摘要：文章針對我國山區(qū)高速公路河流集中路段，在匝道并道口、分流口以及隧道口等危險(xiǎn)路段，雨霧等惡劣天氣情況下容易導(dǎo)致交通事故的情況，設(shè)計(jì)了一套交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)。該系統(tǒng)通過聲、光、電的報(bào)警提示效果，對道路交通進(jìn)行動(dòng)態(tài)的偵測、警告和管制，并整合路段全程監(jiān)控視頻進(jìn)行能見度風(fēng)險(xiǎn)等級分析，提高雨霧天氣高速行車安全，降低事故發(fā)生概率，避免二次事故的發(fā)生，提高道路通行效率，保障駕乘人員的生命和財(cái)產(chǎn)安全。

關(guān)鍵詞：惡劣天氣；智能預(yù)警；風(fēng)險(xiǎn)等級；行車安全誘導(dǎo)

U495A571833

0 引言

研究表明，在惡劣天氣情況下，一些復(fù)雜的道路環(huán)境容易發(fā)生交通事故，但事故的核心在于駕駛員未能提前了解道路信息、疏忽大意以及車速過快等不當(dāng)駕駛行為。以往危險(xiǎn)路段交通事故的預(yù)防主要依靠反光路標(biāo)、導(dǎo)向標(biāo)志、警示牌等，但警示作用有限［1］。因此，迫切需要采用物聯(lián)網(wǎng)、云計(jì)算、傳感器等先進(jìn)技術(shù)對駕駛員進(jìn)行有效的提醒和智慧化誘導(dǎo)，防止事故的發(fā)生。

針對上述問題，本文基于“預(yù)防為主、防護(hù)結(jié)合、主動(dòng)誘導(dǎo)、被動(dòng)防護(hù)”的先進(jìn)安全理念，提出了交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)。在傳統(tǒng)安全誘導(dǎo)設(shè)備的基礎(chǔ)上，將全程監(jiān)控視頻流用于實(shí)時(shí)能見度分析，并在路側(cè)安裝了測速預(yù)警機(jī)器人和安全誘導(dǎo)燈，效果顯著增強(qiáng)，能夠滿足大霧等惡劣天氣條件下對車輛行駛速度限制和安全間距限制兩方面的需求，降低霧天等天氣對車輛通行的影響，提高道路行車安全。

1 交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)總體架構(gòu)設(shè)計(jì)

交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)根據(jù)功能可分為“低能見度檢測系統(tǒng)”“霧區(qū)安全誘導(dǎo)系統(tǒng)”“并道口安全預(yù)警系統(tǒng)”三個(gè)子系統(tǒng)。三個(gè)子系統(tǒng)通過中心異常管控平臺綜合分析調(diào)度。見圖1。

系統(tǒng)根據(jù)技術(shù)架構(gòu)主要由硬件部分、軟件部分構(gòu)成。硬件部分由主/從機(jī)預(yù)警主機(jī)和誘導(dǎo)燈組成。主機(jī)結(jié)構(gòu)設(shè)計(jì)主要以交通測速屏、信息顯示屏為主體，在設(shè)備機(jī)箱上安裝聲光報(bào)警燈、高音音柱、抓拍相機(jī)以及激光防疲勞儀。機(jī)箱內(nèi)部安裝5G通信模塊、智能嵌入主控MCU電路、智能語音模塊、北斗定位模塊等。軟件部分主要包括的是數(shù)據(jù)存儲(chǔ)中心、視頻能見度數(shù)據(jù)分析及處理中心、后端管理中心、前端應(yīng)用管理。前端應(yīng)用部分主要包括移動(dòng)端APP和WEB端等。

1.1 低能見度檢測系統(tǒng)

