未来检测器发展的主流方向

编者按：“随着自动驾驶技术的飞速发展，自动驾驶车辆上安装有许多的微波、激光检测器，雷达检测器的制造生产规模不断扩大，其成本随之减少，为市场广泛使用提供了先决条件。”

近日，海口交警支队科技科科长陈冬在“智慧交通管理创新发展论坛”上发表了《雷达视频融合检测和信号控制》主题演讲，他认为雷达和视频融合检测器是未来检测器发展的主流方向。

他表示雷达检测器与视频检测器互补性较强，两者结合起来存在明显优势。

雷达与视频融合检测设备能检测车辆轨迹数据、行人非机动车轨迹数据以及车道级数据。其中，通过检测到的车辆轨迹数据可推测出交通事件数据，从而进行分析判断；另外，对行人和非动车能做出准确的检测，有效解决视频检测器对非机动车检测不准的问题；最后，对于车道级数据检测的准确性明显提高，这也是它的优势之一。

以下为陈冬的演讲实录（赛文交通网整理，有删减）：

传统检测器主要有线圈、地磁、视频、微波雷达这四类。上述检测器的检测方式、检测数据、可拓展性、单车道成本、安装维护的难度、应用场景各不相同。线圈、地磁主要用于车道检测；端面微波雷达主要用于端面检测；视频及广域雷达可用于区域检测。其中广域雷达，目前主流的检测器检测范围高达350米，这也体现了雷达检测器的优势。

图1 广域雷达

若把以上传统检测器拿武器来比喻，线圈就类似于AK47，虽然使用年限长，成本低、好用，但已不适合现代化战争；地磁相当于81杠，也就是升级版线圈，存在问题与线圈相同；视频检测器就如同国家歼10系列，虽然种类功能多、拓展性好，但检测精度仍存在问题，同时对检测环境的要求也高；广域微波雷达则相当于歼16系列，它是一个主力的检测器，未来发展前景好，但存在对静态目标检测能力弱，无法获取车牌数据等问题。

与上述传统检测器相比，雷达和视频融合检测存在明显优势：

1) 实现全天候的检测：可不受雨雾大风或照明的影响，做到精准检测。

2) 检测距离长：纵向可达350米，横向可达8车道。在实际安装过程中可减少设备及立杆密度，为部署与维护提供便捷。

3) 数据精度高、多元化：检测数据多，增加了关键数据（车辆轨迹、行人非机动车轨迹）。通过车辆轨迹数据就可延展出交通事件的数据，其次，对行人与非机动车检测准确，这也是相比于视频检测器的一个优势之处；最后车道级数据检测更为准确。

通过对数据的深度分析与应用，产出一些新指数。例如：饱和指数、空放指数、事件统计分布状态、失衡指数、盲区预警、停车延误、秒级预警、渠化特征分析、事件黑点画像，为进行安全检测奠定基础。

由于政府投资都是有限的，如何选择检测器决定了他们投资的成本。如何将钱花在刀刃上，是一个关键性问题。为此，特提出以下两点思考：

1） 控制算法、数据、检测器之间的关系：这三者应是协调发展的，其中存在两个逻辑。其一：控制算法决定需要什么样的数据，需要什么数据决定选择哪一种检测器；其二：新的检测器带来新的检测数据，新的检测数据可以为控制算法提供更多维的参考，从而升级迭代控制算法。

2） 信号机、信控系统、检测器之间的关系：检测器的技术升级和迭代往往快于信号机和信控系统的升级和迭代，此外，检测器采集的数据传输给信号机需要进行转换，信控系统往往也无法直接使用。

1） 控制算法上要升级

▪ 交通事件检测数据：检测到交通事件后，及时调整控制方案，缓解路口阻断、过饱和、溢出以及失衡路口通行压力，从而提高路口通行能力，降低车辆延误。

▪ 排队长度检测数据：排队长度检测范围更大、更准，可在控制策略上增加排队长度数据因素的权重，车道级排队长度的数据可为更灵活执行可变车道控制策略提供数据支撑。

▪ 行人和非机动车检测数据：加强斑马线行人灯控的灵活性和安全性，在信号评价中增加行人和非机动车通行数据。

2） 信号控制评价指标需更加多元化

以往对于单路口的评价只针对于机动车，对行人、非机动车数据关注较少。在使用雷达视频设备后，可通过交通延时指数、延误时间、行程速度、排队长度、停车次数等多维业务指标实现多维度的区域信控评价。

