顧思思，王 淼，于加晴

(中交公路規(guī)劃設(shè)計(jì)院有限公司，北京 100088)

0 引言

隨著經(jīng)濟(jì)的快速發(fā)展，高速公路車(chē)流量急劇增加，如何為高速公路出行者提供安全、舒適、便利的停靠空間，成為服務(wù)區(qū)建設(shè)的一個(gè)重要問(wèn)題。尤其是近年來(lái)，隨著自駕游活動(dòng)的興起，節(jié)假日期間服務(wù)區(qū)車(chē)流量激增，因缺少必要的停車(chē)位誘導(dǎo)信息，車(chē)輛駛?cè)敕?wù)區(qū)后經(jīng)常出現(xiàn)“一位難求”的現(xiàn)象，如何為途經(jīng)服務(wù)區(qū)的出行者提供準(zhǔn)確的車(chē)位信息，正確、直觀的引導(dǎo)車(chē)輛停車(chē)入位就顯得格外重要[1-4]。

通過(guò)對(duì)當(dāng)前高速公路服務(wù)區(qū)車(chē)位引導(dǎo)現(xiàn)狀分析，發(fā)現(xiàn)存在諸多問(wèn)題：如占用場(chǎng)區(qū)內(nèi)車(chē)道資源，甚至?xí)斐蓤?chǎng)內(nèi)交通擁堵；停車(chē)位劃線不合理，部分服務(wù)區(qū)停車(chē)位未做有效劃分，導(dǎo)致不規(guī)范停車(chē)、場(chǎng)區(qū)擁堵現(xiàn)象嚴(yán)重；服務(wù)區(qū)入口宏觀提示，無(wú)法連續(xù)引導(dǎo)駕駛員尋找車(chē)位；數(shù)據(jù)尚未打通，相鄰服務(wù)區(qū)飽和度信息無(wú)法共享或服務(wù)區(qū)引導(dǎo)信息無(wú)法及時(shí)發(fā)布到道路主線情報(bào)板上[5-6]。

另外在交通運(yùn)輸部下發(fā)的《進(jìn)一步加強(qiáng)公路服務(wù)區(qū)貨車(chē)停放服務(wù)工作的通知》中，明確要求加強(qiáng)車(chē)位信息發(fā)布服務(wù)，加快推進(jìn)服務(wù)區(qū)信息化建設(shè)，實(shí)時(shí)統(tǒng)計(jì)空閑車(chē)位數(shù)量，通過(guò)公路沿線可變情報(bào)板、導(dǎo)航軟件、交通廣播等渠道及時(shí)發(fā)布，統(tǒng)籌相鄰服務(wù)區(qū)停車(chē)資源，引導(dǎo)貨車(chē)合理分流。在相應(yīng)的政策引導(dǎo)下，服務(wù)區(qū)停車(chē)引導(dǎo)問(wèn)題有所緩解，但仍缺少系統(tǒng)性的解決方案。

綜上所述，本研究提出分級(jí)引導(dǎo)策略，并對(duì)智能停車(chē)引導(dǎo)系統(tǒng)進(jìn)行探究，提出基于MobileNet分類(lèi)模型的車(chē)位識(shí)別方法，構(gòu)建以AI視覺(jué)識(shí)別技術(shù)為依托，將文字、圖形信息進(jìn)行分級(jí)有效發(fā)布的一套可行的系統(tǒng)方案，該系統(tǒng)方案能夠針對(duì)上述問(wèn)題起到輔助管理和引導(dǎo)交通流的作用。

1 分級(jí)停車(chē)引導(dǎo)方案研究

1.1 服務(wù)區(qū)智能停車(chē)引導(dǎo)分級(jí)策略

服務(wù)區(qū)分級(jí)智能停車(chē)引導(dǎo)系統(tǒng)主要考慮結(jié)合主線交通量、服務(wù)區(qū)現(xiàn)有客流量、車(chē)位占用情況等數(shù)據(jù)，通過(guò)設(shè)置的1，2，3級(jí)停車(chē)引導(dǎo)屏向駕駛員實(shí)時(shí)發(fā)布服務(wù)區(qū)的空余泊位情況[7-8]。

1級(jí)停車(chē)引導(dǎo)屏可采用距離服務(wù)區(qū)3 km左右的主線可變信息標(biāo)志，主要是為過(guò)往車(chē)輛提供服務(wù)區(qū)整體資源飽和度的情況，讓駕駛員了解該區(qū)段內(nèi)服務(wù)區(qū)整體使用情況。路段分中心管理者可發(fā)布動(dòng)態(tài)信息，引導(dǎo)駕駛員對(duì)線路和服務(wù)區(qū)進(jìn)行選擇，從而實(shí)現(xiàn)預(yù)先管理。

