吳群慧，吳 中

（河海大學(xué)土木與交通學(xué)院，江蘇 南京210098）

我國的公路交通量調(diào)查，起步于20世紀(jì)70年代末，調(diào)查方式經(jīng)歷了早期純手工記錄觀測，到人工使用機(jī)械觀測方式，90年代開始使用地埋線圈檢測車流量輔以人工抽樣獲取車型系數(shù)的半自動(dòng)化觀測發(fā)方式，2000年后相繼從國外引入了視頻、超聲波、微波等非接觸式的全自動(dòng)車輛檢測技術(shù)。近年來隨著各類車輛檢測技術(shù)的逐步推廣應(yīng)用，交調(diào)工作的科技含量得到了大幅提升，加快推動(dòng)了交通智能化和信息化的發(fā)展進(jìn)程。

目前被國家交通運(yùn)輸部推薦使用的交調(diào)檢測設(shè)備約有線圈、壓電、微波、視頻、激光、地磁等6大類，組合型有線圈壓電激光、線圈壓電、超聲波微波、雙地感線圈、微波雷達(dá)、視頻微波、超聲波微波、地感線圈、視頻雷達(dá)及壓電磁阻等10余種。各地普遍采用的主要有線圈、壓電、微波、視頻、超聲波5大類型。因受到道路和環(huán)境的影響，江蘇省公路部門最初選擇了視頻設(shè)備作為試點(diǎn)，本文將通過對(duì)首個(gè)安裝于寧馬高速公路上的視頻交調(diào)檢測設(shè)備，通過連續(xù)多年的全天候道路交通流量數(shù)據(jù)檢測情況，分析其實(shí)際使用過程中所能達(dá)到的車流量精度、分車型精度以及設(shè)備穩(wěn)定性，并嘗試探討影響視頻設(shè)備性能發(fā)揮和穩(wěn)定性的因素。

1 視頻檢測原理及技術(shù)性能

1.1 檢測原理

視頻車輛檢測技術(shù)近年來發(fā)展迅速，是一種將視頻圖像處理和計(jì)算機(jī)圖形識(shí)別技術(shù)結(jié)合起來的數(shù)據(jù)采集技術(shù)，代表了未來交通流信息自動(dòng)化智能化的發(fā)展方向。它以高性能的攝像機(jī)作為傳感器，在視頻范圍內(nèi)設(shè)置虛擬線圈（檢測區(qū)），車輛進(jìn)入檢測區(qū)時(shí)使背景灰度值發(fā)生變化，產(chǎn)生檢測信號(hào)，通過圖像識(shí)別軟件的分析和處理，得到交通量、平均車速、占有率、排隊(duì)長度等交通信息參數(shù)［1-5］。

視頻設(shè)備的工作原理是在需要檢測的路段車道上方架設(shè)攝像機(jī)，由CCD（chargecoupleddevice，電荷耦合器件）攝像機(jī)連續(xù)攝得2幀圖像（數(shù)字圖像），對(duì)其全部或部分區(qū)域進(jìn)行比較，如有差異則說明檢測區(qū)有運(yùn)動(dòng)物體，從而檢測出通過的車輛。通過模式識(shí)別和人工智能算法，動(dòng)態(tài)分析輸出的視頻（圖像）信號(hào)，獲得各種交通數(shù)據(jù)以及分車型數(shù)據(jù)。車型模型數(shù)據(jù)可根據(jù)各地實(shí)際情況動(dòng)態(tài)實(shí)測創(chuàng)建。視頻檢測器的關(guān)鍵是快速的圖像識(shí)別算法。

1.2 技術(shù)性能

視頻檢測具有如下優(yōu)點(diǎn)：①安裝簡便，無須封閉道路，不破壞路面，檢測地點(diǎn)可以移動(dòng)，可一次檢測較大區(qū)域。②視頻檢測系統(tǒng)適應(yīng)性強(qiáng)，檢測區(qū)域可以靈活定位，滿足不斷變化的數(shù)據(jù)采集要求，具備圖像監(jiān)視和交通數(shù)據(jù)采集雙重功能，檢測數(shù)據(jù)種類多，具備處理突發(fā)事件的性能優(yōu)勢。此外，視頻設(shè)備還可以移到新的地方使用。③軟件使用操作簡單，價(jià)格適中，維護(hù)費(fèi)用低，前期國內(nèi)用戶較多選擇使用。缺點(diǎn)是夜晚和天氣變化對(duì)檢測精度有影響［6］。

