韦明 汪子睿 李东毅 王宁昌
摘要：文章以建设高速公路智慧服务区为目的，介绍了高速公路服务区智慧管理系统架构，探讨了AI视频融合拼接技术、视频检测技术、视频流量分析技术以及视频车位识别管理技术在智慧服务区的应用，合理利用AI视频技术可为高速公路服务区运营管理赋能。
关键词：智慧服务区；
视频融合；
视频分析；
流量分析；
车位识别
中图分类号：U491.8A511732
0引言高速公路服务区作为高速公路行人和车辆的集散地，承载了车辆加油充电、行人餐饮休息等多种服务，对车辆进行休整、缓解驾乘人员疲劳，对保障高速公路行车安全有积极的作用。同时，高速公路服务区可以作为当地文化的宣传名片，能充分展示地域文化，对经济活动有推动作用。将基于AI的视频技术应用到常态化服务区管控中，能够更好地实现对服务区的实时监控、对出现问题的快速处置和精准管控等目标。本文以高速公路服务区智能化运维管理与服务的需求为导向，以创新为动力，以视频分析、人工智能、数据挖掘等新技术为支撑，设计和构建了高速公路服务区智慧管理系统，打造完善可靠、反应快速的智能风险防控体系，增强服务区管理全过程的规范化、信息化和自动化，提升交通安全生产和防控水平，推进交通运输科技兴安工程的建设进程，并展示了AI视频技术对服務区的智慧化管理带来的巨大提升作用［1］。
1高速公路服务区智慧管理系统架构
高速公路服务区智慧管理系统主要由服务区全景视角监控系统、服务区安全管理系统、服务区流量分析系统、停车位管理系统等子系统构成（见图1）。服务区全景视角监控系统采用视频拼接技术和AI事件检测技术对服务区整体进行指挥调度和预警管控；
服务区安全管理系统通过视频识别技术对进出服务区的两客一危车辆进行视频跟踪和路径分析，阻止车辆进入危险区域，采用视频分析技术对服务区加油站进行监控，对加油站使用手机、抽烟、消防灭火器缺失等安全事件进行预警；
服务区流量分析系统对加油站车流，出入口车流进行统计，对商超、餐饮人流进行统计，以提供服务区运营管理数据，提高物质与人员的管理效率；
停车位管理系统对服务区内的停车位和新能源车充电位进行管理，指导服务区指挥中心进行车流量控制，做到公共信息的及时发布，防止车辆拥堵。
2服务区全景视角监控系统
针对服务区广场监控范围大、分路监控存在盲区、管理困难、无法统筹等问题。系统采用AI视频拼接技术，对特征点进行检测，使用最近邻方法匹配特征点，求出旋转矩阵，通过波形矫正、融合拼接，最终将相机场景视频拼接到一个统一场景，提供服务区实时的全景高分辨率视频信息，以及服务区广场的全局指挥调度视角。在全景视角的基础上，采用yolov5深度神经网络，对服务区车辆进行车辆识别、车辆跟踪、车辆测速、碰撞检测等，对车辆碰撞和超速进行报警，为服务区运营管理提供决策支持。同时汇总各系统间的交互数据，实现资源的统一调度，达到全局联网布控、紧急事件快速响应、整体联动指挥的目的。
服务区广场全景监控系统由出入口的监控相机，服务区全景拼接相机，视频NVR服务器，视频分析服务器等组成，全景拼接相机将分离视频融合拼接成全局视角视频，接入视频NVR进行视频存储，接入视频分析服务器进行视频的车辆碰撞检测和车辆超速检测分析，最后通过服务区中央服务器集群，接入调度指挥中心。
采用AI视频融合技术，使服务区的实时全景监控成为可能，同时利用基于AI的视频分析技术，检测服务区出入口车辆超速行为和车辆事故，提高了服务区安全应急处置的响应速度，节约了服务区管理和维护的人力成本。
3安全管理系统
服务区主动安全防控主要涉及危化品车辆（或重点车辆）防控和加油站安全防控。危化品车辆管理系统主要对危化品车辆进行视频跟踪和路径分析，阻止其进入危险区域对公共安全造成威胁。对服务区加油站使用手机、抽烟等危险行为，以及消防灭火器缺失等安全事件进行预警，防止发生危险事件。
3.1危化品车辆管理系统
危化品车辆管理系统，由服务区出入口相机、门架相机、车辆引导屏、车型识别、车牌识别服务器、路径识别服务器组成。出入口相机将入场车辆侧面图、车头抓拍图、车尾抓拍图传入车型识别和车牌识别服务器；
识别服务器采用深度学习算法识别侧面抓拍图的车辆车轴和危化品标志；
