浅析人工智能在交通视频领域的未来畅想

编者按:交通运输部路网监测与应急处置中心信息技术与网络安全处工程师倪艳在第二十三届中国高速公路信息化大会上作题为《浅析人工智能在交通视频领域的未来畅想》的报告。

倪艳认为,智能分析并不是目标,而是支撑安全、便捷、绿色、高效、经济交通的有效手段。她指出,未来视频AI应用的场景包括驾驶行为分析及服务、偷逃费精准防控、车路协同精准感知、精细化路网运行监测等。以下为倪艳的主要报告内容,《中国交通信息化》作了不改变原意的编辑及整理。

AI视频的应用现状

十九大明确“交通强国”建设目标为2035年进入世界交通强国行列。从“交通大国” 迈向“交通强国”,数字化转型成为必由之路,当前需要加快构建泛在先进的交通信息基础设施,加强运行监测。目前来看,高速监控系统智能化升级,经历了四个阶段,具体如下:
  • 第一阶段,通过模拟监控系统,基于模拟技术,以视频矩阵为核心+闭路电视。

  • 第二阶段,通过“模拟+数字”监控系统,以DVR/NVR为核心,采用硬盘存储,增强了客户端管理功能。

  • 第三阶段,通过数字视频监控系统,以IP网为核心+视频压缩格式+简单智能的专有管理平台管理。

  • 第四个阶段在2015年以后,通过智能监控云,基于云架构技术+可靠存储技术,集智能化、高清化、联网开放共享、弹性扩展、云边协同、高效运维等特性于一体的视频监控系统。

问题

当前高速监控系统问题突出:看不到(前端在线率低、互通共享不够);看不全(覆盖区域不全、关键点位采集不全);看不清(视频监控高清化不足、视频质量无法监控);看不懂(视频分析功能简单、智能分析准确率低)。基于以上四个问题,造成组织间资源割裂(路段、省中心、部中心、其他部门等)与业务间资源割裂(运营、养护、监测、出行)。

政策

交通运输部发布《全国高速公路视频联网工作实施方案》及《全国高速公路视频云联网技术要求》,全面加快推进可视、可测、可控、可服务的高速公路运行监测体系建设。

根据文件要求,主要包括四个关键时间节点:

  • 2020年1月,推动国家高速公路7条放射线(G1~G7)中具备联网条件的视频资源与部级平台实现联网共享。

  • 2020年6月,推动北京、辽宁、江苏、河南、湖南、广东、重庆、贵州、陕西等省份率先开展视频云平台建设并与部级平台联网。
  • 2020年12月,全面推进视频联网,实现高速公路沿线视频资源联网;加速存量&增量,高清化、数字化质量升级。

  • 2021年6月,实现智慧监控,初步建成视频云联网智慧监测与管控体系。

平台建设情况

在部级平台建设进展方面,截止2021年3月底,已汇聚全国高速公路沿线视频超过13万路,已联通除海南和西藏外的全部省份,开展了对接入视频的质量检测分析(丢失/清晰度/噪声/冻结/遮挡)。在省级平台建设方面,各省的视频质量差异较大,视频AI分析、应用的进展不一。

技术实现需求

通过技术实现对车型、号牌、车身颜色、违章行为的识别。
  • 识别车型,包括轿车、面包车、越野车/SUV、商务车/MPV、轻型客车、中大型客车、公交车、校车、微型货车、轻型货车等。

  • 识别号牌,包括车牌号码(蓝牌、黄牌、警牌、军牌、武警牌、农用车牌、新能源车牌等)、车牌颜色(蓝、黄、白、黑、绿、黄绿6种)、车牌类型(单行、双行2种)。

  • 识别车身颜色,白色、橙色、粉色、黑色、红色等共计12种。

  • 识别违章行为,包括主/副驾驶未系安全带、主驾开车打电话、遮挡面部、危险品车副驾无人、非机动车违法载人等。
通过智能分析,能够根据摄像机视频对拥堵事件、交通事故、平均速度、公路流量、公路气象、车辆违停、车辆逆行、行人闯入等开展监测分析。