2 數(shù)據(jù)比較及其分析

選取寧馬高速公路南京段收費(fèi)站所在的交調(diào)站點(diǎn)作為研究對(duì)象，對(duì)安裝于收費(fèi)站區(qū)的視頻檢測設(shè)備的檢測數(shù)據(jù)進(jìn)行比較分析。研究的基本思路是利用人工24小時(shí)觀測數(shù)據(jù)和收費(fèi)站收費(fèi)額數(shù)據(jù)作為比對(duì)基礎(chǔ)，計(jì)算視頻設(shè)備檢測數(shù)據(jù)相對(duì)誤差，收費(fèi)額數(shù)據(jù)用于進(jìn)行車流量精度（波動(dòng)）的比較。具體方法是：第1，選取2008—2009年收費(fèi)額報(bào)表，與同期設(shè)備檢測數(shù)據(jù)輸出文件對(duì)比，通過月變曲線圖得到運(yùn)行期間總體精度情況，用P（precision）表示，計(jì)算式為（趨勢相同月份數(shù)/運(yùn)行期總月份數(shù)）×100%。第2，選取2009、2010年人工比重調(diào)查小時(shí)交通量（分車型）數(shù)據(jù)，與同期視頻檢測數(shù)據(jù)文件對(duì)比，得到流量精度和分車型精度［7］，計(jì)算公式為（1-）×100%。第3，選取2006—2011年設(shè)備檢測數(shù)據(jù)輸出文件，通過各年份的數(shù)據(jù)正常檢測天數(shù)，分析設(shè)備運(yùn)行期間的穩(wěn)定性和可靠性，用可靠度R（reliability）表示，計(jì)算式為（數(shù)據(jù)正常天數(shù)/運(yùn)行期天數(shù)）×100%。

檢測點(diǎn)所在斷面為全封閉雙向4車道，距離收費(fèi)道口約70 m。收費(fèi)區(qū)寬約32 m，安裝有2個(gè)高桿燈，其上各有10盞燈，夜間照明情況較好。設(shè)備架設(shè)于道路中央分隔帶立柱上方，距離地面10 m高處安裝有一臺(tái)攝像機(jī)，計(jì)算機(jī)主機(jī)及輔助設(shè)備置于路側(cè)站房內(nèi)，采用光纖進(jìn)行數(shù)據(jù)傳輸。

2.1 總體精度

以2008—2009年收費(fèi)站的車輛通行費(fèi)月收入與設(shè)備檢測的汽車月流量數(shù)據(jù)進(jìn)行比較，由月度變化曲線圖如圖1、圖2所示，2008年除1月和4月，2009年除3月，5月和6月，其余月份走勢基本與通行費(fèi)一致，根據(jù)公式計(jì)算得到總體精度P為79.2%。

巖漿活動(dòng)過程中，與火山活動(dòng)有關(guān)的中酸性淺成—超淺成巖漿——花崗閃長斑巖沿隆起與凹陷的過渡帶的薄弱地帶上侵。當(dāng)巖漿快速到達(dá)地殼淺部，溫度和壓力迅速減低，大量水、揮發(fā)分和成礦元素析出，逐漸向巖漿頂部運(yùn)移。由于灰?guī)r地層的屏蔽作用，使氣液大量聚集，當(dāng)壓力遠(yuǎn)遠(yuǎn)超過圍巖的承壓時(shí)[19]，引發(fā)半塑性和已固結(jié)巖石發(fā)生破碎和震裂形成隱爆-震裂角礫巖，同時(shí)產(chǎn)生一系列的爆破的節(jié)理-裂隙系統(tǒng)，并沿著裂隙系統(tǒng)和層理等薄弱界面“灌入”。而后隨著溫度和壓力的驟降，熔漿發(fā)生冷凝、結(jié)晶并析出大量含礦熱液，進(jìn)入爆破裂隙系統(tǒng)，形成蝕變和金屬硫化物礦化。

圖1 月度變化曲線圖（2008年）Fig.1 Graph of monthly changes

圖2 月度變化曲線圖（2009年）Fig.2 Graph of monthly changes

根據(jù)實(shí)際統(tǒng)計(jì)數(shù)據(jù)繪制得到曲線，月收入在400～700 萬元之間。根據(jù)設(shè)備實(shí)際檢測數(shù)據(jù)繪制得到曲線，月流量在100 000～500 000輛之間。

