如何高效利用一个物理设备完成多项任务实现降本增效

编者按：5月14日，在赛文交通网主办的“2024年高速公路智慧服务区建设实践”线上研讨会中，南京交控积图网络科技有限公司总经理居鹤伟作了《基于AIOT的智慧服务区车型与车位检测系统》主题报告。

随着我国汽车保有量的快速增长，导致一方面服务区停车位资源日益紧张，另一方面服务区秩序管理难度剧增。通过一定技术手段实时监测服务区内的车流量情况、车位使用情况成了智慧服务区建设的刚需，传统地磁检测技术在面对大量已经建成、车流量大的服务区已经不太适用。

利用最新的AI及物联网技术实现对车位的精准识别及停车秩序管理成了目前智慧服务区建设及改造的主流手段。该报告首先介绍了服务区车位管理的社会、政策背景，并分析了当前行业面临的痛点与难点，最后分享了交控积图的自研技术、解决方案及相关项目案例。

一、方案背景

政策方面，2021年8月，交通运输部印发《交通运输领域新型基础设施建设行动方案（2021-2025年）》，《方案》明确要求提升服务区智能化水平，完善智能感知设施，为充换电设施建设提供便利，建设服务区综合信息平台，实现大数据在运营管理、安全应急、信息服务等应用，逐步丰富车路协同应用场景。

2023年9月，交通运输部、国家铁路局、中国民用航空局、国家邮政局、中国国家铁路集团有限公司联合印发《加快建设交通强国五年行动计划（2023-2027年）》，《计划》提到推动公路管理服务设施智能化提质升级。推动既有服务设施及充电等数字化，建设智慧服务区。强化公路光经联网数据传输能力，发挥公路通信专网作用。

社会背景方面，首先，交通流量增长引发服务区管理难。随着社会经济的发展和汽车保有量的急剧上升，高速公路交通流量持续增长，服务区作为交通组织中的关键节点，承受着巨大的停车压力，服务区管理者也承受着巨大的管理压力。

其次，危化品车辆进入服务区管理难。由于没有有效的手段能够对危化品车辆进行实时跟踪，当危化品车辆进入服务区后，服务区管理者存在危化品车辆存在进入提示不及时现象，对危化品车辆管理起到滞后，管理上存在巨大压力。

最后，服务区缺乏智能化手段。大多数服务区因运营年份长，设备老旧，无停车感知等智能化手段，无法获取车位信息，导致出行者满意度下降。

二、痛点、难点分析

管理痛点方面，一是危险品车辆过于依赖人工管理，上文提到由于危化品车辆进入服务区后没有有效的识别手段，同时对于其停放无法进行实施有效的监控，导致危险品车辆存在不按规定停放、超时停放等情况。

二是缺乏停车秩序管理，服务区内不同类型车辆剩余停车位无信息化感知技术，无法给管理者带来余位实时数据。

民生痛点方面，尤其在节假日期间，服务区排队现象严重，当车辆进入服务区时需要排队进入，在进入服务区后找不到停车位。同时，随着新能源车辆的不断增长，在车辆需要充电时，需要排队且没有余位的有效提醒。

技术痛点方面，传统车位检测方式存在一定的问题，地感线圈、地磁、跟车检测器等产品检测方式较为传统，功能单一，施工成本高、周期长；受外界干扰严重，整体识别率较低，同时在施工时会破坏路面，影响场地整体美观度，这也是很多业主非常关注的问题。

三、解决方案

交控积图专注于交通领域的AI软硬件研发，我们认为在物联网设备日益增多的当下，减少物理硬件的投入，减少网络布线，降低施工成本，如何高效利用一个物理设备完成多项任务实现降本增效是我们目前需要思考的问题。

我们认为对于上述问题，可以利用计算机视觉或摄像头对车位进行实时检测。因此我们在2018年年底便开展了相关产品的研发工作，下图是解决方案的整体架构。

前端安装感知设备，中间是交控积图自研的车位检测MEC产品，通过边缘计算单元的算法能力结合前端硬件的数据感知，能够将数据实时分析结果推送至前端所需的大屏进行信息发布，如在服务区、停车场进出口等场所，实时将车位信息、余位提醒通过情报板发布，对行驶车辆进行及时提醒。

该解决方案涉及车位检测的核心技术，我们采用基于当前领先的深度学习图像语义分割技术，对画面里不同车辆、道路、绿植、行人等进行像素级的语义分割，可以精准的识别视觉上看起来粘连在一起的，前后有遮挡的车辆，进而对车位车辆进行精准检测，本方案使用了十万级的语义分割标记数据进行训练，能够适应夜晚、阴影、遮挡、雨天等多种环境情况下的识别。下是我们利用网上的相关数据进行的识别效果展示。

