李毅楠

(廣東省路橋建設(shè)發(fā)展有限公司,廣東 廣州 510623)

0 引言

近年來(lái),國(guó)民經(jīng)濟(jì)發(fā)展水平不斷提高,汽車保有量顯著提升,高速公路車流量與日俱增,給高速公路管理者帶來(lái)較大的運(yùn)營(yíng)壓力。隨著廣東省高速公路安全防范“五快機(jī)制”工作的推進(jìn),高速公路管理部門(mén)對(duì)突發(fā)事件的快速發(fā)現(xiàn)和快速處置有了更迫切的需求。如何利用好視頻事件檢測(cè)技術(shù)準(zhǔn)確采集隧道內(nèi)的交通狀況并進(jìn)行有效分析,對(duì)降低高速公路運(yùn)營(yíng)安全管理壓力十分關(guān)鍵。

隨著視頻事件檢測(cè)技術(shù)的不斷發(fā)展,視頻事件檢測(cè)系統(tǒng)也逐漸應(yīng)用于高速公路安全運(yùn)營(yíng)管理工作中。但現(xiàn)階段大部分依然是在車流量小且環(huán)境良好的單一隧道中保守使用,異常事件發(fā)生概率低、事件樣本數(shù)量少,人工干預(yù)操作頻率低,無(wú)法持續(xù)改進(jìn)視頻事件檢測(cè)系統(tǒng)的可靠性和適用性,導(dǎo)致視頻事件檢測(cè)系統(tǒng)最終被忽略甚至直接停用。

本文介紹了視頻事件檢測(cè)系統(tǒng)的架構(gòu)和功能,并結(jié)合現(xiàn)階段高速公路運(yùn)營(yíng)管理的需求,通過(guò)分析視頻事件檢測(cè)系統(tǒng)在云梧云羅高速公路隧道中的實(shí)際應(yīng)用效果,提出針對(duì)性的優(yōu)化建議。

1 工程概況

云梧云羅高速公路沿線為山嶺重丘區(qū),起點(diǎn)接廣云高速公路,終點(diǎn)與廣西蒼郁高速公路相接;云羅高速公路終點(diǎn)接云岑高速公路,全長(zhǎng)163.25km,含2條廣東往返廣西的重要跨省通道,共設(shè)置20座隧道,隧道總長(zhǎng)約45km,于2010年建成通車。

由于地域性的特點(diǎn),各類型貨車數(shù)量很大,同時(shí)常有摩托車甚至摩托車隊(duì)快速行駛在高速公路上,安全隱患問(wèn)題突出,節(jié)假日期間尤為嚴(yán)重。為了解決高速公路運(yùn)營(yíng)管理者只能依賴于人工輪巡跟蹤、肉眼識(shí)別異常事件的模式,云梧云羅高速公路搭載了一套基于人工智能的視頻事件檢測(cè)系統(tǒng),將隧道內(nèi)的視頻監(jiān)控接入平臺(tái),輔助人工檢測(cè)隧道異常事件,同時(shí)進(jìn)行流量參數(shù)統(tǒng)計(jì)。

2 視頻事件檢測(cè)系統(tǒng)

2.1 平臺(tái)架構(gòu)

視頻事件檢測(cè)系統(tǒng)是高速公路運(yùn)營(yíng)管理部門(mén)實(shí)現(xiàn)對(duì)突發(fā)事件快速感知、快速處置的輔助性管理系統(tǒng),是進(jìn)一步提升高速公路隧道運(yùn)營(yíng)安全管理水平的重要科技手段之一。通過(guò)此系統(tǒng),實(shí)現(xiàn)24h全天候場(chǎng)景實(shí)時(shí)監(jiān)控隧道交通信息并及時(shí)發(fā)現(xiàn)異常交通事件,能夠及時(shí)進(jìn)行預(yù)警引導(dǎo)、避免二次事故的發(fā)生。