低能見度氣象條件對交通、工作和生活都具有重大影響。尤其是團(tuán)霧頻繁易誘發(fā)重大惡性交通事故，已引起交通運(yùn)營者高度重視，高速公路能見度的實(shí)時(shí)監(jiān)測至關(guān)重要。目前高速公路使用的氣象能見度檢測儀因造價(jià)相對昂貴，且施工難度大，無法實(shí)現(xiàn)全線部署，且測試結(jié)果與當(dāng)前環(huán)境存在一定差異，因此無法實(shí)現(xiàn)實(shí)時(shí)監(jiān)測。而基于監(jiān)控視頻的能見度檢測是一個(gè)很好的解決方案，其可以在高速公路現(xiàn)有監(jiān)控系統(tǒng)的基礎(chǔ)上實(shí)現(xiàn)能見度的實(shí)時(shí)監(jiān)控，將有效解決高速能見度的實(shí)時(shí)監(jiān)測問題［2］。

利用攝像頭完成視頻檢測與分析，當(dāng)出現(xiàn)暴雨、雨霧、團(tuán)霧等惡劣天氣，使得道路發(fā)生低能見度的狀況時(shí)，視頻檢測服務(wù)器及能見度分析服務(wù)器通過計(jì)算得出準(zhǔn)確的能見度值，并通過異常天氣應(yīng)急管控平臺，及時(shí)將信息反饋并采取相對應(yīng)的措施，防止危險(xiǎn)事故的發(fā)生。

1.2 霧區(qū)安全誘導(dǎo)系統(tǒng)

智能霧區(qū)安全誘導(dǎo)系統(tǒng)是一種具有交通環(huán)境自適應(yīng)特性的安全誘導(dǎo)系統(tǒng)。通過智能引導(dǎo)技術(shù)，該系統(tǒng)可自動(dòng)調(diào)整車輛行駛速度和安全距離，從而保障霧天等低能見度天氣下車輛的安全通行。該系統(tǒng)采用發(fā)光亮度、顏色和閃爍頻率的不同組合實(shí)施針對性的引導(dǎo)策略，為駕駛員提供道路輪廓增強(qiáng)、主動(dòng)駕駛引導(dǎo)和追尾預(yù)警等多種安全引導(dǎo)模式，提高道路行駛的安全性和效率。

1.3 并道口安全預(yù)警系統(tǒng)

并道口安全預(yù)警系統(tǒng)集成了毫米波測速雷達(dá)、LED高亮顯示屏、激光防疲勞、語音提醒、遠(yuǎn)程監(jiān)控等功能，用于提示司機(jī)車速、防疲勞、信息發(fā)布等。對過往車輛實(shí)時(shí)警示、監(jiān)控，有效降低司機(jī)的下意識的超速行為，有效減少交通事故的發(fā)生。

并道口安全預(yù)警系統(tǒng)硬件架構(gòu)設(shè)計(jì)圖如圖2所示：

如圖3所示并道口機(jī)器人由主控MCU、雷達(dá)測速控制單元、激光防疲勞、爆閃燈等組成。系統(tǒng)設(shè)計(jì)流程如下：

并道口預(yù)警機(jī)器人設(shè)備按成對（主、從機(jī)）配置安裝。并道口預(yù)警機(jī)器人主機(jī)（安裝在行車道護(hù)欄右側(cè)靠近匝道200 m處）測速雷達(dá)探測到車輛實(shí)時(shí)車速，當(dāng)車速超過路段限速值（如100 km/h）時(shí)，前方區(qū)域智能誘導(dǎo)燈處于紅閃狀態(tài)，限速屏顯示來車的車速，警示機(jī)器人上部安裝的爆閃燈閃爍，語音播報(bào)提示：“您已超速，請減速！”，并上報(bào)系統(tǒng)管控平臺；當(dāng)檢測到行車道有車時(shí)即可聯(lián)動(dòng)匝道上安裝的并道口預(yù)警機(jī)器人（從機(jī)），使其信息屏和語音控制播報(bào)提示：“行車道有車通過，注意減速避讓！”。當(dāng)有車輛從匝道進(jìn)入并線區(qū)域，匝道上并道口預(yù)警機(jī)器人（從機(jī)）測速雷達(dá)探測到車輛實(shí)時(shí)車速，如果車速超過路段限速值（如40 km/h）時(shí)，前方區(qū)域智能誘導(dǎo)燈處于紅閃狀態(tài)，同時(shí)爆閃燈閃爍，信息屏及語音控制提示：“您已超速，請減速！”，并上報(bào)系統(tǒng)管控平臺；當(dāng)檢測到匝道有車時(shí)聯(lián)動(dòng)行車道上安裝的并道口預(yù)警機(jī)器人（主機(jī)）語音及信息屏提示：“匝道有車通過，注意行車安全！”。