上文提到，我们的车位检测产品自2018年开始研发，经过近年来的不断迭代，该产品具备2D识别和3D识别两种模式。其区别在于2D识别适用于无遮挡及相机俯视安装场景，具备识别范围广、识别速度快的效果。通过一个摄像机+后端MEC最多可解决一个停车场75个车位的实时检测。

3D识别适用于相机侧面安装场景下拍摄的车辆阴影遮挡旁边车辆，可通过分析物体的三维结构，更稳定地识别车位，提高识别的准确率，在车辆间存在侧面遮挡等问题时，依然能够准确判断车位上是否存在车辆。

利用图像识别技术，我们在其他AI预警功能方面也进行了相关应用场景的开发。一是停车场视频监控，这也是作为摄像头的基础功能。

一是车位违停预告警， 该功能更多应用在城市交通领域。在高速公路服务区更多使用的是文明停放告警，在高峰时期现场管理人员无法及时管理的情况下，可利用车位检测MEC将所有摄像头接入进来，从而检测各个车位的占用情况，同时检测旁边车道是否存在违停，以防止其影响后面车辆的停放。在发生违停事件时，可通过服务区内声光告警进行预警通知，提醒车主尽快驶离。

二是大车占小车位预警功能，当大车没有按照规定停放在固定区域时会进行预警。

三是小车占大车位预警功能，因为在大车区域行驶，由于货车较高，私家车较矮。故存在很多行驶盲区，在货车倒车或行进过程中无法看到旁边同时行驶的小轿车，这对于私家车车主来说存在非常大的安全隐患，该功能可对此进行预警，也可规范停车位的停放问题。

四是一车占多位预警功能，当服务区车位量较少的情况下，部分车辆存在乱停乱放等问题，导致其余车辆无法按规定使用现有的公共停车资源，对于这种行为也可进行实时预警。

五是危化品车辆未按规定停放预警功能，当危化品车辆或疑似危化品车辆未按规定停放至规定区域时，系统会自动报警，周边公共广播也会提醒其尽快驶离，在有必要的情况下会对后台管理人员进行弹窗预警通知，提高车辆安全停放系数。

相较于传统的地磁等检测方式，该产品通过视频识别方式检测车位状态，无需破坏路面；支持摄像头利旧，所需设备数量少，经测算相较地磁成本可减少约50%左右；同时，功能更加多样。

该产品自2018年推出以来，期间很多主流摄像机厂家也做了相关产品的研发工作，但更多是在摄像头内集成相关算法从而对车位状态进行识别。通过对比传统AI车位摄像机产品，我们在模型升级、识别精准度上面更有优势，同时在业主需求量比较大且有定制化场景的情况下，我们的车位检测MEC具有非常明显的成本及技术优势。

通过采用前端普通高清相机+后端算法识别的方式，相机费用低，总体成本更低；无需专用AI车位摄像机，可利用原监控普通相机；支持相机扩容，摄像机可灵活扩展，增加普通相机即可；维护工作量小，升级或其他改变不会影响现有的摄像头监控，后期只需维护服务器或MEC即可，上述产品是我们根据车位级检测算法开发的“空中地磁MEC”。

四、项目案例

江苏如皋高速服务区项目于2019年启动，是业界首个通过普通摄像头实现服务区内车位的实时监控项目，通过采用视频车位检测平台+车型识别系统，实现了车位实时监测、出入口车型实时分析、兼具视频监控、车辆异常事件告警功能。

江苏荷叶山高速服务区采用视频+地磁的融合解决方案，实现多数据融合，降低建设维护成本，实现高效、实时的车位管理。由于该服务区有一部分下沉停车位，车位上方存在屋顶，因此我们选择性安装了少量地磁设备，可以和视频进行很好的补充。而对于户外停车位我们采用高点位的摄像头进行后端AI识别，不同的摄像头覆盖不同的区域以实现整个服务区的全覆盖从而进行车辆识别管理。平台也首次实现多数据融合实现对车位状态的实时监测。

目前我们在全国做了约40余个相关的服务区案例，我们更多是通过产品输出的形式为项目赋能。

最后简要介绍一下我们公司，南京交控积图网络科技有限公司成立于2016年，主业为AI计算机视觉识别算法在交通出行领域的产品研发，专注于车脸识别、行人识别、交通场景识别、交通视频分析和数字孪生技术的原创研发并致力于人工智能在交通及安全垂直行业应用落地。、

2023年由南京市交通集团二级公司南京铁投完成了对南京积图网络科技有限公司（并购后更名为“南京交控积图网络科技有限公司”）的股权并购，交控积图正式成为混合所有制科技型企业，同时是南京市交通集团唯一的专注AI技术产品研发的科技型子公司。我们以技术先进性为准则，不断探索新技术，为客户提供更加优质、高效的产品和服务。