我國的高速公路總里程居世界首位，目前高速公路建設仍以每年新增超過5000公里以上的速度在增加，在發展的同時，自然也有諸多問題。其中，交通事故、施工占道、天氣環境、路面異物、慢速車輛等原因造成的異常擁堵現狀愈發突出。另外，人們也都感受道路高速公路出入口、服務區以及節假日期間的擁堵現象。

　　對此，深圳市新創中天信息技術發展有限公司總工程師周長軍在第五屆華南智能交通論壇上進行了主題為“AI視頻分析技術在高速公路管理上的應用”的演講。

　　周總主要從擁堵檢測手段、擁堵原因分析、擁堵研判、快速消除擁堵的手段等方面進行了詳細介紹。以下為周長軍演講全文，經整理：

　　我今天給大家分享的主要是視頻檢測技術在緩解高速公路擁堵環節方面的應用。接下來，我從四個方面介紹下高速公路的擁堵情況：

　　第一，目前有哪些擁堵檢測的手段

　　首先，可以用互聯網的大數據進行檢測，比如地圖和導航，但是，該手段只提供了大量實時的樣本，無法分析出擁堵的具體原因;

　　另外，可以用雷達或微波，這種方式對低速行駛或靜止目標的檢測精度會打折扣;

　　最后，還有視頻檢測的手段，視頻檢測主要有端、邊、云三大設備，分別為：

　　SENSOR + VPU前端一體化端設備：端設備內嵌了深度學習算法，可檢測人、車、環境以及交通事件;

　　CPU+ VPU前端處理多路視頻的邊設備：邊設備為插卡式機箱，可接入已建的相機視頻，可以處理12路視頻，并可做各種定制化處理;

　　CPU+VPU芯片組中心處理多路視頻云設備：云設備具有高密度、大算力、全模塊、在線擴容等特點，每臺可以處理200路視頻;

　　第二，對擁堵原因的分析

　　擁堵可分為異常擁堵和正常擁堵兩種形式：

　　異常擁堵是指由交通事故、施工占道、天氣環境、路面異物、慢速車輛等原因造成的擁堵現象;

　　正常擁堵主要是指高速公路出入口、服務區以及節假日期間的擁堵;

　　第三，進行擁堵研判

　　如今，我們現在用技術手段解決的基本上以異常擁堵為主，通常用大場景相機來進行，然后通過AI視頻檢測器、邊緣計算檢測器和視頻分析服務器對車輛、環境、道路和事件進行檢測和分析，進行預警和提示。

　　視頻檢測的功能主要分為四個方面，分別為檢測車輛、檢測異常事件、檢測道路狀態、檢測天氣狀態：

　　檢測車輛時，通過深度學習+目標跟蹤的算法，檢測車輛輪廓位置信息，主要檢測類型有排隊長度、車流量、車輛輪廓、車道密度、車輛類型、車型流量等等，;

　　檢測異常事件時，視頻會獲取每個車道的實時車輛數據，并進行交通事故判別 ，分析車輛目標然后進行跟蹤，主要檢測類型有交通事故、施工占道、非法停車等等;

　　檢測道路狀態時，通過對路面、積水形狀、路面破損等情況分別進行建模，通過對他們的表面特征進行識別，主要檢測類型有道路異物、道路積水、道路破損等等;

　　檢測霧天、雨天、霧天等天氣狀態時，采用邊緣檢測，自動對比度閾值比較等手段來判斷能見度距離，當能見度小于200米大于100米時，時速不得超過60公里;能見度小于100米大于50米時，時速不得超過40公里;能見度在30米以內時，時速就要控制在20公里以下。

　　第四，如何快速消除擁堵

　　利用檢測手段發現擁堵，然后對擁堵原因進行研判，即可針對性的快速處理并消除擁堵，主要消除的技術手段有頻閃云臺指示燈、高音喇叭、LED指示和中心平臺：

　　頻閃云臺指示燈：自動跟隨違規車輛車輛閃爍，并警示其糾正，在夜間尤其有用;

　　高音喇叭:自動喊話違規車輛;

　　LED指示：通過LED進行擁堵指示，為車輛提供前方實時道路情況(提使信息主要有：車道擁堵情況、車道施工占道情況、車道停車情況、路面異常情況、天氣異常提示等等)

　　中心平臺：通過導航地圖進行推送，非嚴重事故可用無人機取證，判定責任，然后車輛快速離開;嚴重交通事故，尤其是有人員傷亡的，則進行122急救呼叫，快速來人處理，爭取時間，減少傷亡;

　　另外，關于日常的擁堵，也可以用經濟手段進行消除，比如按照每輛車占用高速道路的時間和空間進行動態收費。

　　綜上所述，通過對擁堵情況的檢測、研判，最終可消除擁堵，以此讓高速更安全。