新型道路交通检测技术与融合应用

摘 要：随着智慧交通行业的不断发展，感知技术的不断升级，传统检测技术无法满足复杂场景下交通信息的采集需求，本文提出了一种基于雷达和视频的融合感知技术，实现交通流信息的全天候、高精度、多维度实时监测和分析。分别论述了融合感知技术在全息路口、高速公路和隧道以及车路协同领域应用的特点优势，并对一体化检测器的技术发展和质量管理提出要求。

关键词：智慧交通，融合感知，一体化检测器

DOI编码：10.3969/j.issn.1002-5944.2024.19.041

0 引 言

智慧交通以物联网、云计算、大数据为基础，通过路面设备融合感知交通流信息，计算分析道路实时通行状况，从而优化交通流时空分布，提高交通出行效率。准确、全面、可靠的交通流信息是智慧交通系统发挥作用的基础，基于融合感知技术的一体化检测器通过雷达与视频检测技术的深度融合，对采集的信息进行底层数据融合、目标识别和决策判断，统计流量数据，识别交通事件，多维度提取车辆特征和运动轨迹信息，形成结构化数据，为全息路口、车路协同、道路预警等应用提供技术支撑，营造安全、有序、畅通的道路交通环境。

1 传统检测技术

随着智慧交通行业的不断发展，感知技术的不断升级，对道路交通感知的要求越来越高，单一的传统检测技术受环境影响和应用场景限制，无法实现全方位、多维度、全天候监控，无法满足复杂场景下交通流信息的采集。

地磁检测技术是基于电磁感应原理，车辆通过检测器上方时，检测器根据磁场的变化，记录车辆的通行时间和方向。地磁检测器安装在路面之下，不易受到环境、天气的影响，但是安装维护时阻碍交通，施工量大，当发生拥堵时，易受到相邻车辆的干扰，影响检测精度。

视频检测技术是一种基于内容的视觉媒体技术，它主要对图像的颜色、纹理、布局等进行分析和检索，实现对车辆及事件的识别。视频摄像头安装简单，画面直观可靠，是实时呈现交通流状况的核心设备，但是视频检测技术一定程度上受到检测距离、光照度等因素的影响，造成监控范围小、画面过度曝光。

雷达检测技术是通过电磁波检测到物体时引起回波信号的时间或频率的变化实现车辆的检测。雷达检测器检测距离长、受光照度影响较小，抗干扰能力强，能全天候不间断工作，但在拥堵、非机动车及行人混合的交通场景下，由于目标静止、速度慢、散射面积小，造成例如高速停车和行人闯入的漏报、路口排队长度预测失真等问题。

2 新型检测技术

实时交通流信息是智慧交通最基本、核心的信息源，只有性能更优、功能更可靠、满足全天候工作的检测技术才能实现对实时交通流信息的准确采集、融合和分析，包括车流量、速度、拥堵、车头间距、占有率、排队长度、实时位置、交通事件、非机动车、行人等。融合感知技术结合雷达与视频检测技术的优点[1]，形成技术互补，以广域雷达检测技术[2]，视频AI检测技术为基础，实现交通流信息统计和交通事件识别。在数据采集过程中，配合目标跟踪和高精度定位信息，对雷达数据、视频数据进行实时交互，实现数据的融合匹配。

2.1 广域雷达检测技术

微波雷达检测技术从早期的只提供速度信息，到后来能够提供速度与距离信息，再到近几年主流的3D毫米波雷达，在提供速度+距离+角度信息的基础上能够形成平面定位，实现多目标跟踪，探测距离能达到350米以上。

广域雷达检测技术采用多通道天线一发多收的设计，使雷达天线发射的波形可以覆盖更大的区域，对检测区域内的车辆、非机动车、行人等目标的运动轨迹逐帧采集，获得目标的初始轨迹数据。利用大区域跟踪检测原理，解决大车遮挡小车的情况；以雷达安装位置为坐标原点，建立参考坐标系，对初始轨迹跟踪数据进行坐标数据标定，得到目标轨迹跟踪数据；对检测区域内的目标车辆进行实时相对位置的区分识别，得到相对位置信息；将检测车辆的通行信息进行数据解析与位置标定，并应用3D雷达技术（相对距离、速度、方位角）区分、识别、确定目标车辆，给每一个目标车辆标定编号，实现对多目标检测区分；结合车辆轨迹跟踪检测技术和神经网络技术，呈现点云图像信息，对静止物体进行检测、识别、区分，进行车辆行为分析，判断交通事件。

