基于雷達(dá)與視頻的高速公路數(shù)字孿生系統(tǒng)研究

陸 璐,梁 杏,楊玉琳

(廣西交科集團(tuán)有限公司,廣西 南寧 530007)

0 引言

近年來,為了跟隨科技革命的新趨勢(shì),高速公路建設(shè)了多種業(yè)務(wù)系統(tǒng),取得了較好的信息化建設(shè)成果。其中,利用攝像頭、毫米波雷達(dá)、氣象傳感器等設(shè)備,實(shí)時(shí)感知和監(jiān)測(cè)交通流量、車速、車輛類型、路面狀況、天氣情況等信息,大幅度增強(qiáng)了高速公路的全息感知能力。然而,實(shí)際應(yīng)用中仍存在問題和挑戰(zhàn):(1)設(shè)備監(jiān)測(cè)信息相對(duì)獨(dú)立,無法全面掌握整條路段的情況[1];(2)風(fēng)險(xiǎn)評(píng)估應(yīng)用不足,數(shù)據(jù)分析結(jié)果缺乏直觀的效果評(píng)估,未形成有效的業(yè)務(wù)閉環(huán)。為此,本文提出了高速公路數(shù)字孿生系統(tǒng)設(shè)計(jì)方案,該方案綜合了多源數(shù)據(jù)融合技術(shù)和數(shù)字孿生技術(shù),實(shí)現(xiàn)了實(shí)時(shí)監(jiān)控、預(yù)測(cè)和優(yōu)化公路運(yùn)行狀態(tài),提高公路運(yùn)行效率和安全性。

1 數(shù)字孿生技術(shù)

數(shù)字孿生技術(shù)是一種基于數(shù)據(jù)與模型的融合技術(shù),其可實(shí)時(shí)將物理實(shí)體精準(zhǔn)地?cái)?shù)字化并映射到數(shù)字空間中,從而模擬、驗(yàn)證、預(yù)測(cè)和控制物理實(shí)體的全生命周期過程,以形成智能決策的閉環(huán)優(yōu)化。數(shù)字孿生技術(shù)在對(duì)道路交通通行狀況進(jìn)行分析,為交通管理決策提供準(zhǔn)確依據(jù)的同時(shí),能夠根據(jù)交通行為判斷和預(yù)測(cè)可能發(fā)生的交通事件和事故風(fēng)險(xiǎn),實(shí)現(xiàn)對(duì)原交通參與者的動(dòng)態(tài)監(jiān)控和精確反饋。借助多種傳感器和網(wǎng)絡(luò)通信技術(shù),數(shù)字孿生技術(shù)可以實(shí)現(xiàn)智能交通系統(tǒng)的全面監(jiān)控和精細(xì)化管理,進(jìn)而提高交通運(yùn)行效率和安全性,為智慧高速公路發(fā)展提供一種創(chuàng)新解決方案。

2 技術(shù)架構(gòu)

系統(tǒng)整體架構(gòu)如圖1所示。

圖1 系統(tǒng)整體架構(gòu)圖

2.1 感知層

感知層是數(shù)字孿生系統(tǒng)的數(shù)據(jù)采集端,包括路側(cè)設(shè)備如毫米波雷達(dá)、視頻監(jiān)控、情報(bào)板、氣象傳感器、邊坡傳感器、環(huán)境傳感器等。這些設(shè)備產(chǎn)生的數(shù)據(jù)被收集、整理、存儲(chǔ),為數(shù)字世界的場(chǎng)景和模型提供數(shù)據(jù)準(zhǔn)備。

2.2 數(shù)據(jù)處理層

數(shù)據(jù)處理層實(shí)現(xiàn)對(duì)多源感知數(shù)據(jù)的融合,并提供數(shù)據(jù)服務(wù)以支持模型映射和業(yè)務(wù)場(chǎng)景應(yīng)用。通過對(duì)動(dòng)態(tài)數(shù)據(jù)的處理,如車輛的位置、車速、運(yùn)行軌跡等,結(jié)合靜態(tài)數(shù)據(jù)如公路資產(chǎn)、設(shè)施狀態(tài)、氣象環(huán)境等,該層能夠分析出道路的車流量、交通事件、暢通與擁堵等狀態(tài),為數(shù)字孿生系統(tǒng)提供精確的數(shù)據(jù)支持。

