超長(zhǎng)隧道交通運(yùn)行狀態(tài)主動(dòng)監(jiān)測(cè)方案分析

余雪娟 王燕 薛勇

（1.江蘇省交通工程建設(shè)局，江蘇 南京 210001；2.江蘇百盛工程咨詢有限公司，江蘇 南京 210001；3.江蘇百盛信息科技股份有限公司，江蘇 南京 210001）

1 背景

超長(zhǎng)隧道長(zhǎng)管狀封閉空間造成了洞內(nèi)外亮度差異懸殊、環(huán)境照度低、交通空間受限等影響交通安全的因素。近年來(lái)，交通擁堵、交通事故等問(wèn)題愈演愈烈，加之隧道環(huán)境位置特殊，運(yùn)營(yíng)安全面臨嚴(yán)峻的考驗(yàn)。

海太過(guò)江通道對(duì)隧道全天時(shí)、多維度的安全態(tài)勢(shì)感知方案和運(yùn)行安全態(tài)勢(shì)分析方法提出了新的要求。本文通過(guò)分析以車輛為目標(biāo)的交通主體，利用全過(guò)程的精細(xì)化監(jiān)測(cè)數(shù)據(jù)，面向隧道整體開展車輛檢測(cè)、識(shí)別、跟蹤，判別交通安全風(fēng)險(xiǎn)、發(fā)現(xiàn)風(fēng)險(xiǎn)點(diǎn)，形成海太過(guò)江隧道交通運(yùn)行狀態(tài)實(shí)時(shí)、主動(dòng)的監(jiān)測(cè)方法與方案，以期提升海太過(guò)江通道的安全運(yùn)營(yíng)管理水平，為我國(guó)其他隧道運(yùn)營(yíng)管理工作提供示范和參考。

2 國(guó)內(nèi)外研究現(xiàn)狀

國(guó)內(nèi)外已經(jīng)研發(fā)了一些成熟的隧道交通監(jiān)測(cè)系統(tǒng)。例如，美國(guó)的分布式公路隧道監(jiān)控系統(tǒng)[1]，挪威Ryfast隧道的雙攝像監(jiān)測(cè)系統(tǒng)[2]等。國(guó)內(nèi)應(yīng)用于秦嶺終南山隧道、上海長(zhǎng)江隧道與大連白銀山隧道等的交通監(jiān)測(cè)系統(tǒng)[3，4]。這些系統(tǒng)以交通參數(shù)獲取、目標(biāo)行為分析、事件檢測(cè)等宏觀交通信息開展應(yīng)用。

近年來(lái)，隧道的智能化監(jiān)控與交通安全研究發(fā)展迅速，其中隧道交通監(jiān)測(cè)的主要重點(diǎn)在于車輛特征建模、車輛時(shí)空動(dòng)態(tài)模型構(gòu)建、目標(biāo)再識(shí)別技術(shù)這3個(gè)方面，采用機(jī)器視覺和人工智能領(lǐng)域的方法[5]，針對(duì)實(shí)際安全問(wèn)題，開展應(yīng)用研究并探討監(jiān)測(cè)系統(tǒng)設(shè)計(jì)方案[6]。

3 超長(zhǎng)隧道的交通狀態(tài)監(jiān)測(cè)問(wèn)題分析

超長(zhǎng)隧道交通事故的發(fā)生概率相較于普通路段而言較高，因此其交通狀態(tài)對(duì)智能化監(jiān)測(cè)系統(tǒng)的需求更加迫切。公路隧道通常可劃分為Z1-Z4四類區(qū)域，如圖1所示。隧道內(nèi)外的亮度差別產(chǎn)生的“黑洞”現(xiàn)象，使得隧道入口區(qū)域（Z2區(qū)和Z3區(qū)）的事故率較高。隧道的嚴(yán)重事故率與長(zhǎng)度和交通負(fù)荷聯(lián)系密切，超長(zhǎng)隧道Z4區(qū)域覆蓋距離更長(zhǎng)，重大交通事故更有易發(fā)生在Z4區(qū)和Z1區(qū)。

