基于雷視融合技術的智慧信控邊緣計算終端研發

趙文芊 柏卓茁 楊思成 陳彥名 鄭國榮＊

（北方工業大學，北京 100000）

1 國內外研究現狀

交通信號系統作為交通秩序調節的重要手段，在城市交通中發揮了重要的作用，隨著城鎮化程度不斷增加，全國各地建設了大量的信號控制系統[1]。但由于技術條件有限，城市的信號系統多數采用依靠交警或配時專家的經驗的分時段固定配時方案，無法根據路口的車流、人流進行動態的配時調節。

隨著智能技術的發展，部分城市開始使用線圈、地磁等路口車流檢測設備檢測車流量，結合互聯網OD數據進行路口信號配時的自適應調整。隨著5G技術的發展，邊緣計算逐漸成為研究熱點[2-3]。邊緣計算是將盡可能多、不超出本地運算能力的控制及計算任務通過本地設備實現，不需要上傳至云端，在本地邊緣計算層完成處理過程，以此減輕云端運算能力的負荷。由于邊緣計算信息傳輸鏈精簡，可以為客戶端提供更快響應[4]。

2 研究目的

近年來，汽車的保有量持續增加，交通擁堵問題受到廣泛關注，城市交通管理和智慧城市建設成為熱點問題。傳統云計算由于上傳數據所帶來的延遲會導致調度不及時，對突發事件、突發天氣無法及時有效應對。因此，在交通信號控制系統中，不能僅依靠云計算通過大數據擬合指導交通流控制。文章通過研究邊緣計算與終端控制的關系，改善云計算用“過去時”指導“現在時”的工作模式，使信號配時方案擁有更好的時間性和隨機性，增強對各種突發事件、突發天氣的適應性，快速地進行配時反應，提供更準確、完整的配時策略。通過邊緣計算可以在路口邊緣通過各種傳感器端對道路交通流進行精確實時全量的感知，通過邊緣計算設備，在路口本地端給出實時的、適用于當前時刻的配時方案。

3 方案論證

文章提出了一種雷視融合的全量交通流采集端方案，采用視頻+雷達的方式，基于端感知到的數據進行最優配時。

端感知數據包括最遠到380 m位置的道路目標（人、車、非機動車）的實時感知，真實坐標位置（精確到亞米級）識別、車輛行駛方向、行駛速度、正方向夾角、姿勢等信息；道路排隊、擁堵（道路反溢）、交通事故、停車、逆行、拋灑物、積水、施工等異常交通事件檢測信息；公交車、?；奋?、渣土車、救護車、消防車、大貨車等車輛類型的識別；道路上盡可能多的車輛車牌號、車輛品牌顏色的精確識別信息；道路的能見度、天氣、環境等信息。

交通配時方案結構為：

式中：τ——配時結果；B——本地居民的實際情況；R——道路情況；t——當前時間；D——節假日情況；E——突發交通事件或交通管制；C——偶然性的集會情況；N——導航軟件的影響因素。

R、B基本穩定，一段時間（數周）內不會較大的變化，但E(t)、C(t)、N(t)是明顯的時變參量，每個時間點均不一樣。過去只是擬合了R、B兩個參量，但無法擬合E(t)、C(t)、N(t)等時變參量帶來的影響。

文章采用北京市常規標準攝像頭+軍用毫米級雷達進行融合。根據雷達和視頻采集到的數據，分別實現單傳感器目標跟蹤處理；雷達數據目標跟蹤通過算法輸出目標數據，將檢測器檢測到的數據集通過算法進行輸出，檢測其準確率以及檢測率。在保證路口車流量、行人輸入水平相同的情況下進行控制變量試驗，只改變突發因素以及天氣問題所影響的因素。對比試驗結果，得到最優檢測方案，在仿真軟件上對比相同交通情況下路口運行各配時方案的情況，文章中邊緣計算算法主要根據路口車輛排隊長度進行方案選擇、控制。

4 研究方法

4.1 邊緣計算

4.1.1 定義

邊緣計算是指在網絡邊緣執行計算的新興技術模型。從數據源至云計算中心路徑之間的網絡資源、任意計算均稱為邊緣。網絡邊緣設備既可以從云中心請求服務、內容，也可以執行數據存儲、緩存、處理、隱私保護及設備管理等計算任務[5]。

4.1.2 特點

（1）超低時延。

交通信息不需要上傳云端進行處理，可以直接在邊緣節點進行計算和分析，實現實時管理，降低了網絡延遲和網絡再處理突發事件時的擁堵。

（2）數據邊界化。

邊緣計算通過過濾海量數據去除重復、無用數據，減少云中心需要分析的數據數量，提高了數據分析質量，實現了交通體系更及時、高效響應。丟棄處理后的失去價值的數據保障數據的邊界化。

（3）提供數據隱私及安全保障。

邊緣節點接收數據后先進行加密，實施保護隱私政策。低延遲可以保護數據，使入侵者在數據傳輸過程中不能訪問甚至篡改數據，提高了安全性。

（4）降低云計算負擔。

邊緣計算將部分任務遷移至邊緣服務器處理，該時延低于上傳到云中心的時間，所以能夠降低計算負載以及能耗，提升了車載終端的續航能力。

（5）提供基于位置識別的服務。

邊緣計算實時分析收集的地理位置數據，結合信號燈進一步改善路面情況或更改行車路線[6]。

4.2 毫米波雷達與視頻融合

4.2.1 基于毫米波雷達的車輛目標檢測

毫米波雷達通過射頻系統經由微帶陣列天線向外發射雷達探測波，通過毫米波感應器接收目標反射回來的電磁波，進行放大與信號解析處理后，獲取空間內交通目標相對雷達的遠近距離、方位角度、移動速度等。毫米波雷達工作頻率范圍為30～300 GHz，波長1～10 mm，介于微波與厘米波之間，穿透能力強，受環境影響較小。

