高速公路感知技术探讨,雷视融合能否成为新主流?
- 来源:中国交通信息化
- 2022/6/20 9:47:4436535
就目前高速公路监控系统的建设情况而言,交通雷达设备的布设和应用,正逐渐成为交通管控部门最为关心的焦点之一。虽然雷达设备在交通检测中,尤其是在高速隧道等场景的应用中取得了一定成效,但交通雷达是否能够完全替代或弥补视频检测的缺陷,尚有争论,且根据目前的一些测试效果来看,雷视融合在交通检测中的效果并没有我们想象中那么理想,一些交通感知基础问题,如全天候大范围交通事件检测等,并没有得到完美解决,“雷视融合无所不能”的印象被打破。对于目前市场上的一些主流感知设备,如定向毫米波雷达、全向毫米波雷达、全向激光雷达、视频监测设备、雷视一体机等,其检测效果究竟如何?面临哪些问题?应该如何进行合理的选择?未来发展趋势又将如何?为一探究竟,《中国交通信息化》记者采访了参与高速公路车路协同“端-边-云”融合应用测试(第一阶段:感知设备支撑能力验证)[1]的评审专家——原山西省高速公路管理局副总工程师彭刚。文中相关测试数据、结果及部分观点等来自本次采访内容。
一、主流感知设备的检测效果及特点
根据相关测试及应用情况,彭刚主要从高速公路交通事件检测(包括:停车、逆行、拥堵、行人、抛洒物)、交通参数检测(包括:车速、交通量、占有率)以及车辆轨迹跟踪(车辆位置)等几个方面对当前一些主流感知设备的检测效果和特点做了介绍和探讨。
定向毫米波雷达
定向毫米波雷达在车辆轨迹跟踪、交通参数检测方面有很好的效果,在交通事件检测方面可以比较准确地检测出高速公路上的停车、逆行以及拥堵事件,且受天气环境因素影响小,对顺行车方向检测范围会更大些。但是对于行人和抛洒物的检测效果很差。可通过结合视频检测或增加雷达芯片数量以及天线数量的方式来弥补上述缺陷,但与此同时建设成本也会相应增加。
全向毫米波雷达
全向毫米波雷达在公路交通事件检测、交通参数检测以及车辆轨迹跟踪和车辆位置检测等各方面都有出色表现,且受天气环境因素影响小(除特大暴雨等极端恶劣天气)。但是,全向毫米波雷达的成本非常昂贵,其价格远高于其他各种雷达检测设备,国内交通领域尚缺乏大规模应用;此外,其使用寿命还没有经历实际应用考验。
全向激光雷达
全向激光雷达在高速公路交通事件检测、交通参数检测以及车辆轨迹跟踪和车辆位置检测方面的表现都非常出色,但是激光雷达的检测距离短,成本高,且受天气环境因素的影响大,遇雨、雪、雾、沙尘等极端天气时,检测效果受到严重影响甚至失灵。
高清摄像机识别(视频检测)
高清摄像机识别的优势在交通事件检测方面,随着AI、深度学习等技术应用和算法的不断提高,当前智能视频检测的误报率有了大幅降低,对于停车、逆行、拥堵、行人、抛洒物等事件都能实现较好的检测。但是,在轨迹跟踪、检测车辆位置和车速的精度方面,明显弱于激光雷达和毫米波雷达,且易受天气环境因素影响,检测范围也相对较小。视频检测往往受限于摄像头的分辨率、视角、有效识别距离等性能指标制约。
雷视一体机(雷视融合)
目前,市场上绝大多数的雷视一体机等雷视融合产品在拥堵、交通量、占有率、车辆位置等方面的检测效果比较好,但在交通事件等其他方面的检测效果并没有想象中那么理想。与相关参测厂家技术人员沟通获知,目前多数厂家没有做到雷视目标级融合,而仅仅是利用雷达和视频各自特点去做各自擅长的检测项目。总体而言,参测雷视产品其各项检测效果不如纯雷达和纯视频监测设备。这可能是由于当前雷视一体设备的成熟度不够,雷达和视频的互补优势还没有充分发挥出来。
