李 凯

（四川智慧高速科技有限公司，四川 成都 610000）

0 引言

随着路网复杂程度的增加，通行压力与安全问题也日趋严峻，传统的视频监控系统存在资源利用率低、人工轮播查看监控效率低、无法及时发现阻塞路段、发生交通事件时无法给予引导与协同处置，对解决通行效率低下、交通事故频发等问题造成了不小阻碍。

近年来，随着深度学习算法的逐步演进，人工智能中的关键技术也得到了长足发展，计算机视觉及视频分析等技术的发展最为迅猛，而建立成都绕城高速公路视频智能分析系统成为当务之急［1］。本研究以人工智能技术来解决传统视频监控系统的困境，实现智能化监测交通异常事件、合理预测车流量高峰、规划诱导车流，从而保证成都绕城高速公路通行顺畅、出行安全的新常态。

1 成都绕城高速现状问题分析

目前，成都绕城高速的交通拥堵成为常态，有以下3方面原因。①成都绕城高速的车流量大，日均道口车流量在79万以上，超设计的2.5倍；②出行人员驾驶不规范。由于出行人员的不文明驾驶造成交通事故。另外，恶劣天气也会造成交通堵塞；③运营管理难度大，一是人工查看监控的方式存在局限性，很难及时发现并定位将要拥堵的路段。二是成都绕城高速公路拥有多个出入口，极易发生交通事故。

可采用智能化处理手段来解决上述问题。在事前，通过互联网导航软件等发布交通信息，规范驾驶行为，降低交通事故的发生频率，并引导出行人员提前进行路径规划；在事中，通过智能视频识别算法来快速定位交通事故，通过互联网等发布事故信息；在事后，通过跨部门线上协作，高效处置事故。在减少事故发生的同时，也能保障驾驶安全和道路畅通。

本研究通过搭建和应用成都绕城高速视频智能分析平台，从而及时发现道路上发生的各类事件，向车主及时发送预警，并高效处理各类事件，从而提高通行效率。

1 成都绕城高速视频智能分析平台搭建

1.1 外场感知体系建设

目前，成都绕城高速视频智能分析平台在应用中有3个问题需要优化。①视频点位覆盖不足。在85 km长的主干道上，并没有达到1 km一杆的要求，需要补充视频点；②现有视频点位分布不合理。重点危险路段的摄像机明显缺失，需要补充；③现有摄像机配置和安装方法存在问题，其空间覆盖能力严重不足。单摄像机可识别范围仅有150 m，要进一步提升摄像机的性能。

通过视频分析技术来感知路域交通事件时，要保障道路的视频监控覆盖范围，这对道路监控有着非常高要求，采用两枪一球一鱼眼的摄像机布设标准，架设的1 200万像素枪机可覆盖双向8车道直线距离450 m的范围，鱼眼可对立杆正下方区域进行监控，球机可灵活监控，在主线中央隔离带设置900 m一立杆，可补全现有监控的缺失点位。

1.2 成都绕城高速公路综合管控平台建设

该平台通过人工智能视频分析算法，将布设在高速公路上的传统摄像头转换为能够对事件进行快速感知的智慧摄像头，实现对异常事件的实时监控与自动报警。通过线上业务处置与报表统计，可实现多部门快速联动与路况信息的实时发布。同时，该平台通过与川高大数据平台进行数据互通，实现对高速公路的综合管控。

1.2.1 系统部署方案。成都绕城高速公路综合管控平台采用“云—边—端”的架构，如图1所示。将路端视频上传到边端进行分析处理，并在云端进行应用部署和数据融合处理。平台前端采用B∕S架构，将实现系统功能的核心部分集中到服务器上，简化系统的开发、维护和使用［2-3］。

图1 “智慧眼”成都绕城高速公路综合管控平台部署方案

1.2.2 平台功能结构。该平台以数字化、信息化手段来提升道路的通行效率，以保障通行安全为中心，从交通事故出发，经自动分析、发现到快速联动处置、信息及时发布，并配套高速公路业务管理系统，同时提供用户交互接口，将各项功能进行集成展现，实现对高速公路综合管控［4-7］。

2 成都绕城高速视频智能分析平台应用

2.1 交通路况态势感知

基于各类视频分析算法，对监控视频内检测到的各类交通事件（见表1）和参数进行采集，并与互联网中的路况数据进行融合，将互联网和非互联网交通参数进行有机结合。利用现有的监控视频来对各类交通事件进行自动检测［8］。交通路况会实时融合、实时刷新，视频监测事件会实时监测、实时上报，互联网导航机构或用户上报的事件也会实时上报。

表1 事件类型

2.2 事件处置信息共享

将视频检测到的各类事件具体情况提供给监控人员，对事件及时进行线上处置、处置跟踪、事件上报等，实现相关业务处置流程的线上流转。其中，业务处置流程包含事件流程处置信息、事件信息上报、交接班信息和情报板信息等，可实现对事件的及时发现，提高事件处置效率。

2.3 视频巡查

通过视频层级树来展示视频列表。监控人员可根据需求自行点击，来选择播放的视频内容，实现对6路和9路的展示切换，可自定义保存常用视频列表，方便快速查看重点关注的摄像机内容。对已检测到的事件信息，可与视频列表进行对应，通过查看附近摄像机录下的视频，方便用户实时了解事件的现场情况，实现对高速道路的重点监控，从而实现快速处置。