隨著硬件以及算法的不斷創新優化，毫米波雷達的應用范圍從二維探測成像拓寬到三維探測成像，其將廣泛應用在車輛目標檢測方面。

4.2.2 基于毫米波雷達和視覺融合的車輛目標檢測

視覺和毫米波雷達融合的車輛目標檢測系統結構如圖1所示。

圖1 視覺和毫米波雷達融合的車輛目標檢測系統結構

不同種類傳感器的工作原理不同。單一傳感器通常無法獲取滿足被檢測目標的全部交通特征，在復雜氣候及道路環境下也難以滿足對車輛目標檢測的不同種類數據的需求。為了更全面、準確地獲取檢測交通目標所需要的交通信息特征數據，通過對多種類型傳感器信息進行融合，從而獲得更全面的目標信息，對檢測交通目標實現全天候、高可靠性的檢測。

文章融合了機械視覺系統和毫米波雷達的技術特性，對車輛目標檢測等技術進行了研究，結果表明該方案具有較高的有效性和準確度[7]。

4.2.3 毫米波雷達與視覺融合算法

文章設計了毫米波雷達與視覺融合的算法，主要包括4個部分，即基于視覺的車載目標檢測、毫米波雷達點云航跡生成、坐標空間轉換以及車載目標融合。

毫米波雷達與視覺融合算法流程[8]如圖2所示。

圖2 毫米波雷達與視覺融合算法流程

4.3 基于雷達數據的交通信號控制方法

常見的信號控制方法有定時控制、感應控制、協調控制、自適應控制。大多數路口使用定時控制，也就是固定配時信號控制。根據交通流量的變化，預先設置不同時間段的綠燈時間和紅燈時間，適用于交通流量變化比較規律的路段。但定時控制在路口較擁堵的方向經常出現綠燈二次等待問題，即由于車流量過大導致車輛無法在一個綠燈期間通過路口，需要等待2個綠燈或2個以上綠燈才能通過路口的情況。

而路口流量較小的方向，經常出現綠燈空放時間較長的問題，即綠燈時長中有較長時間都屬于無車輛通過的狀態。因此，提出幾種控制方式進行優化，以緩解路口擁堵。在控制策略實施時，主要通過評估區域內的交通密度來決策綠燈時間是否延長[9]。

路口車流量檢測如圖3所示。

圖3 路口車流量檢測

4.3.1 低峰時段，感應控制

（1）系統沒有探測到車輛時，常態化控制4個方向行人過街，綠燈放行，以方便行人通行，同時車行方向為紅燈狀態。

（2）當系統探測到某一個方向距離路口200 m左右的位置（確保車輛從該點行駛到路口需要不低于10 s的時間）來車時，通過端傳感器判斷其通行方向斑馬線是否有行人。如果沒有行人正在通行，則自動控制該通行方向上的紅燈切換為綠燈，將其垂直方向的行人通行綠燈切換到紅燈，以方便車輛無須過度減速或停車即可通行。

（3）當系統探測到某一個方向，在距離路口200 m左右的位置（確保車輛從該點行駛到路口需要不低于10 s的時間）來車時，通過端傳感器判斷其通行方向斑馬線上有行人正在通行，保持該通行方向上的紅燈直到行人離開后切換至綠燈，并將垂直方向的行人的信號燈由綠燈切換到紅燈，以方便車輛無須過度減速或停車即可通行。

4.3.2 平峰時段，自適應控制

平峰時段主要是指白天工作時間（早晚高峰除外）、夜間或節假日低峰時段之前的時段，雙方向均有車流且1個周期即能夠放完的情況。

此時采用對放或輪放的策略，但根據當前道路車輛態勢（車輛數量、排隊長度、車流速度）的情況，實時估計可以放完車輛的周期時長，采用9 s倒計時的紅綠燈，實時動態控制周期間隔，如原來默認是30 s一個周期，現階段通過車輛感知和計算，明確當前周期車流只需要15 s即可放完，則在第6 s時即開始進入9 s倒計時。車輛完全通行之后，9 s倒計時剛好完成，對向切換為綠燈，可以減少綠燈損失和車輛停留等待時間。

考慮到行人過街時間和規律，每個方向可以設定1個最短綠燈和最長綠燈。

4.3.3 高峰時段，區域控制

高峰時段主要是指早晚出行高峰或遇到突發集會、突發事件導致的交通流高峰。一般1個周期不能放完所有車輛，甚至會出現反溢的情況，此時以上2種自動配時方案均將失效。而平峰時段的自適應控制將給出最長時間，此時需要采用區域控制策略。

（1）如發現對方隊尾超過了溢出警戒線，則自動延長駛往該方向的紅燈時間，直到對方隊尾1個周期內不會再溢出。

（2）通過區域道路結構，結合當前和歷史車流數據，協同計算區域內每個方向的最優配時周期，必要時輔以人工干預的先驗配時數據。

4.3.4 路段行人過街，感應控制

系統在低峰時段和平峰時段自動感應行人是否存在，并給予綠燈放行，如遇高峰時段，則減少行人的放行時間和放行次數，以提高汽車的通行能力。

5 結語

隨著5G技術的發展，邊緣計算的概念逐漸走進大眾視野，邊緣計算是將許多控制在本地邊緣計算完成處理過程，不需要上傳至云端，從而提升處理效率。在交通信號控制方面，邊緣計算可以在路口邊緣端通過各種傳感器對道路交通流進行精確、實時、全量感知，通過邊緣計算設備在路口本地端給出實時的、適應于當前時刻的配時方案。