基于全景技术的高速路产路权管理平台

2022-06-16李应华

现代计算机 2022年7期

李应华

（江西省公路路政管理总队，南昌 330038）

0 引言

高速公路路产和路权信息是路政部门对所管区域内公路进行建设、执法和维护等活动中生成的，是高速公路真实现状的载体和原始资料。因此了解和维护路产路权是保护国有资产和发展公路事业的基础，具有重要意义。当前我国处在经济新常态，高速公路管理迎来了交通执法管理改革的重大机遇，保护好路产路权，是推动公路可持续高质量发展的必然要求。有关部门对高速公路建设力度的不断加大,高速公路总里程数也在持续增加，相应的路政管理内容多而且复杂，做好路政管理工作比以往任何时期都要更难。因此，为了保障高速公路路产路权正常有序运营，建立一个高效、科学、规范、精准的路产路权信息采集系统，是推进高速公路现代化建设和信息化路线必不可少的环节。

路政管理是公路管理的核心部分。然而在现有的路产路权管理体系中，主要还是依靠高速公路路政执法部门，通过定期路面巡查对路产路权情况进行人工监控和记录上报，对各类损坏、盗窃及其他违规违法事件进行勘察和追踪。各级高速公路在路政管理中存在执法技术比较落后，技术更新速度相比高速公路的发展还远远不够的问题。为响应交通运输部信息化建设要求，提升高速公路路产路权巡查工作效率，加强路产路权数据采集与管理，本研究研发了基于移动智能终端的高速公路三维全景影像技术的路产路权信息采集系统，将大量人力工作通过机器学习与三维全景技术转化为自动化处理方式，对当前高速路政执法管理工作有多方面促进作用。

1 系统总体设计

本文旨在建立一套信息互通、协同高效、使用灵活的路产路权信息采集平台，实现对高速公路路产可视化实时管理和对各类路产进行自动化勘察和追踪。提高路政管理部门信息服务水平，构建路产路权新型管理和执法机制。在充分调研路产路权执法需求后，依据系统研发目标明确、技术先进、简单适用的原则，确定路产路权执法平台体系的工作流程，对平台的数据结构以及功能逻辑关系进行总体设计。

结合路政执法需求分析及高速公路管理的信息化现状,基于全景技术的高速路产路权管理平台系统后端架构使用Java SSM 框架构建Restful API服务；用户端采用B/S架构设计，构建响应式布局，适配Chrome、IE、EDGE 等主流浏览器。总体框架如图1 所示。平台分为支撑层、数据层、服务层和应用层四个层面。

图1 平台框架

支撑层是路政执法系统建设、运行和服务的必备条件。在软硬件的支持下，通过移动式三维全景采集设备对高速公路上的路面状况进行数据采集，并通过移动设备将采集的数据及高精度位置信息实时上传到后台服务器。

数据层是路政执法系统的物质载体,是公路位置数据、路产属性数据、执法业务数据的存储场所。数据层主要对上传到服务器的数据进行管理。针对具有路产路权信息的三维实景进行路产路权位置、属性信息进行提取，并将提取信息写入数据库，为路产路权数据库的形成提供基础信息来源。

服务层是路政执法系统的核心，用于处理和执行相应的业务指令。在服务层，程序自动进行全景拼接处理及图像识别处理，产生一个具有路产路权信息和位置信息的三维实景。提供一个可实现全景制作、全景互动、全景管理、全景可视化等功能的全景制作发布系统，并与高速公路路政业务管理及执法监督平台无缝集成对接，实现高速公路实景三维和地理数据的相互结合。

应用层通过可视化的用户界面，为路政执法人员提供数据采集和管理等功能。在应用层，设计研发基于移动智能终端三维全景影像采集系统，通过移动智能终端搭载全景摄像传感器，拍摄高速公路路产路权全景影像。此外本研究还采用B/S 架构基于WebGIS 技术研发路政执法管理端平台。

2 关键技术

2.1 基于Krpano的三维全景系统研发

三维全景也称为全景环视或360°全景,是一种基于相机对现实环境进行多角度环绕拍摄,然后对拍摄的照片拼接合成并利用可视化引擎实现三维虚拟漫游效果。本研究在Krpano 平台的支持下，基于WebGL 和JavaScript 脚本构建快速和高质量渲染的高速公路全景漫游系统，并通过XML（extensible markup language）灵活配置场景内容。如图2所示，本研究在路政执勤车上装备自动化全景设备，研发拍摄控制软件，实现执勤时按需拍摄。在管理端利用Krpano 提供的二次开发接口研发全景漫游系统。结合Web-GIS开发技术，我们在高速公路全景中集成了百度地图、天地图等常见的网络地图，并将全景视频、路产POI 等进行集成，部署于服务器供系统调用。此外利用VR 插件，在本系统中实现了WebVR功能。

