雾天环境下高速公路能见度监测及雾灯诱导关键技术

曹锋

（福建省龙岩高速公路有限公司，福建 龙岩 364000）

0 引言

雾天环境下，能见度低会影响高速公路行车安全，例如，雾霾、降水等天气会影响驾驶员的行车视线，进而增加交通事故风险[1]。因此，必须对高速公路雨雾多发路段进行能见度监测[2]。本文围绕高速公路局部雾天专用监测系统进行研究。

1 常见的视频能见度监测仪算法

1.1 基于绝对差之和算法的能见度监测

在传统监测方法的基础上优化，不再以道路两侧的距离信息标识为主，而是建立以路面为背景的虚拟目标，经过噪声处理后，尽可能削减噪声对目标物边缘像素的影响，从具有价值的信息中提取边缘的像素点，再联合应用人眼对比度模型，提取目标物的特征，进行人眼能见度曲线拟合，经前述一系列流程化的操作后，得到监测区域的能见度值。

在10m,20m,50m,100m,200m,300m处分别设虚拟目标物，经过对物体的分割处理后，确定临近摄像机的目标物，判断与其他目标物的位置关系。对于距离20m的目标物，使用绝对差之和（Sum of Absolute Differences,SAD）算法，对其做合理的分割处理[3]。假定监控图像f(x,y)大小为M×N，模板图像t(i,j)大小为m×n，在此前提条件下的SAD算法公式为：

式（1）中：x,y为监控图像时域图像值（x=0,1,…,m-1;y=0,1,…,n-1）；i,j为模板图像时域图像值（i=0,1,…,m-1;j=0,1,…,n-1）；M×N为监控图像的空间分辨率；m×n为模板图像的空间分辨率。

根据SAD的运算结果得知，最小值所在位置指的是目标物在图像中的位置。

1.2 SAD算法的优势和劣势

SAD算法的优势和劣势分别如下：

（1）优势。算法的操作机制成熟，融入了具有足够理论基础的视频能见度监测通用算法，若应用得当，能够确定1 000m以内的能见度监测值。因此，SAD算法的适用范围较广。

（2）劣势。SAD算法对摄像机的安装精度提出了较高的要求，易由于摄像机安装不到位而影响能见度值的准确性；若自动云台断电后无法恢复到预先设定的位置，则会直接影响能见度值的准确性。此外，SAD算法在夜间工作环境中的适应性较差。

综上所述，SAD算法难以满足全场景、大范围的监测要求，因此应用频率较低。

1.3 基于景深自适应算法的能见度监测

以道路标线为参照物，根据不同雾天的道路标线在图像中的有效检测长度展开计算，确定具体的能见度。基于自适应算法的监测易受到天气和现场环境的干扰，例如：雨雪天气下道路标线会被覆盖，道路标线随时间的延长而磨损，等等。算法的应用主要包含单帧-图像分析和多帧-过程分析两个方面。

1.3.1 单帧-图像能见度分析算法

考虑多种天气条件，对比分析各自视频图像与能见度的关系，从图像中提取关于能见度的参数，关联视频图像内物体的轮廓对比度。在此基础上，引入能见度分析算法，经过算法运算后，得到具体的能见度监测结果。

关键参数有监测区域内景物轮廓的对比度、远近景物轮廓对比度差以及对比度随时间的变化等。根据主次程度，对各项参数做对比分析，从中筛选出极具参考价值的特征参数，生成能见度函数f(a,b,c,…)，由此展开计算，明确视频能见度监测相对值，再引入映射表，经过分析后，准确判断雾天等级。

1.3.2 多帧-过程分析统计过滤算法

应用多帧-过程分析方法，能够有效消除干扰因素，诸如阴影变化、汽车灯光等。该算法的优势和劣势分别如下。

（1）优势。模拟人眼视觉，能见度监测值的独立性较好，道路标线及视频监测区的标识物均不会对能见度数值准确性造成影响；适用范围较广，可满足0～3000m不同距离的监测要求；可靠性突出，即使在夜间黑暗的环境中，能见度监测结果依然准确。

（2）劣势。因多帧-过程分析结果仅能确定能见度相对值，难以提供全方位的参考数据。

1.4 综合型能见度监测方案

综合型能见度监测方案是基于SAD监测算法和景深自适应算法各自的优点，将两种算法结合并加以改进，此时无须特别设定能见度监测标志，但取得的监测结果具有可靠性，能够达到与人眼观测相同的效果。SAD监测算法和景深自适应算法融合优化后的监测方案如图1所示。