2.3 模型映射層

模型映射層是整個(gè)系統(tǒng)的核心支撐層,負(fù)責(zé)將數(shù)據(jù)和模型轉(zhuǎn)化為與數(shù)字世界對(duì)應(yīng)的場(chǎng)景,包括靜態(tài)環(huán)境映射和動(dòng)態(tài)信息映射。靜態(tài)環(huán)境映射是指路面、路基、隧道、基礎(chǔ)設(shè)施設(shè)備及其周圍環(huán)境在高速公路上形成的三維立體情景結(jié)構(gòu);動(dòng)態(tài)信息映射是指靜態(tài)環(huán)境下車輛信息、氣象環(huán)境信息、交通事件等信息的疊加。

2.4 場(chǎng)景應(yīng)用層

場(chǎng)景應(yīng)用層是結(jié)合數(shù)字孿生技術(shù)的特性對(duì)業(yè)務(wù)功能點(diǎn)進(jìn)行實(shí)現(xiàn),包括對(duì)路段交通環(huán)境孿生、交通運(yùn)行孿生、車輛跟蹤監(jiān)測(cè)、事故監(jiān)測(cè)、主動(dòng)安全風(fēng)險(xiǎn)預(yù)警等。特別是針對(duì)車輛跟蹤監(jiān)測(cè),系統(tǒng)采用基于雷達(dá)與視頻融合的方法,實(shí)現(xiàn)了跨設(shè)備的車輛精準(zhǔn)跟蹤,提升了交通數(shù)字孿生的可靠性。

3 關(guān)鍵技術(shù)

該系統(tǒng)的關(guān)鍵技術(shù)主要有三個(gè)方面:(1)利用毫米波雷達(dá)深度集成視頻,精確追蹤車輛動(dòng)態(tài);(2)通過高精度地圖和公路靜態(tài)資源的映射,實(shí)現(xiàn)數(shù)字孿生的交通環(huán)境;(3)業(yè)務(wù)場(chǎng)景通過動(dòng)態(tài)信息疊加進(jìn)行還原。

3.1 雷達(dá)與視頻的深度融合

雷達(dá)與視頻深度融合的算法流程主要有三個(gè)步驟:

(1)毫米波雷達(dá)識(shí)別:采用4顆毫米波雷達(dá)模塊進(jìn)行級(jí)聯(lián),實(shí)現(xiàn)高精度的車輛和人員等運(yùn)動(dòng)目標(biāo)的探測(cè)和跟蹤。系統(tǒng)可以在1 000 m范圍內(nèi)實(shí)時(shí)輸出目標(biāo)的軌跡、方位和距離等信息,并對(duì)異常運(yùn)行軌跡進(jìn)行快速報(bào)警,包括停止、慢速、超速、車道異常偏離等。目標(biāo)探測(cè)的精確性和實(shí)時(shí)性都通過毫米波雷達(dá)的高精度探測(cè)跟蹤能力得到了提高。

(2)視頻車輛目標(biāo)檢測(cè):采用YOLOv3模型的預(yù)測(cè)框定位算法對(duì)實(shí)時(shí)視頻幀的每幅圖像進(jìn)行車輛圖像定位。系統(tǒng)篩選出多余的邊界框,通過置信度算法對(duì)最終目標(biāo)的中心位置進(jìn)行標(biāo)記。利用人工智能中深度學(xué)習(xí)算法的高效性和準(zhǔn)確性,能夠在視頻中實(shí)時(shí)檢測(cè)到車輛目標(biāo),為后續(xù)的數(shù)據(jù)融合提供基礎(chǔ)。

