基于大數據的高速公路車流量分析系統研究

秦潔 中設設計集團股份有限公司

基于大數據的高速公路車流量分析系統研究

秦潔 中設設計集團股份有限公司

本文通過提取并結合了兩種圖像信息：位置信息和像素變化信息，提出了一種新的基于虛擬檢測線的車流量分割計數方法，該方法結合了虛擬線圈和目標跟蹤各自的優勢，兼顧了車流量統計的實時性和準確性，該方法能夠在多種不同天氣狀況下在各車道對視頻車輛計數的準確率均大于95%，具有容易推廣實施的優勢。

大數據 高速公路 車流量 視頻分析

引言：自1988年起我國首條高速公路滬嘉高速公路的建成通車開始，經歷了二十余年的發展，“十二五”期間我國高速公路通車里程位列世界第一。“十三五”期間中國高速公路投資增長勢頭將延續，到2020年，全國高速公路將新增通車里程4.6萬公里。隨著高速公路的通車里程和路網密度的不斷增加，交通流量預測一直是智能交通領域的一個研究熱點，先進計算機技術新一代通信技術圖像采集與識別技術等高新技術紛紛集成于高速公路體系，利用大數據對高速公路的發展進行更深層次的挖掘，可以進一步提高高速公路的運營服務能力，從而使其在我國的“一路一帶”戰略中發揮重要的基礎保障作用。

1 高速公路大數據的特點

在高速公路中，大數據具有數據規模大、數據種類繁多、低價值密度和處理速度快等特點。高速公路中包括收費系統和其他應用系統所產生的結構化數據，包括通信監控系統中產生的視頻、音頻數據，靜態車牌圖片信息等其他數據。同時，高速公路還需要適時發布站點狀態、路況環境、特殊事件、交通管制等信息，甚至包括地質災害和天氣信息等數據指標。

2 高速公路車流量分析系統發展歷程

1984年，IwaoOkutani等提出了一種基于卡爾曼濾波理論的短時交通流量預測模型，實驗結果表明該預測模型的平均絕對百分誤差小于9%，且最大絕對百分誤差小于30%。

1994年，A.G.Hobeika等基于回歸分析建立了短時交通流量預測模型，該預測模型同時考慮了目標斷面當前時刻、目標斷面歷史時刻以及目標斷面上游當前時刻的流量數據，并采用了啟發式自適應權重的方法進行了權重分配，實驗結果表明該預測模型在進行高峰時期的交通流量預測時效果較好，且平均絕對百分誤差約為6%。

2003年，BillyM.Williams等在分析了以往短時交通流量預測存在的不足的基礎上，提出了基于周期性的ARIMA預測模型。實驗結果表明該預測模型能夠有效提高短時交通流量的預測精度，其MAPE僅為8.6%。

2004年，徐今強等采用時間序列模型對短時交通流量進行了預測。首先通過對實測的交通流非平穩時間序列進行差分變換及標準化處理，從而將其轉化為標準正態的平穩時間序列，然后分別采用極大似然估計法和AIC準則進行了模型參數的估計和模型定階。實驗結果表明該ARMA模型能夠較好地擬合交通流時間序列，并可獲得較好的中短期預測精度。

2008年，王彥杰等針對傳統的K近鄰非參數回歸預測方法在進行交通狀態預測時的不足，在進行狀態向量選取時采用主成分分析方法，并結合基于斜率表示的相似性度量方法，提出了改進的非參數回歸預測方法，實驗結果表明改進后的非參數預測方法的平均相對誤差為33.2%，比改進前的方法提高了17.7%。

2016年，孫同心等基于實時和歷史的收費站出入口流量數據，在大數據分析手段的基礎之上通過系統級的預測算法模型進行短時高速公路流量預測，并基于后續的實時流量數據對算法模型進行持續的訓練與優化。對計算結果進行驗證，發現此結果較單維度預測的結果較為準確。

3 基于大數據的高速公路車流量分析平臺設計

現階段在高速公路交通信息采集應用的技術包括感應線圈、微波、雷達、紅外等固定式檢測器，以及基于GPS、藍牙、RFID、收費數據和手機數據等移動式檢測技術。不同于城市道路，高速公路交通流特性相對簡單，但高速公路路網覆蓋的地域廣泛，要實現整個高速公路網的監控，既有的檢測技術有些局限。基于視頻分析的車流量統計計算方法，包括如下步驟：

步驟一：對原始圖像進行預處理來增強該圖像的整體對比度，該預處理依次包括濾波去噪和圖像增強，先通過濾波去噪去除原始圖像上孤立的噪點，再通過圖像增強增加像素灰度值的動態范圍，使圖像整體對比度增強；

步驟二：在步驟一處理過的圖像通過幀差法檢測運動車輛，再利用形態學處理和行掃描的方法處理運動車輛輪廓存在的孔洞，以達到對圖像上車輛的分析和識別的目的；

步驟三：通過車輛分割計數方法在步驟二處理過的圖像上進行車輛計數。車輛分割計數方法基于虛擬檢測線的檢測方法，在二值化的前景圖像上，通過車輛和檢測線相對位置的基礎上結合檢測線上像素特征的變化規律來對車輛進行計數。

4 未來展望

隨著信息化、計算機等技術的發展智能交通系統應運而生，人們迫切希望建立完善的智能交通系統，能夠實時、高效、準確地掌握交通運輸情況，有效的解決交通擁堵、事故頻發等問題。下一步應針對交通擁堵預測方法進行進一步的完善和改進。考慮建立多交通路口之間的關聯，構建局域范圍的智能交通信號燈控制系統，實現一定區域的協調調度。

[1]楊仁懷,郎川萍,劉文美．高速公路大數據處理現狀與挑戰［J］．計算機系統應用,2014,23(9)：13－17

[2]林艷.大數據在我國高速公路中的應用探討[J].北方交通,2016（05）：162-164