边缘计算技术在高速公路车辆全天候精准感知中的应用.pdf

技术：边缘计算技术在高速公路车辆全天候精准感知中的应用孙代耀，彭泳（青岛海信网络科技股份有 限公司，山东青岛）摘要：车辆感知是高速公路安全事故预防和车流管控的基础。本文从高速公路运营 管理需求出发，系统地分析了以雷达为基础技术，利用边缘端融合计算实现车辆全天候实 时位置及交通事件感知的 方法，并 对硬件布设要求和技术实现思路进行了探索。关键词：边缘计算；全天候感知；事件检測随着我国经济快速发展，截至 年末，我国公路总里程已接近万公里，高速公路万公里，居世界第一，公路网络的完善带动了客货运输的快速增长。年月日，交通运输部印发综合运输服务“十四五”发展规划，提出“十四五”期间旅客出行需求稳步增长，预计 年，旅客出行量（含小客车出行量）年均 增速为左右，全社会货运量年均增长。出行 需 求 的增加 对公路尤其是髙速公路通行安全、畅通保障提出了更高要求。年月交通运输部印发公路“十四五”发 展规划，明确提出逐步构建全覆盖、全天候、全 要素的路网运行感 知 体系，加强 对交通流量、突发事件等 信息自动感知和主动预警，打造全天候“公路网运行指挥调 度中心”，提升路网运行畅通水平，强化风险管控与事件处置提升应急 能力，保障通行安全和畅通，首要 任 务就是强化车辆感 知能力建设。一、需求分析当前全国高速公路均已实现企业化运营，在“十四五”期间国家倡导的 企业数字化转型背景下，髙速公路运营管理的精细程度要求越来越高，具体存在以下三方面需求。（一）事故等异常快速准确发现交通事故、拥堵、故障车辆等事件会直 接 产生路网交通阻断，对路网通行安全和畅通产生直接影响，抛撒物、异常停车、逆行、超速、低速、占用应急车道行驶等异常属于路网通行的风险。目前行业内对路网事件发现主要还依靠人工，其中包括车辆上路巡査、视频巡査、事故当事人报警等 渠道，存在发现不及时，信息滞后容易导致事态扩大的问题。部分地区虽然通过视频能够做到白天气象条件正常情况下的视频事件检测，但受技术条件限制仍然存在大量盲区，而且误报、重报数据量大需要人工确认，无法持续的问题。从企业运营的角度，需要系统全天候、自动、准确地发现事件，提升事件响应速度，减少事故等事件对路网的影响，同时在企业精细化管理要求和公众出行服务需求的提升过程中，需要对事件进行提前预警预防，例如发现引起交通事故的抛撒物、异常停车等风险，及时排除风险问题，预防事故发生，变被动事件处置为主动的预防。（二）危化品等重点车辆的行驶全过程监控和异常行为预警危化品车在高速公路行驶存在较大安 全隐患，虽然强制安装了车载终端能够掌握车辆实时位置和驾驶员驾驶行为，但系统通常有运管部门建设，高速公路运营部门并不掌握数据，无法做到车辆的监控，难以对危化品车辆事故进行预防和 及时发现。从保障路网安全的 角度，需要掌握危化品车辆当前在途情况，并对不按规定时段行驶、停车、低速 行驶、占 用应急车 道行驶等异常行驶行为进行预警，实现事故预防。（三）车流量分车型时段实时采集从高速公路收费运营的 角度出发，路网车流量存在不均衡性，拥 堵也时 有发生，交通运输部 年开始推行差异 化收费政策，目的就是提升高速公路通行效率，但目前仅能做到按照历史规律凭 经验进行粗放的政策规定，路网实时车流当前在省级可以通过门架系统获取区域级的，但市级不掌握数据，且布点不均 匀，尤其是车 流量大的路段、易拥堵匝道等重点区域实 时车流情况无法及时掌握，也难以了解时间、空间、车型等车 流规律。