基于交通視頻大數(shù)據(jù)的事件檢測(cè)系統(tǒng)

吳文彬

(廣東潮惠高速公路有限公司，廣東 汕尾 516700)

0 引言

隨著社會(huì)經(jīng)濟(jì)的發(fā)展和汽車保有量的不斷增長(zhǎng)，高速公路車流量與日俱增，如何讓公眾切身體會(huì)到出行的快捷和便利，對(duì)高速公路的運(yùn)營(yíng)服務(wù)提出了更高的要求，特別是在各大節(jié)假日給高速公路運(yùn)營(yíng)管理帶來(lái)了更大的考驗(yàn)。為滿足廣大公眾對(duì)交通出行的需求，如何快速發(fā)現(xiàn)和處置道路擁堵、行人、違章停車、交通事故等異常交通事件，是近年來(lái)高速公路營(yíng)運(yùn)單位思考和探索的問(wèn)題。

隨著視頻監(jiān)控系統(tǒng)的逐步完善，事件檢測(cè)系統(tǒng)也不斷應(yīng)用于監(jiān)控系統(tǒng)。但由于事件檢測(cè)系統(tǒng)普遍存在檢測(cè)精度偏低、誤報(bào)率高、網(wǎng)絡(luò)占用率高、持續(xù)改進(jìn)能力差等原因，不僅沒有減少工作人員的工作量，反而對(duì)工作人員造成困擾，為此，導(dǎo)致目前有些事件檢測(cè)系統(tǒng)出現(xiàn)停用的情況，視頻監(jiān)控輪巡主要還是依靠人工方式，難以保證監(jiān)控效率。

本文結(jié)合高速公路營(yíng)運(yùn)管理的需要，針對(duì)視頻大數(shù)據(jù)事件檢測(cè)系統(tǒng)在潮惠高速公路應(yīng)用的事件檢測(cè)、車流檢測(cè)、交通參數(shù)檢測(cè)等功能，提出存在問(wèn)題和優(yōu)化目標(biāo)，不斷提高事件檢測(cè)的準(zhǔn)確率和實(shí)用性，從而更好地服務(wù)于高速公路營(yíng)運(yùn)管理。

1 視頻事件檢測(cè)技術(shù)方案分析

1.1 基于前端視頻分析的事件檢測(cè)方案

基于前端視頻分析的事件檢測(cè)方案主要采用集成的方式，在原有監(jiān)控?cái)z像設(shè)備中集成一部分具備圖像識(shí)別和比對(duì)的電路模塊，攝像設(shè)備采集到視頻信號(hào)后，先由圖像識(shí)別模塊進(jìn)行視頻識(shí)別判斷，再向后端輸出，從而達(dá)到異常事件檢出的目的。但是基于前端的事件檢測(cè)系統(tǒng)存在以下缺點(diǎn)：

(1)計(jì)算能力不足，檢測(cè)精度受限。由于在原有攝像設(shè)備中集成圖像識(shí)別模塊受限于空間和功耗，無(wú)法采用強(qiáng)大的計(jì)算分析處理器，只能采用低功耗、小體積的零部件，嚴(yán)重束縛了圖像識(shí)別的能力，也較大約束了檢測(cè)精度。

(2)基于視頻前端的事件檢測(cè)系統(tǒng)不便于功能升級(jí)。由于其圖像識(shí)別模塊在出廠時(shí)集成在攝像設(shè)備內(nèi)，其功能和性能均已限定，后期基本不可能再對(duì)其單獨(dú)進(jìn)行功能和性能的升級(jí)，只能更換整個(gè)攝像設(shè)備，給升級(jí)工作帶來(lái)較大的不便和成本的增加。

(3)基于視頻前端的事件檢測(cè)系統(tǒng)實(shí)施成本高，目前市售具有圖像識(shí)別功能的攝像設(shè)備比傳統(tǒng)攝像設(shè)備價(jià)格高出約30%以上。

1.2 基于后端視頻分析的事件檢測(cè)方案

基于后端視頻分析的事件檢測(cè)方案一般分為傳統(tǒng)的事件檢測(cè)分析儀以及基于交通視頻大數(shù)據(jù)的事件檢測(cè)技術(shù)方案“服務(wù)器+大數(shù)據(jù)平臺(tái)”兩種模式。

