廣州英碼信息科技有限公司朱君偉

1　項目目標和概述

1.1　行業(yè)現狀與挑戰

當前高速公路治理上的客觀(guān)難點(diǎn)可總結為三點(diǎn)，首先高速公路通車(chē)里程不斷增加，隨之帶來(lái)的是道理監管更加困難的問(wèn)題；其次是高速公路警力資源少，警力缺口大，高速公路標準警力配置為每公里0.5~1.2名巡邏交警，絕大部分城市達不到標準水平，并且夜間場(chǎng)景沒(méi)有巡邏交警，發(fā)生問(wèn)題后的處理嚴重滯后；第三是高速環(huán)境復雜，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(kāi)展智能交通管理系統的建設，最大限度地提高交通設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

公安交警智能交通管理系統是現代智能交通運輸體系和智慧城市的重要組成部分，是智能交通系統得以實(shí)現的基礎保證。國內的智能交通管理系統在“十二五”期間實(shí)現了點(diǎn)的應用和面的拓展，造就了一批國內交通自動(dòng)控制制造和專(zhuān)業(yè)軟件開(kāi)發(fā)商，項目建設技術(shù)已日趨成熟。

以人工智能賦能交管實(shí)戰，通過(guò)視頻感知分析技術(shù)，對原有高速公路場(chǎng)景下路側監控、門(mén)架監控等視頻監控資源全面進(jìn)行后端融合分析，實(shí)時(shí)監測并識別交通突發(fā)警情，出現道路異常警情第一時(shí)間上報指揮中心，采集道路交通車(chē)流量、排隊長(cháng)度等交通參數，滿(mǎn)足交通監管部門(mén)道路警情快速識別、交通態(tài)勢精準感知等實(shí)戰需求。通過(guò)本系統為公安交管部門(mén)對高速路面交通管理實(shí)現全方位感知、全自研利舊、全業(yè)務(wù)增效的目標，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　系統概述和價(jià)值點(diǎn)

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(guò)視頻AI分析技術(shù)，實(shí)時(shí)監測并識別交通突發(fā)警情，針對道路異常警情第一時(shí)間上報指揮中心，實(shí)現交通態(tài)勢實(shí)時(shí)感知、突發(fā)警情即時(shí)發(fā)現特色功能，解決交警指揮中心指揮調度面臨的突發(fā)警情發(fā)現效率低、處置效率低，缺少自動(dòng)化警情識別手段的問(wèn)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）算法應用場(chǎng)景覆蓋全，事故檢測行業(yè)領(lǐng)先

支持高速公路場(chǎng)景下路側監控、門(mén)架監控等視頻監控資源進(jìn)行實(shí)時(shí)視頻分析，支持行人闖入、高速事故、應急停車(chē)、匝道排隊、主線(xiàn)擁堵、服務(wù)區飽和等6類(lèi)異常事件自動(dòng)檢測識別、查詢(xún)，并進(jìn)行快速上報，交管人員可通過(guò)平臺查看事件詳情與記錄視頻，進(jìn)而輔助指揮調度與快速處置。其中針對事故檢測，基于百萬(wàn)場(chǎng)景數據，提取10+核心判定關(guān)鍵要素，構建精準事故判定模型，事故檢測準確率行業(yè)領(lǐng)先。支持包括道路斷面流量、空間占有率、時(shí)間占有率、車(chē)輛密度在內的交通參數采集，滿(mǎn)足交警部門(mén)快速掌握路況、道路警情迅速識別等實(shí)戰需求。有效解決以往事件發(fā)現不及時(shí)、不準確、不詳細等問(wèn)題。

交通事件及交通流參數檢測算法均自主研發(fā)，具備開(kāi)放場(chǎng)景適應性，支持場(chǎng)景應用效果持續自學(xué)習調優(yōu)。

（2）結合獨特業(yè)務(wù)模型，打造場(chǎng)景化應用算法

結合行業(yè)應用難題，圍繞應用場(chǎng)景研究包括環(huán)境條件、視覺(jué)條件兩大類(lèi)7種以上環(huán)境干擾因素以及目標遮擋、頻繁過(guò)人等5種以上行為干擾因素，構建典型事件判定模型，打造場(chǎng)景化應用算法，全面提升業(yè)務(wù)應用效果。即時(shí)精準指揮，綜合處置效率提升20%以上。

