新聞動態 通過物聯網和AI大數據技術能有效提升城市和交通的運行效率和安全性
雷視融合一體機將成為路側感知核心傳感器
信息來源：新聞動態 發布時間：2021-03-03
現有交通傳感器
交通傳感器主要是實現路況環境的數據信息采集，為路側感知網絡提供原始數據。現有交通傳感器主要分為兩大類：第一類是傳統的傳感器，包括感應線圈、截面雷達和地磁釘等，這些設備僅可以獲得某一截面或瞬時的車輛所在車道和車速信息。第二類是交通目標傳感器。
現有的交通目標傳感器主要有以下3種：
AI攝像頭：能夠檢測交通參與者類型，比如車輛、行人和騎行者；缺點是定位精度不高，且受天氣和光照強度的影響較大。
激光雷達：能夠準確檢測出靜止和運動目標的位置、速度以及目標物的尺寸等信息；缺點是對環境敏感度高，有機械轉動部件、壽命和可靠性有影響。
交通毫米波雷達：能夠準確地檢測目標的位置、速度等信息并且不受天氣狀態的干擾，覆蓋范圍大，綜合性價比高；缺點是橫向精度較低，且無法精確區分目標類型。
圖1 交通毫米波雷達與攝像頭
車路協同對路側感知傳感器的要求
車路協同系統現階段需要支持全息交通管理應用的各種場景，而未來更是需要為無人駕駛提供有效的路側數據支持。所以車路協同系統需要對交通道路進行全域覆蓋、全天候感知，對感知的精度和實時性也提出了很高的要求。根據對《合作式智能運輸系統車用通信系統應用層及應用數據交互標準》等行業標準分析，車路協同系統對路側感知傳感器提出了以下的要求：
全天候：白天、夜間，不受光線影響；霧霾、下雨，精度不受影響
大覆蓋：每公里覆蓋需求數量少；減少部署所需的附加成本
高精度：位置、速度矢量精度高；面向算法，而非面向人眼
多功能：單傳感器實現大部分功能；減少邊緣計算復雜度
低成本：綜合部署成本低；可靠性高、維護成本低
雷視融合一體機及解決方案
雷視融合一體機是全新一代專門針對車路協同所設計的智能傳感器，是將攝像頭、毫米波雷達和高性能處理器結為一體的交通傳感器。雷視融合將原始的視頻流和雷達數據流同時通過MIPI和SPI接口接入到一體機中的嵌入式處理器中。在內置的嵌入式處理器中直接對原始的視頻流進行AI目標提取，然后通過內建的坐標映射系統將視頻目標投影到雷達坐標系中，最后對視頻目標和雷達目標進行融合跟蹤處理，實現全局目標的實時矢量化和跟蹤。
圖2 雷視融合一體機實測界面
下圖為基于雷視融合一體機的路側感知系統框圖。雷視融合一體機通過內置的ARM+NPU嵌入式處理器實時將視頻和雷達數據進行融合，輸出目標矢量數據。通過TFES目標融合邊緣服務器將多方向的矢量目標數據進行融合，形成路口或路段的全局實時目標數據源，從而為邊緣計算層的決策、控制、交互等提供穩定可靠的數據支撐。TFES目標融合邊緣服務器也可以獲取RSU通過空口采集到的網聯車輛信息數據，計算出整個道路上交通參與者的信息。RSU能夠獲取邊緣計算單元融合后的所有交通參與者的信息，通過V2X通信方式將整個路口或者路段上的交通參與者信息發送給周圍的智能網聯車輛OBU。
圖3 基于雷視融合一體機的路側感知系統框圖
與現有的其他路側感知方案相比，基于雷視融合一體機的路側感知方案有以下的功能優點：
低延遲
傳統的路側感知方案多采用多點傳感器（視頻，雷達）通過網絡匯聚到MEC中，然后利用MEC的GPU進行視頻處理和目標融合。但受限于網絡傳輸和視頻編解碼，視頻目標延遲較大且不可控（RTSP推流延遲普遍在200ms – 1s），和雷達目標融合難度較高、精度較差。