2.2 视频AI检测技术

视频摄像头作为目前最广泛的交通监控设备，能对道路状况进行实况呈现是其核心优势，并能通过视频识别技术对车辆号牌、车辆类型、车身颜色等特征进行识别。随着机器视觉、深度学习等技术的逐步成熟，视频AI检测技术得到广泛应用，通过提取视频中的关键信息，进行检测、跟踪、识别、标定等处理，形成相应数据统计和事件处理。

视频AI检测技术主要包含对象分析、属性分析和行为分析，通过目标检测技术、目标跟踪技术[3]、属性识别技术、动作识别技术等实现，如图1所示。对象分析是对目标进行结构化识别，包括车、人、物的分类、位置的检测和跟踪；属性分析是对目标的颜色、大小、类型等信息的识别和标记；行为分析是对目标的轨迹、动作、定位等状态的识别和分析。

目标检测技术对视频中感兴趣区域进行选取，识别目标类型并定位目标在图像中的位置；属性识别技术进行目标的特征信息识别、标记，从而进行特征提取、融合、分类；目标跟踪技术进行目标身份时序关联、目标数据匹配，利用连续帧之间的相关性，对目标在时间上进行连续追踪。随着时间的推移，相同的目标在时间与空间上被关联到一起，每个目标形成一条轨迹，并给每个目标分配一个标定编号；动作识别技术是在目标识别、目标跟踪之后，进一步分析目标的出现时间、运动轨迹、特征信息等，通过对各个目标的综合状态信息的分析，识别监控区域中存在的风险、违规行为或者可疑目标。

2.3 融合感知技术

融合感知技术以广域雷达检测技术和视频AI检测技术为基础，分别进行数据的检测、识别和分析。通过内部网络实时交互、关联、标定、匹配，实现融合感知，最终的融合层根据不同的应用可以分为数据融合、特征融合和决策融合[4]，如图2所示。

通过广域雷达检测技术和视频AI检测技术分别采集范围内所有车辆目标的运动轨迹数据，进行坐标系标定，对两种轨迹数据进行预处理，提高数据质量，通过时空同步，实现两种轨迹数据的坐标统一。在此基础上，根据两种轨迹数据的车辆运动状态序列的关联关系进行一致性目标关联匹配，进而提取目标的特征信息、状态信息，最后将交通流信息进行数据层融合、特征融合、决策层融合，形成道路交通状况的全息感知，形成交通流信息的结构化数据，实现交通管理的数字化。

3 融合感知技术在智慧交通中的应用

融合感知技术在使用环境、检测范围、功能和性能指标方面较视频检测技术、雷达检测技术有显著提升，如图3所示。一体化融合感知技术在处理复杂交通场景时更具优势：（1）检测距离长、数据精度高。检测纵向距离可达250米以上，横向检测视角可达90°以上，能覆盖双向6～8车道。车流量、平均速度检测精度能到达98%以上。（2）检测功能及特征识别丰富。实现车辆类型、轨迹、位置等车辆信息的识别，拥堵事件、异常停车事件、逆行事件、行人事件等交通事件的预警。（3）全天候运行。采用低照度摄像头，具备强光抑制、宽动态等功能，配合微波雷达可实现全天候精准检测。

3.1 全息路口应用

全息路口是基于数字孪生技术，通过构建“感知+智慧”能力，将道路信息、车辆信息、行人和非机动车等要素进行数字化还原，为路口的智能化、精细化管理提供解决方案。通过一体化融合感知技术采集道路车流量、平均速度、占有率、排队长度、车辆号牌、车辆类型数据，采用高性能数据处理单元对数据进行筛选、分类、分析，形成数字化信息。同时，一体化融合感知技术配合实时视频技术和高精度定位技术，可实时呈现真实路况下的车道级轨迹定位信息，从而实现路口的智能化、精细化管理。