无论从实时路网运行监控保畅还是从差异化收费政策制定提升通行效 率的角度出发，都需要对车流量进行分车型、路段、车道、时段的实时采集。年増刊（总第期）丨中 国交通信息化 二、全天候感知目标、车 辆 实 时定位及轨迹跟踪，区分大小车及车牌，支撑危化品车辆全程监管和异常行为预警。、事 件准确检测，包括交通事 故、拥堵、路面异物、停车、逆行、超速、占用应急车道行驶，支撑安全事件主动预防和及时处理。、实 时车流感知，区分客、货车型，时间 段，车道，支撑车流实时分布掌控和规律分析。三、技术选型 年全国高速公路视频联网上云项目在各地展开，目前完成高清 改造和视频加密的路段视频 覆盖 达到对，重点路段实现了无缝覆盖，行业内利用视频进行车流检测和交 通事件检测也是当前的主流技术，但视频对跟踪车辆位置能力较弱，且夜间无法工作，在雨雪雾天气下识别率下降严重，因此从全天候感知的需求出发，雷达在车辆位置感知方面是比较适合的选择，当前行业存在毫米波雷达和激光雷达两种产品，两者对比如表所示。表毫米波雷达与激光雷达特性对比项目毫米波雷达激光雷达成本万左右，成本较低万左右，成本较高探测距离抗干扰大雨、浓烟、浓雾等天气影响小大雨、浓烟、浓雾等天气里，衰减急剧加大，为晴天倍探测精度米级厘米级静物识别弱强综 合考虑成本、检测距离和检测需求，最终选择使用毫米波雷达作为基本感知设备，用于采集车辆实时位置。对于交通事件检测方面可以基于雷达釆集的车辆实时位置进行轨迹计算来判定不同形态的事故类型。对于危化品车辆识别以及车型识別，当前视频卡口已经比较成熟，即使在夜间也可以利用补光灯辅助得到较高的识别率。四、总体设计总体设计示意如图所示。、车辆所有在公路通行的车辆，包括客车、货车、危化品运输车。、毫米波雷达根据布设情况，釆用单向毫米波雷达，每个毫米波雷达覆盖上行、下行或上下行全部车道，采集每一辆车的实时位置，将位置数据传送给边缘计算系统。图总体设计示意、卡口系统利用卡口对公路通行车辆的车牌、车型进行识别，将信息传给边缘计算系统，其中危化品车辆需要针对危化 品车标进行识别获得。、边缘计算雷达部署于路侧，实时釆集毫米波雷达感知到的车辆位置、车牌和车型数据，釆集单个雷达实时车辆数据进行记录，将车辆位置与车牌及车型进行绑定，将多个雷达采集的同一辆车数据进行融合拼接。利用雷达及卡口融合 后的数据进行事件检测，包括车车碰撞、占用应急车道行驶、逆行、超速、低速、停车等。将车辆拼接后的轨迹和事件数据传递给云控平台。、云控平台接收多个边缘计算系统上传的车辆位置数据进行融合，实现全路网的车辆实时轨迹釆集，交通事件检测，以服务和消息的方式提供给业务系统。、业务系统可能包括路网监测、应急指挥等系统，接收云控平台的数据，可以基于车辆实时位置和轨迹，实现重点路段的数字孪生监控管理、应 急指挥调度、事件自动预警等业务，达到保障道路通行安全和畅通的目的。五、布设方案本 次选择了车流量较大的高速 公路公里区间作为试验路段，利用个门架和个灯杆连续设置个 毫米波雷达布设点位，平均间隔，釆用探测距离 为的毫米波雷达，统一朝向上行方向，保证两个连续的雷达波有交叠覆盖的部分，同时车辆由雷达的高精度识别区域向低精度区域移动更有利于车辆位置准确识别，实现车辆的连续跟踪。雷达设备布设如图所示。