2 系統(tǒng)硬件模塊設(shè)計(jì)

智能預(yù)警及誘導(dǎo)系統(tǒng)的硬件關(guān)鍵技術(shù)涉及傳感器、通信、數(shù)據(jù)處理、智能算法、顯示和預(yù)警、可靠性和穩(wěn)定性等方面，這些技術(shù)的綜合應(yīng)用可以提升交通安全水平，并為駕駛員和相關(guān)機(jī)構(gòu)提供準(zhǔn)確的交通信息和決策支持。

系統(tǒng)的硬件主要包括以下幾個(gè)方面：

2.1 嵌入式智能芯片

交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)是一套基于人工智能和物聯(lián)網(wǎng)技術(shù)的智能交通管理系統(tǒng)，通過功能需求分析如運(yùn)算處理能力、內(nèi)存大小、外設(shè)接口、功耗等來設(shè)計(jì)合適的嵌入式微控制MCU，以及智能語音模塊、北斗定位模塊等。

系統(tǒng)的嵌入式MCU核心采用ST公司生產(chǎn)的STM32F4系列MCU。該MCU的性能可達(dá)210 DMPS，并配有一個(gè)專用音頻鎖相環(huán)和兩個(gè)全雙工I2S接口［4］。

定位模塊獲取的坐標(biāo)為火星坐標(biāo)（WGS-84）。本系統(tǒng)采用的是百度坐標(biāo)系，因此使用WGS-84坐標(biāo)轉(zhuǎn)換GCJ-02坐標(biāo)算法，再使用GCJ-02轉(zhuǎn)換算法把坐標(biāo)轉(zhuǎn)換為BD-09坐標(biāo)后，實(shí)現(xiàn)了設(shè)備的精確位置獲取［3］。GCJ轉(zhuǎn)BD坐標(biāo)轉(zhuǎn)換算法如下：

x_PI=3.14159265358979324×3000.0/180.0；

z=sqrt（lng2+lat2）+0.00002×sin（lat×x_PI）；

theta=atan2（lat，lng）+0.000003×cos（lng×x_PI）；

bd_lng=z×cos（theta）+0.0065；

bd_lat=z×sin（theta）+0.006；

注：sqrt表示開平方根，bd_lng表示經(jīng)度，bd_lat表示緯度。

2.2 傳感器技術(shù)

通過使用不同類型的傳感器，如攝像頭、毫米波雷達(dá)等，實(shí)時(shí)監(jiān)測道路上的交通情況和車輛行駛狀態(tài)。傳感器技術(shù)可以幫助系統(tǒng)準(zhǔn)確獲取車輛位置、速度、加速度等信息，為安全預(yù)警和誘導(dǎo)提供基礎(chǔ)數(shù)據(jù)。

雷達(dá)測速利用多普勒效應(yīng)，通過計(jì)算電磁波頻率的變化來判斷目標(biāo)車輛的速度，從而實(shí)現(xiàn)車輛測速功能。

雷達(dá)測速中使用的多普勒效應(yīng)計(jì)算公式如下：

f=（c+vr）/λ（1）

式中：f——接收到的電磁波頻率；

c——電磁波的速度（通常近似等于光速）；

v——目標(biāo)車輛相對于雷達(dá)設(shè)備的速度；

r——雷達(dá)設(shè)備到目標(biāo)車輛的距離；

λ——電磁波的波長。

式（1）中的vr代表的是徑向速度（也稱為速度分量），即目標(biāo)車輛相對于雷達(dá)設(shè)備沿著射線方向上的速度分量。當(dāng)目標(biāo)車輛靠近雷達(dá)設(shè)備時(shí)，vr為正；當(dāng)目標(biāo)車輛遠(yuǎn)離雷達(dá)設(shè)備時(shí)，vr為負(fù)。其中：實(shí)際速度=雷達(dá)輸出速度/cos（夾角）。見圖4。

