≤0.7°，方向角精度0.1°，支持根據(jù)雷達高精定位輸出目標經(jīng)緯度。

（2）業(yè)務系統(tǒng)性能：雷視融合系統(tǒng)可輸出停車、超速、變道、行人等異常告警信息，告警信息輸出延時≤150 ms，目標定位誤差≤0.3 m。告警信息與應急預案自動匹配，支持一鍵關聯(lián)控制相關外場設備、發(fā)布預警信息。應急預案匹配時間≤500 ms，預警信息發(fā)布時長≤1 s。

在實地運行中，本方案可實現(xiàn)隧道內(nèi)目標的精準感知、異常事件的實時捕獲，聯(lián)動隧道應急預案進行交通流管控，提高隧道運營管理效率。未來，雷視融合系統(tǒng)仍需要在更多實地運行場景中不斷訓練，提升復雜環(huán)境中的感知準確率，并延伸出更多場景的應用。

6 結(jié)語

針對隧道管控中交通事件難監(jiān)測、交通流不透明、應急預案不完善、設備聯(lián)動難控制等問題，本文提出基于雷視融合的隧道數(shù)字化管控方案，并且結(jié)合實際工程對方案進行部署應用。通過聯(lián)動前端的雷視感知設備與隧道感知設備，在智慧高速云控平臺中進行交通態(tài)勢分析與研判，并通過預置的應急預案完成外場設備的半自動聯(lián)動控制、自動化推送道路事件信息至公眾服務平臺，形成感知、分析、處置、控制的隧道數(shù)字化管理閉環(huán)，形成便捷的事件感知與態(tài)勢監(jiān)測、協(xié)同合作和高效的事件處置流程，為高速公路隧道中環(huán)境和車輛的實時監(jiān)測、自動化分析和管理提供了強有力的支撐。

參考文獻

［1］韋 愷.智慧高速App在高速公路應急救援中的應用［J］.西部交通科技，2022（10）：187-189.

［2］陳 筱，朱向冰.人工智能技術(shù)在自動駕駛中的應用［J］.汽車電器，2020（10）：4-5，10.

［3］陳 強.基于雷視融合的車輛跟蹤系統(tǒng)設計研究［J］.西部交通科技，2023（10）：206-207，217.

［4］陳 帥，尹 洋，楊全順.基于深度學習的無人機入侵檢測方法［J］.計算機系統(tǒng)應用，2021，30（4）：32-38.

［5］高 飛.隧道智慧化管控系統(tǒng)關鍵技術(shù)探究［J］.中國交通信息化，2023（10）：95-97.

［6］陳冠宇.智慧隧道綜合管控系統(tǒng)分析［J］.運輸經(jīng)理世界，2023（14）：71-73.

收稿日期：2024-03-16

基金項目：廣西重點研發(fā)計劃項目“多源數(shù)據(jù)隧道交通智能監(jiān)測網(wǎng)絡建設關鍵技術(shù)研究”（編號：桂科AB23026120）；南寧市創(chuàng)新創(chuàng)業(yè)領軍人才“邕江計劃”項目“隧道交通智能全域?qū)崟r感知關鍵技術(shù)研發(fā)與應用”（編號：2023008）；廣西重點研發(fā)計劃項目“基于人工智能的高速公路跨境服務成套技術(shù)研發(fā)及應用”（編號：桂科AB22080039）

作者簡介：覃士蘅（1991—），碩士，工程師，主要從事智能交通系統(tǒng)研發(fā)與架構(gòu)設計工作。