2.4 研判预测

交通态势感知系统实现了对区域和整条道路运行状态的监控和异常判定，但还要实时洞悉监测点位的通行效率，挖掘通行效率低下的原因，并给出优化建议。本研究的态势预测如下：①接入互联网导航30 min预测服务。基于浮动车的导航OD数据，预估30 min内车流量情况，实现对浮动车流量的点位数据预测；②根据互联网导航提供的路况预测数据，来展示30 min内的路况预测；③根据重点路段监控，对重点路段进行研判，通过对重点路段路况数据统计，分析重点路段的道路拥堵情况；④三急一速研判。通过互联网导航提供的分日三急一速的数据来展示分日∕分月数据统计以及热力图；⑤节假日研判。对节假日路况数据进行统计，分析节假日的道路拥堵情况。

2.4.1 重点路段研判。在了解全局后，对重点路段进行实时路况和异常事件的关注，并在高精度地图中分路段进行展示。根据历史拥堵指数和事件数据分析，识别事故多发和易堵路段，选取内外环各6个重点路段，对重点路段的实时拥堵指数和速度进行监控。

2.4.2 节假日研判。对春节、五一、十一等重要节假日的路段拥堵和事件数据进行统计和分析，并形成统计报告，用来监测管控效果。通过道路通行的自由流速度、速度、拥堵指数等数据，对节假日高峰时段和重点路段的速度、拥堵指数、自由流速度等进行对比。

2.4.3 三急一速研判。通过互联网导航对用户的驾驶行为分析，对用户危险驾驶行为要结合时间、空间数据进行分析，获取全路段和重点路段的发送数量，结合实际事故或事件进行研判分析，并提出一些有针对性的预防措施。在地图中展示三急一速分布热力图，可以清晰地找到要重点关注的路段，除此之外，还有百公里和百车的指数统计，以及按照日或月查询的统计数据。

2.5 诱导情报板

在高精地图中可查看情报板实时播报的信息，结合情报板并联动前方道路摄像头，对交通运行状况进行对比监测，实时调整情报板内容，并按照内外环、龙门架和F板来区分图标和颜色。在高精度地图中，点击某情报板即可实时播报，并根据情报板位置，自动关联前方摄像头，调取实时监控视频，对监测进行对比。

2.6 线路调度

互联网导航的强制诱导发布功能可定制拥堵诱导，调度车主躲避拥堵，可有效缓解绕城高速的拥堵情况。诱导数据可在互联网导航地图上实时透出，对车主出行路线的规划进行干预，诱导车主行驶推荐路段，缓解交通堵塞。针对问题路段，制定诱导路线，设定替代路段方案，经互联网导航审核后，通过替代路段方案来影响用户的路径规划，避开问题路段。

2.7 管控诱导

基于互联网导航的管控路线诱导的数据透出能力，实现互联网导航的路线调度功能。

2.8 信息发布

将视频智能分析技术与人工上报信息渠道进行融合，使监控人员通过自定义视频、视频巡查、事件轮询、摄像头设置等完成对路况信息的实时监控，并将实时路况进行信息透出，实现对高速道路的重点监控。

2.9 稽查布控

结合视频分析系统的结构化数据和收费数据，运用大数据存储和分析技术，从海量的历史数据中提取证据信息，形成完整的逃费证据链信息，定位嫌疑车辆，辅助稽查。同时，提供结构化数据的轨迹还原搜索功能，对嫌疑车辆的路径提供还原功能（仅换卡场景）；对流水异常进行分析，并提供报警功能；提供结构化和非结构化数据的轨迹还原搜索功能。

2.10 勤务管理

该功能要结合监控中心工作人员的业务习惯，通过对表单进行优化，取消部分重复冗余的表单资料，增加线上考勤排班功能，可根据实际情况，由管理层级进行动态设置排班、线上考勤，减少管理人员负担的同时，也解决了纸张浪费和不易保存查看的问题，使监控中心的工作人员实现线上办公。其中，主要包括人员管理、考勤排班、工作日志、交接班管理、信息互通等线上办公功能等。

2.11 大数据服务

该功能通过开发数据接口，支持与川高大数据平台在数据层、应用层、服务层进行融合互通，实现对机电运维、收费管理、道路巡查、养护施工、服务区等多模块数据的融合展示，并实现资源共享与多业务、多平台的协同。

2.12 微信公众号服务

该功能在视频分析技术与人工确认融合的基础上，每隔30 min通过微信公众号将各路段拥堵状况及服务区运行情况等信息推送给管理人员、相关部门及社会公众，实现内外部门工作的快速协同处置、社会公众及时获取交通情况。

2.13 业务监控大屏

该功能对监控中心各类业务数据与路况运行情况进行汇总，其中还包括路段机电运维、收费管理、道路巡查、养护施工、服务区管理等业务数据，方便监控中心管理人员掌握路段当前运行情况与事件处置进度。

3 结论

该平台已在成都绕城高速上投入使用，目前绕城高速的拥堵平均下降17%、公众出行感知提升26%、事件自动处置率提升17%、交通事故伤亡下降11%、运营管理效率提升7%。初步展示了“智慧高速”对缓堵保畅、安全管控、运行效率提升及公众服务方面的“智慧”成效。“智慧眼”高速人工智能综合管控平台采用AI算法，通过接入互联网服务数据，提供视频智能应用与大数据可视化指挥服务，采用全自动事件驱动的路况监控方式，最终实现全面提升通行效率、道路安全、管控水平、协同效率、稽查能力、公众感知等业务目标，实现“一个分析平台、系统联动共享、数据融合创新、路网智能诱导”。通过移动协同平台提升事件处置执行效率，为全路网视频融合分析与大数据机器学习创新打下基础，是高速公路公司通过数据智能科技手段提升道路通行效率、保障交通安全、打击偷逃费的有力武器，也是实现“互联网+交通”变革的关键一步，更是探索智慧高速体系建设的一次重要尝试。