廣州英碼信息科技有限公司朱君偉

1　項目目標(biāo)和概述

1.1　行業(yè)現(xiàn)狀與挑戰(zhàn)

當(dāng)前高速公路治理上的客觀難點可總結(jié)為三點，首先高速公路通車?yán)锍滩粩嘣黾樱S之帶來的是道理監(jiān)管更加困難的問題；其次是高速公路警力資源少，警力缺口大，高速公路標(biāo)準(zhǔn)警力配置為每公里0.5~1.2名巡邏交警，絕大部分城市達(dá)不到標(biāo)準(zhǔn)水平，并且夜間場景沒有巡邏交警，發(fā)生問題后的處理嚴(yán)重滯后；第三是高速環(huán)境復(fù)雜，安全隱患突出，受惡劣天氣、超速、超載等因素的影響，高速事故中重大事故占比高，傷亡較大。面對這樣的現(xiàn)狀，高速安全防控的關(guān)鍵在于提高道路感知以及突發(fā)事件的處理能力。積極開展智能交通管理系統(tǒng)的建設(shè)，最大限度地提高交通設(shè)施的利用率和交通管理的水平是非常必要的。

1.2　項目目標(biāo)

公安交警智能交通管理系統(tǒng)是現(xiàn)代智能交通運輸體系和智慧城市的重要組成部分，是智能交通系統(tǒng)得以實現(xiàn)的基礎(chǔ)保證。國內(nèi)的智能交通管理系統(tǒng)在“十二五”期間實現(xiàn)了點的應(yīng)用和面的拓展，造就了一批國內(nèi)交通自動控制制造和專業(yè)軟件開發(fā)商，項目建設(shè)技術(shù)已日趨成熟。

以人工智能賦能交管實戰(zhàn)，通過視頻感知分析技術(shù)，對原有高速公路場景下路側(cè)監(jiān)控、門架監(jiān)控等視頻監(jiān)控資源全面進行后端融合分析，實時監(jiān)測并識別交通突發(fā)警情，出現(xiàn)道路異常警情第一時間上報指揮中心，采集道路交通車流量、排隊長度等交通參數(shù)，滿足交通監(jiān)管部門道路警情快速識別、交通態(tài)勢精準(zhǔn)感知等實戰(zhàn)需求。通過本系統(tǒng)為公安交管部門對高速路面交通管理實現(xiàn)全方位感知、全自研利舊、全業(yè)務(wù)增效的目標(biāo)，綜合提升出處警效率與指揮效果；為交通參與者提供安全、順暢、高體驗感的交通出行服務(wù)。

1.3　系統(tǒng)概述和價值點

作為公安交通集成指揮平臺采集層（事件檢測）組成部分，通過視頻AI分析技術(shù)，實時監(jiān)測并識別交通突發(fā)警情，針對道路異常警情第一時間上報指揮中心，實現(xiàn)交通態(tài)勢實時感知、突發(fā)警情即時發(fā)現(xiàn)特色功能，解決交警指揮中心指揮調(diào)度面臨的突發(fā)警情發(fā)現(xiàn)效率低、處置效率低，缺少自動化警情識別手段的問題，提供帶有突發(fā)警情自主識別功能的軟硬一體化產(chǎn)品，綜合提升出處警效率與指揮效果。

（1）算法應(yīng)用場景覆蓋全，事故檢測行業(yè)領(lǐng)先

支持高速公路場景下路側(cè)監(jiān)控、門架監(jiān)控等視頻監(jiān)控資源進行實時視頻分析，支持行人闖入、高速事故、應(yīng)急停車、匝道排隊、主線擁堵、服務(wù)區(qū)飽和等6類異常事件自動檢測識別、查詢，并進行快速上報，交管人員可通過平臺查看事件詳情與記錄視頻，進而輔助指揮調(diào)度與快速處置。其中針對事故檢測，基于百萬場景數(shù)據(jù)，提取10+核心判定關(guān)鍵要素，構(gòu)建精準(zhǔn)事故判定模型，事故檢測準(zhǔn)確率行業(yè)領(lǐng)先。支持包括道路斷面流量、空間占有率、時間占有率、車輛密度在內(nèi)的交通參數(shù)采集，滿足交警部門快速掌握路況、道路警情迅速識別等實戰(zhàn)需求。有效解決以往事件發(fā)現(xiàn)不及時、不準(zhǔn)確、不詳細(xì)等問題。