车牌识别服务器识别车头抓拍图、车尾抓拍图的车辆车牌，指示车辆引导屏引导车辆进入指定区域；
路径识别服务器根据门架相机视频，匹配危化品车辆车牌，实时跟踪并检测车辆偏离车道，指示引导牌对司机提示，同时向指挥调研中心报警，以快速处置危险事件。
对危化品标志，使用支持向量机SVM算法，对危化品字符集进行训练，能快速准确地识别出危化品类型。对车辆车轮采用OPENCV霍夫圆检测算法，识别出车辆车轴，并根据车轴位置识别出车辆车型。
采用AI视频技术对危化品车辆进行识别，让服务区对危险车辆的管控更高效智能，降低了危险车辆带来的风险，给服务区的安全运营提供了巨大保障。
3.2加油站安全管理系统
加油站安全管理系统，利用收费站的监控相机，进行吸烟行为检测、烟火检测、灭火器检测等。主要由部署在汇聚监控相机视频的网关服务器组成，网关服务器采用yovov5深度神经网络算法，以香烟、手机、行为姿势、烟雾、灭火器等图片进行训练，对识别结果进行行为分析处理，根据识别到的位置匹配坐标，识别出危险行为，并上报中心平台。
采用AI视频技术对加油站安全事件进行识别，提高了服务区加油站的预警速度，降低了异常事件发生的概率，同时提供了处置安全事件的执法依据，使服务区管理更高效、更经济。
4服务区流量分析系统
服务区流量分析系统，主要对加油站和出入口的车流进行统计，对商超、卫生间人流进行统计，以提供服务区运营管理数据，提高物质与人员的管理效率。此外，根据流量数据，应用车流、客流分析模型，对其进行大数据整理、分析、挖掘，使服务区管理部门能更好地进行服务区运营管理，提供公众出行信息发布服务，同时进行商业拓展。
4.1车流分析
车流分析系统主要监控服务区出入口与加油站出入口，车流分析服务器通过摄像机监控视频，依赖yolov5深度神经网络算法，采用全天候各种光照场景下的车辆素材进行学习，识别出车辆、车牌、车型等结构化信息，统计车流量。中央服务器根据车流绘画车流热度曲线，根据出入车流数据，提供服务区的改扩建依据和日常运营管控数据。
采用AI视频技术统计服务区出入车流，能及时对拥堵事件做出预警，使服务区对车辆的交通进行有效管制，也为服务区运营和改扩建提供数据支持。
4.2人流分析
人流分析系统主要监控服务区餐厅、商业区视频。统计进入商业区的客流量，结合销售数据，分析商超客流数据，实现商品优化和布局优化，引导服务区进行优化管理。其主要由人流识别服务器组成，采用高精度实时人体检测算法，与各种场景开源数据集训练，同时采用多尺度方法，优化小目标检测，达到人流的精准统计。
采用AI视频技术，使服务区能实时监控人流量，能快速地对人流进行限流和疏通导流，避免核心区域人群因过于密集造成安全隐患，对疫情防控有重要作用。利用人流数据，提供服务区商超的运营管理依据，使服务区的管理更智能高效安全。
5停车位管理系统
针对服务区停车位管理困难、泊位信息更新不及时、运营维护管理难、高峰期充电桩排队长等问题，采用深度神经网络算法，在监控画面自动识别停车位和充电桩，以及泊位停车状态和充电桩使用状态，建立停车位信息的及时发布方案。停车位车辆识别，主要采用卷积神经网络，对各角度车辆数据集图片和视频进行训练，检测各种车辆对象和边界，以达到车辆的实时精确识别。
采用AI视频技术管理服务区的停车位和充电桩位，能极大地降低服务区停车场和充电桩的运维成本，使服务区内的车位信息得到及时发布，提升服务区基础服务的服务质量。
6结语
合理利用AI视频分析技术，能解决服务区运营管理中的各种难题，有效整合服务区的信息资源，使服务区运营更经济、预警更及时、运行更安全、管理更高效、维护更方便。打造智慧服务区，为公众出行提供更好的服务，也为人工智能技术的推广起到了很好的示范作用，为国家交通建设注入新活力。
参考文献
［1］ 楊武，李军，刘雨薇.高速公路智慧服务区建设与发展思考［J］.交通企业管理，2020（1）：5-8.
基金项目：中央引导地方科技发展专项“广西智慧道路机电系统新技术综合平台建设”（编号：桂科ZY20111015）
作者简介：韦明（1973—），高级工程师，主要从事高速公路建设技术管理工作。