交通大数据技术及应用第五章

交通大数据技术及应用（第五章课

高速公路应用）2024年3月15日0201高速公路业务及数据高速公路主要业务系统及发展方向03高速公路车辆目标轨迹跟踪定位04高速固定视频图像识别05高速短时交通流量预测高速公路（Expressway）为专供汽车分向行驶、分车道行驶，全部控制出入的多车道公路。高速公路年平均日设计交通量宜在15000辆小客车以上，设计速度每小时80至120千米[38]。我国高速公路起步于上世纪80年代，经过40来年的高速发展，截止2021年底，高速公路通车里程16.9万公里[国家统计局官网，深入贯彻落实新发展理念交通通信实现跨越式发展——党的十八大以来经济社会发展成就系列报告之六，2022年9月21日]，总里程已经高居全球第一，在信息化、智能化应用上也取得了长足进步高速公路业务及数据01高速公路主要业务从不同的使用人群分，高速公路主要业务分见表数字交通体系圈序号使用人群业务类型说明1驾驶人通过车辆运输人、货物去目的地

2收费人员高速公路收费

3养护人员高速设施养护，极端天气雪、冰等铲除作业

4施工人员高速公路工程施工

5应急处置人员高速公路事故处理、救护

6服务人员服务区吃、住、停车、加油等服务

7调度人员高速公路开启关闭、拥堵调度指挥，路侧广播、网站、路侧情报板等宣传

8执法人员高速公路违规行为执法

9专业技术人员无人驾驶专用车道车路协同远程监管、交通大数据专业分析近几年新的发展业务高速公路主要数据目前，国内高速公路通过几十年的信息化建设，已经具有交完备的业务系统，并在产生大量的业务数据。这里的数据涉及到设施、车辆、人员、管理、事件、执法、服务等内容。数字交通体系圈

高速公路主要业务系统及发展方向02国内高速公路信息化建设经过30多年发展，日趋成熟，目前主要业务系统介绍如下高速公路主要业务系统3、交通量调查系统2、视频监控系统1、联网收费系统4、设施养护系统5、综合智能高速管理系统“1、联网收费系统

高速公路联网收费系统指通过计算机、网络、软件、图像识别、电子测控等技术建立起来的用于高速收费的综合管理系统。MTC方式下实现“入口领卡、持卡通行、出口交卡、凭卡缴费”的收费方式，在ETC方式下实现“入口无线感应自动识别车辆身份快速通过，出口无线感应自动识别车辆身份并自动扣费结账快速通过”的收费方式，CPC方式下实现“入口自主取卡，出口自主还卡结账”的收费方式。2、视频监控系统早期的高速公路视频监控系统属于标清监控系统，进入21世纪第二个十年后，随着“路网与应急处置系统工程”、“公路网交通情况调查数据采集与服务系统工程”、“两类设施工程”、“高速公路省界收费站拆除工程”、“视频上云工程”的陆续推进，高速公路普遍采用了高清摄像头，设置点位密集程度也大幅提高，为后续智能化图像识别应用奠定了基础。图为天津市高速视频上云业务系统。3、交通量调查系统交通量调查是指对通过道路某一断面各种类型交通工具数量的观测记录工作。早期的交通流调查采用专业人员蹲点人工数数记录方式进行，属于最原始的一种交通量调查。通过交通量调查产生的数据及分析结果，可以为交通规划、道路建设、交通控制与管理、国民经济分析等提供必要的参考依据。高速公路车辆目标轨迹跟踪定位03车辆跟踪需求分析在交通场景中，车辆轨迹可以提供运动车辆几乎所有的动态信息。分析监控场景中的车辆轨迹能够掌握动态道路交通信息，关联多个视频摄像机中的目标轨迹，能够打破单个视频摄像机间的目标信息孤立，获得大范围视频监控区域中的整体道路运行情况，有助于道路交通管理者进行交通分析、预测和控制。因此，提取监控场景中运动车辆轨迹是交通视频监控系统信息化的首要需求。研究进展目前在多目标动态感知方面，主要利用激光雷达、毫米波雷达及视频目标识别等手段进行采集分析。XiaoW等人类比人类视觉系统，将毫米波雷达当作人类视觉系统中的锥细胞，将视觉传感器当作人类视觉系统中的杆细胞，将雷达得到的潜在目标区域与视觉得到的精确目标轮廓进行融合，实现对前方车辆的检测与跟踪。