圖1 隧道區(qū)域劃分示意圖

當(dāng)前廣泛應(yīng)用的系統(tǒng)及其子系統(tǒng)為實(shí)現(xiàn)隧道舒適、安全、高效地運(yùn)營(yíng)提供了保障。然而，基于傳統(tǒng)設(shè)計(jì)觀念，使得系統(tǒng)存在諸多不足有待改善，主要表現(xiàn)在：隧道監(jiān)控子系統(tǒng)的聯(lián)動(dòng)性差，眾多子系統(tǒng)較難形成統(tǒng)一的數(shù)據(jù)元組，數(shù)據(jù)性能較難發(fā)揮；隧道交通控制系統(tǒng)的控制模式與智能水平相對(duì)滯后，交通目標(biāo)感知效率低，識(shí)別精度差，較難全時(shí)空感知交通目標(biāo)異構(gòu)數(shù)據(jù)；監(jiān)測(cè)系統(tǒng)使用的設(shè)備過(guò)于單一，視頻和雷達(dá)各自優(yōu)缺點(diǎn)明顯，在數(shù)據(jù)精度、覆蓋范圍等方面未能優(yōu)勢(shì)互補(bǔ)，不利于提升基礎(chǔ)監(jiān)測(cè)數(shù)據(jù)的質(zhì)量；隧道交通監(jiān)測(cè)點(diǎn)數(shù)據(jù)孤立，難以面向全隧道獲取精細(xì)化的運(yùn)行全過(guò)程數(shù)據(jù)，不利于感知與分析交通安全態(tài)勢(shì)，對(duì)降低風(fēng)險(xiǎn)、事前引導(dǎo)、隱患消除等較難發(fā)揮價(jià)值。

4 面向海太隧道的交通安全運(yùn)行解決方案

針對(duì)現(xiàn)有大量廣泛使用的隧道安全監(jiān)測(cè)系統(tǒng)存在的問(wèn)題，本文從4個(gè)核心問(wèn)題和解決方法出發(fā)構(gòu)建解決方案，方案涉及的核心問(wèn)題關(guān)系示意圖如圖2所示。

圖2 交通安全運(yùn)行解決方案核心問(wèn)題與解決方法關(guān)系示意圖

4.1 隧道傳感器數(shù)據(jù)融合的交通目標(biāo)檢測(cè)問(wèn)題

在長(zhǎng)大隧道的交通環(huán)境下，單一的傳感器因設(shè)備原理具有明顯的優(yōu)缺點(diǎn)，較難解決隧道中環(huán)境復(fù)雜、低視角所帶來(lái)的問(wèn)題。例如，視頻直觀、易理解、可靠性高，但受制于隧道空間，在安裝點(diǎn)近端監(jiān)測(cè)性能好，在遠(yuǎn)端受制于圖像分辨率。毫米波雷達(dá)在目標(biāo)測(cè)速、定位、流量計(jì)算等應(yīng)用中優(yōu)勢(shì)明顯，但受制于其工作原理，在安裝點(diǎn)近端覆蓋有限，在監(jiān)控遠(yuǎn)端數(shù)據(jù)存在抖動(dòng)，且對(duì)車輛遮擋、停車、拋灑物等處理邏輯較復(fù)雜，可靠性較低。兩種傳感器的互補(bǔ)優(yōu)勢(shì)主要表現(xiàn)在：視頻可彌補(bǔ)雷達(dá)點(diǎn)云數(shù)據(jù)不直觀的問(wèn)題；利用視頻近端易覆蓋和精度高的特點(diǎn)，可彌補(bǔ)雷達(dá)近端難覆蓋和數(shù)據(jù)抖動(dòng)的缺點(diǎn)，利用雷達(dá)覆蓋范圍廣，可彌補(bǔ)視頻低視角和遠(yuǎn)端目標(biāo)圖像尺寸小的缺點(diǎn)；利用雷達(dá)抗強(qiáng)光、灰塵、煙霧等的優(yōu)勢(shì)，可彌補(bǔ)視頻不足，利用視頻目標(biāo)檢測(cè)、跟蹤邏輯可彌補(bǔ)雷達(dá)在遮擋、靜止、數(shù)據(jù)抖動(dòng)等方面的不足。

實(shí)際使用中面臨3個(gè)因素的影響：時(shí)間不統(tǒng)一，即視頻和雷達(dá)設(shè)備數(shù)據(jù)采樣率不一致；空間不一致，即兩種設(shè)備覆蓋范圍不一致；數(shù)據(jù)融合難，即視頻和雷達(dá)對(duì)目標(biāo)位置、速度等信息的感知具有理論上的誤差，需要對(duì)兩種數(shù)據(jù)實(shí)施數(shù)據(jù)級(jí)的融合。針對(duì)這三個(gè)問(wèn)題，設(shè)計(jì)中利用視頻和雷達(dá)的監(jiān)控重合區(qū)開展設(shè)備參數(shù)標(biāo)定，實(shí)現(xiàn)兩種設(shè)備的統(tǒng)一空間構(gòu)建。在一致的空間中，通過(guò)車輛目標(biāo)位置的唯一性，矯正數(shù)據(jù)時(shí)間?；跁r(shí)空關(guān)系，對(duì)視頻中的目標(biāo)位置數(shù)據(jù)坐標(biāo)與雷達(dá)點(diǎn)云計(jì)算的目標(biāo)位置坐標(biāo)進(jìn)行時(shí)空標(biāo)準(zhǔn)化，通過(guò)構(gòu)建數(shù)據(jù)錨點(diǎn)的生成方法，評(píng)價(jià)分析雷達(dá)點(diǎn)交通目標(biāo)待選數(shù)據(jù)與視頻估計(jì)數(shù)據(jù)，并構(gòu)建深度學(xué)習(xí)網(wǎng)絡(luò)，實(shí)現(xiàn)視頻與雷達(dá)數(shù)據(jù)級(jí)融合。

