高速公路感知技術探討，雷視融合能否成為新主流？
2022-06-23 16:43:24 責任編輯:
摘要:2020年8月，交通運輸部印發《關于推動交通運輸領域新型基礎設施建設的指導意見》，提出到2035年，精準感知、精確分析、精細管理和精心服務...
2020年8月，交通運輸部印發《關于推動交通運輸領域新型基礎設施建設的指導意見》，提出到2035年，精準感知、精確分析、精細管理和精心服務能力全面提升，成為加快建設交通強國的有力支撐。隨著主動交通管控技術的不斷成熟，經過去年一年的積累和發酵，智慧交管、智慧路口、全息路網、數字孿生等概念迅速升溫，加之智慧高速、車路協同等建設需求的快速增長，引發了新一輪感知設備的迭代升級，激光雷達、毫米波雷達、雷視一體機等新型感知設備進入市場，成為交通感知應用的新寵兒。
就目前高速公路監控系統的建設情況而言，交通雷達設備的布設和應用，正逐漸成為交通管控部門最為關心的焦點之一。雖然雷達設備在交通檢測中，尤其是在高速隧道等場景的應用中取得了一定成效，但交通雷達是否能夠完全替代或彌補視頻檢測的缺陷，尚有爭論，且根據目前的一些測試效果來看，雷視融合在交通檢測中的效果并沒有我們想象中那么理想，一些交通感知基礎問題，如全天候大范圍交通事件檢測等，并沒有得到完美解決，“雷視融合無所不能”的印象被打破。對于目前市場上的一些主流感知設備，如定向毫米波雷達、全向毫米波雷達、全向激光雷達、視頻監測設備、雷視一體機等，其檢測效果究竟如何？面臨哪些問題？應該如何進行合理的選擇？未來發展趨勢又將如何？為一探究竟，《中國交通信息化》記者采訪了參與高速公路車路協同“端-邊-云”融合應用測試（第一階段：感知設備支撐能力驗證）[1]的評審專家——原山西省高速公路管理局副總工程師彭剛。文中相關測試數據、結果及部分觀點等來自本次采訪內容。
根據相關測試及應用情況，彭剛主要從高速公路交通事件檢測（包括：停車、逆行、擁堵、行人、拋灑物）、交通參數檢測（包括：車速、交通量、占有率）以及車輛軌跡跟蹤（車輛位置）等幾個方面對當前一些主流感知設備的檢測效果和特點做了介紹和探討。
定向毫米波雷達在車輛軌跡跟蹤、交通參數檢測方面有很好的效果，在交通事件檢測方面可以比較準確地檢測出高速公路上的停車、逆行以及擁堵事件，且受天氣環境因素影響小，對順行車方向檢測范圍會更大些。但是對于行人和拋灑物的檢測效果很差。可通過結合視頻檢測或增加雷達芯片數量以及天線數量的方式來彌補上述缺陷，但與此同時建設成本也會相應增加。
全向毫米波雷達在公路交通事件檢測、交通參數檢測以及車輛軌跡跟蹤和車輛位置檢測等各方面都有出色表現，且受天氣環境因素影響小（除特大暴雨等極端惡劣天氣）。但是，全向毫米波雷達的成本非常昂貴，其價格遠高于其他各種雷達檢測設備，國內交通領域尚缺乏大規模應用；此外，其使用壽命還沒有經歷實際應用考驗。
全向激光雷達在高速公路交通事件檢測、交通參數檢測以及車輛軌跡跟蹤和車輛位置檢測方面的表現都非常出色，但是激光雷達的檢測距離短，成本高，且受天氣環境因素的影響大，遇雨、雪、霧、沙塵等極端天氣時，檢測效果受到嚴重影響甚至失靈。
高清攝像機識別的優勢在交通事件檢測方面，隨著AI、深度學習等技術應用和算法的不斷提高，當前智能視頻檢測的誤報率有了大幅降低，對于停車、逆行、擁堵、行人、拋灑物等事件都能實現較好的檢測。但是，在軌跡跟蹤、檢測車輛位置和車速的精度方面，明顯弱于激光雷達和毫米波雷達，且易受天氣環境因素影響，檢測范圍也相對較小。視頻檢測往往受限于攝像頭的分辨率、視角、有效識別距離等性能指標制約。
目前，市場上絕大多數的雷視一體機等雷視融合產品在擁堵、交通量、占有率、車輛位置等方面的檢測效果比較好，但在交通事件等其他方面的檢測效果并沒有想象中那么理想。與相關參測廠家技術人員溝通獲知，目前多數廠家沒有做到雷視目標級融合，而僅僅是利用雷達和視頻各自特點去做各自擅長的檢測項目。總體而言，參測雷視產品其各項檢測效果不如純雷達和純視頻監測設備。這可能是由于當前雷視一體設備的成熟度不夠，雷達和視頻的互補優勢還沒有充分發揮出來。
