霧天環境下高速公路能見度監測及霧燈誘導關鍵技術

曹鋒

（福建省龍巖高速公路有限公司，福建 龍巖 364000）

0 引言

霧天環境下，能見度低會影響高速公路行車安全，例如，霧霾、降水等天氣會影響駕駛員的行車視線，進而增加交通事故風險[1]。因此，必須對高速公路雨霧多發路段進行能見度監測[2]。本文圍繞高速公路局部霧天專用監測系統進行研究。

1 常見的視頻能見度監測儀算法

1.1 基于絕對差之和算法的能見度監測

在傳統監測方法的基礎上優化，不再以道路兩側的距離信息標識為主，而是建立以路面為背景的虛擬目標，經過噪聲處理后，盡可能削減噪聲對目標物邊緣像素的影響，從具有價值的信息中提取邊緣的像素點，再聯合應用人眼對比度模型，提取目標物的特征，進行人眼能見度曲線擬合，經前述一系列流程化的操作后，得到監測區域的能見度值。

在10m,20m,50m,100m,200m,300m處分別設虛擬目標物，經過對物體的分割處理后，確定臨近攝像機的目標物，判斷與其他目標物的位置關系。對于距離20m的目標物，使用絕對差之和（Sum of Absolute Differences,SAD）算法，對其做合理的分割處理[3]。假定監控圖像f(x,y)大小為M×N，模板圖像t(i,j)大小為m×n，在此前提條件下的SAD算法公式為：

式（1）中：x,y為監控圖像時域圖像值（x=0,1,…,m-1;y=0,1,…,n-1）；i,j為模板圖像時域圖像值（i=0,1,…,m-1;j=0,1,…,n-1）；M×N為監控圖像的空間分辨率；m×n為模板圖像的空間分辨率。

根據SAD的運算結果得知，最小值所在位置指的是目標物在圖像中的位置。

1.2 SAD算法的優勢和劣勢

SAD算法的優勢和劣勢分別如下：

（1）優勢。算法的操作機制成熟，融入了具有足夠理論基礎的視頻能見度監測通用算法，若應用得當，能夠確定1 000m以內的能見度監測值。因此，SAD算法的適用范圍較廣。

（2）劣勢。SAD算法對攝像機的安裝精度提出了較高的要求，易由于攝像機安裝不到位而影響能見度值的準確性；若自動云臺斷電后無法恢復到預先設定的位置，則會直接影響能見度值的準確性。此外，SAD算法在夜間工作環境中的適應性較差。

綜上所述，SAD算法難以滿足全場景、大范圍的監測要求，因此應用頻率較低。

1.3 基于景深自適應算法的能見度監測

以道路標線為參照物，根據不同霧天的道路標線在圖像中的有效檢測長度展開計算，確定具體的能見度?；谧赃m應算法的監測易受到天氣和現場環境的干擾，例如：雨雪天氣下道路標線會被覆蓋，道路標線隨時間的延長而磨損，等等。算法的應用主要包含單幀-圖像分析和多幀-過程分析兩個方面。

1.3.1 單幀-圖像能見度分析算法

考慮多種天氣條件，對比分析各自視頻圖像與能見度的關系，從圖像中提取關于能見度的參數，關聯視頻圖像內物體的輪廓對比度。在此基礎上，引入能見度分析算法，經過算法運算后，得到具體的能見度監測結果。

關鍵參數有監測區域內景物輪廓的對比度、遠近景物輪廓對比度差以及對比度隨時間的變化等。根據主次程度，對各項參數做對比分析，從中篩選出極具參考價值的特征參數，生成能見度函數f(a,b,c,…)，由此展開計算，明確視頻能見度監測相對值，再引入映射表，經過分析后，準確判斷霧天等級。

1.3.2 多幀-過程分析統計過濾算法

應用多幀-過程分析方法，能夠有效消除干擾因素，諸如陰影變化、汽車燈光等。該算法的優勢和劣勢分別如下。

（1）優勢。模擬人眼視覺，能見度監測值的獨立性較好，道路標線及視頻監測區的標識物均不會對能見度數值準確性造成影響；適用范圍較廣，可滿足0～3000m不同距離的監測要求；可靠性突出，即使在夜間黑暗的環境中，能見度監測結果依然準確。

（2）劣勢。因多幀-過程分析結果僅能確定能見度相對值，難以提供全方位的參考數據。

1.4 綜合型能見度監測方案

綜合型能見度監測方案是基于SAD監測算法和景深自適應算法各自的優點，將兩種算法結合并加以改進，此時無須特別設定能見度監測標志，但取得的監測結果具有可靠性，能夠達到與人眼觀測相同的效果。SAD監測算法和景深自適應算法融合優化后的監測方案如圖1所示。

圖1 SAD算法和景深自適應算法融合優化后的方案

1.5 硬件平臺的配置

1.5.1 視頻數據處理終端

在監控中心適配視頻數據處理終端，于該處開展能見度計算工作，建立預存圖像數據庫，結合實時圖像高效處理多路視頻信號，效率較高，并且終端的配備較為便捷，操作難度較小。

1.5.2 嵌入式平臺與視頻采集卡

綜合應用嵌入式一體機與視頻采集卡，共同完成對前端視頻信號的分析操作。經過此流程后，獲得能見度分析處理結果，一方面將其存儲在本地，以便根據需求及時調用，另一方面借助網絡途徑傳遞能見度告警信息給通信運營商、導航軟件等，通信運營商、導航軟件等根據得到的信息發布短信提醒或導航軟件插播告警提示，對外發布。適配的嵌入式一體機穩定可靠，即便在野外環境也可正常運行，能夠持續提供視頻能見度監測數據。