系統(tǒng)采用“事件檢測(cè)服務(wù)器+深度學(xué)習(xí)數(shù)據(jù)分析平臺(tái)”的架構(gòu)。事件檢測(cè)服務(wù)器采用分布式布設(shè)方案,后期可根據(jù)檢測(cè)視頻的數(shù)量靈活增減服務(wù)器及組網(wǎng)調(diào)整。深度學(xué)習(xí)數(shù)據(jù)分析平臺(tái)軟件具備開(kāi)放式架構(gòu),可靈活擴(kuò)容檢測(cè)通道,滿足不同的視頻檢測(cè)規(guī)模的需求。

圖1 系統(tǒng)組網(wǎng)架構(gòu)

與傳統(tǒng)的監(jiān)控視頻需要大量人工參與不同,視頻事件檢測(cè)系統(tǒng)主要是基于人工神經(jīng)網(wǎng)絡(luò)、卡爾曼濾波等技術(shù)路線的視頻圖像識(shí)別技術(shù),結(jié)合了高精度AI算法,使每支攝像槍均變身為監(jiān)控員,可自動(dòng)識(shí)別高速公路隧道內(nèi)的異常狀況,并向監(jiān)控中心發(fā)出報(bào)警,同時(shí)推送實(shí)時(shí)視頻。通過(guò)該系統(tǒng)的輔助支持,監(jiān)控員只需關(guān)注系統(tǒng)的告警信息,便可及時(shí)了解并快速處置高速公路的實(shí)時(shí)路況及突發(fā)狀況。

2.2 系統(tǒng)原理

系統(tǒng)可分為感知層(數(shù)據(jù)獲取層)、通信層(網(wǎng)絡(luò)傳輸層)、深度學(xué)習(xí)層(AI分析層)和應(yīng)用層(用戶層)等,如圖2所示。

圖2 數(shù)據(jù)平臺(tái)架構(gòu)

(1)感知層:通過(guò)隧道內(nèi)的固定攝像頭,收集隧道內(nèi)部產(chǎn)生的各種事件數(shù)據(jù),在選擇轉(zhuǎn)換后形成深度學(xué)習(xí)層所需的數(shù)據(jù)集,通過(guò)通信層將數(shù)據(jù)發(fā)送至深度學(xué)習(xí)層。

(2)通信層:通信層是將感知層采集的數(shù)據(jù)集傳輸?shù)椒?wù)器后臺(tái)的手段,一般是利用隧道原本的監(jiān)控環(huán)網(wǎng)傳輸?shù)揭曨l檢測(cè)服務(wù)器。

(3)深度學(xué)習(xí)層:深度學(xué)習(xí)層是視頻事件檢測(cè)系統(tǒng)的核心,是主動(dòng)發(fā)現(xiàn)、快速判斷、準(zhǔn)確定位和有效管理異常事件的關(guān)鍵。深度學(xué)習(xí)層接收到感知層收集的數(shù)據(jù)集,對(duì)這些數(shù)據(jù)集進(jìn)行預(yù)處理,處理后的數(shù)據(jù)分為訓(xùn)練數(shù)據(jù)集和測(cè)試數(shù)據(jù)集。數(shù)據(jù)集預(yù)處理主要采用深度學(xué)習(xí)算法識(shí)別高速公路隧道中人、車、物的實(shí)時(shí)目標(biāo),并采用動(dòng)態(tài)場(chǎng)景語(yǔ)義智能分析技術(shù),判斷視頻中人、車、物的邏輯關(guān)系,進(jìn)行結(jié)構(gòu)化提取、報(bào)警、高速公路隧道視頻事件的聯(lián)動(dòng)控制和結(jié)構(gòu)化存儲(chǔ),從而全面監(jiān)控和升級(jí)視頻數(shù)據(jù)。這些邏輯判斷算法部署在事件檢測(cè)服務(wù)器上,并結(jié)合深度學(xué)習(xí)數(shù)據(jù)分析平臺(tái),為用戶提供靈活的數(shù)據(jù)服務(wù)。