對于路側感知而言，毫米波雷達的主要使用頻段有兩個，即24GHz（24.0-24.25GHz）和77GHz（76-81GHz），也是業內公認應用效果比較好的兩個頻段。但是，自2021年12月6日工業和信息化部發布《汽車雷達無線電管理暫行規定》（工信部無〔2021〕181號）將77GHz（76-79GHz）頻段劃撥給汽車雷達（車端）使用，路側雷達的使用頻段開始面臨選擇的新窘境。此前，中國智能交通協會發布團體標準（參見《交通事件檢測 微波交通事件檢測器技術規范》），將24GHz頻段用于交通事件和交通參數檢測的設備的輸出功率限定在13dBm以內（小于13dBm），而對于毫米波雷達而言，由于行業內對檢測器發射功率的限制，導致雷達設備在24GHz頻段上的檢測能力（如檢測范圍等）受到很大制約。
根據上述文件的規定和約束，結合目前的趨勢來看，路側毫米波雷達的使用頻率不得不聚焦在80GHz這一段位上，不少雷達設備廠商開始聚焦研發80GHz頻段的雷達產品。眾所周知，雷達的頻率越高，分辨率越高。除了上述頻段外，其實雷達設備還可以選擇更高的頻段，例如可以進一步研究90GHz這一頻段上雷達設備的檢測能力，但是目前國內尚無法提供90GHz以上頻率的雷達芯片，而國外多數國家將90GHz以上的頻率用于軍事。彭剛認為，未來90GHz頻段雷達芯片的研制或將成為我國未來交通雷達研究的重點方向之一。
當前，在全國高速公路“一張網”運營的背景下和智慧高速建設的浪潮之下，ETC龍門架在承擔傳統的計費、車輛檢測等功能的基礎上，其建設也開始逐步考慮并涉及與車路協同有關的技術融合。由此，交通感知設備迎來了市場爆發期，尤其是涌現出的各種新型雷達產品，已成為高速公路管理部門爭相選擇的熱門設備。記者認為，無論是雷達還是視頻監控設備，高速公路相關業主單位在進行選擇時，切忌盲目，要以路段的實際需求和使用環境為導向，合理選擇感知設備，避免建設過度和投資上的浪費。結合采訪內容對有關雷視感知設備逐一分析如下。
前文已經分析過，全向毫米波雷達對于各項交通檢測的效果都很好，但造價高和使用壽命短是其最大的弊端，目前一套進口的全向毫米波雷達設備的價格在20～30萬元人民幣左右，使用壽命約五年。現階段，全向毫米波雷達主要用于試點路段的相關研究，雖然檢測效果好，但雷達檢測功能與其他監控聯動并沒有被充分利用起來，考慮到建設成本和利用率，對于普通高速公路路段，建議謹慎使用。未來，待技術成熟和成本降低后，可考慮逐步擴大使用。
定向毫米波雷達的成本較低，但在行人和拋灑物的檢測上有天然缺陷。為了解決定向毫米波雷達角分辨率差的問題，通過多芯片多天線布設方案，可一定程度上改善單芯片雷達的缺陷，又可避免全向毫米波雷達造價高的問題。此外，結合高清攝像設備也可以在一定范圍內達到較好的檢測效果，但在成本上會有一定增加。路段管理部門可根據管轄路段的實際情況和檢測需求，選擇合理的方案進行布設。推薦使用。
全向激光雷達的檢測效果好，但容易受天氣環境影響，成本相對較高，目前在車端感知上的應用較多。因此，利用激光雷達進行交通檢測，應避開天氣因素的影響，例如可以應用于隧道交通檢測，不適合惡劣天氣頻發路段。因此，全向激光雷達在路側端的使用，應統籌考慮使用環境、使用目的及成本等因素，選擇性布設。
軌跡跟蹤、車輛位置和車速檢測一直是視頻檢測的弱勢，視頻交通事件檢測的準確性不高、可靠性不強一直是視頻檢測應用中廣受詬病的問題。但隨著AI等新興技術的引入，視頻檢測的算法不斷完善、深入，視頻檢測設備的可靠性和檢測精度也在不斷提高，再結合雷達檢測、北斗定位等技術，視頻檢測也成為高速公路交通事件檢測必不可少的裝備之一。在相關設備的選擇上，有一個問題需要引起注意：一些業主單位在選購相關產品時發現，不同品牌的相機雖然像素相同，但圖像的清晰度卻有所差異，這往往是由于相機鏡頭以及感光元件（CMOS）等的差異造成的，在設備的選擇上應引起注意。