应用案例

以广东某高速为例,通过智能分析,发现各时间段事故平均值为19件,凌晨4时发生29件事故事件为第一个高峰期,第二个高峰期为早上10时发生26件事故事件,下午15时-16时发生29件事故事件为第三个高峰期,发生事故事件的高峰期集中在乐广高速车流量较大的时间段里。另外低峰期为凌晨1时-2时、早上8时-9时,晚上20时,事件事故数均为13件。
以江西省公路网为例,进行多元统计分析,具体包括:
  • 大规模高并发道路视频AI分析。
  • 公路网基础设施运行状况:公路网基本情况、桥梁、隧道基本情况分析。
  • 交通运行情况:交通量观测站点状况、交通运行总体状况、交通流量分析、公路行驶量、公路服务水平路线里程。
  • 交通运行特征分析:车型分布特征、等级分布特征、路线分布特征和总体特征分析。

视频AI应用的场景展望

智能分析应用服务,能够根据摄像机视频对拥堵事件、交通事故、平均速度、公路流量、公路气象、车辆违停、车辆逆行、行人闯入等开展监测分析。智能分析并不是目标,而是支撑安全、便捷、绿色、高效、经济交通的有效手段。对于视频AI应用的场景展望,具体包括以下几个方面。

驾驶行为分析及服务

安全保障:对驾驶员的驾驶行为监测,威慑司机违章行为,降低交通事故发生率。
服务提升:对外提供路网运行状态及路网交通信息服务,使出行者能够实时了解路网通行状态,合理规划出行路线。
执法便利:可实现对车辆的车牌查询和行驶路径追踪,为交通执法提供大量有价值线索。

准全天候通行

路面状态识别。AI路温识别是通过AI视频解析,结合卫星、雷达,完成多个深度学习模型的综合路面状态分类原型,进行监控、评价。实现观测密度的提高,进一步实现对冬季路面冻结的有效管理应对。
路况灾害识别。团雾等低能见度分析是指高速沿线能见度进行高密度,非人力的24小时不间断自动监控,把能见度低下对高速造成的影响降到最低。

高速收费稽核,进行车辆特征分析

融合车辆多特征识别技术,通过对海量图片数据的关联分析,实现车辆身份的准确推理,为稽核提供关键数据支撑,从而实现偷逃费精准防控。

视频、雷达数据融合,提供车路协同

精准感知

通过提升驾驶安全、提高交通效率、使能协同式自动驾驶,从而实现车路信息的实时交互与感知、全局交通数据分析与流量引导、厘米级定位与车道级应用、降低自动驾驶中对单车智能的技术要求。

精细化路网运行监测

精细化路网运行监测主要包括精细化高速公路视频云联网、重点区域/事件与综合监测、重点拥堵/高流量路段监测、智慧监控/多维呈现、智能图像检测等。
  • 精细化高速公路视频云联网。覆盖全国主要高速100%联网汇聚,进行精确分段监控、图像基本达到实时调阅。此外,可实时更新,在线同步调阅,保障视频上云传输高效、可靠。

  • 重点区域/事件与综合监测。重点区域监测是指对高速公路视频资源指定区域,进行跨省、分等级进行路网运行实时监测。重点事件监测是指针对重大事故、自然灾害发展趋势实时监控,调阅周边摄像头辅助决策。

  • 重点拥堵/高流量路段监测。对相关路段进行实时拥堵排名(监测区域内拥堵路段、收费站按拥堵影响里程进行排名)与实时高流量排名(监测区域内高流量路段进行统计、排名)。

  • 智慧监控/多维呈现。对于相关路段进行跨平台协作,实时监测路网车流量,支撑PC端、移动端以及监控大屏跨平台一体化协同作业。多业务管理可视、多维度数据呈现、多场景资源联动的智慧监控系统。

  • 智能图像检测。智能检测摄像机在网络不通、信号丢失,黑屏、图像被遮挡、图像模糊、图像亮度异常、图像冻结、图像有噪声、图像有闪烁、图像有滚动条纹等异常情况下,进行图像检测,为路网的正常运营提供一定的辅助与支撑作用。

作者 | 倪艳(交通运输部路网监测与应急处置中心信息技术与网络安全处工程师)
来源 | 第23届中国高速公路信息化大会

(0)

相关推荐