(4)應(yīng)用層:在獲取大量的圖像原始數(shù)據(jù)后,通過(guò)后臺(tái)系統(tǒng)的分析處理,具體擴(kuò)展出來(lái)的各種功能應(yīng)用,以滿足交通管理的具體業(yè)務(wù)應(yīng)用需求,如:監(jiān)控大屏幕系統(tǒng)、PC系統(tǒng)、移動(dòng)終端、其他等。

2.3 主要功能

2.3.1 事件檢測(cè)功能

(1)自動(dòng)檢測(cè)異常停車、車輛逆行、行人闖入、非機(jī)動(dòng)車上路等交通事件,進(jìn)行不同種類的自動(dòng)報(bào)警,包括自動(dòng)彈窗、語(yǔ)音報(bào)警等。同時(shí)具備報(bào)警抑制功能。

(2)自動(dòng)記錄異常事件發(fā)生前后共20s內(nèi)的視頻回放,記錄時(shí)間可根據(jù)要求設(shè)置。

(3)因特殊原因在一段時(shí)間內(nèi)形成大量的檢測(cè)報(bào)警數(shù)據(jù)時(shí),可優(yōu)先進(jìn)行一鍵處理,隨后各項(xiàng)事件可單獨(dú)打開(kāi)查看并確認(rèn)。

2.3.2 交通參數(shù)檢測(cè)功能

(1)提供交通參數(shù)的實(shí)時(shí)測(cè)量,如車流量、行駛速度、占用率等。

(2)可識(shí)別不同類型的機(jī)動(dòng)車,如轎車、SUV、貨車、工程車輛等。在同一事件下能分別檢測(cè)出不同的車輛類型。

2.3.3 GIS地圖功能

(1)可在地圖上播放監(jiān)控?cái)z像機(jī)的實(shí)時(shí)視頻圖像,顯示攝像機(jī)的狀態(tài)。

(2)實(shí)時(shí)展示車流量數(shù)據(jù),實(shí)時(shí)提醒異常事件。

2.3.4 業(yè)務(wù)管理功能

(1)可按日期、位置和類型查詢異常事件數(shù)據(jù)導(dǎo)出報(bào)表,自動(dòng)產(chǎn)生報(bào)告?？筛鶕?jù)用戶的管理需求自定義配置。

(2)具有異常事件實(shí)時(shí)視頻聯(lián)動(dòng)與實(shí)時(shí)錄像、查詢、回放及下載的功能。

(3)具有攝像機(jī)網(wǎng)絡(luò)狀態(tài)實(shí)時(shí)檢測(cè)、事件檢測(cè)、狀態(tài)檢測(cè)等功能。

3 系統(tǒng)應(yīng)用

3.1 試運(yùn)行

云梧云羅高速公路在中心機(jī)房布設(shè)了5臺(tái)事件檢測(cè)服務(wù)器,每臺(tái)可同時(shí)處理64路視頻圖像,將20座隧道內(nèi)的315路高清攝像機(jī)接入事件檢測(cè)系統(tǒng),作為監(jiān)控人員巡查隧道的輔助手段。系統(tǒng)上線后開(kāi)始為期3個(gè)月的試運(yùn)行,在試運(yùn)期行內(nèi)根據(jù)業(yè)務(wù)需求與使用感受動(dòng)態(tài)調(diào)整事件檢測(cè)內(nèi)容、底層邏輯策略以及系統(tǒng)操作界面等,以達(dá)到最佳的運(yùn)行效果。由于云梧云羅高速公路通車時(shí)間長(zhǎng)、隧道內(nèi)部光線環(huán)境差、過(guò)往貨車數(shù)量多等因素,初期檢測(cè)效果不佳,尤其是拋灑物事件誤報(bào)率較高,對(duì)隧道內(nèi)滅火器等路側(cè)設(shè)施存在判斷誤差。經(jīng)調(diào)優(yōu)完善后,檢測(cè)成功率有所提升。同時(shí)根據(jù)實(shí)際需要拓展了事件檢測(cè)內(nèi)容,補(bǔ)充了騎行者事件檢測(cè),達(dá)到正式投入使用的要求。