目前，雷視一體機進入市場的時間不長，成熟度有待提高，從測試效果上看，整體性能一般，部分企業在宣傳上對雷視融合產品有夸大其詞的成分，且從高速隧道的應用效果來看，毫米波雷達、激光雷達與雷視一體機的檢測效果相差不大。純雷達設備在高速公路隧道中的檢測效果穩定，受雜波的影響并不大，雷視一體機并不具有突出優勢。但是，從未來的發展趨勢看，雷視一體機的發展潛力大，應用前景廣闊，隨著產品的迭代升級，其性能必將全面提高，目前建議做進一步觀望。
對于雷視融合感知的看法，業內一直存在兩種聲音：一種聲音認為雷視融合感知將成為未來感知技術的主流，但在技術突破以及設備本身質量和性能的提升上還需做大量的研究工作；另一種聲音認為交通感知不一定要融合，應將研究的重點和精力放在提升單個感知設備的性能上。
對此，記者本人更傾向于雷視融合發展的觀點。一方面，技術融合本身就是智能交通未來發展的大勢所趨；另一方面，上述這兩種聲音本身也并不是對立關系，當前雷視一體設備之所以表現得不那么出色，一個重要原因就是兩種技術都沒有達到極致，設想如果在提升雷達和視頻感知兩種設備性能的基礎上做融合，這樣的雷視一體自然能夠發揮出“1+1>2”的效果。彭剛表示，未來雷視融合設備廠商也可考慮與雷達和視頻檢測設備廠商合作，共同發力，研發性能更優的雷視一體產品。
記者認為，在雷視融合的發展上，要解決好“基礎”與“融合”這兩大關鍵性問題。所謂“基礎”，就是要將科研精力放在雷視底層技術和基礎算法的研發上；所謂“融合”，就是要逐步實現雷視技術的目標級融合、特征級融合乃至數據級融合，解決兩種信息采集的匹配問題以及兩種系統對于出錯容忍度的標準統一等問題。
具體來說，對于毫米波雷達，要將發力點聚焦在雷達芯片性能的提升上，進一步提升多芯片聯合和高頻率芯片的自主研發能力，更加注重產品在實戰中的應用效果。對于激光雷達，2022年被業內稱為“激光雷達應用元年”，不過其主要戰場依舊是在車端，在路側的應用和拓展仍需做更多探索和嘗試。對于視頻檢測設備，從過去的“看得見”“看得清”到如今的“看得準”，重點依然是運用AI、深度學習等新興技術的加持，不斷演進、改善基礎算法，提高視頻檢測精度。
總而言之，雷達與視頻的融合，并不是簡單的技術相加，而是需要兼顧算法、設計與落地的復雜命題。將人工智能技術融入到雷達設備中，在底層技術上進行創新，并讓雷達實現部署后的自適應學習，逐步實現與視覺感知的信號級融合，才能大幅度提升探測的距離和精度，提升復雜環境的抗干擾能力，形成對目標特性、位置、速度、軌跡、行為等信息的全息感知，而不僅僅停留在有限環境條件下的目標基礎信息層面。
雷視一體融合趨勢，為交通路側感知系統的升級變革帶來了創造性的突破，其所具備的全天候、多場景、多目標、高精度等的交通安全預警功能應用，能夠真正將交通安全管理從事后取證轉到事前預警，這不僅可以有效驅動智能交通安全管理模式的轉變，而且為目前及未來車路協同、自動駕駛的發展奠定了智能路側感知系統的基礎，具有非常重要的意義和實用價值。
聲明:
凡文章來源標明“中國智能交通網”的文章版權均為本站所有，請不要一聲不吭地來拿走，轉載請注明出處，違者本網保留追究相關法律責任的權利；所有未標明來源為“中國智能交通網”的轉載文章均不代表本網立場及觀點，“中國智能交通網”不對這些第三方內容或鏈接做出任何保證或承擔任何責任。
征稿:
為了更好的發揮中國智能交通網資訊平臺價值，促進諸位自身發展以及業務拓展，更好地為企業及個人提供服務，中國智能交通網誠征各類稿件，歡迎有實力的企業、機構、研究員、行業分析師投稿。投稿郵箱： itsshenzhen@163.com
（查看征稿詳細）