傳統警情發(fā)現主要依靠人工視頻巡檢、122電話(huà)舉報等手段，極易錯失出處警有效時(shí)機，據實(shí)際項目統計，基于互聯(lián)網(wǎng)手段出警時(shí)間間隔長(cháng)達30分鐘，目前基于視頻實(shí)時(shí)檢測分析的警情自主發(fā)現手段可有效縮短至5分鐘以?xún)?，綜合處置效率提升20%，真正實(shí)現快速、精準出警。

2　案例介紹

2.1　系統架構

高速異常感知系統架構采用三層框架系統結構設計，包括數據接入層、引擎服務(wù)層、平臺應用層，按照分層的方式來(lái)架構，可以使各個(gè)層之間解耦合。

數據接入層：主要功能是通過(guò)各種接口協(xié)議，將高清監控視頻、存儲視頻和離線(xiàn)的臨時(shí)數據接入到系統核心模組進(jìn)行識別和分析。通過(guò)接口協(xié)議可直接對接現有視頻聯(lián)網(wǎng)平臺、電警系統、接口系統、存儲系統和離線(xiàn)數據，也可通過(guò)對接統一視頻接入平臺數據總線(xiàn)，提取視頻圖像信息中行人、車(chē)輛目標信息，進(jìn)行結構化解析及分析后，提取有效數據信息。

引擎服務(wù)層：主要功能是通過(guò)不同模塊的相應功能，對數據接入層提交的原始數據進(jìn)行數據解析、目標檢測、特征分析、事件識別等算法分析服務(wù)。該層作為整個(gè)系統的核心部分，提供相關(guān)服務(wù)運行部署及監控、視頻預覽、任務(wù)調度、視圖存儲等功能，為應用層提供模塊化服務(wù)支撐。

平臺應用層：主要功能是通過(guò)標準化的接口定義，與應用平臺進(jìn)行無(wú)縫融合。由統一集成管理平臺提供基礎資源管理及服務(wù)監控功能，由交通視覺(jué)感知分析應用平臺面向上層警情識別業(yè)務(wù)提供相關(guān)配置、預警、查詢(xún)、統計及可視化功能。

2.2　系統組成

高速異常感知系統主要由五部分組成，如圖1所示，分別是：前端視頻采集系統、網(wǎng)絡(luò )傳輸系統、高速異常感知分析引擎、統一集成管理平臺和高速異常感知分析應用平臺。

（1）前端視頻采集系統：需要200萬(wàn)像素以上的路側監控、門(mén)架監控等視頻源。由視頻監控設備采集道路交通視頻，以視頻流的方式傳輸到后端統一視頻接入平臺，作為高速異常感知分析的數據來(lái)源。

（2）網(wǎng)絡(luò )傳輸系統：網(wǎng)絡(luò )傳輸設備實(shí)現實(shí)時(shí)視頻流接入與解碼以及圖像傳輸，提供統一視頻接入網(wǎng)關(guān)設備，用于與已建?？?、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：按照應用平臺配置的事件、交通流參數檢測規則，通過(guò)智能算法分析交通視頻流，進(jìn)行交通事件、交通流參數檢測及事件信息、圖片上報。

（4）統一集成管理平臺：實(shí)現前端設備管理、道路/路口管理、用戶(hù)權限管理以及基礎視頻監控預覽功能。

（5）高速異常感知平臺：結合高速異常感知分析引擎，實(shí)現高速事故、主線(xiàn)擁堵、應急停車(chē)、行人闖入、匝道排隊，服務(wù)區飽和等異常事件實(shí)時(shí)預警以及斷面流量、空間占有率、時(shí)間占有率、車(chē)輛密度等交通流參數采集與交通態(tài)勢可視化呈現功能，支持交通事件算法配置、消息查詢(xún)、統計分析等基礎功能。