3.2 高速公路和隧道应用

高速公路和隧道的交通管理与预警一直是交管部门的痛点，高速公路场景大、距离长，车辆行驶速度快，检测覆盖率低，隧道空间狭小，能见度低，检测识别率低，不易发现交通安全隐患，甚至容易引发二次事故。一体化融合感知技术凭借雷达检测距离长、摄像头低照度功能，能够全天候不间断工作，提供实时视频监控画面，对道路拥堵、异常停车、车辆逆行、占用应急车道、货车占用主车道、非机车行人闯入等异常交通事件进行及时上报，预警预防二次事故。

3.3 车路协同应用

车路协同是通过全时空动态交通信息的采集与融合，开展车辆主动安全控制和道路协同管理。一体化融合感知技术实现交通流信息、车辆状态特征信息、交通事件信息、行人非机动车信息的精确采集，配合高精度地图技术生成轨迹坐标数据，并进行实时数据分析、交互、融合，给每一个目标生成一个标定编号，最终实现全局目标的结构化和实时矢量化数据，为边缘计算层的控制、交互和决策提供精准数据支撑，促进车路协同场景的落地。

4 建议措施

新型融合检测技术为交通信息采集提供了准确、可靠的技术支撑，下一步可从标准化设计、合理化使用、规范运维等方面加强新型道路一体化检测器的全生命周期质量管理，为道路交通安全管理和通行效率提供更有力的保障。

4.1 标准化产品技术

在产品技术标准化方面，GB/T 20609—2023《交通信息采集 微波交通流检测器》和G B / T24726—2021《交通信息采集 视频交通流检测器》国家标准已分别规范了微波交通流检测器和视频交通流检测器的功能要求和性能指标，2024年，中国道路交通安全协会发布了团体标准T/CTS 21—2024《道路交通微波与视频一体化检测器》，对采用新型检测技术的一体化检测器在检测精度、数据融合等方面提出了系统技术要求。严格执行标准，对保证产品质量，提升产品性能具有重要意义。

4.2 合理选择应用

新型检测技术的融合应用应遵循因地制宜的原则，根据不同应用场景综合考虑性能精度、集成性以及成本效益多个方面，合理选择适宜的检测技术和功能特点。例如，城市道路车流量大、安装空间有限，宜选择精度高、体积小、集成识别功能的检测器；高速公路及隧道距离长、安全风险高，选择检测覆盖面大、具备事件预警功能的检测器更为合理。

4.3 强化运维管理

实时有效的运维管理是道路交通检测设备发挥作用的关键所在。通过应用实时监控系统、配置管理系统等技术建设运维管理平台，对设备的运行状态、性能指标进行实时监测，准确设置各类检测设备的参数配置，及时排除设备异常工作状态，确保设备的稳定性、安全性和高效性。

5 结 语

本文介绍了一种基于雷达和视频的融合感知技术，较传统道路交通信息感知技术在使用环境、检测范围、功能和性能有明显提升，一方面解决复杂场景下交通事件的准确预警，另一方面通过采集、识别、融合，生成交通流信息的实时结构化数据，为交通管理的智慧大脑提供数据支撑，实现交通态势感知、集成指挥调度，推进交通管理安全与出行效率的信息化纵深、协同发展。

参考文献

[1]孟维伟，郭丽苹，张兴宇.雷达与视频融合的交通信息感知技术研究[J].桥与防洪，2022（10）：242-244.

[2]郑明洁，闫贺，张冰尘，等.基于DB S图像的双通道广域监视雷达动目标检测和参数估计方法[ J ] .雷达学报.2012，1（1）：36-42.

[3]蒋贤皓.基于视频流的多目标检测与跟踪技术研究[D].成都：电子科技大学，2023.

[4]陈宏，付立家，尚康，等.基于雷视融合感知技术的公路隧道交通管控系统研究[J].公路交通技术，2023，39（6）：153-159.

作者简介

袁晓君，本科，工程师，研究方向为交通技术监控检测与标准化。

刘铭豪，本科，助理工程师，研究方向为交通安全产品检测。

（责任编辑：袁文静）

基金项目：本文受中央级公益性科研院所基本科研业务费专项资金项目“机动车安全技术查验检验智能审核系统测试评价技术研究”（项目编号：2024081107）资助。