因受现场条件所限，本次部署安装均釆用利旧方式进行，在实际现场的雷达标定测量过程中，发现雷达本身的特点以及 不同技术图雷达设 备布设位置安装对车辆感知能力 的不同结果。雷达本身的感知能力存在探测盲区，靠近雷达安装 点位最近处车辆通过时无法感知到。本次使用的雷达，盲区约，在雷达波 能够感知到的区域中 为高 精 度识别区域，为低精度识别区域，雷达检测区域示意如图所示。、本次安 装在门架上的雷达，处于中央隔离带位置，可以在车辆正上方向发出雷达波进行探测，不容易产生雷达波被车辆挡住无法感知并行车辆的问题。图雷达检测区域示意、安装在路侧灯杆的雷达，从侧上方向里面发出雷达波，在外侧车道有大车经过时会将雷达波挡掉，导致内侧车道小车无法被探测，会存在车辆感知不到的情况。大车遮挡雷达波示意如图所示。图大车遮挡雷达 波示意卡口在首个雷达探测区域进行抓拍，保证抓拍位置和雷达感知位置能够重合，同时两者时钟必须严格同步。六、边缘计算原理分析（一）车辆实时位置跟踪基于布设雷达的位置和探测范围交叠特点，在车辆通过雷达检测区域时，在理论上可以依据雷达检测频率，每左右获取每个车道每辆车的实时位置、瞬时速度、运动方向，边缘计算系统将连续获取的点进行缓 存并连接，同时在跨雷达时根据每个点的两个雷达重合位置和时间进行拟合，实现车 辆的信息传递接力，直到最后一个雷达检测区域，实现车辆位置的实时跟踪。（二）车辆信息绑定利用卡口能够识别车牌和车型 的特点，通过网络获取卡口抓拍时的识别信息，根据时间和车道所处位置与边缘计算系统中缓存的雷达感知车辆位置进行拟合，实现车辆信息绑定。（三）交通事件检测在车辆连续轨迹实时跟踪的基础上，一旦车辆速度、位置、方向发生剧烈 变化即可发现交通事件，如两车轨迹重合或单车轨迹与护栏重合并伴随速度 急 剧下降，可能判定为交通事故，停车、逆行、超速、低速、占用应急车道行驶等均可通过连续车速、行车方向、行车位置进行计算得出，对普通车辆的异常检测也适用于危化品车，只需要在卡口信息绑定时标记为危化品车辆即可，对于抛撒物则可通过积累一定数量车辆的运动轨迹，发现某一个地点多车绕行轨迹则可判定该处存在异物进行报警。七、边缘计算异常数据处理实际釆集数据和处理过程中发现雷达设备自身的检测能力对边缘计算系统接受的数据准确性影响很大。本次选用的雷达是行业水平程度较高厂家的产品，同时也在安装时进行了现场反复标定以保证数据尽量准确，但测试过程中仍然发现多种异常数据场景，需要通过数据过滤以及 补偿算法进行处理，保证最终使用的数据正确。按照雷达感 知的高、低精度识别区域来进行分析，主要发现类数据异常的情况，如表所示。表异常数据分类序识别区域分类问题现象可能原因高精度识别区中央隔离带出现车辆并突然消失对向车道靠近中央隔离带行驶车辆被识别为当前车道车辆单车前后突然出现卜辆车并突然消失大车前后有被遮挡小车同时行进车辆突然出现并突然消失雷达识别错误数据车辆延迟出现大车遮挡低精度识别区靠近中央隔离带处车辆，突然消失再出现车辆太靠近中央隔离带，可能别识别成护栏或者对向车道车辆，当车辆逐渐远离中央隔离带识别恢复正常车辆提前消失远端识别 率低，或被其他车遮挡针对不同类型异常数据需 要制定不同的策 略进行数据处理，其中序 号、的情况均是因 中央隔离带 的 绿植 存在空档导致，当车辆经过时空档雷达 瞬 时检测到 并上报车辆数据，其比较简单的处理方式 是在雷达检测区域以数据划 定虚拟车道 线图云控平台功能结构平台功能分为四部分，包括数据釆集、数据计算、业务支撑和基础管理。