3） 信号控制需要与路口空间分配联动更加密切

目前雷达视频检测器应用比较好的场景就是在智能可变车道控制上。过去的视频检测在可变车道上对车道排队长度检测不准确，特别是排队长度超过100米之后，是很难检测到的。现在这类设备，可通过更长距离的检测，优化智能可变车道的控制策略。

图2 智能可变车道控制

1） 信号机和信控系统要与时俱进

目前雷视设备与信号机的对接是非常困难的，信号机的接收数据通常都有两种方式：第一是开关量对接，将数据转化成开关量的方式跟信号去对接；第二是网络协议对接，这种方式接收数据的种类非常有限。此外，信号机只管信号，不分析、存储监测数据。

图3 信号机接收数据方式

因此若想视频检测与信号控制融合的好，应做到以下三点：

1） 加强信号机的开放性。

2） 信号机应与边缘计算设备融合，可以分析存储检测数据。

3） 信号系统要与交通大数据系统真正打通。

目前使用了三家设备，分别为：华为全息路口2.0、海康雷视一体机和大华雷视一体设备。

1） 华为全息路口2.0

目前安装了三个路口，以丘海大道-椰海大道路口为例。由于该路口是一货车的通道，路口车流量大，高峰拥堵，存在大车小车混行现象，事故风险高。通过使用华为的方案，使用5种基础元数据（车牌、位置、车辆速度、形式姿态、车辆属性），再叠加更高精地图（路网拓扑、标志、标线、作用域、数据关联），就实现了一个3D视角，在此基础上就能对整个路口进行更直观的掌握。同时该设备也具有对违法行为和交通隐患捕获功能、交通事件检测功能以及路口评价功能等。

图3 3D视角

目前解决方案是检测的数据先回到平台，平台给出控制分析，最终下发到信号机上。具体架构如下所示：

图4 华为全息路口2.0

其中，边缘智能体放置于路侧机柜内，主要由华为ITS800 和DCU 组成：

▪ ITS800实现交通流检测数据的采集、分析与融合，并输出格式化数据至路侧DCU节点与中心全息路网平台。

▪ DCU接入检测数据、信号机状态与配置数据，通过内部深度学习算法，实现对信号机配时的控制与优化，包括方案秒级实时优化、方案周期级优化、控制结构优化、动态交通组织优化功能。

1） 海康雷视一体机

主要应用在海口江东新区的63个路口，目前正处于安装、调试阶段。其中，使用的雷达视频车检器是400W全结构化摄像机、 70g毫米波雷达这款。从初期的安装调试效果来看，效果是非常好的。

图5 海康雷视一体机的应用

1） 大华雷视一体设备

应用于一个特殊的场景，由下图可看出这个路口中间的立柱对视线遮挡效果十分明显。尤其在夜晚和早上，经常会出现亡人事故。因此，在考虑安全性基础上，采用大华雷视一体设备，利用双向检测，在出现可能的冲突时，做出声光报警。主要在两个地方安装：一个是在现有电井立杆上装有检测车辆的设备；另一个在非机动车行人灯上装有检测非机动车、行人的设备。安装后效果明显，从安装至今，未出现一起受伤事故。

图6 大华雷视一体设备的应用

目前雷达和视频检测仍存在一些问题，主要体现在以下几个方面：

1） 跟互联网数据融合的问题。雷达视频检测数据可以替代道路上的检测器，但无法替代互联网浮动车数据，两个数据应该更好的融合，实现“1+1>2“的效果。

2） 与现有设备融合问题：现有路口已配置了很多检测设备，如何利用雷达视频融合检测技术尽可能利旧，实现低成本的设备升级。

3） 雷达视频检测设备本身的问题：融合后数据准确性有待提高、成本还需进一步降低、安装调试复杂造成后期运行维护复杂、与车路协同设备存在融合问题。