3.2 實(shí)際應(yīng)用效果

系統(tǒng)與“路運(yùn)一體化平臺(tái)”進(jìn)行了數(shù)據(jù)互通,實(shí)現(xiàn)了“事件智能化檢測(cè)→事件報(bào)警→智能快速響應(yīng)→信息聯(lián)動(dòng)報(bào)送”的閉環(huán)管理。為了使系統(tǒng)真正被監(jiān)控部門(mén)實(shí)際應(yīng)用起來(lái),系統(tǒng)開(kāi)發(fā)了一體化平臺(tái)事件彈窗和異常事件視頻監(jiān)控自動(dòng)上墻(監(jiān)控大屏),便于監(jiān)控人員及時(shí)發(fā)現(xiàn)并了解異常事件具體發(fā)生的信息,并針對(duì)事件的重要程度進(jìn)行事件處置,極大減輕了監(jiān)控人員日常巡檢的工作壓力且有效提高了隧道內(nèi)異常事件的發(fā)現(xiàn)能力,提升了高速公路管理部門(mén)對(duì)道路安全的運(yùn)營(yíng)管理水平。

根據(jù)高速公路通常的運(yùn)營(yíng)管理需求,系統(tǒng)應(yīng)用的主要關(guān)注點(diǎn)在停車、行人和拋灑物事件等方面。系統(tǒng)自上線至今運(yùn)行穩(wěn)定、數(shù)據(jù)合理,各類異常事件檢測(cè)的準(zhǔn)確率均呈遞增的趨勢(shì)(表1)。

表1 事件檢測(cè)數(shù)據(jù)對(duì)比

3.2.1 騎行者事件

云梧云羅高速公路包括2條廣東—廣西的跨省通道。根據(jù)歷史經(jīng)驗(yàn),來(lái)自廣西方向闖入高速公路的摩托車數(shù)量較大,尤其是春運(yùn)期間回鄉(xiāng)探親者居多,過(guò)往車輛在高速行駛的過(guò)程中需躲避摩托車,必然會(huì)導(dǎo)致整體通行車流不暢。此類騎行者速度過(guò)快不能進(jìn)行追趕驅(qū)離或攔截,路面石子、積水等極易引發(fā)事故,于是針對(duì)此需求定制了騎行者事件檢測(cè),只實(shí)行對(duì)騎行者全過(guò)程跟蹤監(jiān)控。

由表1可知,騎行者事件在全部異常事件中的數(shù)量最為龐大。這是因?yàn)轵T行者在通過(guò)高速公路時(shí),會(huì)途經(jīng)該路段大部分甚至全部的隧道,進(jìn)而觸發(fā)沿途所有攝像機(jī)的異常檢測(cè),系統(tǒng)會(huì)對(duì)同一騎行者連續(xù)跟蹤報(bào)警,這樣的檢測(cè)密度其實(shí)是沒(méi)有必要的,也會(huì)給監(jiān)控人員帶來(lái)更多的操作負(fù)擔(dān)。經(jīng)長(zhǎng)期觀察評(píng)估,認(rèn)為對(duì)于高速公路管理者而言,只需獲得騎行者進(jìn)入隧道并離開(kāi)隧道的信息,得知騎行者已安全通過(guò)即可。對(duì)此提出兩種方案:(1)簡(jiǎn)化事件檢測(cè)系統(tǒng)對(duì)騎行者事件的檢測(cè)策略,只在固定幾個(gè)攝像機(jī)位設(shè)置騎行者事件檢測(cè),如隧道出、入口以及隧道中間段的合適位置。(2)優(yōu)化AI算法,對(duì)識(shí)別到的同一騎行者施加標(biāo)記,增加系統(tǒng)判斷策略,根據(jù)提前設(shè)定好的時(shí)間間隔或距離間隔自行判斷是否檢測(cè)并告警。

