城市道路交通擁堵狀況自動(dòng)檢測算法研究

裴翔

（淄博市公安局交通警察支隊(duì)周村大隊(duì)，山東淄博 255300）

0 引言

隨著我國城市經(jīng)濟(jì)發(fā)展與交通事業(yè)的進(jìn)步，國內(nèi)道路里程數(shù)不斷增加，隨之造成的道路擁堵問題也有所增加。在此背景下，檢測道路擁堵狀況，對城市道路實(shí)時(shí)情況加以判斷，及時(shí)作出安全預(yù)警變得尤為重要。傳統(tǒng)道路安全狀況檢測多為人工檢測方式，其自動(dòng)化與信息化水平較低，與當(dāng)前智慧交通發(fā)展現(xiàn)狀不符合。為解決上述問題，城市道路交通領(lǐng)域引入自動(dòng)化技術(shù)，將自動(dòng)檢測算法與城市交通有機(jī)集合起來，通過采取自動(dòng)檢測技術(shù)措施，實(shí)時(shí)預(yù)測交通狀況，為城市交通管理朝著智能化與精細(xì)化方向發(fā)展提供支持。本文參考城市交通路段的最大車流量與承載量指標(biāo)數(shù)據(jù)，通過數(shù)學(xué)模型計(jì)算得出道路擁堵參數(shù)，預(yù)測某路段的實(shí)際擁堵狀況，由此預(yù)測道路擁堵狀況，為城市智慧交通場景實(shí)現(xiàn)賦能。

1 城市道路交通擁堵的現(xiàn)狀與原因分析

1.1 道路擁堵現(xiàn)狀

近幾年，隨著城市化建設(shè)的推進(jìn)以及社會(huì)的發(fā)展，人們收入和生活水平均得到提升，日常出行方式也變得更加多樣，私家車持有量逐年增多。截至2023年9月，我國機(jī)動(dòng)車總數(shù)超過了4.3億輛，第一～第三季度注冊機(jī)動(dòng)車達(dá)到2601萬輛，其中，汽車為1817萬輛，同比增長率為4.4%[1]。雖然車輛為人們出行帶來了便利，但是也給人們生活造成了一定的困擾，最需要解決的問題便是道路擁堵。

1.2 道路擁堵原因描述

道路擁堵的原因有以下3點(diǎn)：一是建立城市之初，城市道路規(guī)劃就已基本定型，受車輛數(shù)目快速增長影響，既有道路難以滿足車輛通行需求，加之土地資源以及資金緊張，有關(guān)部門無法重新規(guī)劃并建設(shè)道路，僅能以既有道路為基礎(chǔ)，通過增加規(guī)則等方式，緩解承載量不足造成的負(fù)面影響。

二是交通指揮系統(tǒng)未能得到及時(shí)更新，整體智能化水平存在欠缺，難以做到及時(shí)、準(zhǔn)確地獲取道路狀態(tài)，無法快速判斷道路擁堵的原因并加以解決，而是需要工作人員前往擁堵路段進(jìn)行實(shí)地巡查，根據(jù)現(xiàn)場情況采取相應(yīng)的措施。這樣做雖然能夠使道路擁堵的問題得到解決，但存在效率低下、覆蓋范圍有限等不足，無法使城市交通網(wǎng)絡(luò)所具有的通行能力得到充分發(fā)揮。

三是人們?nèi)狈煌ㄒ庾R，無法按照規(guī)定有序參與交通行為，違章行駛、隨意停車等情況屢見不鮮，上述情況也會(huì)致使道路擁堵問題進(jìn)一步加劇。

2 道路擁堵自動(dòng)檢測算法

2.1 檢測交通燈狀態(tài)