2級(jí)停車(chē)引導(dǎo)屏采用服務(wù)區(qū)入口匝道前的懸臂式或T型可變信息標(biāo)志，為等待進(jìn)入服務(wù)區(qū)的車(chē)輛提供各類(lèi)車(chē)型停車(chē)位方向信息及空位數(shù)量信息。

3級(jí)停車(chē)引導(dǎo)屏采用各類(lèi)車(chē)型停車(chē)區(qū)入口處停車(chē)引導(dǎo)屏，為已經(jīng)進(jìn)入服務(wù)區(qū)的車(chē)輛提供準(zhǔn)確的剩余車(chē)位信息，通過(guò)引導(dǎo)屏告知空余車(chē)位的數(shù)量和具體方位，幫助駕駛員迅速找到最佳停車(chē)位置，實(shí)現(xiàn)精確引導(dǎo)，減少因?qū)ふ也次辉谕＼?chē)場(chǎng)內(nèi)部的繞行。

同時(shí)配合服務(wù)區(qū)場(chǎng)區(qū)交通安全標(biāo)志、第三方互聯(lián)網(wǎng)APP等渠道，引導(dǎo)車(chē)主快速尋找車(chē)位，解決客流高峰時(shí)期車(chē)主停車(chē)難的問(wèn)題。

1.2 服務(wù)區(qū)分級(jí)智能停車(chē)引導(dǎo)方案

本研究按照服務(wù)區(qū)智能停車(chē)引導(dǎo)分級(jí)策略提出了服務(wù)區(qū)分級(jí)智能停車(chē)引導(dǎo)方案，即在高速公路服務(wù)區(qū)設(shè)置分級(jí)智能停車(chē)引導(dǎo)系統(tǒng)，基于服務(wù)區(qū)設(shè)置的高位攝像機(jī)、搭配場(chǎng)區(qū)內(nèi)低位攝像機(jī)，輔以軟件后臺(tái)AI識(shí)別模塊實(shí)時(shí)準(zhǔn)確分析場(chǎng)內(nèi)車(chē)位占用狀況[9-10]，提供場(chǎng)區(qū)內(nèi)空余車(chē)位數(shù)、占用車(chē)位數(shù)，并通過(guò)道路主線、服務(wù)區(qū)入口前、停車(chē)區(qū)前方設(shè)置的信息發(fā)布屏，實(shí)時(shí)發(fā)布各類(lèi)型車(chē)位的剩余泊位情況，實(shí)現(xiàn)主線預(yù)告引導(dǎo)、入口總?cè)萘恳龑?dǎo)、分車(chē)型車(chē)位引導(dǎo)的3級(jí)停車(chē)引導(dǎo)。系統(tǒng)總體結(jié)構(gòu)如圖1所示。

圖1 分級(jí)智能停車(chē)引導(dǎo)系統(tǒng)總體結(jié)構(gòu)Fig.1 Overall structure of hierarchical intelligent parking guidance system

2 基于AI視覺(jué)的車(chē)位識(shí)別技術(shù)

2.1 技術(shù)路線

通過(guò)服務(wù)區(qū)高位攝像機(jī)、低位攝像機(jī)輸出的視頻流進(jìn)行抓流，從視頻流中抽取圖像；通過(guò)AI視覺(jué)識(shí)別模塊進(jìn)行有效分析處理。對(duì)于車(chē)位識(shí)別而言，由于區(qū)域內(nèi)停車(chē)位固定不變，即停車(chē)位在監(jiān)控圖像中區(qū)域固定，因此我們可以依據(jù)先驗(yàn)知識(shí)，提前標(biāo)記出停車(chē)位在圖像中的區(qū)域。在識(shí)別時(shí)，依據(jù)標(biāo)記的區(qū)域，分割圖像送入模型中完成分類(lèi)。在管理模塊中對(duì)識(shí)別結(jié)果進(jìn)行分區(qū)統(tǒng)計(jì)，按照已經(jīng)設(shè)置好的分區(qū)，計(jì)算出每個(gè)分區(qū)車(chē)位狀態(tài)(有車(chē)、空閑、占用時(shí)長(zhǎng)等)[11-13]，將此類(lèi)信息通過(guò)停車(chē)位引導(dǎo)模塊進(jìn)行發(fā)布。技術(shù)路線如圖2所示。

圖2 基于AI視覺(jué)的車(chē)位識(shí)別技術(shù)路線Fig.2 Technical route of parking space recognition based on AI vision

2.2 數(shù)據(jù)集構(gòu)建

深度學(xué)習(xí)模型的識(shí)別精度依賴于數(shù)據(jù)集的好壞，制作適合識(shí)別任務(wù)特點(diǎn)的數(shù)據(jù)集具有重要的意義。本研究的數(shù)據(jù)集構(gòu)建通過(guò)采集近千張不同停車(chē)位的高位、低位攝像機(jī)的幀截圖，幀截圖的拍攝時(shí)間分布廣，包含各種光線環(huán)境、各種天氣狀態(tài)、各種可能出現(xiàn)的停車(chē)位狀態(tài)。