數(shù)據(jù)缺失是導(dǎo)致總體精度下降的原因，2008年1～4月份設(shè)備的月檢測天數(shù)分別為4天，26天，29天和25天，圖1顯示了該段時(shí)間內(nèi)兩條曲線走勢差異較大。2009年3月份設(shè)備檢測天數(shù)亦是不齊全（23天），圖2中兩條曲線2～4月份間的走勢差異非常大。隨著運(yùn)行時(shí)間的推移，設(shè)備的穩(wěn)定性會(huì)發(fā)生改變，導(dǎo)致精度方面相比前一年度有所下降。

2.2 車流量數(shù)據(jù)精度

根據(jù)2009年10月15日上午9～11時(shí)、下午15～17時(shí)及晚間20～22時(shí)等3個(gè)高峰時(shí)間段共計(jì)6小時(shí)的人機(jī)數(shù)據(jù)比對(duì)結(jié)果（如表1所示），視頻設(shè)備的車流量精度計(jì)算值為88.5%。各時(shí)段的流量精度分別為早高峰81%，午高峰97.5%及晚高峰85.6%。

根據(jù)2010年10月20日6時(shí)～21日6時(shí)計(jì)24小時(shí)的人機(jī)數(shù)據(jù)比對(duì)結(jié)果（如表2所示），視頻設(shè)備的車流量精度為81.4%，白天12小時(shí)車流量精度為76.7%，夜間12小時(shí)車流量精度為98.1%。

表1 VT2100檢測精度分析數(shù)據(jù)表（2009年）Tab.1 The data table of detection accuracy

表2 VT2100檢測精度分析數(shù)據(jù)表（2010）Tab.2 The data table of detection accuracy

2.3 車型數(shù)據(jù)精度

2.3.1 高峰時(shí)段分車型精度

根據(jù)2009年10月15日上午9～11時(shí)、下午15～17時(shí)及晚間20～22時(shí)等3個(gè)高峰時(shí)間段共計(jì)6小時(shí)的觀測結(jié)果，人工對(duì)各類車型觀測值分別為：大貨383，中貨491，小貨189，大客325，小客3708，拖掛車453，單位均為輛；視頻設(shè)備對(duì)各類車型檢測值則分別為：大貨242，中貨196，小貨752，大客261，小客3271，拖掛車187，單位均為輛。視頻設(shè)備的分車型精度平均為62.6%。其中小客車的識(shí)別率較高，精度達(dá)到88.2%，其次為大客車，精度80.3%。設(shè)備對(duì)貨車的識(shí)別率差異很大，大型貨車識(shí)別率相對(duì)比較高，精度計(jì)算值為63.2%，其次為拖掛車，精度41.3%，中貨精度39.9%，車型識(shí)別率最低的為小型貨車，誤差達(dá)2.9倍。如圖3所示。

2.3.2 日夜分車型精度

根據(jù)2010年10月20日～21日連續(xù)24小時(shí)人工觀測結(jié)果，白天12小時(shí)人工對(duì)各類車型觀測值分別為：小貨914，中貨982，大貨985，特大貨565，拖掛車265，集裝箱車81，小客11 383，大客1 486，單位均為輛；視頻設(shè)備對(duì)各類車型觀測值則分別為：小貨2 677，中貨315，大貨845，特大貨217，1拖掛車203，集裝箱車49，小客7 688，大客780，單位均為輛。計(jì)算得到視頻設(shè)備的日間分車型精度平均59.1%（不含小貨）。其中大貨車的識(shí)別率最高，檢測精度85.8%，其次是拖掛，檢測精度為76.6%，小客車67.5%，名列第3。設(shè)備對(duì)貨車的識(shí)別率不及客車，各種貨車的識(shí)別率存在較大差異，大貨車的識(shí)別率相對(duì)比較高，其次為拖掛和集裝箱（精度為60.5%），車型識(shí)別率最低的為小型貨車，誤差達(dá)1.93倍，如圖4所示。