4.2 監(jiān)控單節(jié)點(diǎn)交通目標(biāo)運(yùn)動(dòng)過(guò)程重建問(wèn)題

單節(jié)點(diǎn)的目標(biāo)運(yùn)動(dòng)過(guò)程重建需要解決幾個(gè)關(guān)鍵問(wèn)題：多目標(biāo)空間信息重建，即從目標(biāo)圖像位置二維信息，跨維度構(gòu)建為三維空間信息；多目標(biāo)運(yùn)動(dòng)過(guò)程重建，即對(duì)監(jiān)控區(qū)域內(nèi)的目標(biāo)軌跡重建，獲得單個(gè)監(jiān)控節(jié)點(diǎn)下的運(yùn)動(dòng)數(shù)據(jù)。這是開展目標(biāo)運(yùn)動(dòng)過(guò)程分析和行為分析的基礎(chǔ)；多目標(biāo)檢測(cè)和跟蹤，即針對(duì)遮擋、視角等影響因素，構(gòu)建有效的多目標(biāo)檢測(cè)、識(shí)別、跟蹤方法與模型，提高目標(biāo)感知信息的精度。這是實(shí)現(xiàn)對(duì)交通狀態(tài)精細(xì)刻畫的基礎(chǔ)；多目標(biāo)重建及監(jiān)測(cè)信息的可視化，即實(shí)現(xiàn)對(duì)監(jiān)測(cè)路段車輛位置、車間距離、車道占有率、車型分類、擁堵狀況等量化信息的可視化。

針對(duì)上述問(wèn)題，海太方案中利用多節(jié)點(diǎn)相機(jī)和雷達(dá)聯(lián)動(dòng)的全時(shí)空信息，設(shè)計(jì)出基于深度檢測(cè)網(wǎng)絡(luò)的優(yōu)化模型來(lái)提取目標(biāo)軌跡的運(yùn)動(dòng)特性。通過(guò)分析所有目標(biāo)軌跡數(shù)據(jù)的時(shí)空映射關(guān)系與運(yùn)動(dòng)特征，構(gòu)建目標(biāo)的完整運(yùn)動(dòng)軌跡與參數(shù)。這種設(shè)計(jì)可利用高精度的運(yùn)動(dòng)過(guò)程重建信息開展交通目標(biāo)的分析，能夠改善誤報(bào)、多報(bào)和漏報(bào)等問(wèn)題，也更有利于提高管理效率。

4.3 隧道交通全目標(biāo)全過(guò)程軌跡重建問(wèn)題

在超長(zhǎng)隧道內(nèi)，獨(dú)立監(jiān)測(cè)結(jié)點(diǎn)得到的離散數(shù)據(jù)無(wú)法有效解決多種實(shí)際問(wèn)題，一是難以感知多個(gè)移動(dòng)目標(biāo)的運(yùn)動(dòng)全過(guò)程，難以獲取監(jiān)控盲區(qū)的目標(biāo)軌跡信息；二是難以解決多目標(biāo)跨設(shè)備跟蹤檢測(cè)問(wèn)題。傳統(tǒng)交通事件檢測(cè)方案，僅依賴于單個(gè)監(jiān)測(cè)結(jié)點(diǎn)開展，較難利用全過(guò)程軌跡的巨大優(yōu)勢(shì)降低誤報(bào)率和提升效率。

海太隧道方案主要采用算法層和模型層兩個(gè)核心設(shè)計(jì)解決相應(yīng)問(wèn)題。在算法層，主要通過(guò)深度學(xué)習(xí)網(wǎng)絡(luò)，引入數(shù)據(jù)片段時(shí)間戳為輸入，設(shè)計(jì)目標(biāo)運(yùn)動(dòng)信息網(wǎng)絡(luò)、類別判別網(wǎng)絡(luò)和可視化網(wǎng)絡(luò)3個(gè)分支，組建多目標(biāo)跟蹤模型和算法提取目標(biāo)軌跡。在模型層，利用時(shí)間標(biāo)簽和時(shí)空約束構(gòu)建多個(gè)時(shí)空片段排序方法和盲區(qū)軌跡補(bǔ)全方法，最終獲得長(zhǎng)隧道車輛全軌跡和時(shí)空?qǐng)D。這種設(shè)計(jì)可以構(gòu)建出面向整個(gè)隧道路段的精細(xì)化反映實(shí)況的可靠基礎(chǔ)數(shù)據(jù)。