交通燈被部署在城市的各個(gè)街道中，其主要作用是維持正常交通秩序，確保行人與車輛能夠有序通過交通道路的路口，避免發(fā)生擁堵和其他安全事件。在開展交通燈信號路口的擁堵狀況檢測時(shí)，交通燈的實(shí)時(shí)狀態(tài)對檢測結(jié)果的準(zhǔn)確度造成的影響極大。考慮到道路交通燈的狀態(tài)規(guī)則比較復(fù)雜，1個(gè)路口可能存在3個(gè)或多個(gè)交通信號燈控制狀況，使得擁堵檢測結(jié)果多樣，加之目前大部分檢測算法對交通燈狀態(tài)數(shù)據(jù)的采集和使用力度不足，會(huì)在無形中影響到交通指揮人員的判斷，最后形成不利交通局面[2]。通過上述分析，本文提出了針對性的解決方案，通過設(shè)計(jì)基于交通狀況狀態(tài)的自動(dòng)檢測算法，使道路擁堵數(shù)據(jù)能夠及時(shí)反饋到后臺(tái)處理中心，實(shí)現(xiàn)對交通狀況的細(xì)分。另外，為進(jìn)一步強(qiáng)化對道路擁堵狀況的檢測分析能力，還使用了大數(shù)據(jù)技術(shù)，對相關(guān)道路擁堵數(shù)據(jù)進(jìn)行挖掘，并結(jié)合道路交警指揮系統(tǒng)，實(shí)現(xiàn)對道路擁堵狀況的實(shí)時(shí)預(yù)警和評估。上述方法的應(yīng)用帶來了顯著成果，不僅能夠?qū)崟r(shí)發(fā)送交通狀況，而且可以快速獲取交通燈狀態(tài)，對維持道路交通安全產(chǎn)生有益影響。

然而，需要特別說明的是，使用該種方式檢測交通燈狀態(tài)信息也存在一些安全隱患，例如，自動(dòng)檢測對硬件資源的依賴度不高，有關(guān)人員可利用專業(yè)技術(shù)手段，直接獲取視頻流資源，這也增加了交通數(shù)據(jù)的安全風(fēng)險(xiǎn)。因此，在后期使用過程中，對自動(dòng)檢測算法進(jìn)行加密處理十分必要。在自動(dòng)檢測算法的使用期間，當(dāng)某一條道路被多個(gè)交通燈控制時(shí)，算法只對直行通過的交通狀況生效，這與道路車輛的運(yùn)行規(guī)律存在關(guān)系，即大部分道路上的車輛為直行狀態(tài)，且綠燈標(biāo)識的優(yōu)先級高于左轉(zhuǎn)和右轉(zhuǎn)指示燈標(biāo)識。關(guān)于不同類型道路的交通燈控制狀態(tài)見圖1。

圖1 不同類型道路的交通燈控制狀態(tài)

為簡化對交通燈路口交通狀態(tài)的檢測流程，提升檢測工作開展時(shí)效性，本文參考視頻流數(shù)據(jù)，研究交通燈狀態(tài)自動(dòng)檢測的算法設(shè)計(jì)與實(shí)現(xiàn)路徑。為了表達(dá)方便，下文出現(xiàn)的交通燈狀態(tài)自動(dòng)檢測算法均稱作自動(dòng)檢測算法。通過自動(dòng)檢測算法、歸一化相關(guān)匹配算法、YOLOv3算法的配合應(yīng)用，獲取特定范圍內(nèi)車輛狀態(tài)和車流量變化的實(shí)時(shí)數(shù)據(jù)，在此基礎(chǔ)上，與歷史數(shù)據(jù)加以比較，結(jié)合當(dāng)前系統(tǒng)數(shù)據(jù)提示，判斷城市道路擁堵狀況?；趯ι鲜黾夹g(shù)方式的使用，能夠及時(shí)判斷路口交通燈狀態(tài)變化，可為城市道路的智慧化管理提供技術(shù)保障。另外，為顯著提升自動(dòng)檢測算法應(yīng)用的可靠性，保證道路擁堵數(shù)據(jù)資源真實(shí)性與可靠性，本文在具體研究中，也選取了合適目標(biāo)區(qū)域內(nèi)的車輛狀態(tài)信息。對研究區(qū)域的基本要求是，區(qū)域內(nèi)的車輛狀態(tài)可以被快速準(zhǔn)確識別，且自動(dòng)檢測算法對該區(qū)域內(nèi)的道路擁堵檢測有效，不會(huì)發(fā)生任何一項(xiàng)誤檢或漏檢事項(xiàng)，同時(shí)，自動(dòng)檢測算法也能夠根據(jù)車輛實(shí)時(shí)狀態(tài)快速檢測出交通燈狀態(tài)信息。

對上述分析進(jìn)行總結(jié)，文章選用的車輛狀態(tài)監(jiān)控區(qū)域具體位置與交通燈、攝像頭鄰近，且位于同側(cè)。選擇該區(qū)域的具體原因如下：在一般情況下，城市道路交通燈的等待區(qū)域會(huì)有黃色或白色的實(shí)線標(biāo)識，道路上行駛的車輛出于安全考慮會(huì)提前駛?cè)朐搮^(qū)域車道，且不能有超車或并道行為。研究與分析道路交通指揮實(shí)踐表明，該區(qū)域距離交通燈和攝像頭的位置更近，這也為技術(shù)人員獲取清晰的道路擁堵狀況信息提供了便利。同樣，選擇該區(qū)域作為自動(dòng)檢測算法的實(shí)踐場景也具有現(xiàn)實(shí)意義，可幫助有關(guān)人員快速了解交通燈的變化狀況，對提升道路擁堵狀況的自動(dòng)化識別能力產(chǎn)生深遠(yuǎn)影響。為便于稱呼、避免出現(xiàn)贅述，下文將“交通燈狀態(tài)”區(qū)域描述為NCC區(qū)域。