圖3 高峰時(shí)段分車型精度（2009年）Fig.3 Vehicle identification accuracy of peak hours

夜間12 小時(shí)（20 時(shí)～次日8 時(shí)）人工對(duì)各類車型觀測值分別為：小貨183，中貨412，大貨567，特大貨173，拖掛車581，集裝箱車57，小客2 569，大客131，單位均為輛；視頻設(shè)備對(duì)各類車型觀測值則分別為：小貨655，中貨113，大貨209，特大貨40，拖掛車87，集裝箱車14，小客3440，大客114，單位均為輛。根據(jù)夜間12個(gè)小時(shí)的人機(jī)數(shù)據(jù)比對(duì)結(jié)果，視頻設(shè)備的分車型精度平均值為40.7%（不含小貨），則低于日間精度。其中大客車的識(shí)別率最高，檢測精度87.0%，其次為小客，檢測精度為70.6%，大貨36.9%，名列第3。設(shè)備對(duì)貨車的識(shí)別率遠(yuǎn)不及客車，各種貨車的識(shí)別率存在較大差異，大貨車的識(shí)別率相對(duì)比較高，其次為中貨和集裝箱，精度分別為27.4%和24.6%，車型識(shí)別率最低的為小型貨車，誤差達(dá)2.58倍，如圖5所示。

圖4 白天分車型精度（2010年）Fig.4 Vehicle identification accuracy of daytime

圖5 夜間分車型精度（2010年）Fig.5 Vehicle identification accuracy of nighttime

全天24 小時(shí)的人機(jī)數(shù)據(jù)比對(duì)結(jié)果，視頻設(shè)備的總流量檢測精度為81.4%，分車型檢測精度平均為49.7%（不含小貨）。其中，小客車的識(shí)別率最高，檢測精度79.2%，其次是大貨，檢測精度為67.9%，大客車55.3%，名列第3。設(shè)備對(duì)貨車的識(shí)別率明顯低于對(duì)客車的識(shí)別，各種貨車的識(shí)別率存在較大差異，大型貨車的識(shí)別率相對(duì)比較高，其次為集裝箱和特大貨，精度分別為45.7%和34.8%，車型識(shí)別率最低的為小型貨車，誤差達(dá)2.04倍，如圖6所示。

2.4 穩(wěn)定性比較

圖6 全天24小時(shí)分車型精度（2010年）Fig.6 Vehicle identification accuracy of 24 hours

2006—2011 年運(yùn)行期間，根據(jù)監(jiān)控記錄，設(shè)備因故障或受到相關(guān)因素的影響出現(xiàn)停測情況，使得檢測數(shù)據(jù)缺失。具體缺失天數(shù)為：2006年41天（5～12月運(yùn)行天數(shù)275天），2007年41天（全年運(yùn)行天數(shù)365天），2008年37天（全年運(yùn)行天數(shù)366天），2009年8天（全年運(yùn)行天數(shù)365天），2010年48天（全年運(yùn)行天數(shù)365天），2011年0天（1～4月運(yùn)行天數(shù)120天）。運(yùn)行期間總時(shí)間1 856天，有數(shù)據(jù)（基本正常）天數(shù)1 681天，根據(jù)可靠度R計(jì)算值為90.6%。

2.5 精度分析

視頻檢測設(shè)備的車流量精度夜間高于白天，分車型平均精度則是白天高于夜間。分析原因可能是夜間通過道路斷面的車流量大為減少，使得車輛間保持一定的間距，對(duì)檢測探頭的干擾減少，有利于檢測精度的提高。另一方面，由于夜間光照度較白天下降，盡管路側(cè)設(shè)有高桿燈，但對(duì)于CCD攝像機(jī)來說，主要依靠視頻圖像清晰度來檢測識(shí)別車型，就如同夜間拍攝照片無法與白天相比，即使陰天拍出的照片也好過夜間的照片，故就車型識(shí)別而言，白天的精度高于夜間是可以理解的。小型貨車的識(shí)別率低，跟車型分類標(biāo)準(zhǔn)有關(guān)。根據(jù)《固定式交通量調(diào)查設(shè)備技術(shù)條件》［8］中的機(jī)動(dòng)車分類與分型規(guī)則，小型汽車包含小客和小貨兩種類型，判定標(biāo)準(zhǔn)為車長＜6 m的客車、貨車及專用汽車。人工容易識(shí)別貨車和客車，但判別中小貨車類型的方法，主要根據(jù)車軸數(shù)量和車牌照顏色，對(duì)車身長度的判別只能依靠個(gè)人經(jīng)驗(yàn)；而設(shè)備能夠根據(jù)通過檢測區(qū)的車輛圖像，由計(jì)算機(jī)根據(jù)圖像識(shí)別算法，做出車型長度判別。人機(jī)之間在標(biāo)準(zhǔn)掌握尺度上存在差異，不免會(huì)產(chǎn)生識(shí)別誤差。