圖1 系統架構設計

硬件采用中心部署方案，接入視頻分析引擎，感知端復用道路交通已建電子警察、卡口、路側監控、高點(diǎn)等視頻監控資源，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 )結構

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，同高速異常感知應用平臺、網(wǎng)絡(luò )傳輸及存儲設備一起部署在監控中心機房。

統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(jìn)行實(shí)時(shí)檢測分析，檢測到異常事件后上報到高速異常感知應用平臺。高速異常感知分析引擎進(jìn)行事件檢測的同時(shí)進(jìn)行交通流參數信息的檢測，并按照一定周期上報到高速異常感知分析應用平臺。

高速異常感知分析應用平臺對事件信息進(jìn)行實(shí)時(shí)預警提示，并進(jìn)行事件信息管理以及交通參數信息統計分析。

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(shí)進(jìn)行分析檢測，當檢測到交通事件時(shí)，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用平臺。將檢測到的交通參數信息上傳給高速異常感知分析應用平臺。支持從視頻監控平臺中獲取視頻流分析。

2.4　核心功能設計

2.4.1　高速場(chǎng)景警情識別

如圖3所示，針對車(chē)輛、道路異常事件實(shí)時(shí)檢測分析，通過(guò)對高速公路場(chǎng)景下路側監控、門(mén)架監控等視頻監控以及普通視頻監控等前端監控采集的視頻圖像信息進(jìn)行實(shí)時(shí)結構化分析處理，實(shí)現高速交通事故、匝道擁堵、高速應急停車(chē)、高速行人闖入、高速服務(wù)器飽和異常等事件自動(dòng)檢測識別、查詢(xún)，并進(jìn)行快速上報，交管人員可通過(guò)高速安全保衛查看事件詳情與記錄視頻，進(jìn)而輔助指揮調度與快速處置。

圖3 警情看板頁(yè)，實(shí)時(shí)推送警情識別結果

（1）高速事故識別

針對高速公路場(chǎng)景下交通事故事件進(jìn)行實(shí)時(shí)檢測分析，如圖4所示，支持自定義檢測區域，包括行車(chē)道、應急車(chē)道等，支持單車(chē)肇事/故障、車(chē)車(chē)事故兩類(lèi)事故類(lèi)型檢測，支持事故預警消息實(shí)時(shí)推送及語(yǔ)音提醒，支持事件信息發(fā)送至第三方應用平臺（交管大隊的統一指揮平臺），事故事件數據輸出內容包括點(diǎn)位編號，事故標識，事件時(shí)間，車(chē)牌信息。

圖4 典型高速事故場(chǎng)景

（2）主線(xiàn)擁堵識別

針對高速公路場(chǎng)景下主線(xiàn)擁堵事件進(jìn)行實(shí)時(shí)檢測分析，支持擁堵、緩行、暢通3類(lèi)交通通行狀態(tài)檢測識別，支持擁堵事件預警消息實(shí)時(shí)推送及語(yǔ)音提醒，支持事件信息發(fā)送至第三方應用平臺。

（3）應急停車(chē)識別

針對高速公路場(chǎng)景下應急停車(chē)事件進(jìn)行實(shí)時(shí)檢測分析，支持自定義檢測區域，配置應急車(chē)道區域，支持單車(chē)異常停車(chē)、多車(chē)異常停車(chē)兩類(lèi)異常停車(chē)事件檢測識別，支持應急停車(chē)事件預警消息實(shí)時(shí)推送及語(yǔ)音提醒，支持事件信息發(fā)送至第三方應用平臺。

（4）行人闖入識別

針對高速公路場(chǎng)景下行人闖入事件進(jìn)行實(shí)時(shí)檢測分析，支持自定義檢測區域，包括行車(chē)道、應急車(chē)道等，行人闖入事件定義為非擁堵情況下，行人出現在檢測區域內，如應急車(chē)道內行走、行車(chē)道內穿越等，支持行人闖入事件預警消息實(shí)時(shí)推送及語(yǔ)音提醒，支持事件信息發(fā)送至第三方應用平臺。