(3)毫米波雷達(dá)在視頻上的投影[2]:將毫米波雷達(dá)的識(shí)別結(jié)果與視頻目標(biāo)識(shí)別結(jié)果進(jìn)行時(shí)間坐標(biāo)系和空間坐標(biāo)系的轉(zhuǎn)化和對(duì)準(zhǔn)。系統(tǒng)利用兩種傳感器得到的檢測(cè)框計(jì)算交并比(IOU),對(duì)檢測(cè)目標(biāo)進(jìn)行匹配融合,得到更精確的目標(biāo)跟蹤信息。充分利用兩種傳感器的優(yōu)勢(shì),使整個(gè)系統(tǒng)的精確度和可靠性得到提高,從而實(shí)現(xiàn)目標(biāo)追蹤的深度融合。

3.2 高精度地圖與靜態(tài)資源映射

為了實(shí)現(xiàn)交通環(huán)境的數(shù)字孿生,系統(tǒng)采用高精度地圖模型作為基礎(chǔ),將公路基礎(chǔ)設(shè)施和設(shè)備模型與之疊加,并為其賦予業(yè)務(wù)語義,以支持業(yè)務(wù)運(yùn)行。

(1)高精度地圖采集與構(gòu)造[3]:利用點(diǎn)云和無人機(jī)航拍圖像數(shù)據(jù),采用降采樣和建模技術(shù)生成高精度地圖。該地圖包含地理信息,可用于在數(shù)字孿生中建立高精度的三維模型。

(2)基礎(chǔ)設(shè)施建模:通過設(shè)施模型庫對(duì)高速公路上常見的設(shè)備和設(shè)施進(jìn)行建模,例如攝像頭、毫米波雷達(dá)、路側(cè)立桿、龍門架、情報(bào)板和指示牌等。根據(jù)實(shí)際世界坐標(biāo)將相應(yīng)的模型加載到高精度地圖上,以增強(qiáng)數(shù)字孿生的真實(shí)感和可靠性。

(3)語義信息疊加:除了模型本身的基本信息,還需要疊加業(yè)務(wù)上應(yīng)用的常用信息,如管轄區(qū)號(hào)、樁號(hào)、維護(hù)單位等,從而增加數(shù)字孿生與實(shí)際運(yùn)營(yíng)場(chǎng)景的匹配度。

3.3 動(dòng)態(tài)數(shù)字孿生場(chǎng)景構(gòu)造

動(dòng)態(tài)數(shù)字孿生場(chǎng)景的構(gòu)造反映的是高速公路運(yùn)行環(huán)境實(shí)時(shí)的總體動(dòng)態(tài)描述,主要包括:

(1)天氣環(huán)境:包括白天、黑夜、晴、雨、霧、積水、結(jié)冰等情況,不同天氣下的能見度和路面狀況都會(huì)影響道路行駛的安全性和流暢度。

(2)道路環(huán)境:包括路側(cè)設(shè)備的使用狀態(tài)、傳感器的采集范圍、動(dòng)態(tài)情報(bào)板顯示的內(nèi)容等。如對(duì)于毫米波雷達(dá)等傳感器,需要展示其采集范圍和精度,以及安裝位置的高度和角度等。

(3)交通流:包括車牌信息、車輛類型信息、行駛方向信息、車道位置信息以及車輛的行駛速度等信息。這些信息可實(shí)時(shí)獲取,并在虛擬環(huán)境中展現(xiàn)出來。例如,根據(jù)車輛的位置、速度和方向等信息,可以還原其行駛軌跡。

(4)交通事件:包括計(jì)劃中的施工養(yǎng)護(hù)占道、交通事故以及相應(yīng)的告警信息發(fā)布等。

4 系統(tǒng)功能

4.1 交通環(huán)境孿生

基于全自由視覺三維實(shí)景仿真,包括高精度車道級(jí)還原、傳感器設(shè)備與交通設(shè)施仿真,以及服務(wù)區(qū)、收費(fèi)站、隧道管理等應(yīng)用場(chǎng)景仿真。系統(tǒng)利用高精度地圖模型和基礎(chǔ)設(shè)施模型庫,構(gòu)建一個(gè)高度真實(shí)的交通環(huán)境模型,包括路面、設(shè)施、交通標(biāo)志等元素,可根據(jù)實(shí)時(shí)交通狀態(tài)進(jìn)行動(dòng)態(tài)更新。同時(shí)系統(tǒng)支持不同天氣和時(shí)間條件下的實(shí)時(shí)還原,包括白天、黑夜及晴、雨、霧等情況,以及由于氣象引起的路面變化,如積水、結(jié)冰等。這樣可以在各種場(chǎng)景下進(jìn)行測(cè)試和演練,為運(yùn)營(yíng)決策提供參考。見圖2～3。