根據(jù)設(shè)備檢測數(shù)據(jù)與人工觀測數(shù)據(jù)對(duì)比結(jié)果，24小時(shí)流量精度為81.4%，與理論上所能達(dá)到的95%以上的精度值相比，似乎應(yīng)用效果并不理想，仍需在進(jìn)一步提高精度方面做出努力。首先要從改善硬件性能和圖像識(shí)別軟件算法的設(shè)計(jì)上入手，提高系統(tǒng)整體性能，更好地適應(yīng)道路檢測環(huán)境；其次需要加強(qiáng)設(shè)備的日常維護(hù)，使得設(shè)備能夠經(jīng)常處于干燥、無塵的環(huán)境中安全有效地運(yùn)行；第三，要確保供電和網(wǎng)絡(luò)通信的穩(wěn)定與暢通，這是采集數(shù)據(jù)能夠被及時(shí)處理分析的重要基礎(chǔ)，要事先為交調(diào)檢測系統(tǒng)所處的工作環(huán)境做出合理選擇和配置。

3 設(shè)備運(yùn)行狀況及故障分析

根據(jù)視頻檢測設(shè)備投入運(yùn)行后連續(xù)24個(gè)月的交調(diào)監(jiān)控與維護(hù)記錄，顯示基本正常運(yùn)行月份在14個(gè)，占比58.3%，有效數(shù)據(jù)606天，占比82.9%。具體故障表現(xiàn)為以下幾個(gè)方面：①攝象機(jī)、主機(jī)等室外設(shè)備屢遭雷擊致故障。經(jīng)排查主要原因在于防雷系統(tǒng)設(shè)計(jì)不夠完善，攝象機(jī)中缺少視頻防雷器、室內(nèi)機(jī)柜無接地。②攝象機(jī)電源線路引起供電跳閘，由于攝像機(jī)及其防護(hù)罩暴露于大氣中，日曬雨淋后未及時(shí)清潔干燥，極有可能會(huì)引起連接線路的短路故障。③電源電壓不穩(wěn)以及UPS出現(xiàn)故障。四是室內(nèi)設(shè)備電線易遭鼠咬斷裂導(dǎo)致數(shù)據(jù)中斷。此外諸如通訊網(wǎng)線脫落，GPRS無線模塊卡欠費(fèi)等方面的維護(hù)不及時(shí)均會(huì)導(dǎo)致一系列故障。

4 結(jié)語

VT2100視頻檢測設(shè)備的車流量精度較好，分車型精度不理想，設(shè)備的穩(wěn)定性存在一定問題。影響設(shè)備性能發(fā)揮的主要因素大致有以下幾種：①網(wǎng)絡(luò)的穩(wěn)定性；②市電電壓穩(wěn)定性；③設(shè)備防雷設(shè)計(jì)與安裝施工存在不完善；④系統(tǒng)抗干擾設(shè)計(jì)尚待優(yōu)化，以便更好地適應(yīng)全天候的室外工作環(huán)境。

[1]高敬紅,楊宜民.道路交通車輛檢測技術(shù)及發(fā)展綜述[J].公路交通技術(shù),2012(1):116-119.

[2]彭春華,劉建業(yè).車輛檢測傳感器綜述[J].傳感器與微系統(tǒng),2007(6):4-7.

[3]劉玉新.常用車輛檢測器性能比較與應(yīng)用前景分析[J].公路交通科技:應(yīng)用技術(shù)版,2007(10):26-27.

[4]李文舉.智能交通中圖像處理技術(shù)應(yīng)用的研究[D].大連:海事大學(xué),2005.

[5]張文溥.視頻車輛檢測技術(shù)及發(fā)展趨勢[J].中國人民公安大學(xué)學(xué)報(bào):自然科學(xué)版,2010(1):91-94.

[6]劉文智.視頻車輛檢測器在高速公路上的應(yīng)用[J].公路交通科技,2003(2):88-91.

[7]陳德望,高海軍.城市高速道路微波檢測器RTMS的檢測精度分析[J].公路交通科技,2002(5):122-124.

[8]池璐,馬永慶.固定式交通流量調(diào)查設(shè)備技術(shù)條件[R].北京:交通部規(guī)劃研究院,2007:8-58.