（5）匝道排隊識別

針對高速公路收費站、服務(wù)區等匝道場(chǎng)景自定義檢測區域內車(chē)輛排隊事件進(jìn)行實(shí)時(shí)檢測分析，上報信息包含：正常、排隊，2類(lèi)。支持車(chē)輛排隊事件預警消息實(shí)時(shí)推送及語(yǔ)音提醒，支持信息發(fā)送至第三方應用平臺。

（6）服務(wù)區飽和分析

支持高速公路服務(wù)區自定義檢測區域，自定義飽和度閾值，并根據閾值分析服務(wù)區車(chē)輛飽和度狀態(tài)，上報信息包含：正常、飽和，2類(lèi)。（可以通過(guò)誘導屏進(jìn)行信息公示，引導司機去往別的服務(wù)區休息）

2.4.2　交通流參數檢測

針對高速公路道路交通流參數進(jìn)行實(shí)時(shí)檢測，能夠實(shí)現車(chē)流密度、空間占有率、時(shí)間占有率、斷面流量等交通流參數檢測。

（1）車(chē)流密度

支持單位長(cháng)度的車(chē)道或道路中的車(chē)輛數量實(shí)時(shí)檢測及分析。

（2）空間占有率

支持道路單位長(cháng)度或空間區域內車(chē)輛空間占比檢測及分析。

（3）時(shí)間占有率

支持單位時(shí)間內道路通行車(chē)輛數量占比檢測及分析。

（4）斷面流量

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

2.4.3　業(yè)務(wù)應用模塊平臺功能

（1）警情分析能力（異常預警）

系統提供異常事件自主識別與主動(dòng)預警功能，當系統檢測到異常事件時(shí)，可實(shí)時(shí)推送消息預警，并提供語(yǔ)音提醒功能，及時(shí)通知交通管理人員進(jìn)行處理。

（2）事件詳情

系統提供警情圖片或視頻存儲功能，點(diǎn)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(dòng)車(chē)、機動(dòng)車(chē)目標結構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(xún)

系統提供包括警情條件查詢(xún)、警情記錄詳情2項功能，警情條件查詢(xún)支持按照點(diǎn)位名稱(chēng)、警情類(lèi)型（多選）、自定義時(shí)間段進(jìn)行警情記錄查詢(xún)，異常檢索結果默認按照列表-詳情模式展示，支持警情結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，用于查閱警情詳細信息。

（4）電子地圖

系統提供實(shí)時(shí)道路警情事件上圖展示功能，如圖6所示，提供各類(lèi)警情統計結果圖表展示、實(shí)時(shí)警情列表展示、地圖設備資源點(diǎn)位及狀態(tài)展示，包括警情綜合統計、警情類(lèi)型分布、警情T(mén)OP5、歷史警情趨勢、實(shí)時(shí)警情、地圖設備點(diǎn)位等，支持警情事件地圖篩選，支持當日警情分布情況統計與排名，支持按照點(diǎn)位查看當日警情記錄情況。

圖6 警情看板-電子地圖

（5）任務(wù)配置

系統提供設備資源檢索、視覺(jué)檢測算法配置2項功能。支持按照設備類(lèi)型、配置算法（多選）、設備名稱(chēng)/設備編號等條件進(jìn)行設備列表檢索?？蛇x擇已接入視頻點(diǎn)位自動(dòng)獲取當前視頻點(diǎn)位幀圖像，結合實(shí)際道路交通場(chǎng)景下的具體業(yè)務(wù)應用選擇對應算法進(jìn)行實(shí)時(shí)檢測任務(wù)配置。支持通過(guò)按照當前點(diǎn)位視頻幀圖像進(jìn)行算法應用場(chǎng)景配置，支持封閉多邊形、線(xiàn)條等自定義檢測區域及預警位置標記，支持算法檢測時(shí)段自定義，支持事件持續周期及上報時(shí)間周期設置。在線(xiàn)且已配置算法設備支持檢測任務(wù)的單項啟動(dòng)、批量啟動(dòng)、批量停止和批量重啟等操作，在線(xiàn)設備支持實(shí)時(shí)視頻查看操作。