2.3 顯示和預(yù)警技術(shù)

系統(tǒng)采用高亮LED屏幕、激光防疲勞等技術(shù)，以直觀清晰的方式向駕駛員顯示交通預(yù)警信息。顯示技術(shù)可以幫助駕駛員快速理解和響應(yīng)預(yù)警信息，有效提高交通安全。

2.4 通信模塊設(shè)計(jì)

系統(tǒng)采用5G、物聯(lián)網(wǎng)、LORA等無線通信技術(shù)，向駕駛員和高速公路養(yǎng)護(hù)人員傳輸預(yù)警信息。為了保證通信的可靠性，系統(tǒng)需要設(shè)計(jì)合適的通信協(xié)議，包括數(shù)據(jù)格式、傳輸速率和糾錯(cuò)機(jī)制，以實(shí)現(xiàn)實(shí)時(shí)數(shù)據(jù)傳輸和遠(yuǎn)程控制，提高系統(tǒng)的響應(yīng)速度和可靠性［4］。

3 系統(tǒng)軟件及算法技術(shù)

軟件部分主要包括數(shù)據(jù)處理中心、前端部分（主要包括手機(jī)APP和WEB）。根據(jù)功能分為：視頻數(shù)據(jù)采集與處理方法、交通視頻能見度分析、基于YOLO V5的卷積神經(jīng)網(wǎng)絡(luò)算法和決策技術(shù)。

3.1 惡劣天氣公路路況視頻數(shù)據(jù)采集與處理方法

視頻能見度分析系統(tǒng)由兩部分組成，分為前端和后端。前端實(shí)現(xiàn)管理和配置功能，后端實(shí)現(xiàn)視頻能見度分析功能。

系統(tǒng)采用B/S架構(gòu)。B/S架構(gòu)中，客戶端通過瀏覽器訪問服務(wù)器上的應(yīng)用程序，服務(wù)器負(fù)責(zé)處理業(yè)務(wù)邏輯和數(shù)據(jù)存儲(chǔ)。見圖5。

后臺服務(wù)器的主要功能有：獲取RTSP流和數(shù)據(jù)信息，并在后臺智能格式化存儲(chǔ)信息，導(dǎo)出指定格式數(shù)據(jù)并提供標(biāo)準(zhǔn)化接口，把數(shù)據(jù)可視化，提供API接口給前端調(diào)用。實(shí)現(xiàn)視頻推流和錄像功能，展示抓拍圖片，高音音柱播放聲音，根據(jù)北斗定位智能定位設(shè)備位置。

3.2 惡劣天氣公路路況視頻能見度分析

視頻能見度檢測系統(tǒng)基于視覺感知技術(shù)，模擬人眼對場景的能見度進(jìn)行判別，最終得出能見度值。本系統(tǒng)將能見度劃分為5個(gè)等級：優(yōu)、良、差、極差、惡劣。集成關(guān)系圖如圖6所示。

視頻檢測服務(wù)器及能見度分析服務(wù)器通過對攝像機(jī)采集的大量圖片數(shù)據(jù)進(jìn)行實(shí)時(shí)處理和分析，并生成相應(yīng)的預(yù)警和誘導(dǎo)策略。

3.3 基于YOLO V5卷積神經(jīng)網(wǎng)絡(luò)算法和決策技術(shù)

智能算法可以對不同的交通情景進(jìn)行建模和仿真，從而提供更加精準(zhǔn)和有效的預(yù)警和誘導(dǎo)措施。

系統(tǒng)中視頻能見度算法的核心是卷積神經(jīng)網(wǎng)絡(luò)（深度學(xué)習(xí)），將可見性值映射到五個(gè)級別。卷積神經(jīng)網(wǎng)絡(luò)（CNN）廣泛應(yīng)用于圖像識別、目標(biāo)檢測等領(lǐng)域。在視頻能見度圖片分析中，CNN可用于預(yù)測視頻中物體的可見性［4］。見圖7。