(1)傳統(tǒng)的事件檢測(cè)分析儀的算法在設(shè)備出廠時(shí)已固定，其功能和性能受檢測(cè)算法的限制，事件檢測(cè)精度無(wú)法持續(xù)遞增。

(2)基于交通視頻大數(shù)據(jù)的事件檢測(cè)技術(shù)方案“服務(wù)器+大數(shù)據(jù)平臺(tái)”模式采用通用硬件架構(gòu)和開放平臺(tái)軟件，具備大數(shù)據(jù)分析功能和模型采集，深度學(xué)習(xí)功能，隨著平臺(tái)投入使用時(shí)間的增加，軟件平臺(tái)通過(guò)大數(shù)據(jù)分析，逐步完善事件模型，提升檢測(cè)精度。

2 基于交通視頻大數(shù)據(jù)的事件檢測(cè)技術(shù)

2.1 系統(tǒng)平臺(tái)架構(gòu)

基于交通視頻大數(shù)據(jù)的事件檢測(cè)系統(tǒng)在現(xiàn)有視頻監(jiān)控的基礎(chǔ)上，通過(guò)增加視頻分析服務(wù)器以及大數(shù)據(jù)分析軟件的方式，實(shí)現(xiàn)路網(wǎng)事件檢測(cè)和車流量分析等功能。系統(tǒng)平臺(tái)架構(gòu)如圖1所示。

圖1 系統(tǒng)平臺(tái)架構(gòu)

2.2 系統(tǒng)組網(wǎng)架構(gòu)

采用“事件檢測(cè)服務(wù)器+大數(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)量靈活增設(shè)服務(wù)器及組網(wǎng)。大數(shù)據(jù)分析平臺(tái)軟件具備開放式架構(gòu)，可靈活擴(kuò)容檢測(cè)通道，滿足不同的視頻檢測(cè)規(guī)模需求。系統(tǒng)組網(wǎng)架構(gòu)如圖2所示。

2.3 系統(tǒng)功能

2.3.1 交通事件監(jiān)測(cè)

(1)目標(biāo)檢測(cè)。通過(guò)對(duì)目標(biāo)的模型訓(xùn)練，實(shí)現(xiàn)目標(biāo)的識(shí)別，區(qū)分目標(biāo)與異常事件觸發(fā)標(biāo)的物。通過(guò)視頻的二次分析，將工作人員、工作車輛、工作標(biāo)識(shí)物與行人闖入、異常停車、拋灑物等情況進(jìn)行區(qū)分，降低事件誤報(bào)率。

(2)異常停車檢測(cè)。通過(guò)實(shí)時(shí)視頻數(shù)據(jù)分析，采用深度學(xué)習(xí)技術(shù)，系統(tǒng)能夠自動(dòng)識(shí)別出高速公路路面行車道、應(yīng)急車道車輛停駛事件，并提供事件位置，自動(dòng)報(bào)警。

(3)道路擁堵檢測(cè)。通過(guò)實(shí)時(shí)視頻數(shù)據(jù)分析，采用深度學(xué)習(xí)技術(shù)，系統(tǒng)能夠通過(guò)道路上車輛通行速度及監(jiān)測(cè)范圍內(nèi)車輛密度判斷出道路交通擁堵情況，并自動(dòng)報(bào)警。

(4)車輛逆行檢測(cè)。系統(tǒng)能夠檢測(cè)車輛在道路上的行駛方向與規(guī)定方向相反，且行駛距離不小于某一設(shè)定值的交通事件，并自動(dòng)報(bào)警。

(5)拋灑物檢測(cè)。系統(tǒng)能夠檢測(cè)路面拋灑物，并自動(dòng)報(bào)警，檢測(cè)的拋灑物尺寸一般要求不小于50cm×50cm×50cm。

(6)行人檢測(cè)。系統(tǒng)能夠檢測(cè)行人橫穿道路等異常現(xiàn)象，并自動(dòng)報(bào)警，報(bào)警內(nèi)容包括行人數(shù)量及地理位置等。

(7)車輛速度過(guò)高/低檢測(cè)。系統(tǒng)采用深度學(xué)習(xí)技術(shù)，檢測(cè)出車輛速度，當(dāng)速度高于設(shè)定閾值或者低于設(shè)定閾值時(shí)，自動(dòng)報(bào)警。