2.4.4　系統基礎模塊平臺功能

統一集成管理平臺用于支撐高速異常感知分析應用平臺操作所需的系統設置，包括路口管理、設備管理、算法管理、資源管理、日志管理、服務(wù)監控等。

（1）路口管理

本功能主要實(shí)現對路口名稱(chēng)、路口編碼、路口類(lèi)型、所屬道路、進(jìn)口方向及實(shí)際經(jīng)緯度信息進(jìn)行管理。

（2）設備管理

本功能主要用于門(mén)架監控，路側監控等普通視頻監控等視頻分析前端設備基礎信息管理，包括設備ID、名稱(chēng)、所屬資源、設備廠(chǎng)商、設備類(lèi)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(shí)現對異常事件及交通參數算法授權及其他管理，支撐上層的業(yè)務(wù)應用。

（4）資源管理

本功能主要實(shí)現系統資源的管理，包括服務(wù)器節點(diǎn)、算力資源及數據實(shí)例等的管理。

（5）日志管理

本功能主要對系統的所有操作進(jìn)行實(shí)時(shí)跟蹤記錄，確保所有經(jīng)授權或未經(jīng)授權的活動(dòng)都留有痕跡，以提高系統的安全性，為操作審計留下線(xiàn)索。系統日志內容包括操作用戶(hù)、所屬部門(mén)、IP地址、操作模塊、操作內容、操作時(shí)間等。

（6）服務(wù)監控

本功能主要實(shí)現交通視覺(jué)感知分析引擎硬件環(huán)境狀態(tài)及AITS相關(guān)服務(wù)監控功能，包括GPU、CPU、內存、存儲剩余狀態(tài)監控以及引擎相關(guān)rmmt、vas、vss、wmfs、wmits、wmvs服務(wù)運行狀態(tài)監控，確保系統穩定運行，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、應急停車(chē)、匝道排隊、行人闖入、主線(xiàn)擁堵、服務(wù)區飽和6類(lèi)交通事件檢測算法外場(chǎng)選點(diǎn)規范：

（1）適用于高速公路場(chǎng)景下路側監控、門(mén)架監控等視頻監控資源，建議為星/黑光級日夜全彩攝像機。

（2）輸入視頻圖像的質(zhì)量應達到GB50198-2011中描述的4級及以上。

（3）視頻畫(huà)面滿(mǎn)足200萬(wàn)像素及以上，視頻拍攝方位與行車(chē)道傾斜角度≤40°，覆蓋實(shí)際場(chǎng)景檢測范圍約50米以?xún)取?/p>

（4）視頻畫(huà)面目標大小滿(mǎn)足：車(chē)輛目標，寬≥60px；高≥60px；行人目標，寬≥40px；高≥80px；非機動(dòng)車(chē)目標，寬≥40px；高≥40px。

（5）部分算法及點(diǎn)位需結合實(shí)際道路交通流特點(diǎn)，參考專(zhuān)家經(jīng)驗模型進(jìn)行選點(diǎn)。

2.5.2　流量參數檢測算法

（1）適用于出口道電子警察視頻監控，建議為星/黑光級日夜全彩攝像機。

（2）輸入視頻圖像的質(zhì)量應達到GB50198-2011中描述的4級及以上。

（3）視頻畫(huà)面滿(mǎn)足200萬(wàn)像素及以上。

3　代表性及推廣價(jià)值

本項目運用AI視覺(jué)識別技術(shù)，實(shí)現了更高效的交通流量實(shí)時(shí)監測和分析、更精準的事故檢測與有效管理。極大地提升了交通管理的安全性、效率和準確性，通過(guò)實(shí)時(shí)監測和分析交通流量、識別違規行為、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(shí)降低了人工監控的成本，為智慧城市的構建提供了強有力的技術(shù)支撐。方案已在多個(gè)項目驗證，具備較高成熟度，可大量復制到不同城市的交通管理中，提升交通智能化程度，為社會(huì )帶來(lái)更安全和更順暢的通行效果，提升經(jīng)濟效益。

摘自《自動(dòng)化博覽》2025年2月刊