2.2 自動(dòng)檢測算法場景的實(shí)現(xiàn)

基于對自動(dòng)檢測算法的使用，有關(guān)人員可及時(shí)完成對交通燈狀態(tài)的檢測工作，即判斷交通燈狀態(tài)是否滿足變化條件。當(dāng)交通燈狀態(tài)剛好變化為綠色時(shí)，NCC區(qū)域內(nèi)全部車輛運(yùn)動(dòng)狀態(tài)更改需要花費(fèi)一定時(shí)間，在該時(shí)間段，NCC區(qū)域的車輛以運(yùn)動(dòng)或靜止兩種狀態(tài)存在，此時(shí)，將自動(dòng)檢測算法應(yīng)用在擁堵狀態(tài)條件識別中，可判斷車輛狀態(tài)是否更新，即是否存在道路擁堵條件[3]。其判斷方法是計(jì)算NCC區(qū)域內(nèi)相鄰幀車輛狀態(tài)相似度，并根據(jù)傳入的數(shù)據(jù)，獲取車輛實(shí)時(shí)狀態(tài)變化參數(shù)?；谠摲N方式對路口交通擁堵狀態(tài)的前提是獲取NCC區(qū)域車輛速度與場景轉(zhuǎn)換數(shù)據(jù)，即：交通燈狀態(tài)為綠色通行時(shí)，車輛運(yùn)行速度加快、場景幀數(shù)值較大，而以上數(shù)據(jù)的獲取與自動(dòng)檢測算法的使用密不可分。

針對城市交通狀況變化而言，當(dāng)交通燈變?yōu)榧t色，且NCC區(qū)域存在多種狀態(tài)的車輛時(shí)，大部分車輛可判斷為靜止?fàn)顟B(tài)。為確保判斷準(zhǔn)確，本文還將自動(dòng)檢測算法應(yīng)用在靜止?fàn)顟B(tài)車輛的檢測中，通過對車輛速度變化值與車輛運(yùn)行場景視頻幀數(shù)等多個(gè)數(shù)據(jù)的獲取，確保了城市道路擁堵預(yù)測結(jié)果可靠，為緩解城市交通壓力提供有力支持。在自動(dòng)檢測算法的使用中，交通指揮人員使用了大數(shù)據(jù)技術(shù)與信息化手段，將道路交通指揮系統(tǒng)數(shù)據(jù)庫與視頻傳感設(shè)備結(jié)合，為自動(dòng)檢測交通狀況變化提供了技術(shù)支持。為準(zhǔn)確構(gòu)建自動(dòng)檢測算法的應(yīng)用場景，提升數(shù)據(jù)獲取準(zhǔn)確性，有關(guān)人員設(shè)計(jì)了NCC區(qū)域內(nèi)車流量閾值，對算法使用條件做出嚴(yán)格控制，避免出現(xiàn)冗余數(shù)據(jù)，研究指出，在自動(dòng)檢測算法的配合幫助下，工作人員能夠快速判斷當(dāng)前路口交通是否有擁堵，并給出實(shí)時(shí)的檢測數(shù)據(jù)，由此避免出現(xiàn)誤檢和誤報(bào)不良事件。