(8)車輛占用應(yīng)急車道。系統(tǒng)能夠在車輛占用應(yīng)急車道時(shí)自動(dòng)報(bào)警。

(9)交通事故檢測(cè)。系統(tǒng)能夠通過(guò)檢測(cè)發(fā)現(xiàn)道路發(fā)生車輛碰撞等交通事故，并自動(dòng)報(bào)警。

2.3.2 交通態(tài)勢(shì)感知

交通態(tài)勢(shì)感知通過(guò)監(jiān)控?cái)z像機(jī)的視頻流式數(shù)據(jù)分析，獲取瞬間截面車流信息?？梢詾楣芾碚咛峁?shí)時(shí)的交通態(tài)勢(shì)，并根據(jù)道路匯入源的前路交通流量進(jìn)行分析以及預(yù)測(cè)監(jiān)測(cè)道路的交通流量。通過(guò)計(jì)算引擎對(duì)車輛檢測(cè)、車牌識(shí)別的數(shù)據(jù)進(jìn)行實(shí)時(shí)大數(shù)據(jù)分析，及時(shí)、準(zhǔn)確地分析特定區(qū)域內(nèi)的車流總量數(shù)據(jù)。

(1)系統(tǒng)提供對(duì)每個(gè)交通斷面交通參數(shù)的實(shí)時(shí)測(cè)量：流量、車速、占有率、車間距、排隊(duì)長(zhǎng)度等。

(2)系統(tǒng)可以識(shí)別不同類型的車輛如小轎車、SUV、大客車、小客車、貨車等。

(3)系統(tǒng)可以實(shí)時(shí)分析某一隧道或路段內(nèi)車輛的保有量和人員預(yù)估數(shù)，以及分車型車輛的保有量。

3 事件檢測(cè)方案及測(cè)試結(jié)果分析

3.1 檢測(cè)方案

選取潮惠高速公路蓮花山隧道1號(hào)、2號(hào)隧道現(xiàn)有的64路視頻圖像，從2020年4月4日起至5月31日止，對(duì)隧道內(nèi)停車、逆行、行人、擁堵等事件檢測(cè)功能進(jìn)行全天候24h實(shí)測(cè)分析，測(cè)試預(yù)警由監(jiān)控工作人員進(jìn)行判斷并確認(rèn)。

3.2 測(cè)試結(jié)果

3.2.1 第一階段(2020年4月4日～11日)

2020年4月4日系統(tǒng)上線實(shí)測(cè)。系統(tǒng)使用初期選擇基于事件基本模型實(shí)行預(yù)警，并通過(guò)不斷采集模型樣本進(jìn)行優(yōu)化，提升系統(tǒng)檢測(cè)識(shí)別的準(zhǔn)確度，優(yōu)化使用效果。

表1 第一階段測(cè)試數(shù)據(jù)

圖3 第一階段測(cè)試數(shù)據(jù)曲線

從第一階段的測(cè)試情況來(lái)看，測(cè)試效果不太理想，逆行、停車事件的誤報(bào)較多，準(zhǔn)確率未達(dá)到95%以上水平，擁堵事件沒有檢測(cè)數(shù)據(jù)。

3.2.2 第二階段(2020年4月12日～5月31日)

針對(duì)第一階段測(cè)試發(fā)現(xiàn)的問(wèn)題，技術(shù)人員對(duì)事件檢測(cè)系統(tǒng)事件預(yù)警模型進(jìn)行優(yōu)化，對(duì)個(gè)別網(wǎng)絡(luò)傳輸問(wèn)題進(jìn)行整改，同時(shí)對(duì)事件檢測(cè)系統(tǒng)進(jìn)行了升級(jí)。2020年4月12日起對(duì)事件檢測(cè)系統(tǒng)進(jìn)行第二階段測(cè)試。

表2 第二階段測(cè)試數(shù)據(jù)

圖4 第二階段測(cè)試數(shù)據(jù)曲線

從第二階段測(cè)試數(shù)據(jù)來(lái)看，在2020年4月12日系統(tǒng)經(jīng)優(yōu)化、升級(jí)后，行人、逆行、停車等事件誤報(bào)及重復(fù)報(bào)警均大幅減少；從檢測(cè)數(shù)據(jù)的統(tǒng)計(jì)圖表可明顯看到系統(tǒng)優(yōu)化前后的變化，準(zhǔn)確率明顯提高，達(dá)到96%以上。

