高速服务区车位融合管理应用实践

高速公路服务区是重要的交通基础服务设施,也是高速公路交通流、客流的重要集散区域。停车管理服务作为服务区重要的服务职能,不仅关系着高速服务水平,更直接影响着高速公路的运行安全和通行效率。本文通过引入和建设基于5G的高位视频监测及地磁融合车位诱导管理系统,不仅实现了实时多区域车位智能感知与精细化管理;同时,借助分级诱导技术提升了服务区内停车效率,缓解了服务区内高峰期寻泊时间长、场内交通拥堵等问题。

一.引言

高速公路服务区是重要的交通基础服务设施,也是高速公路交通流、客流的重要集散枢纽。停车服务作为服务区重要的职能,不仅事关高速公路出行服务体验,更直接影响着高速公路的运行安全和通行效率。

传统服务区停车位管理相对粗放,缺少停车位监测和诱导分流能力;导致交通出行高峰时段服务区内停车寻泊时间长,场内道路拥堵排队严重;节假日等高峰时段,停车排队甚至延续到高速主路,不仅影响了主路行车安全,也降低了高速出行服务体验。

近年来,随着人工智能 、5G通信等技术日趋成熟,基于高点视频监测、地磁融合车位感知的分级车位诱导管理系统,实现了服务区内多区域车位智能感知与精细化管理;能够有效缩短场内车辆寻泊时间,提升停车效率,进而缓解场内交通拥堵等问题,将成为停车位智慧化发展的重要趋势。

二.现状与趋势

(一)现状分析

当前智慧服务区建设刚刚起步,大部分服务区停车位管理仍较为粗放,缺少智能化停车位监测和分区诱导服务设施。

而普通城市停车场中车位检测多采用视频检测或地磁等来实现。视频检测通常以一台相机检测2-3个车位,多适用于地下停车场环境;通过在车位侧上方2-3米处安装一台相机,采用集中供电、供网等方式实现。地磁检测则需要每个车位安装一台地磁传感器,通过传输无线方式实现车位状态检测和信息上传。

服务区停车场具有车位多、范围大、区域分散,大小车辆混停等特点。室外条件下大量安装视频车位相机施工成本高,设备供电、网络传输等均为不便;采用地磁检测器则施工难度大,后期维护复杂,也不适合大规模使用。

(二)发展趋势

在智慧服务区建设大背景下,人工智能、物联网、5G通信等新技术在停车管理领域应用日趋成熟。基于AI深度识别技术高点车位监测系统,依靠一台高点监控摄像机图像,即可实现几十乃至上百个车位占用状态识别和动态监测;摄像机可采用太阳能供电,视频图像可以通过5G无线上传Paas云平台或私有化平台。该系统具有施工方便、成本低、维护方便等优势。地磁则可以在有遮挡或视频覆盖不到的车位作为补充。未来随着智慧服务区建设面向未来面向智慧服务区和高速车路协同,建设以高点视频AI和地磁融合感知为基础,以5G通信和太阳能供电、LED分区诱导为依托的智慧服务区车位融合感知及分区停车诱导系统将成为发展趋势。

图1:视频AI高位停车识别效果

三.技术路线

(一)高点车位监测

全称高点视频车位监测系统,基于高点监控视频和深度学习图像语义分割技术,智能对图像中车辆、道路等进行像素级的语义分割(改进的Mask R-CNN),可以准确区分视觉粘连的车辆,可以对存在左右遮挡或前后的车辆自动识别,通过标定的停车位和车辆目标进行匹配,进而实现对各个停车位占用状态的准确识别和记录,系统基于十万级的语义分割标记数据进行训练,可以充分适应昼夜、阴雨、阴影、强光、遮挡等多种室外检测环境。具有部署方便、成本低廉、维护简单等优势,适合用于视野开阔、遮挡物少的密集车位区域。

图2:视频AI高位停车识别效果

(一)地磁车位检测

全称地磁车位检测器,是一种利用铁磁物质对车辆金属物质的存在区域的地磁信号产生的影响,使车辆存在区域的地球磁力线发生弯曲。当车辆经过或停止在传感器附近,传感器能够灵敏感知到地磁信号的变化,经信号分析就可以得到检测目标的相关信息。该技术具有被动式检测,功耗低、电池供电、无线传输等优点;适合用于有树木或车辆遮挡、不方便立杆的边缘检测区域,如远离主停车场的危化品专用车位、货车车位等,可以用于补充高点车位监测盲区,实现更全面、更精准的停车位信息采集。

图3:地磁车位检测器

(二)分级车位诱导

基于视频及地磁停车位状态感知数据及分区诱导算法,利用设置在服务区上游主线路侧或门架、服务区入口、各停车区入口部署的LED车位诱导显示屏(有线传输或5G无线传输)实现分级车位诱导管控。主线诱导屏为一级分流诱导,位于服务区上游1公里处,显示前方服务区剩余车位总数,当前服务区剩余车位不足时,自动指引车辆分流至下一服务区进行停靠。服务区入口处设置二级分流诱导屏,显示小客车停车区域、货车和危化品车辆专用停车区方向及剩余车位数。三级分流诱导在各分区停车场入口,显示当前停车区剩余车位数,空余车位位置及编号等信息,以引导车辆快速入位,减少场内交通拥堵风险。

图4:三级车位诱导示意图

四.建设方案

(一)建设思路

系统复用服务区广场照明灯杆、建筑物等安装高点监控摄像机,采用深度学习图像语义分割技术,智能检测服务区停车位占用状态。单台摄像机无法全覆盖的区域则采用多台相机覆盖。远离监控区域且无法单独立杆的车位,如:货车车位、危化车位等,则采用地磁检测器加以补充,以确保整个服务区停车位能够实现全面精确监测。