交通事件及交通流參數(shù)檢測算法均自主研發(fā)，具備開放場景適應(yīng)性，支持場景應(yīng)用效果持續(xù)自學(xué)習(xí)調(diào)優(yōu)。

（2）結(jié)合獨特業(yè)務(wù)模型，打造場景化應(yīng)用算法

結(jié)合行業(yè)應(yīng)用難題，圍繞應(yīng)用場景研究包括環(huán)境條件、視覺條件兩大類7種以上環(huán)境干擾因素以及目標(biāo)遮擋、頻繁過人等5種以上行為干擾因素，構(gòu)建典型事件判定模型，打造場景化應(yīng)用算法，全面提升業(yè)務(wù)應(yīng)用效果。即時精準(zhǔn)指揮，綜合處置效率提升20%以上。

傳統(tǒng)警情發(fā)現(xiàn)主要依靠人工視頻巡檢、122電話舉報等手段，極易錯失出處警有效時機，據(jù)實際項目統(tǒng)計，基于互聯(lián)網(wǎng)手段出警時間間隔長達(dá)30分鐘，目前基于視頻實時檢測分析的警情自主發(fā)現(xiàn)手段可有效縮短至5分鐘以內(nèi)，綜合處置效率提升20%，真正實現(xiàn)快速、精準(zhǔn)出警。

2　案例介紹

2.1　系統(tǒng)架構(gòu)

高速異常感知系統(tǒng)架構(gòu)采用三層框架系統(tǒng)結(jié)構(gòu)設(shè)計，包括數(shù)據(jù)接入層、引擎服務(wù)層、平臺應(yīng)用層，按照分層的方式來架構(gòu)，可以使各個層之間解耦合。

數(shù)據(jù)接入層：主要功能是通過各種接口協(xié)議，將高清監(jiān)控視頻、存儲視頻和離線的臨時數(shù)據(jù)接入到系統(tǒng)核心模組進行識別和分析。通過接口協(xié)議可直接對接現(xiàn)有視頻聯(lián)網(wǎng)平臺、電警系統(tǒng)、接口系統(tǒng)、存儲系統(tǒng)和離線數(shù)據(jù)，也可通過對接統(tǒng)一視頻接入平臺數(shù)據(jù)總線，提取視頻圖像信息中行人、車輛目標(biāo)信息，進行結(jié)構(gòu)化解析及分析后，提取有效數(shù)據(jù)信息。

引擎服務(wù)層：主要功能是通過不同模塊的相應(yīng)功能，對數(shù)據(jù)接入層提交的原始數(shù)據(jù)進行數(shù)據(jù)解析、目標(biāo)檢測、特征分析、事件識別等算法分析服務(wù)。該層作為整個系統(tǒng)的核心部分，提供相關(guān)服務(wù)運行部署及監(jiān)控、視頻預(yù)覽、任務(wù)調(diào)度、視圖存儲等功能，為應(yīng)用層提供模塊化服務(wù)支撐。

平臺應(yīng)用層：主要功能是通過標(biāo)準(zhǔn)化的接口定義，與應(yīng)用平臺進行無縫融合。由統(tǒng)一集成管理平臺提供基礎(chǔ)資源管理及服務(wù)監(jiān)控功能，由交通視覺感知分析應(yīng)用平臺面向上層警情識別業(yè)務(wù)提供相關(guān)配置、預(yù)警、查詢、統(tǒng)計及可視化功能。