4.4 隧道交通安全風(fēng)險(xiǎn)分析問(wèn)題

在超長(zhǎng)隧道安全管理和運(yùn)營(yíng)的需求下，當(dāng)前系統(tǒng)體現(xiàn)隧道交通風(fēng)險(xiǎn)發(fā)生的位置、空間影響范圍、時(shí)間影響范圍等信息較為困難，主要原因是傳統(tǒng)的隧道交通安全分析方法存在3個(gè)方面的缺陷：評(píng)價(jià)標(biāo)準(zhǔn)主觀，結(jié)果主觀因素比例過(guò)大，難以支撐對(duì)隧道交通的動(dòng)態(tài)分析；表征數(shù)據(jù)不全面，對(duì)不同隧道路段事件行為的類型分布、時(shí)空分布等特征和事件涉及的車輛特征難以表達(dá)全面；事件分析的關(guān)聯(lián)性不足，導(dǎo)致異常事件分析的準(zhǔn)確度不高。

針對(duì)上述不足，在海太全隧道的交通目標(biāo)運(yùn)行狀態(tài)分析方案中，主要通過(guò)關(guān)鍵數(shù)據(jù)的介入，以軌跡作為數(shù)據(jù)載體，將高維空間信息與低維時(shí)間信息相融合，形成全過(guò)程融合車型、車溫、軸重、隧道行車環(huán)境等識(shí)別信息，以及“兩客一?！毕到y(tǒng)的貨物種類等軌跡數(shù)據(jù)包，構(gòu)建目標(biāo)全過(guò)程的安全時(shí)空?qǐng)D。從微觀角度看，可挖掘車輛在當(dāng)前隧道的位置、車速、運(yùn)動(dòng)方向、車間距等信息。從宏觀角度看，可挖掘全體監(jiān)測(cè)目標(biāo)在超長(zhǎng)隧道的分布、車速狀態(tài)、隧道車流量、潛在風(fēng)險(xiǎn)點(diǎn)位置與影響范圍等信息，形成宏觀到微觀的交通運(yùn)行狀態(tài)數(shù)據(jù)和風(fēng)險(xiǎn)感知數(shù)據(jù)。

5 超長(zhǎng)隧道智能交通安全監(jiān)測(cè)系統(tǒng)架構(gòu)

在海太隧道的交通安全主動(dòng)監(jiān)測(cè)系統(tǒng)構(gòu)建中，設(shè)計(jì)重點(diǎn)為以車輛目標(biāo)監(jiān)測(cè)、交通事件檢測(cè)、交通安全風(fēng)險(xiǎn)分析為核心的交通安全態(tài)勢(shì)實(shí)時(shí)監(jiān)測(cè)及分析應(yīng)用系統(tǒng)，并基于計(jì)算平臺(tái)開發(fā)成套軟硬件，系統(tǒng)構(gòu)架示意圖如圖3所示。

圖3 隧道智能交通安全監(jiān)測(cè)系統(tǒng)構(gòu)架示意圖

系統(tǒng)軟件功能模塊主要包括視頻雷達(dá)信息融合、監(jiān)測(cè)目標(biāo)表征網(wǎng)絡(luò)構(gòu)建、跨相機(jī)多目標(biāo)軌跡重建與跟蹤、可信高效的異常行為分析和異常行為綜合安全評(píng)估幾個(gè)單元模塊。各模塊之間相互關(guān)聯(lián)，層層遞進(jìn)，從模型建模、參數(shù)學(xué)習(xí)、模型遷移到狀態(tài)綜合推理評(píng)估等角度實(shí)現(xiàn)從方法研究到模型算法落地的整個(gè)流程系統(tǒng)架構(gòu)。硬件部署根據(jù)雷達(dá)和視頻在隧道場(chǎng)景下不同監(jiān)控區(qū)域的數(shù)據(jù)可靠性，將雷達(dá)和視頻設(shè)備有效檢測(cè)范圍銜接，發(fā)揮兩者優(yōu)勢(shì)，構(gòu)建設(shè)備管理、數(shù)據(jù)傳輸無(wú)障礙的高效隧道監(jiān)測(cè)系統(tǒng)。