在监控中心安装AI边缘计算终端,部署运行视频车位监测算法软件和车位诱导管理平台,并通过5G网关等方式接受地磁车位状态信息;系统根据服务区内车位剩余数、分区状态等,智能控制室外一、二、三级诱导显示屏实现智能车位信息发布和智能停车分流诱导。

(二)系统构成

图5:系统结构图

系统由车位感知、5G通信传输、AI边缘计算终端及管理平台、室外诱导显示屏等构成。

1.车位感知

由高点车位相机和地磁检测器构成,每个高点车位相机可监测10-50个车位不等。地磁检测器则部署于存在视频盲区、车辆遮挡或偏远的危化品车位以及存在遮车位等,实现服务区多区位车位实时感知和监测。

2.5G通信传输

由高点相机端5G通信模块、AI边缘计算终端5G边缘网关、5G诱导屏控制终端等构成,基于5G通信实现视频流、图片流、设备状态的实时上传,控制指令下发等任务。

3.AI边缘计算终端及管理平台

由5G边缘网关、CPU/AI并行计算边缘终端、AI车位分析软件及应用平台支撑服务组件等构成。基于5 G通信链路实现对车位的实时视频感知,地磁占用状态采集等任务。

4.室外诱导显示屏

包括5G控制终端、LED室外分级车位诱导显示屏等,通过5G控制终端接收平台端车位诱导信息,并对LED 车位诱导显示屏实时控制和信息发布。

(三)平台架构

图6:平台架构图

高速服务区融合车位管理应用平台系统,由感知层、数据层、服务层、应用层等构成。

1.感知层

由高位感知相机、地磁检测器等构成,实现服务区内客车停车区、货车停车区、危化品停车区等多区域车位实时监控图像采集和地磁状态信息感知上传。

2.数据层

采用私有化部署或Paas云架构,基于AI智能车位分析算法和地磁状态信息,对服务区内多区位车位占用状态实时分析监测,包括:车位编号、状态、占用次数、占用时长等。

3.服务层

部署数据库查询服务,地图与位置引擎服务、诱导策略服务、协议对接服务等,为应用层实现车位状态查询、分区车辆定位、分区车位诱导策略、其他系统或协议对接等提供数据引擎或能力支撑。

4.应用层

部署高速服务区融合车位管理系统的应用层功能,包括,如车位状态可视化、车位管理数据统计、诱导状态展示、多维图片展示、车位图像展示、设备管理、用户管理、权限管理、视频关联调度等业务功能。

(四)系统功能

1.车位监控与分区诱导

基于视频采集和地磁数据,对多区域车位使用状态实时感知和状态监测,可对每个车位占用状态、车辆类型、占用时长、分布状态实时监测和可视化展示。系统可基于视频监控实景图像、车位分布电子地图等对服务区内停车位占用状态实时展示,对占用状态与空闲状态以不同颜色进行标注。剩余车位数据、位置信息等可通过分级诱导显示屏进行停车诱导发布,提升停车寻泊效率,减少场内交通拥堵风险。

图7:车位状态及数据可视化

2.重点车辆诱导

系统可根据剩余车位数、区位分布、路由通道等信息,结合服务区进出口车型识别系统、室外车位诱导显示屏等,对危化品车辆、重载货车、冷链车等重点车辆进行车位诱导管理,指导重点车辆快速按照指导区位进行停靠,建设重点车辆交通事故、交通拥堵风险。

图8:重点车辆诱导示意图

3.数据可视化

采用数据可视化技术,通过多类型图表对服务区内车位总数、已用车位、剩余车位,实时车位统计、车位平均占用时长、车辆平均停留时长、实时车辆进出、区域车位占用率、设备在线状态的关键业务数据进行可视化展示。辅助管理人员直观、快速了解当前停车位占用状态和运营成果。

4.不按规定停车预警

采用AI车位感知分析、车辆识别等技术,对车辆在服务区内不按照规定停放车辆自动识别和预警,包括:小客车未停车入位、小客车停靠大型车位、危化品车辆停靠在普通货车区等异常行为自动监测和预警,可通过声光报警等方式对上述信息进行提醒。

图9:不按规定停车预警

5.车位热度分析

系统可根据每个车位停车周转次数、周转率、停车时长等数据,对每个车位的占用率等以热力图方式进行展示,可以清晰反映每个区域停车位的占用热度,可以用于对室外广告发布、定向促销活动等提供数据支撑。

6.车位周转率

系统可以分钟、小时、日、周等不同统计周期,对指定停车区域、停车位的周转次数进行车位周转率分析,可在高峰时段等对低周转率、低热度停车区、车位进行停车诱导策略的优化,提升停车位综合使用效率,提升服务区服务质量。

7.车位占用率

可通过对不同周期停车位占用状态、占用比例分析,对服务区全场或指定停车区车位占用率进行统计。直观显示指定时刻停车场、停车位车位使用态势。

8.车位占用时长统计

系统车位状态感知信息,统计出停车位的实时占用状况,统计出每个车位的一天停车时间、停车时长、占用时长,可方便停车场内部交通分区、诱导渠化的优化。

图10: 车位占用时长统计

五.结束语

本文对传统服务区车位检测与诱导管理信息系统现状、技术痛点、发展趋势进行了分析,提出基于视频AI、地磁融合感知与LED分级停车诱导实现方案。方案对系统技术路线、建设思路、系统构成、平台架构以及系统功能等进行了详细描述。通过对车位实时监控和分区诱导、重点车辆感知与诱导、数据可视化等具体功能落地,提升了服务区车位管理效率和数据可视化能力,为未来智慧服务区整体建设、运营和精细化管理提供了可靠的支撑手段。

本文作者:葸国隆 甘肃陇原信息科技有限公司