图2 全景拍摄系统

2.2 基于WebGIS路政执法功能实现

WebGIS 是一种基于Web 的分布式地理信息系统，由服务端和客户端构成。WebGIS 相比传统GIS系统具有异地使用、多用户、跨平台、更新统一等优点。本系统充分利用高速公路基础数据、全景数据、执法数据等众多业务数据，有效结合GIS的空间分析和分层展示技术，实现路政执法业务信息与数字地图的有效集成。并利用互联网协议，将该公路基础设施和执法业务的空间位置高度融合转化到客户端地图显示界面上。通过网络对路产信息和路政执法数据进行发布和应用，从而让路政执法信息在工作人员之间共享和协同应用。并且与其他相关业务单位数据信息服务互调整合，实现更加直观、高效、便捷的并行运营管理。

2.3 基于机器学习的路产自动检测

针对道路交通标志识别系统中的识别精度和识别实时性问题，利用机器学习技术自动提取交通信息一直是人工智能领域的研究热点。本系统将基于机器学习算法的目标自动识别标注技术应用于全景图像路产信息提取。参见图3，本系统利用OpenCV 函数库提取样本图像Haar 纹理特征，Haar 特征值通过照片的灰度变化情况计算而得，使用Haar 矩形特征相比使用照片的像素具有更高的鲁棒性，而且具有形式简单，计算速度快等优点。在另一方面本系统采用Adaboost 算法，通过对原始样本进行多次迭代训练，得到性能较低的弱分类器，最后通过加权组合生成具有更优性能的强分类器在全景图像上进行路产路权自动识别。Adaboost 集成算法是一种迭代算法，是目前在计算机视觉领域运用非常广泛的技术。

图3 路产纹理信息提取

3 系统主要功能

3.1 高速公路路政巡查功能

公路巡检是路政管理部门一项重要的日常管理工作。本系统通过配备全景设备的巡查车辆完成高速公路全景数据采集。利用全景处理引擎自动化实现路产路权的全景信息化建设工作。根据业务需求，分为三种执法巡查模式。

3.1.1 等距自动巡查

在执法过程中,路政巡查人员可以随时随地在移动端提前制定巡查距离。系统将通过实时定位，当巡查车辆行驶指定距离时自动触发全景拍摄，并及时上传现场照片。

3.1.2 定点自动巡查

主要针对核心业务要求，执法车辆经过本单位所管辖路段的路产设施（桥梁、通道、交通标志等）时，自动执行拍摄任务，也可以在系统中新增任务点。

3.1.3 手动巡查

执法过程中，遇见突发事件可以手动执行拍摄任务。

参见图4，巡查过程中产生的全景影像将在服务器自动拼接，生成Krpano 全景漫游服务，并且自动构建WebVR功能。

图4 巡查全景和WebVR功能

3.2 路产路权检测和识别

该子系统针对各级路政管理部门所管辖路段的路产设施（桥梁、通道、交通标志等）和路产设施以外的路权建立智能电子化管理。该子系统分为路产标志检测和路产属性识别两个模块。路产标志检测是在三维全景图像中寻找相关路产目标并定位。路产属性识别是对路产的信息进行提取和分类。

在路产标志识别模块，基于高速路产具有丰富的边缘信息，本系统通过Opencv 训练路产检测分类器提取路产（如路牌）轮廓实现路产在全景中的定位。首先利用OpenCV 的样本集工具将高速公路交通标志等不同路产样本转化为训练分类模型时所支持的格式（*.vec）；利用OpenCV 计算路产在全景照片中的Haar 特征值。然后利用Adaboost 算法训练一个最终路产级联检测器。

在路产属性识别模块，如图5所示，系统可以利用检测器自动检测全景中的路产设施，然后基于全景拍摄时获得的定位信息，筛选数据库中备案的路产，从而实现全景和实际路产匹配和识别。参见图6，在路产档案功能系统中，路政管理人员可以对匹配结果进行检查和编辑。

图5 路产路权属性自动匹配系统

图6 路产档案功能界面

3.3 一张图功能

基于地理基础数据、高速公路路网、路政业务数据、全景执法数据，参见图7，本系统利用全景技术打造高速公路路政执法一张图平台。通过定制可视化工作界面，并接入高速公路路政业务管理及执法监督平台，采用定制化工作流，实现上传自动绑定路产路权一张图进行结合展示。该功能借助执法全景进行高速公路全路段宏观监测，结合多源数据融合实现高速路产路权信息和公路空间信息的有机融合，为路政管理部门提供路产设施规划设计、运行维护、交通调查、环境监测与评估等决策支持。

图7 一张图功能

3.4 人员和设备管理

该功能子系统充分结合GIS、定位、互联网等技术，获得路政执法车和执法人员的实时位置，实现对路政执法的动态高效管理，参见图8。遇在各种预定的案件或突发案情发生时，该系统能够快速反应，在管理端的触发提醒，在地图上精准定位事件发生的地点，根据当前执法人员和车辆状态，提供有参考意义的资源和人员调度方案，提升路政管理部门的案件应急能力。