3.2.2 拋灑物事件

由表1可知,拋灑物事件檢測(cè)的準(zhǔn)確率相較于其他事件低很多,在系統(tǒng)實(shí)際的使用過(guò)程中,總結(jié)出導(dǎo)致誤報(bào)主要是因?yàn)閺?qiáng)光、光影、車身的凸出構(gòu)件、倒落的反光錐等。除此以外,還有部分諸如水漬、光斑、塵土等可造成拋灑物誤報(bào),誤報(bào)的異常事件經(jīng)監(jiān)控人員研判之后會(huì)被認(rèn)定為對(duì)隧道安全行車的無(wú)威脅因素,也并不會(huì)通知路政人員到達(dá)現(xiàn)場(chǎng)進(jìn)行處理,系統(tǒng)將連續(xù)產(chǎn)生相同物體的誤報(bào)事件,同樣給監(jiān)控人員帶來(lái)很大的操作負(fù)擔(dān)。

云梧云羅高速公路隧道通行環(huán)境不良,過(guò)往貨車種類多、數(shù)量多,會(huì)經(jīng)常性灑落不明物體,所以地面的不確定因素也較一般高速公路多,所以拋灑物檢測(cè)應(yīng)作為下階段優(yōu)化的重點(diǎn)目標(biāo)之一?？稍黾佣巫R(shí)別特征,將動(dòng)態(tài)或靜態(tài)因素疊加到首次識(shí)別中進(jìn)行最終判斷,降低系統(tǒng)對(duì)車身構(gòu)造物的誤報(bào)概率。

3.2.3 系統(tǒng)整體評(píng)價(jià)

由于騎行者事件樣本總量過(guò)于龐大,同一個(gè)體在通過(guò)1次高速公路時(shí)可連續(xù)產(chǎn)生接近100條檢測(cè)數(shù)據(jù)且準(zhǔn)確率基本為100%,可能影響系統(tǒng)的總體檢測(cè)準(zhǔn)確率。在剔除騎行者事件檢測(cè)數(shù)據(jù)后對(duì)2022年1月至12月的數(shù)據(jù)進(jìn)行匯總分析可知,系統(tǒng)總體檢測(cè)準(zhǔn)確率可達(dá)到90%以上,關(guān)鍵性指標(biāo)“異常停車”的檢測(cè)準(zhǔn)確率可穩(wěn)定達(dá)到95%(圖3),基本滿足行業(yè)規(guī)范和運(yùn)營(yíng)管理業(yè)務(wù)的需求。但系統(tǒng)對(duì)拋灑物事件和行人事件檢測(cè)的準(zhǔn)確率不太穩(wěn)定,尚待進(jìn)一步完善提高。

圖3 2022年各異常事件月度檢測(cè)準(zhǔn)確率線型

4 結(jié)語(yǔ)

視頻事件檢測(cè)系統(tǒng)通過(guò)持續(xù)優(yōu)化AI算法,針對(duì)性細(xì)化檢測(cè)區(qū)域,加大數(shù)據(jù)模型學(xué)習(xí),增加二次識(shí)別特征策略,以提升對(duì)特殊事件的捕獲率和準(zhǔn)確率。同時(shí)優(yōu)化重要報(bào)警事件的處置流程,弱化低威脅和無(wú)威脅事件的檢測(cè)敏感度,以降低系統(tǒng)產(chǎn)生過(guò)多的告警垃圾,可滿足高速公路隧道越來(lái)越多樣化、特殊化的需求。