（一）数据采集数据采集主要包括车辆位置信息采集、事件信息釆集、设备状态信息采集。（二）数据计算数据计算主要实现将边缘计算系统采集上传的数据进行汇集存储和计算，包括车辆轨迹将多个边缘计算系统获取的轨迹连接形成完整的车辆运行轨迹，另外通过车辆位置计算断面或路段的车流量数据，进行按时间、车道、车型的数据统计。（三）业务支撑业务支撑为业务系统提供相应的支撑服务，包括交通事故、停车等边缘端计算系统检测的事件信息推送和查询服务，车辆位置定位服务，车辆轨迹回放服务，车流量査询服务。（四）基础管理基础管理功能主要实现对基础信息 的管理和配置等，主要包括设备管理、用 户管理、权限管理、角色管理和系统设置。基础管理图试验系统 界面效果十、结束语本次试验仅完成全要 素全天候感知的一小步探索，其中仅针对车辆进行感知，当前的 布设方案和算法仍有大量优化空间，如目前行业内也有探索一杆双向探测雷达的布设方案，可以在施工时期节约一定成本，同时在算法方面若要 达到准确进行事件检测的程度还需要提升雷达硬件感知和自身算法及釆集数据准确性，在边缘计算系统的算法上还需 要继续进行异常数据处理的优化以提升单车轨迹还原的准确率。但在目前方案基础上优化改进，可在智慧高速车路协同试验段进行试点应用，通过不断改进相信可以达到低成本可落地的实用效果。参考 资料丨交通运输部综合运输服 务“十四五发展规划】北京：丨交通运输 部公路“十四五”发 展规划北京：丨】，合作式智能运输系统车 用通信系统应 用层 及应用数据交互标准中国汽 车工程学 会，合作式智能运输系统 专用短 程通信国标会，丨 （）推进 组 白皮书】（）推进组与 融合白皮书 年增刊（总第期）中 国交通信息化 并标记中央隔离 带空档 位置，在感应到异常数据时进行特殊处理。序号、虽然从表现上不同，但解决方式 类似，均需要进行算 法的轨迹 补偿，对出现点位前后的 连续车 辆坐标进行跟踪 分析，按照平均速度推算之前的虚拟 位置补偿车辆运动轨迹。序号的情况则需要 根据同 类现象的多次反复试验确 认场景后直接将该数据丢弃。八、云控平台实现思路云控平台实现数据采集、计算、业务支撑、基础管理功能，起到数据中枢的作用，并进行数据实时和离线分析为上层应用提供业务支撑；业务 系统可通过云控平台提供的服务接口，获得车辆、事件査询定位等数据服务。云控平台功能结构如图所示。九、试验效果通过边缘计算系统运算后的数据结合高 精度地图进行叠加，完成数字化呈现，可以在电子地图上直观地看 到在不同车 道每辆车的位置、车 牌、车型以及运动状态，同时边缘计算系统检测 到的交通事件可以釆用图标预警方式进行叠加显示在地图界面中，便于管理人员及时接收处理。经 过最终验证，本次试验的车辆 全天候感 知成果 获得指标包括？车辆定位误差，定位频率次，跟踪范围单向车道，跟踪车辆数最大辆，可区分车型车道时间进行车 流统计，可实现车辆的全程轨迹还原，还原率。实现交通事故、逆行、超速、停车、占用应急车道行驶类事件于以内完成检测，路面异物、拥堵完成检测。试验系统界面效果如图所示。云拧平台数据采集数据存储计 猝业务支撑系统设拽角色管用户管理设备管理午流？汽询轨迹冋放服务车辆？；时位吸务一危化品车辆汽洵职务交通询服务交通节件推送版务车流里计算轨迹计算一数据存储管理设备状态交通艰件车辆位责任编辑崔雪薇