构建基于广域雷达的交叉口微观大数据认知系统

文章来源：南京慧尔视智能科技有限公司总经理姜荣军《构建基于广域雷达的交叉口微观大数据认知系统》

从近几年交通发展趋势来看，未来交通面临两大方向的发展，一是从数据感知到精准认知，二是从常规系统集成到多系统深度智能互联。

一、交叉口数据感知到认知

交叉口的问题确实比较复杂，是拥堵的一个节点，行人、非机动车、机动车等都在这里交汇。原来我们的交通不可测不可知，我们希望通过技术的手段变的可知、可测，只用这样才能发挥后端大数据、人工智能的优势。

我们将检测技术分为了三大类：点、面、网。

“点”是传统的线圈和地磁的方式，主要实现点的数据采集；

“面”是主要是视频和雷达技术，这两种技术在近几年发展迅速，可以实现大区域的检测；

“网”主要是目前互联网公司提供的抽样车辆的轨迹数据，该数据为我们交通的宏观决策提供了较好的支撑。



交叉口需要什么样的数据？

我们认为第一是特征化的个性数据。什么叫特征数据？交叉口安装的电子警察或行人闯红灯等大量视频设备，通过视频设备我们实现了车牌、车型、车色、人脸等特征个性化的数据，能让我们精准掌控通过交叉口的车和人。

第二是全局量化的精细化轨迹数据。为了实现我们对于交叉口的精准管控，我们需要交叉口及延伸段的精细化轨迹数据，每辆车、非机动及行人在通过进入交叉口及离开交叉口的轨迹数据，只有拥有这些精细化的轨迹数据才能实现系统的智能化管控。

二、广域雷达交叉口微观大数据

雷达技术这几年在交通行业的应用主要包括几个方面。

一是测速雷达，我们一直在推动多目标测速雷达的市场应用，传统测速市场都是采用窄波雷达实现车辆的测速抓拍，关于多目标测试国家标准尚未正式颁布。

二是卡口触发，用来触发卡口抓拍及测试使用。

三是交通流检测雷达，路段使用的传统断面交通流检测雷达。

四是近几年发展的多目标跟踪广域雷达，主要用于交叉口的大区域交通流检测。

谈到交通雷达技术的发展可能主要三个阶段。

第一是单纯的测速技术，利用多普勒原理实现目标速度检测，但对于低速目标检测精度较低。

第二是测速+测距技术，典型应用是卡口触发雷达，在规定的范围内提供数据触发信号。

第三是测速+测距+测角，将角度的概念融入进来，可精准的判断每一个目标的即时位置和即时速度。



其实交通雷达的技术门槛比较高，主要面临“低、密、慢”的三大挑战。

第一是低空环境。军用雷达是对空的，相对的干扰比较少，环境相对纯洁，但地面环境极其复杂，包括设施、路况、树木等。

第二是密度高。车与车的距离在交叉口就两三米，行人和非机动车的距离都很近，距离分辨率的要求就比较高。

第三是慢。雷达对于相对静止的目标检测难度是较大的

针对这些问题我们主要利用以下三大技术解决相应挑战。

第一是天线技术，采用多发多收天线技术实现对于区域的精细化扫描。

第二是数据信号处理，面对交叉口的多干扰现状，怎么能把有用的目标筛选出来确实挑战较高。此方面我们和国内外的科研院所合作，建立先进的信号处理算法，实现检测目标的筛选。

第三是跟踪算法。实际过程中雷达检测交叉口多种类的目标，肯定会存在丢失现象，对此我们可以通过模糊跟踪算法来弥补雷达的缺陷。



该款广域雷达的主要特点有这四个方面。第一是大区域、多目标，纵向可测量200米，横向8个车道，可跟踪128个目标；第二是数据多元化，可提供多类即时数据和统计数据；第三是全天候，雷达受天气影响干扰比较少；第四是使用周期长，正常元器件至少使用五年以上。



我们这几年一直在努力打造企业的自身发展方向，构建基于广域雷达的“道路+车载的综合认知系统”是我们企业的发展方向。

第一是构建道路基础感知环境。希望通过在道路上布设智能感知设备实时监测道路上的行人、非机动车和汽车的实时运行轨迹，为我们的智能信号控制系统提供数据支撑，以及构建未来车路协同的基础感知环境。

第二是构建汽车主动安全感知。未来道路的安全主动安全和辅助被动安全和相互补充的，我们希望通过雷达技术为汽车装上智慧的“眼睛”，来提升我们的车辆安全性能。



三、广域雷达实践应用

第一个是南京智能信号控制3.0项目，该项目是我们联合南京交管局和南京莱斯共同研发。

莱斯公司对传统的信号模型做了整体升级和改造。从传统断面数据去推算到利用雷达实际的多元化数据及排队长度等建立了一套新型全息控制算法模型，提高了整个交叉口的信号控制水平。

第二个是苏州智能信号控制系统。我们在苏州装了近千套雷达检测器，为四大系统提供数据支撑。一是SCATS信号系统；二是实时仿真系统；三是交通信号采集系统；四是本地化的配时优化服务；

第三个是清华大学车路协同项目。车路协同是智能交通的重点发展方向，这几年来我们一直跟清华大学在合作，在上海、包头、北京我们做了大量的试点。利用雷达的全天候、大区域和高精度特点实现道路行人、非机动车和机动车的实时位置、速度检测，为车路协同系统提供技术的数据感知支撑。

第四个是百度阿波罗自动驾驶项目。我们跟百度已经合作近两年。无人驾驶汽车通常包含三类的传感器，激光雷达、毫米波雷达和机器视觉。三类传感器有效互补，构建了车辆的感知体系。

我相信未来我们的汽车会越来越智能，再结合我们的通信技术、大数据、人工智能，我们未来的交通会变得可知、可控，那时我们的交通可能真正实现了畅通和安全。

另外，以前我们做交通平台的、传统信号机厂商及互联网公司之间对于合作都比较不屑，但是通过这几年的发展，我们彼此越来越理性，任何技术都有优势和缺陷，我们彼此只有互补、融合、创新才是我们发展的未来。