2.2　系統(tǒng)組成

高速異常感知系統(tǒng)主要由五部分組成，如圖1所示，分別是：前端視頻采集系統(tǒng)、網(wǎng)絡(luò)傳輸系統(tǒng)、高速異常感知分析引擎、統(tǒng)一集成管理平臺和高速異常感知分析應(yīng)用平臺。

（1）前端視頻采集系統(tǒng)：需要200萬像素以上的路側(cè)監(jiān)控、門架監(jiān)控等視頻源。由視頻監(jiān)控設(shè)備采集道路交通視頻，以視頻流的方式傳輸?shù)胶蠖私y(tǒng)一視頻接入平臺，作為高速異常感知分析的數(shù)據(jù)來源。

（2）網(wǎng)絡(luò)傳輸系統(tǒng)：網(wǎng)絡(luò)傳輸設(shè)備實現(xiàn)實時視頻流接入與解碼以及圖像傳輸，提供統(tǒng)一視頻接入網(wǎng)關(guān)設(shè)備，用于與已建海康、大華、宇視等主流視頻平臺以GB28181協(xié)議方式接入。

（3）高速異常感知分析引擎：按照應(yīng)用平臺配置的事件、交通流參數(shù)檢測規(guī)則，通過智能算法分析交通視頻流，進行交通事件、交通流參數(shù)檢測及事件信息、圖片上報。

（4）統(tǒng)一集成管理平臺：實現(xiàn)前端設(shè)備管理、道路/路口管理、用戶權(quán)限管理以及基礎(chǔ)視頻監(jiān)控預(yù)覽功能。

（5）高速異常感知平臺：結(jié)合高速異常感知分析引擎，實現(xiàn)高速事故、主線擁堵、應(yīng)急停車、行人闖入、匝道排隊，服務(wù)區(qū)飽和等異常事件實時預(yù)警以及斷面流量、空間占有率、時間占有率、車輛密度等交通流參數(shù)采集與交通態(tài)勢可視化呈現(xiàn)功能，支持交通事件算法配置、消息查詢、統(tǒng)計分析等基礎(chǔ)功能。

圖1 系統(tǒng)架構(gòu)設(shè)計

硬件采用中心部署方案，接入視頻分析引擎，感知端復(fù)用道路交通已建電子警察、卡口、路側(cè)監(jiān)控、高點等視頻監(jiān)控資源，支持與已建?？?、大華、宇視等主流視頻平臺以GB28181協(xié)議方式接入。

2.3　網(wǎng)絡(luò)結(jié)構(gòu)

2.3.1　方案描述

高速異常感知分析一體機采用軟硬一體的方式，同高速異常感知應(yīng)用平臺、網(wǎng)絡(luò)傳輸及存儲設(shè)備一起部署在監(jiān)控中心機房。

統(tǒng)一集成管理平臺為高速異常感知分析引擎配置獲取視頻流的URL，高速異常感知分析引擎獲取到視頻流后，進行實時檢測分析，檢測到異常事件后上報到高速異常感知應(yīng)用平臺。高速異常感知分析引擎進行事件檢測的同時進行交通流參數(shù)信息的檢測，并按照一定周期上報到高速異常感知分析應(yīng)用平臺。

高速異常感知分析應(yīng)用平臺對事件信息進行實時預(yù)警提示，并進行事件信息管理以及交通參數(shù)信息統(tǒng)計分析。

2.3.2　組網(wǎng)方式

典型組網(wǎng)方式如圖2所示。

圖2 網(wǎng)絡(luò)架構(gòu)圖

高速異常感知分析引擎，主要提供以下功能：

獲取視頻流的同時進行分析檢測，當(dāng)檢測到交通事件時，高速異常感知分析引擎將產(chǎn)生的報警信息和相關(guān)的事件圖片發(fā)送給高速異常感知分析應(yīng)用平臺。將檢測到的交通參數(shù)信息上傳給高速異常感知分析應(yīng)用平臺。支持從視頻監(jiān)控平臺中獲取視頻流分析。