二、路侧雷达使用频段的选择范围已越来越窄
对于路侧感知而言,毫米波雷达的主要使用频段有两个,即24GHz(24.0-24.25GHz)和77GHz(76-81GHz),也是业内公认应用效果比较好的两个频段。但是,自2021年12月6日工业和信息化部发布《汽车雷达无线电管理暂行规定》(工信部无〔2021〕181号)将77GHz(76-79GHz)频段划拨给汽车雷达(车端)使用,路侧雷达的使用频段开始面临选择的新窘境。此前,中国智能交通协会发布团体标准(参见《交通事件检测 微波交通事件检测器技术规范》),将24GHz频段用于交通事件和交通参数检测的设备的输出功率限定在13dBm以内(小于13dBm),而对于毫米波雷达而言,由于行业内对检测器发射功率的限制,导致雷达设备在24GHz频段上的检测能力(如检测范围等)受到很大制约。
根据上述文件的规定和约束,结合目前的趋势来看,路侧毫米波雷达的使用频率不得不聚焦在80GHz这一段位上,不少雷达设备厂商开始聚焦研发80GHz频段的雷达产品。众所周知,雷达的频率越高,分辨率越高。除了上述频段外,其实雷达设备还可以选择更高的频段,例如可以进一步研究90GHz这一频段上雷达设备的检测能力,但是目前国内尚无法提供90GHz以上频率的雷达芯片,而国外多数国家将90GHz以上的频率用于军事。彭刚认为,未来90GHz频段雷达芯片的研制或将成为我国未来交通雷达研究的重点方向之一。
三、以需求为导向合理选择雷视设备
当前,在全国高速公路“一张网”运营的背景下和智慧高速建设的浪潮之下,ETC龙门架在承担传统的计费、车辆检测等功能的基础上,其建设也开始逐步考虑并涉及与车路协同有关的技术融合。由此,交通感知设备迎来了市场爆发期,尤其是涌现出的各种新型雷达产品,已成为高速公路管理部门争相选择的热门设备。记者认为,无论是雷达还是视频监控设备,高速公路相关业主单位在进行选择时,切忌盲目,要以路段的实际需求和使用环境为导向,合理选择感知设备,避免建设过度和投资上的浪费。结合采访内容对有关雷视感知设备逐一分析如下。
全向毫米波雷达
前文已经分析过,全向毫米波雷达对于各项交通检测的效果都很好,但造价高和使用寿命短是其最大的弊端,目前一套进口的全向毫米波雷达设备的价格在20~30万元人民币左右,使用寿命约五年。现阶段,全向毫米波雷达主要用于试点路段的相关研究,虽然检测效果好,但雷达检测功能与其他监控联动并没有被充分利用起来,考虑到建设成本和利用率,对于普通高速公路路段,建议谨慎使用。未来,待技术成熟和成本降低后,可考虑逐步扩大使用。
定向毫米波雷达
定向毫米波雷达的成本较低,但在行人和抛洒物的检测上有天然缺陷。为了解决定向毫米波雷达角分辨率差的问题,通过多芯片多天线布设方案,可一定程度上改善单芯片雷达的缺陷,又可避免全向毫米波雷达造价高的问题。此外,结合高清摄像设备也可以在一定范围内达到较好的检测效果,但在成本上会有一定增加。路段管理部门可根据管辖路段的实际情况和检测需求,选择合理的方案进行布设。推荐使用。
全向激光雷达
全向激光雷达的检测效果好,但容易受天气环境影响,成本相对较高,目前在车端感知上的应用较多。因此,利用激光雷达进行交通检测,应避开天气因素的影响,例如可以应用于隧道交通检测,不适合恶劣天气频发路段。因此,全向激光雷达在路侧端的使用,应统筹考虑使用环境、使用目的及成本等因素,选择性布设。
高清摄像机识别(视频检测)