2 監測方法

2.1 白天無固定標志物監測方法

依托外場路側攝像機進行視頻采集，此過程中設定多個角度和位置，以保證視頻資料的完整性。根據采集的圖像，對目標物做自動標定和預處理，并對圖像的平面坐標做轉換操作，得到與之相對應的距離坐標。經基礎操作后，分割出4～8組距離信息目標物，將此部分視為基準標志物，以便后續高效開展能見度計算工作。經過融合與改進后的方法可以高效監測視頻圖像，經過采集后獲得豐富的圖像，將其與連續截取的1 000幀圖像比對，判斷各自的能見度距離，再對該指標做平均化處理，將計算得到的結果作為當前的能見度值。

2.2 夜間能見度監測方法

夜間光線不足，難以看清目標物，因此適配輔助光源以改善光線條件，對能見度距離進行標定。光源類型豐富，經可行性分析后，選擇了太陽能頻閃道釘。在算法的選取上，考慮SAD監測算法與景深自適應算法的融合應用模式（為保證應用效果，對二者加以改進）。太陽能頻閃道釘分別設置在10m,20m,50m,100m,200m,300m處，但各道釘在日常使用時存在頻閃不同步的問題，對此采取針對性的頻閃同步化處理措施，使各道釘達到協同工作的狀態。

2.3 現場能見度實測對比分析

通過能見度監測系統得到實時的能見度數據，再到現場實地勘察，根據現場情況收集需要開霧燈時的能見度數據和關閉霧燈時的能見度數據，與系統監測結果比對分析，綜合考慮后，給控制系統設定霧燈開關的能見度數值范圍。

3 霧燈誘導系統

3.1 信息采集

信息采集系統是霧燈誘導系統中的基礎設置，負責對霧天環境下周邊范圍內的可視值、過往車輛數及視頻監控等內容進行收集和儲存，為后續交通部門處理緊急情況提供可靠的影像資料憑證。

交通狀況信息采集的內容包括交通流量、停車狀態、行車速度等數據，是通過布設于路側誘導設施中的紅外車檢器對車輛運行軌跡進行動態跟蹤，為各種誘導策略的執行提供數據支撐。

3.2 信息傳輸

該項子系統與信息采集子系統相輔相成、協同工作。采集系統是對實時情況及數據進行收集和儲存，傳輸系統則是將采集到的信息分批、分量、分時地傳遞至后臺的處理中心并上傳，實現消息的及時、有效發布。

3.3 綜合處理控制

相較于信息傳輸系統和信息采集系統，綜合處理控制系統較為復雜，其構成部分涵蓋霧天行車管理軟件的各種細節裝置，作用是對霧天環境下路段的實際可視值數據進行處理，同時結合先進的ARM嵌入式平臺裝置對掌握的數據展開科學合理的分析，并給出專業的處理方案，降低因霧天能見度低造成的交通事故發生率。

3.4 路側誘導

路側誘導系統是通過標志標牌、可變信息情報板、無線通信設備等多種設備聯合顯示的方式，提前向駕車者提示前方霧區實時信息、進入霧區前可停車服務區位置和泊位使用狀況，并規劃可避繞霧區路徑，發布霧區實時路況以提示駕車者減速慢行等信息。該子系統提供實時路況信息，使駕駛員得到更多的提示、警示，從而更加謹慎地駕駛車輛，保證霧區行車安全。目前，我國一線省會城市中心區域已引入該子系統，雖然造價不低，但實用性極強，還可借助對接第三方軟件的優勢，以多種方式為駕車者提供實時的路況信息。

3.5 信息發布子系統

作為系統中的直接展示設備，信息發布子系統兼具真實性和有效性，當整個霧燈誘導系統的前期數據采集和處理工作結束后，信息發布系統會將后臺的數據以圖畫及簡單的文字形式呈現在大眾面前，為相關部門及駕駛員提供真實可靠的數據信息。該系統是霧燈誘導系統中不可或缺的一部分，其設備操作較為簡單，便于連接和展現。

4 應用效果

以某高速公路為例，在K4處聯合應用能見度探測儀、霧天智能誘導設備等相關裝置，形成的硬件組合體系具備如下技術特性：能見度監測范圍廣，可達到10～2000m；監測精度較高，在1 000m以內時能見度為±10%，1 000m及以上時能見度為±20%?？紤]不同等級的霧天狀況，分別探討各類條件下的能見度監測結果。從實際情況來看，能見度監測狀態良好，圖像結果可以滿足監測要求。

根據能見度監測結果，結合現場實測數據優化系統，智能霧燈系統軟件平臺可以實現聯動控制霧燈，在霧天及時開啟霧燈，有效保障霧區的行車安全，霧散去時及時關閉霧燈，節省電能；智能霧燈系統能夠根據獲得的實時路況信息制定相應的霧燈控制、誘導信息發布等預案。

5 結語

高速公路車輛通行環境錯綜復雜，其中能見度是重要的影響因素。當能見度偏低時，駕駛員前方視野有限，潛在的安全隱患增大。為給車輛通行提供安全保障，本文提出了基于能見度監測結合視頻技術的聯動智能霧燈系統，對其技術原理、應用要點及實際應用效果展開了分析。結果表明，該系統可有效提高霧天環境下的道路行車安全性，應用效果良好。