2.4　核心功能設(shè)計

2.4.1　高速場景警情識別

如圖3所示，針對車輛、道路異常事件實時檢測分析，通過對高速公路場景下路側(cè)監(jiān)控、門架監(jiān)控等視頻監(jiān)控以及普通視頻監(jiān)控等前端監(jiān)控采集的視頻圖像信息進行實時結(jié)構(gòu)化分析處理，實現(xiàn)高速交通事故、匝道擁堵、高速應(yīng)急停車、高速行人闖入、高速服務(wù)器飽和異常等事件自動檢測識別、查詢，并進行快速上報，交管人員可通過高速安全保衛(wèi)查看事件詳情與記錄視頻，進而輔助指揮調(diào)度與快速處置。

圖3 警情看板頁，實時推送警情識別結(jié)果

（1）高速事故識別

針對高速公路場景下交通事故事件進行實時檢測分析，如圖4所示，支持自定義檢測區(qū)域，包括行車道、應(yīng)急車道等，支持單車肇事/故障、車車事故兩類事故類型檢測，支持事故預(yù)警消息實時推送及語音提醒，支持事件信息發(fā)送至第三方應(yīng)用平臺（交管大隊的統(tǒng)一指揮平臺），事故事件數(shù)據(jù)輸出內(nèi)容包括點位編號，事故標(biāo)識，事件時間，車牌信息。

圖4 典型高速事故場景

（2）主線擁堵識別

針對高速公路場景下主線擁堵事件進行實時檢測分析，支持擁堵、緩行、暢通3類交通通行狀態(tài)檢測識別，支持擁堵事件預(yù)警消息實時推送及語音提醒，支持事件信息發(fā)送至第三方應(yīng)用平臺。

（3）應(yīng)急停車識別

針對高速公路場景下應(yīng)急停車事件進行實時檢測分析，支持自定義檢測區(qū)域，配置應(yīng)急車道區(qū)域，支持單車異常停車、多車異常停車兩類異常停車事件檢測識別，支持應(yīng)急停車事件預(yù)警消息實時推送及語音提醒，支持事件信息發(fā)送至第三方應(yīng)用平臺。

（4）行人闖入識別

針對高速公路場景下行人闖入事件進行實時檢測分析，支持自定義檢測區(qū)域，包括行車道、應(yīng)急車道等，行人闖入事件定義為非擁堵情況下，行人出現(xiàn)在檢測區(qū)域內(nèi)，如應(yīng)急車道內(nèi)行走、行車道內(nèi)穿越等，支持行人闖入事件預(yù)警消息實時推送及語音提醒，支持事件信息發(fā)送至第三方應(yīng)用平臺。

（5）匝道排隊識別

針對高速公路收費站、服務(wù)區(qū)等匝道場景自定義檢測區(qū)域內(nèi)車輛排隊事件進行實時檢測分析，上報信息包含：正常、排隊，2類。支持車輛排隊事件預(yù)警消息實時推送及語音提醒，支持信息發(fā)送至第三方應(yīng)用平臺。

（6）服務(wù)區(qū)飽和分析

支持高速公路服務(wù)區(qū)自定義檢測區(qū)域，自定義飽和度閾值，并根據(jù)閾值分析服務(wù)區(qū)車輛飽和度狀態(tài)，上報信息包含：正常、飽和，2類。（可以通過誘導(dǎo)屏進行信息公示，引導(dǎo)司機去往別的服務(wù)區(qū)休息）