2.3 評估道路擁堵狀況

評價(jià)道路擁堵狀況，通常要考慮車輛數(shù)目、車輛速度等瞬時(shí)狀態(tài)?？紤]到道路擁堵是持續(xù)存在的狀態(tài)，若選擇的評價(jià)指標(biāo)不合理，將無法真正評價(jià)道路的狀態(tài)，鑒于此，科學(xué)、合理地選擇評價(jià)指標(biāo)十分重要。從理論上來說，道路擁堵與否和車輛順利通過該段道路所要花費(fèi)的時(shí)間密切相關(guān)，車輛通過時(shí)間可以從側(cè)面說明道路狀態(tài)，一般情況下，通過時(shí)間越短，代表道路越通暢；反之，通過的時(shí)間越長，代表道路越擁堵。對已經(jīng)投入使用的道路進(jìn)行調(diào)查分析能夠發(fā)現(xiàn)，臨時(shí)交通管制、交通燈的設(shè)置同樣會(huì)影響車輛的通過時(shí)間，但由于交通管制、交通燈設(shè)置不符合實(shí)際情況，導(dǎo)致車輛通過時(shí)間增加，并不代表道路已經(jīng)達(dá)到承載極限，這說明僅根據(jù)車輛通過事件判斷道路狀態(tài)，極易出現(xiàn)判斷結(jié)果片面的情況[4]。日常生活中，道路擁堵通常是因?yàn)槟陈范诬囕v密度過大，致使車輛無法按照正常速度行駛，最終由于通過時(shí)間增加，導(dǎo)致該路段擁堵。由此可見，道路擁堵和道路通行量、承載量密切相關(guān)，道路通行量、承載量能夠決定車輛通過路段的時(shí)間，因此，將通行量、承載量作為評價(jià)道路擁堵狀態(tài)的指標(biāo)具有可行性，見表1。

表1 道路擁堵評價(jià)指標(biāo)

出于準(zhǔn)確反映道路情況，為決策者制訂緩解道路擁堵所采取方案提供便利，使道路實(shí)現(xiàn)彈性運(yùn)輸、可持續(xù)運(yùn)輸目標(biāo)的考慮，有關(guān)人員對評價(jià)指標(biāo)進(jìn)行了量化，最終得到以下公式：

式（1）中：CI為指擁堵指數(shù)，該指數(shù)越接近1，代表道路擁堵越嚴(yán)重；AN為指特定時(shí)間段內(nèi)，通過道路的車輛數(shù)目平均值；MN為道路所能承載車輛的最大數(shù)目；AN/MN為道路實(shí)際占用率；K1為權(quán)重系數(shù)；TV為特定時(shí)間段內(nèi)，通過道路的實(shí)際車流量；MTV為特定時(shí)間段內(nèi)，道路可以通過車流量的最大值；TV/MTV為車輛實(shí)際通過率；K2同樣為權(quán)重系數(shù)。所述道路擁堵狀況檢測算法的步驟如圖2所示。

圖2 道路擁堵狀況檢測流程

基于對擁堵路段檢測周期時(shí)長的合理設(shè)定，并獲取檢測路段車輛數(shù)量、時(shí)間等指標(biāo)，可以確定某交通路段的單位車流量與平均瞬時(shí)車數(shù)量。將以上參數(shù)代入計(jì)算擁堵指數(shù)的公式中，參考該路段的最大車流量和最大承載量數(shù)據(jù)參數(shù)，能夠計(jì)算出交通道路的擁堵指數(shù)。相關(guān)人員通過對擁堵指數(shù)這一關(guān)鍵指標(biāo)的分析，可評估出當(dāng)前路段的實(shí)際擁堵狀況。然而，需要特別指出的是，本文對城市道路擁堵狀況算法研究的構(gòu)建基礎(chǔ)是離線視頻，即借助離線視頻獲取最大車流量，此種方式獲取的車流量信息與實(shí)際車流量之間存在一些誤差，并且在選定時(shí)間內(nèi)，該路段也未必一定出現(xiàn)最大車流量[5]。為解決上述問題，在具體研究環(huán)節(jié)，需要實(shí)時(shí)更新交通擁堵路段的檢測信息，以確保最大車流量信息準(zhǔn)確，提升自動(dòng)檢測算法應(yīng)用的可靠性。

3 結(jié)語

本文研究了自動(dòng)檢測算法在交通領(lǐng)域中的應(yīng)用，以城市道路擁堵狀況作為研究對象，首先分析道路擁堵現(xiàn)狀與產(chǎn)生擁堵的具體原因，其次論述道路擁堵自動(dòng)檢測算法的應(yīng)用路徑，通過判斷交通燈狀態(tài)、明確自動(dòng)檢測算法場景條件與評估道路擁堵狀態(tài)等多種技術(shù)手段，確保自動(dòng)檢測算法應(yīng)用具有現(xiàn)實(shí)意義。在擁堵狀況的評價(jià)中，還引入了車輛速度與數(shù)量識別算法機(jī)制，并結(jié)合數(shù)據(jù)挖掘技術(shù)，完成道路擁堵狀況的主動(dòng)預(yù)測。研究最終取得預(yù)期效果，不僅能夠加快道路擁堵狀況的識別預(yù)測效率，也可以為城市交通指揮智慧場景的實(shí)現(xiàn)提供新思路。