通過(guò)對(duì)數(shù)據(jù)集進(jìn)行分析，發(fā)現(xiàn)很多停車(chē)位并非矩形，在確定停車(chē)位區(qū)域時(shí)，如果按照車(chē)位線進(jìn)行分割，再填充，會(huì)造成圖像中大面積的區(qū)域是黑色(以填充像素值0為例)。如圖3所示。填充區(qū)域不會(huì)對(duì)模型分類(lèi)提供有效的圖像特征，如果該區(qū)域過(guò)大會(huì)影響結(jié)果。

圖3 停車(chē)區(qū)域的選取Fig.3 Selection of parking area

本研究使用菱形選取停車(chē)位區(qū)域(即連接4個(gè)條邊的中心)，如圖4所示，通過(guò)對(duì)比可以看出黑色區(qū)域相較于整個(gè)圖片明顯減少。使用菱形選區(qū)可以有效避免由于相鄰車(chē)位車(chē)輛停放不規(guī)范，占據(jù)當(dāng)前車(chē)位部分區(qū)域的情況；另外，選取區(qū)域的面積相比之前減少了1倍，數(shù)據(jù)量減少帶來(lái)模型識(shí)別效率的提升。

圖4 菱形停車(chē)區(qū)域的選取Fig.4 Selection of diamond parking area

2.3 車(chē)位識(shí)別模型

近年來(lái)，深度學(xué)習(xí)模型不斷加深，雖然精度得到了刷新，但是計(jì)算資源消耗加大，運(yùn)行速度變慢[14]。考慮到本系統(tǒng)需要實(shí)時(shí)監(jiān)控停車(chē)情況，因此選擇輕量化的MobileNet[15-16]作為分類(lèi)模型。

激活函數(shù)使用Leakly Relu激活函數(shù)，如式(1)所示：

(1)

式中α取值為0.01。

損失函數(shù)選擇交叉熵?fù)p失函數(shù)，如式(2)所示：

(2)

為了避免模型陷入最優(yōu)解，將學(xué)習(xí)率設(shè)為動(dòng)態(tài)變化，采用指數(shù)衰減的形式，隨著訓(xùn)練過(guò)程不斷地減小。學(xué)習(xí)率衰減公式如式(3)所示：

lrn=lrodn

(3)

式中，lrn為第n輪的學(xué)習(xí)率；lro為初始學(xué)習(xí)率，本次試驗(yàn)設(shè)置為0.01；d為衰減率，本研究設(shè)置為0.8；n為第n輪訓(xùn)練。

優(yōu)化器在深度學(xué)習(xí)模型訓(xùn)練中有著重要的作用，本研究選擇Adam優(yōu)化器[17-18]，它是一種自適應(yīng)梯度優(yōu)化算法，利用梯度1階矩和2階矩估計(jì)值更新參數(shù)。如式(4)所示：

(4)

(5)

(6)

(7)

(8)

si=β1si-1+(1-β1)gi，

(9)

2.4 試驗(yàn)結(jié)果

本研究模型訓(xùn)練在Windows10 64位操作系統(tǒng)中進(jìn)行，編程語(yǔ)言為Python和Pytorch框架進(jìn)行模型訓(xùn)練，試驗(yàn)所使用的GPU為Nvidia GTX 2080，訓(xùn)練共迭代50個(gè)epoch。

選擇準(zhǔn)確率(accuracy)作為模型的評(píng)價(jià)指標(biāo)，表示預(yù)測(cè)正確的樣本占總樣本的比例，計(jì)算公式如式(10)所示：

(10)

式中，T為預(yù)測(cè)正確的樣本數(shù)；S為樣本總數(shù)。

通過(guò)表1可以看出，車(chē)位識(shí)別在白天光照充足的情況下，識(shí)別準(zhǔn)確率為98.0%；在夜間識(shí)別難度增加，識(shí)別準(zhǔn)確率為90.0%。綜合上述兩種場(chǎng)景下的識(shí)別結(jié)果，基于AI視覺(jué)的車(chē)位識(shí)別可以滿足日常使用需求。

表1 結(jié)果對(duì)比Tab.1 Comparison of results

3 系統(tǒng)驗(yàn)證與應(yīng)用

3.1 試驗(yàn)路段選擇

華東地區(qū)某高速公路是該省份“十三五”期間重點(diǎn)建設(shè)高速公路項(xiàng)目和重點(diǎn)打通的出省通道之一。項(xiàng)目的建設(shè)對(duì)完善高速公路網(wǎng)布局，促進(jìn)沿線旅游資源的整合開(kāi)發(fā)，加快省際產(chǎn)業(yè)融合，提升區(qū)域社會(huì)經(jīng)濟(jì)的競(jìng)爭(zhēng)力具有重要的現(xiàn)實(shí)意義。