傳統(tǒng)的氣象環(huán)境檢測系統(tǒng)無法全面覆蓋所有路網(wǎng)，而高速公路監(jiān)控體系可以全路網(wǎng)覆蓋，通過基于視頻的能見度檢測和預(yù)警體系，實(shí)現(xiàn)能見度的態(tài)勢感知和預(yù)警。通過分析模型對能見度態(tài)勢進(jìn)行分析，為各級指揮調(diào)度提供決策依據(jù)，包括智能分析算法快速準(zhǔn)確發(fā)布預(yù)警信息。

4 高速公路交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)應(yīng)用場景測試

4.1 實(shí)際應(yīng)用場景介紹

高速公路交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)可以通過實(shí)時(shí)監(jiān)測和分析交通數(shù)據(jù)，提供準(zhǔn)確的交通安全預(yù)警和誘導(dǎo)服務(wù)，從而提高道路交通的安全性和流暢性。系統(tǒng)的實(shí)際應(yīng)用場景主要有：事故預(yù)警、道路擁堵預(yù)警、惡劣天氣預(yù)警、車輛超速預(yù)警、車輛違法預(yù)警、車輛誘導(dǎo)、應(yīng)急救援等。

當(dāng)高速公路出現(xiàn)惡劣天氣時(shí)，系統(tǒng)實(shí)時(shí)監(jiān)測和分析天氣數(shù)據(jù)，及時(shí)發(fā)現(xiàn)惡劣天氣的區(qū)域和嚴(yán)重程度，為駕駛員提供最佳行駛路線和引導(dǎo)信息，幫助駕駛員避開擁堵路段和危險(xiǎn)區(qū)域，提高駕駛安全性和流暢性，并向相關(guān)部門發(fā)送預(yù)警信息，提醒駕駛員注意安全駕駛［5］。

4.2 應(yīng)用效果驗(yàn)證

為驗(yàn)證系統(tǒng)方案的可靠性，在上思至防城港高速公路搭建了交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)測試環(huán)境。經(jīng)過一段時(shí)間驗(yàn)證測試，系統(tǒng)對高速公路惡劣天氣和交通狀況的實(shí)時(shí)監(jiān)測準(zhǔn)確率達(dá)到98.51%（見表1）。實(shí)踐結(jié)果表明，本系統(tǒng)能夠?qū)崟r(shí)、快速、準(zhǔn)確地收集惡劣天氣信息，并自動(dòng)發(fā)出預(yù)警，有效提高了高速公路氣象災(zāi)害的應(yīng)對能力和安全系數(shù)。

5 結(jié)語

本文基于物聯(lián)網(wǎng)、云計(jì)算、傳感器等先進(jìn)技術(shù)，設(shè)計(jì)了一套有效的交通安全智能預(yù)警及誘導(dǎo)系統(tǒng)。實(shí)際應(yīng)用案例證明，本系統(tǒng)對低能見度分析實(shí)時(shí)性、準(zhǔn)確度高，且司機(jī)行車預(yù)警效果明顯，能有效提高惡劣天氣下高速公路行車的安全性，降低能見度對車輛通行的影響，對有效減少交通事故發(fā)生具有重大意義。

參考文獻(xiàn)：

［1］廣州市豐海科技股份有限公司.一種霧天公路行車安全誘導(dǎo)裝置［P］.中國：CN202020666974.4，2020-04-25.

［2］鄭國紅.基于TTS技術(shù)的高速公路ETC車道語音誘導(dǎo)系統(tǒng)設(shè)計(jì)及應(yīng)用［J］.西部交通科技，2022（10）：190-192.

［3］陳建龍.團(tuán)霧路段安全保障技術(shù)研究［D］.北京：北京工業(yè)大學(xué)，2018.

［4］湯 偉，方嘉楠，張 龍，等.基于孿生網(wǎng)絡(luò)的高速公路霧天能見度識別方法［J］.交通信息與安全，2023，41（4）：122-142.

［5］秦嚴(yán)嚴(yán)，肖騰飛，賀正冰.霧天場景下高速公路通行能力分析及提升策略［J］.交通運(yùn)輸系統(tǒng)工程與信息，2023，23（3）：39-47.