2.4.2　交通流參數(shù)檢測

針對高速公路道路交通流參數(shù)進行實時檢測，能夠?qū)崿F(xiàn)車流密度、空間占有率、時間占有率、斷面流量等交通流參數(shù)檢測。

（1）車流密度

支持單位長度的車道或道路中的車輛數(shù)量實時檢測及分析。

（2）空間占有率

支持道路單位長度或空間區(qū)域內(nèi)車輛空間占比檢測及分析。

（3）時間占有率

支持單位時間內(nèi)道路通行車輛數(shù)量占比檢測及分析。

（4）斷面流量

支持機動車輛包括掛車、隨車吊（車上有吊桿）、大型貨車、渣土車、混凝土攪拌車、欄板卡車、罐車、小型貨車、皮卡車、微面（五菱宏光）、大型客車、押運車、小型客車、轎車、越野車、商務(wù)車、輕客、三輪車、工程搶修車、救援車、消防車在內(nèi)21種車輛類型流量檢測計數(shù)。

2.4.3　業(yè)務(wù)應(yīng)用模塊平臺功能

（1）警情分析能力（異常預(yù)警）

系統(tǒng)提供異常事件自主識別與主動預(yù)警功能，當(dāng)系統(tǒng)檢測到異常事件時，可實時推送消息預(yù)警，并提供語音提醒功能，及時通知交通管理人員進行處理。

（2）事件詳情

系統(tǒng)提供警情圖片或視頻存儲功能，點擊可查閱警情發(fā)生詳情，如圖5所示，支持警情事件相關(guān)行人、非機動車、機動車目標(biāo)結(jié)構(gòu)化信息檢測與上報功能，支持警情事件發(fā)生前后30s視頻回放。

圖5 警情詳情

（3）事件查詢

系統(tǒng)提供包括警情條件查詢、警情記錄詳情2項功能，警情條件查詢支持按照點位名稱、警情類型（多選）、自定義時間段進行警情記錄查詢，異常檢索結(jié)果默認(rèn)按照列表-詳情模式展示，支持警情結(jié)果圖文卡片模式切換展示。警情記錄詳情包括警情記錄列表/圖文、警情詳情兩部分，用于查閱警情詳細(xì)信息。

（4）電子地圖

系統(tǒng)提供實時道路警情事件上圖展示功能，如圖6所示，提供各類警情統(tǒng)計結(jié)果圖表展示、實時警情列表展示、地圖設(shè)備資源點位及狀態(tài)展示，包括警情綜合統(tǒng)計、警情類型分布、警情TOP5、歷史警情趨勢、實時警情、地圖設(shè)備點位等，支持警情事件地圖篩選，支持當(dāng)日警情分布情況統(tǒng)計與排名，支持按照點位查看當(dāng)日警情記錄情況。

圖6 警情看板-電子地圖

（5）任務(wù)配置

系統(tǒng)提供設(shè)備資源檢索、視覺檢測算法配置2項功能。支持按照設(shè)備類型、配置算法（多選）、設(shè)備名稱/設(shè)備編號等條件進行設(shè)備列表檢索。可選擇已接入視頻點位自動獲取當(dāng)前視頻點位幀圖像，結(jié)合實際道路交通場景下的具體業(yè)務(wù)應(yīng)用選擇對應(yīng)算法進行實時檢測任務(wù)配置。支持通過按照當(dāng)前點位視頻幀圖像進行算法應(yīng)用場景配置，支持封閉多邊形、線條等自定義檢測區(qū)域及預(yù)警位置標(biāo)記，支持算法檢測時段自定義，支持事件持續(xù)周期及上報時間周期設(shè)置。在線且已配置算法設(shè)備支持檢測任務(wù)的單項啟動、批量啟動、批量停止和批量重啟等操作，在線設(shè)備支持實時視頻查看操作。

2.4.4　系統(tǒng)基礎(chǔ)模塊平臺功能

統(tǒng)一集成管理平臺用于支撐高速異常感知分析應(yīng)用平臺操作所需的系統(tǒng)設(shè)置，包括路口管理、設(shè)備管理、算法管理、資源管理、日志管理、服務(wù)監(jiān)控等。