摄像头与毫米波雷达的数据融合雷达车辆目标识别方法毫米波雷达内置接收天线和发射天线，通过多个天线发射快速电扫描信号，将雷达波以极快的周期投射在路面上，从而覆盖较大检测范围。在工作状态下，发射天线向外发射毫米波信号，发射后的毫米波信号遇到目标（车辆、行人、路障等）反射回波并被接收天线接收，雷达通过内置的信号处理芯片对信号进行傅里叶变换滤波等处理，消除信号噪声以获得雷达监测范围内目标物体与雷达的相对速度、相对距离、角度和运动方向等物理信息。视频目标轨迹跟踪方法运动目标跟踪可认为是对前景目标进行实时的跟踪，找到运动目标在连续帧中的准确位置，进而提取诸如位置、速度等动态特征，然后利用这些特征信息进行匹配跟踪。然而，交通背景一般都较复杂，要实现单个或多个目标的跟踪仍然存在很大挑战。通常一个跟踪算法的好坏由两个因素决定：算法的实时性及鲁棒性。基于轮廓模型的跟踪

雷达视频联动目标跟踪定位方法通过坐标匹配算法，将毫米波雷达检测的所有目标交通信息（距离、角度、速度、车长等）实时叠加在高清视频图像中；通过软件配置，将目标轨迹与实际道路车道进行匹配，对监测区域内所有车道内的车辆进行轨迹跟踪。毫米波雷达可设置雷达检测区域和球机对应检测位置，当车辆经过检测区域时，雷达可对多个目标车辆进行全程跟踪；一旦检测到车辆发生异常或违规违法行为事件，可立即自动控制调动球机调整位置进行现场跟踪监控，对现场图片抓拍或视频录像取证，并将图像、视频记录上传至后台存储和处理。检测区域一致的情况下，毫米波雷达事件检测与视频图像事件检测结果可相互验证，提高检测成功率；毫米波雷达检测到交通事件时还可自动发送触发信号给车牌识别摄像机，摄像机机负责抓拍车牌，系统可将摄像机抓拍到的车牌信息与雷达检测到的目标的即时速度等信息叠加到视频上进行监视跟踪，同时存储上传雷达视频联动应用通过毫米波雷达、高清摄像头视频的联动结合，在高速公路上可以实现路网全程交通流数据感知、车辆实时跟踪检测、车辆行为画像生成与呈现、路网OD及热力分布、超限车辆管理、重点车辆管理等应用。如图所示；通过视频智能分析，识别出重点车辆基础信息，通过视频监控“主动发现、主动预警”，实时监控“两客一危”车辆驾驶行为，减少重点车辆事故损失，降低道路安全隐患，实现加强对“两客一危”车辆及驾驶员的安全管控。

高速固定视频图像识别04高速视频直面车流实时情况，为交通流量分析、突发事件捕捉、恶劣天气识别警报等提供了第一手实时图像资料。固定视频图像识别需求分析02如何提高事件发现效率成为亟需解决的难题03容易导致在局部路段出现团雾、积水、积雪、结冰等恶劣天气，往往对高速公路的安全运行造成严重的影响01高速公路容易发生拥堵缓行，影响出行体验恶劣天气频发突发事件多添加大标题交通流量大研究进展图像识别技术包括目标识别、目标检测等任务，其中目标识别主要是判别图像中目标的类型，而目标检测则规约为图像中多目标识别的问题。近年来，在大数据的驱动下，深度学习在图像识别任务中取得了巨大的成功，旨在直接从原始图像数据，逐层做数据特征变换，自动学习图像特征。深度学习是一个整体的学习框架，本质上可以看作是多层神经网络，其中卷积神经网络善于处理图像识别相关的问题，并且表现出优越的性能，因此在目标识别、目标检测等图像识别技术中得到了广泛的关注各类交通事件检测方法交通拥堵事件检测固定视频图像识别应用为确保在高速公路发生影响运行安全、交通畅通的事件、事故时能及时发现、及时预警、及时组织紧急救援，该应用合理运用各个子系统及时获取事件信息，通过和作为制度执行者和事件处理的参与者的管理人员的交互，监控系统和管理人员共同构成了集成的事件自动检测管理系统，辅助监控调度人员在突发事件应急处置或施工