轨迹跟踪、车辆位置和车速检测一直是视频检测的弱势,视频交通事件检测的准确性不高、可靠性不强一直是视频检测应用中广受诟病的问题。但随着AI等新兴技术的引入,视频检测的算法不断完善、深入,视频检测设备的可靠性和检测精度也在不断提高,再结合雷达检测、北斗定位等技术,视频检测也成为高速公路交通事件检测必不可少的装备之一。在相关设备的选择上,有一个问题需要引起注意:一些业主单位在选购相关产品时发现,不同品牌的相机虽然像素相同,但图像的清晰度却有所差异,这往往是由于相机镜头以及感光元件(CMOS)等的差异造成的,在设备的选择上应引起注意。
雷视一体机(雷视融合)
目前,雷视一体机进入市场的时间不长,成熟度有待提高,从测试效果上看,整体性能一般,部分企业在宣传上对雷视融合产品有夸大其词的成分,且从高速隧道的应用效果来看,毫米波雷达、激光雷达与雷视一体机的检测效果相差不大。纯雷达设备在高速公路隧道中的检测效果稳定,受杂波的影响并不大,雷视一体机并不具有突出优势。但是,从未来的发展趋势看,雷视一体机的发展潜力大,应用前景广阔,随着产品的迭代升级,其性能必将全面提高,目前建议做进一步观望。
四、雷视融合感知的未来
对于雷视融合感知的看法,业内一直存在两种声音:一种声音认为雷视融合感知将成为未来感知技术的主流,但在技术突破以及设备本身质量和性能的提升上还需做大量的研究工作;另一种声音认为交通感知不一定要融合,应将研究的重点和精力放在提升单个感知设备的性能上。
对此,记者本人更倾向于雷视融合发展的观点。一方面,技术融合本身就是智能交通未来发展的大势所趋;另一方面,上述这两种声音本身也并不是对立关系,当前雷视一体设备之所以表现得不那么出色,一个重要原因就是两种技术都没有达到极致,设想如果在提升雷达和视频感知两种设备性能的基础上做融合,这样的雷视一体自然能够发挥出“1+1>2”的效果。彭刚表示,未来雷视融合设备厂商也可考虑与雷达和视频检测设备厂商合作,共同发力,研发性能更优的雷视一体产品。
记者认为,在雷视融合的发展上,要解决好“基础”与“融合”这两大关键性问题。所谓“基础”,就是要将科研精力放在雷视底层技术和基础算法的研发上;所谓“融合”,就是要逐步实现雷视技术的目标级融合、特征级融合乃至数据级融合,解决两种信息采集的匹配问题以及两种系统对于出错容忍度的标准统一等问题。
具体来说,对于毫米波雷达,要将发力点聚焦在雷达芯片性能的提升上,进一步提升多芯片联合和高频率芯片的自主研发能力,更加注重产品在实战中的应用效果。对于激光雷达,2022年被业内称为“激光雷达应用元年”,不过其主要战场依旧是在车端,在路侧的应用和拓展仍需做更多探索和尝试。对于视频检测设备,从过去的“看得见”“看得清”到如今的“看得准”,重点依然是运用AI、深度学习等新兴技术的加持,不断演进、改善基础算法,提高视频检测精度。
总而言之,雷达与视频的融合,并不是简单的技术相加,而是需要兼顾算法、设计与落地的复杂命题。将人工智能技术融入到雷达设备中,在底层技术上进行创新,并让雷达实现部署后的自适应学习,逐步实现与视觉感知的信号级融合,才能大幅度提升探测的距离和精度,提升复杂环境的抗干扰能力,形成对目标特性、位置、速度、轨迹、行为等信息的全息感知,而不仅仅停留在有限环境条件下的目标基础信息层面。
雷视一体融合趋势,为交通路侧感知系统的升级变革带来了创造性的突破,其所具备的全天候、多场景、多目标、高精度等的交通安全预警功能应用,能够真正将交通安全管理从事后取证转到事前预警,这不仅可以有效驱动智能交通安全管理模式的转变,而且为目前及未来车路协同、自动驾驶的发展奠定了智能路侧感知系统的基础,具有非常重要的意义和实用价值。