（1）路口管理

本功能主要實現(xiàn)對路口名稱、路口編碼、路口類型、所屬道路、進口方向及實際經(jīng)緯度信息進行管理。

（2）設(shè)備管理

本功能主要用于門架監(jiān)控，路側(cè)監(jiān)控等普通視頻監(jiān)控等視頻分析前端設(shè)備基礎(chǔ)信息管理，包括設(shè)備ID、名稱、所屬資源、設(shè)備廠商、設(shè)備類型、接入方式、路口路段信息、資產(chǎn)信息等。

（3）算法管理

本功能主要實現(xiàn)對異常事件及交通參數(shù)算法授權(quán)及其他管理，支撐上層的業(yè)務(wù)應(yīng)用。

（4）資源管理

本功能主要實現(xiàn)系統(tǒng)資源的管理，包括服務(wù)器節(jié)點、算力資源及數(shù)據(jù)實例等的管理。

（5）日志管理

本功能主要對系統(tǒng)的所有操作進行實時跟蹤記錄，確保所有經(jīng)授權(quán)或未經(jīng)授權(quán)的活動都留有痕跡，以提高系統(tǒng)的安全性，為操作審計留下線索。系統(tǒng)日志內(nèi)容包括操作用戶、所屬部門、IP地址、操作模塊、操作內(nèi)容、操作時間等。

（6）服務(wù)監(jiān)控

本功能主要實現(xiàn)交通視覺感知分析引擎硬件環(huán)境狀態(tài)及AITS相關(guān)服務(wù)監(jiān)控功能，包括GPU、CPU、內(nèi)存、存儲剩余狀態(tài)監(jiān)控以及引擎相關(guān)rmmt、vas、vss、wmfs、wmits、wmvs服務(wù)運行狀態(tài)監(jiān)控，確保系統(tǒng)穩(wěn)定運行，支持引擎服務(wù)一鍵重啟。

2.5　部署方案

2.5.1　異常事件檢測算法

包括高速事故、應(yīng)急停車、匝道排隊、行人闖入、主線擁堵、服務(wù)區(qū)飽和6類交通事件檢測算法外場選點規(guī)范：

（1）適用于高速公路場景下路側(cè)監(jiān)控、門架監(jiān)控等視頻監(jiān)控資源，建議為星/黑光級日夜全彩攝像機。

（2）輸入視頻圖像的質(zhì)量應(yīng)達(dá)到GB50198-2011中描述的4級及以上。

（3）視頻畫面滿足200萬像素及以上，視頻拍攝方位與行車道傾斜角度≤40°，覆蓋實際場景檢測范圍約50米以內(nèi)。

（4）視頻畫面目標(biāo)大小滿足：車輛目標(biāo)，寬≥60px；高≥60px；行人目標(biāo)，寬≥40px；高≥80px；非機動車目標(biāo)，寬≥40px；高≥40px。

（5）部分算法及點位需結(jié)合實際道路交通流特點，參考專家經(jīng)驗?zāi)Ｐ瓦M行選點。

2.5.2　流量參數(shù)檢測算法

（1）適用于出口道電子警察視頻監(jiān)控，建議為星/黑光級日夜全彩攝像機。

（2）輸入視頻圖像的質(zhì)量應(yīng)達(dá)到GB50198-2011中描述的4級及以上。

（3）視頻畫面滿足200萬像素及以上。

3　代表性及推廣價值

本項目運用AI視覺識別技術(shù)，實現(xiàn)了更高效的交通流量實時監(jiān)測和分析、更精準(zhǔn)的事故檢測與有效管理。極大地提升了交通管理的安全性、效率和準(zhǔn)確性，通過實時監(jiān)測和分析交通流量、識別違規(guī)行為、優(yōu)化信號控制等，有效緩解了交通擁堵，提高了道路通行能力，同時降低了人工監(jiān)控的成本，為智慧城市的構(gòu)建提供了強有力的技術(shù)支撐。方案已在多個項目驗證，具備較高成熟度，可大量復(fù)制到不同城市的交通管理中，提升交通智能化程度，為社會帶來更安全和更順暢的通行效果，提升經(jīng)濟效益。

摘自《自動化博覽》2025年2月刊