圖2 主線路面交通環(huán)境孿生示例圖

圖3 雨霧天氣場(chǎng)景示例圖

4.2 交通運(yùn)行孿生

該系統(tǒng)實(shí)時(shí)獲取行駛車輛、行人、異常物體等目標(biāo),并能將其實(shí)際地理坐標(biāo)、行駛方向、偏移角度等信息實(shí)時(shí)反映出來,使道路的交通狀況得到實(shí)時(shí)反饋。系統(tǒng)還支持包括車輛車牌型號(hào)識(shí)別、車道位置、車速等在內(nèi)的交通數(shù)據(jù)的實(shí)時(shí)采集和分析,可實(shí)時(shí)監(jiān)控和預(yù)警交通擁堵、意外等交通事件。見后頁圖4。

圖4 目標(biāo)車輛實(shí)時(shí)信息在數(shù)字孿生場(chǎng)景的映射示例圖

4.3 事故監(jiān)測(cè)

系統(tǒng)實(shí)時(shí)監(jiān)測(cè)到高速公路上的交通事故,包括車輛碰撞、車輛傾翻、道路封閉等情況。系統(tǒng)通過對(duì)視頻流和傳感器數(shù)據(jù)的實(shí)時(shí)監(jiān)測(cè)和分析,能夠自動(dòng)識(shí)別并報(bào)警異常事件,及時(shí)通知相關(guān)管理人員和救援機(jī)構(gòu)。同時(shí),系統(tǒng)還能提供交通事故的位置、時(shí)間、車輛類型、事故原因等詳細(xì)信息,幫助管理人員快速定位事故現(xiàn)場(chǎng),進(jìn)行救援和疏導(dǎo)。見圖5。

圖5 事故信息在數(shù)字孿生場(chǎng)景的還原示例圖

4.4 風(fēng)險(xiǎn)預(yù)警

系統(tǒng)實(shí)現(xiàn)對(duì)高速公路運(yùn)行風(fēng)險(xiǎn)的預(yù)警,從交通設(shè)施安全風(fēng)險(xiǎn)和駕駛行為安全風(fēng)險(xiǎn)兩個(gè)方面進(jìn)行。對(duì)于交通設(shè)施安全風(fēng)險(xiǎn),系統(tǒng)主要關(guān)注道路基礎(chǔ)設(shè)施、交通管理設(shè)施、交通安全設(shè)施設(shè)備的完好率和布設(shè)完整度,采用定期評(píng)估的方式進(jìn)行監(jiān)測(cè)和評(píng)估。對(duì)于行車行為的安全隱患,該系統(tǒng)利用雷達(dá)和視頻集成技術(shù),根據(jù)車輛的空間位置、車速、行駛方向等,提取車輛行駛軌跡,判斷發(fā)生碰撞的可能性,并對(duì)車輛進(jìn)行預(yù)警,從而減少交通事故的發(fā)生。

5 結(jié)語

基于雷達(dá)和視頻的高速公路數(shù)字孿生系統(tǒng)采用數(shù)據(jù)驅(qū)動(dòng)的方式構(gòu)建高速公路運(yùn)行場(chǎng)景,通過高速公路要素與數(shù)字孿生的虛實(shí)映射和交互融合,深度提升高速公路精準(zhǔn)感知和風(fēng)險(xiǎn)預(yù)警的技術(shù)應(yīng)用水平,對(duì)于解決高速公路運(yùn)營(yíng)安全管理問題有著重要的作用。未來將進(jìn)一步開發(fā)數(shù)字孿生技術(shù)在預(yù)期事件中交通流的影響評(píng)估分析能力,以提升高速公路組織管理水平。