3.2 設(shè)置方案

1級(jí)引導(dǎo)屏利用道路主線段2～3 km的門(mén)架式可變信息標(biāo)志，提供服務(wù)區(qū)整體資源飽和度信息；2級(jí)停車(chē)引導(dǎo)屏選用懸臂式可變信息標(biāo)志，設(shè)置在服務(wù)區(qū)入口匝道前600 m處，提供各類(lèi)型停車(chē)位空余車(chē)位信息；3級(jí)停車(chē)引導(dǎo)屏設(shè)置在每個(gè)獨(dú)立車(chē)位分區(qū)入口前，顯示該區(qū)空余車(chē)位的數(shù)量和具體方位信息，如圖5所示。

圖5 分級(jí)智能停車(chē)引導(dǎo)系統(tǒng)引導(dǎo)屏布設(shè)示意圖Fig.5 Schematic diagram of layout of guidance screen of hierarchical intelligent parking guidance system

3.3 效果分析

(1)提供有效信息，提升高速形象

將服務(wù)區(qū)各類(lèi)型車(chē)輛空余車(chē)位信息、服務(wù)區(qū)飽和度信息、相鄰服務(wù)區(qū)信息等進(jìn)行數(shù)據(jù)資源的整合，對(duì)道路使用者發(fā)布有效的停車(chē)引導(dǎo)信息，可使得車(chē)輛在高峰節(jié)假日因服務(wù)區(qū)擁堵等待導(dǎo)致的總行程時(shí)間減少約7%，營(yíng)造動(dòng)態(tài)交通環(huán)境和服務(wù)區(qū)場(chǎng)區(qū)內(nèi)有序的停車(chē)秩序，提高高速公路管理水平和服務(wù)能力，從而提升高速公路整體形象。

(2)減少尋位時(shí)間，降低環(huán)境污染

采用基于MobileNet分類(lèi)模型的車(chē)位識(shí)別技術(shù)，可以實(shí)時(shí)準(zhǔn)確地分析出場(chǎng)區(qū)空余車(chē)位數(shù)等信息，減少駕駛員對(duì)空車(chē)位的尋找時(shí)間，節(jié)省20%～30%在傳統(tǒng)服務(wù)區(qū)停車(chē)場(chǎng)尋找空車(chē)位的時(shí)間，減少車(chē)輛的無(wú)效低速行駛，降低碳排放和環(huán)境污染；同時(shí)可以減少無(wú)序交通流，避免由于尋找泊車(chē)位而造成的無(wú)效行駛，有助于提高交通秩序。

(3)復(fù)用場(chǎng)區(qū)安防攝像機(jī)，降低工程建設(shè)成本

由于車(chē)位識(shí)別采用的是后端AI視覺(jué)識(shí)別，故前端視頻來(lái)源是服務(wù)區(qū)停車(chē)區(qū)的高位、低位攝像機(jī)，在項(xiàng)目建設(shè)過(guò)程中低位攝像機(jī)盡量復(fù)用場(chǎng)區(qū)內(nèi)的安防攝像機(jī)，降低工程建設(shè)成本。

4 結(jié)論

本研究對(duì)高速公路服務(wù)區(qū)分級(jí)智能停車(chē)引導(dǎo)系統(tǒng)進(jìn)行了研究，得到系統(tǒng)設(shè)計(jì)方案和工作流程，實(shí)現(xiàn)了服務(wù)區(qū)分級(jí)智能引導(dǎo)的系統(tǒng)功能，并成功實(shí)踐于智慧服務(wù)區(qū)項(xiàng)目中，主要結(jié)論如下：

(1)提出1，2，3級(jí)停車(chē)引導(dǎo)屏布設(shè)方案，明確引導(dǎo)屏的設(shè)置位置，實(shí)現(xiàn)了車(chē)輛的科學(xué)引導(dǎo)，有效提升服務(wù)區(qū)內(nèi)車(chē)輛的進(jìn)出效率，提高停車(chē)資源整體利用率。

(2)提出基于MobileNet分類(lèi)模型的車(chē)位識(shí)別技術(shù)，實(shí)時(shí)準(zhǔn)確分析場(chǎng)內(nèi)車(chē)位占用狀況，提供場(chǎng)區(qū)內(nèi)空余車(chē)位數(shù)、占用車(chē)位數(shù)等多類(lèi)信息。

(3)經(jīng)工程實(shí)際驗(yàn)證，效果良好，顯著改善了服務(wù)區(qū)“一位難求”的實(shí)際問(wèn)題，最大限度滿足停車(chē)需求，緩解高峰時(shí)段停車(chē)壓力，提高了服務(wù)區(qū)通行能力。