3.3 存在問(wèn)題及改進(jìn)措施

3.3.1 存在問(wèn)題

(1)行人誤報(bào)：主要是由交通錐、墻壁門引起，且大多為同一目標(biāo)引起的報(bào)警。

(2)停車誤報(bào)：主要由大型車輛行駛時(shí)網(wǎng)絡(luò)傳輸造成的拖影導(dǎo)致停車誤報(bào)及積水誤報(bào)等。

(3)逆行誤報(bào)：主要由大型運(yùn)輸車輛運(yùn)輸轎車引起。

(4)擁堵模型優(yōu)化：同一隧道發(fā)生擁堵事件多個(gè)檢測(cè)點(diǎn)預(yù)警同一事件的問(wèn)題。

3.3.2 改進(jìn)措施

繼續(xù)優(yōu)化對(duì)存在問(wèn)題的AI算法，增加模型識(shí)別訓(xùn)練，優(yōu)化系統(tǒng)功能，提升系統(tǒng)識(shí)別能力，減少誤報(bào)。

3.4 交通態(tài)勢(shì)感知

系統(tǒng)可通過(guò)采集前端攝像機(jī)視頻圖像，對(duì)交通斷面的車流量、車速、占有率、車間距、車型分類、車輛保有量等交通參數(shù)進(jìn)行實(shí)時(shí)測(cè)量和交通態(tài)勢(shì)分析，直觀地將數(shù)據(jù)信息轉(zhuǎn)化為詳細(xì)的報(bào)表、圖表(圖5～圖10)，為工作人員提供數(shù)據(jù)支撐和決策依據(jù)。

圖5 車流量統(tǒng)計(jì)

圖6 車速統(tǒng)計(jì)

圖7 道路占有率統(tǒng)計(jì)

圖8 平均車距統(tǒng)計(jì)

圖9 分車型統(tǒng)計(jì)

圖10 車輛保有量統(tǒng)計(jì)

4 系統(tǒng)評(píng)價(jià)

通過(guò)2020年4月4日至5月31日在潮惠高速公路的實(shí)踐應(yīng)用，基于交通視頻大數(shù)據(jù)的事件檢測(cè)系統(tǒng)具備穩(wěn)定且比較準(zhǔn)確的事件檢測(cè)能力。雖然目前總體準(zhǔn)確率較高，但仍然存在誤報(bào)的問(wèn)題，需要系統(tǒng)優(yōu)化，而且高速公路上的事件類型和模型也在不斷變化或增加，因此，具有持續(xù)研發(fā)、優(yōu)化、改進(jìn)的能力和深度學(xué)習(xí)技術(shù)的應(yīng)用是至關(guān)重要的一個(gè)環(huán)節(jié)。

基于交通視頻大數(shù)據(jù)的事件檢測(cè)系統(tǒng)判別機(jī)制相對(duì)完善，事件響應(yīng)時(shí)間及時(shí)，數(shù)據(jù)分類統(tǒng)計(jì)、報(bào)表較詳細(xì)，能有效輔助工作人員提升發(fā)現(xiàn)和處置事件的能力，提高工作效率。

5 結(jié)語(yǔ)

基于交通視頻大數(shù)據(jù)的事件檢測(cè)系統(tǒng)可基于現(xiàn)有前端設(shè)備，同時(shí)分析多路實(shí)時(shí)高清視頻，集成度高，硬件投資小，運(yùn)維成本低；具有分車型流量監(jiān)測(cè)、交通數(shù)據(jù)分析功能，全天候全方位監(jiān)測(cè)公路車流量信息，較高的識(shí)別效率和準(zhǔn)確度可有效輔助工作人員，提高效率和發(fā)現(xiàn)處置事件的能力。

為滿足人民群眾對(duì)交通出行的美好向往，高速公路運(yùn)營(yíng)單位一直以“安全、暢通”為宗旨，不斷提高高速公路的各項(xiàng)服務(wù)能力。視頻技術(shù)的成熟應(yīng)用，為道路安全管理、應(yīng)急指揮、輔助決策等提供了有力的支撐，在提升高速公路安全運(yùn)營(yíng)能力、服務(wù)能力和管理水平方面發(fā)揮了重要作用。