而采用雷視融合一體機，攝像頭的原始視頻流直接在設備內連入處理器，省去了網絡傳輸和視頻編解碼的過程，將延遲控制在50ms之內。
《合作式智能運輸系統車用通信系統應用層及應用數據交互標準》等標準中明確要求各場景端到端的延遲不能超過100ms。基于雷視融合一體機的路側感知方案可以完全滿足標準要求。
覆蓋范圍廣
雷視融合一體機探測距離可達250m/425 m，可視視角可達90°以上，適用于人車混行、車流密集、易擁堵路段，能夠同時識別檢測行人、非機動車、機動車等目標，覆蓋范圍廣，檢測要素全，可顯著減少部署成本。
數據精度高
雷視融合一體機采用MIMO體制，距離精度可達±0.32 m，方位角精度可達±0.1°（遠距）、±0.3°（近距），速度分辨率為0.1m/s，可精準檢測與區分行人和車輛，并進行全息化還原，實現全局目標的實時矢量化。
單機多功能
雷視融合一體機可滿足車路協同標準中DAY I和DAY II全場景對路側感知的要求。雷視融合一體機內置先進的交通算法和豐富的原生事件輸出，如擁堵事件、異常停車事件、逆行事件、大貨車低速預警、城市路口行人碰撞預警等。可為車路協同應用提供數據支撐，協助車輛提前鎖定化解遠距離和盲區安全沖突，為人工駕駛提供輔助的同時，也可為單車自動駕駛技術提供更可靠的環境信息支撐。
易工程
雷視融合一體機采用寬溫設計（-40°C 至70°C），IP65防水，完全適用于全室外場景。在現場部署時，可使用專有的工具對雷視融合一體機進行標定，可在15-20分鐘內完成雷達、視頻和GPS坐標系的標定。
雷視融合一體機的應用場景
雷視融合一體機可在多個場景下應用，主要劃分為兩個方面：智慧交通管理和V2X車聯網路側感知。
(1) 面向智慧交通管理：主要應用于城市路口的自適應信號控制、違法抓拍輔助、車流量統計、非機動車檢測；交通路段的車流量檢測、車型分辨、事故檢測、測速、擁堵檢測、拋灑物檢測；城鄉道路中獨立化的車流統計和人流預警系統。
典型案例——連云港花果山大道示范工程
雷森與中船重工七一六所下屬杰瑞電子集團公司，在連云港花果山大道共建基于毫米波雷達的自適應信號燈示范工程。雷達將流量數據、過車信息、車速信息、排隊長度等數據實時上傳到信號機控制系統，實現路口的實時自適應信號燈控制。有效改善路口高峰時期擁堵程度。
(2) 面向V2X車聯網路側感知：主要應用于城市路口下的交叉路口碰撞預警、弱勢交通參與者碰撞預警；交通路段的前向碰撞預警、緊急制動預警、協作式匝道匯入；城鄉道路的感知數據共享，弱勢交通參與者碰撞預警。
典型案例——蘇州工業園區全息路口示范工程
雷森與園區交警在蘇州工業園區納米城路口部署了4臺雷視融合一體機，實現路口全覆蓋，對所有車輛、非機動車、行人進行全息化處理。路口信號機箱內部署了1臺TFES目標融合邊緣服務器，實現4臺雷視融合一體機的目標融合，結合高精地圖疊加，接入卡口車牌數據，并與目標數據進行實時匹配綁定，實現身份識別。
圖4 全息路口系統示意圖
圖5 全息路口全局目標感知
結語
雷視融合一體機將感知融合的算法前移至端側，大幅降低了感知延遲和邊緣側的計算壓力，并利用視頻和雷達各自的優勢，提升了目標的精確度。路側感知系統是車路協同中的核心系統。基于雷視融合一體機可以廣泛部署并實現路側感知全覆蓋，滿足車路協同的各類應用場景與定位要求。雷視融合一體機目前已在多個示范區和先導區部署使用。未來，雷視融合一體機將會進一步提升探測精度，并融入更多的交通事件檢測算法，充分支撐路側感知對傳感器和數據的各種需求。