图1 SAD算法和景深自适应算法融合优化后的方案

1.5 硬件平台的配置

1.5.1 视频数据处理终端

在监控中心适配视频数据处理终端，于该处开展能见度计算工作，建立预存图像数据库，结合实时图像高效处理多路视频信号，效率较高，并且终端的配备较为便捷，操作难度较小。

1.5.2 嵌入式平台与视频采集卡

综合应用嵌入式一体机与视频采集卡，共同完成对前端视频信号的分析操作。经过此流程后，获得能见度分析处理结果，一方面将其存储在本地，以便根据需求及时调用，另一方面借助网络途径传递能见度告警信息给通信运营商、导航软件等，通信运营商、导航软件等根据得到的信息发布短信提醒或导航软件插播告警提示，对外发布。适配的嵌入式一体机稳定可靠，即便在野外环境也可正常运行，能够持续提供视频能见度监测数据。

2 监测方法

2.1 白天无固定标志物监测方法

依托外场路侧摄像机进行视频采集，此过程中设定多个角度和位置，以保证视频资料的完整性。根据采集的图像，对目标物做自动标定和预处理，并对图像的平面坐标做转换操作，得到与之相对应的距离坐标。经基础操作后，分割出4～8组距离信息目标物，将此部分视为基准标志物，以便后续高效开展能见度计算工作。经过融合与改进后的方法可以高效监测视频图像，经过采集后获得丰富的图像，将其与连续截取的1 000帧图像比对，判断各自的能见度距离，再对该指标做平均化处理，将计算得到的结果作为当前的能见度值。

2.2 夜间能见度监测方法

夜间光线不足，难以看清目标物，因此适配辅助光源以改善光线条件，对能见度距离进行标定。光源类型丰富，经可行性分析后，选择了太阳能频闪道钉。在算法的选取上，考虑SAD监测算法与景深自适应算法的融合应用模式（为保证应用效果，对二者加以改进）。太阳能频闪道钉分别设置在10m,20m,50m,100m,200m,300m处，但各道钉在日常使用时存在频闪不同步的问题，对此采取针对性的频闪同步化处理措施，使各道钉达到协同工作的状态。

2.3 现场能见度实测对比分析

通过能见度监测系统得到实时的能见度数据，再到现场实地勘察，根据现场情况收集需要开雾灯时的能见度数据和关闭雾灯时的能见度数据，与系统监测结果比对分析，综合考虑后，给控制系统设定雾灯开关的能见度数值范围。

3 雾灯诱导系统

3.1 信息采集

信息采集系统是雾灯诱导系统中的基础设置，负责对雾天环境下周边范围内的可视值、过往车辆数及视频监控等内容进行收集和储存，为后续交通部门处理紧急情况提供可靠的影像资料凭证。

交通状况信息采集的内容包括交通流量、停车状态、行车速度等数据，是通过布设于路侧诱导设施中的红外车检器对车辆运行轨迹进行动态跟踪，为各种诱导策略的执行提供数据支撑。

3.2 信息传输

该项子系统与信息采集子系统相辅相成、协同工作。采集系统是对实时情况及数据进行收集和储存，传输系统则是将采集到的信息分批、分量、分时地传递至后台的处理中心并上传，实现消息的及时、有效发布。

3.3 综合处理控制

相较于信息传输系统和信息采集系统，综合处理控制系统较为复杂，其构成部分涵盖雾天行车管理软件的各种细节装置，作用是对雾天环境下路段的实际可视值数据进行处理，同时结合先进的ARM嵌入式平台装置对掌握的数据展开科学合理的分析，并给出专业的处理方案，降低因雾天能见度低造成的交通事故发生率。

3.4 路侧诱导

路侧诱导系统是通过标志标牌、可变信息情报板、无线通信设备等多种设备联合显示的方式，提前向驾车者提示前方雾区实时信息、进入雾区前可停车服务区位置和泊位使用状况，并规划可避绕雾区路径，发布雾区实时路况以提示驾车者减速慢行等信息。该子系统提供实时路况信息，使驾驶员得到更多的提示、警示，从而更加谨慎地驾驶车辆，保证雾区行车安全。目前，我国一线省会城市中心区域已引入该子系统，虽然造价不低，但实用性极强，还可借助对接第三方软件的优势，以多种方式为驾车者提供实时的路况信息。

3.5 信息发布子系统

作为系统中的直接展示设备，信息发布子系统兼具真实性和有效性，当整个雾灯诱导系统的前期数据采集和处理工作结束后，信息发布系统会将后台的数据以图画及简单的文字形式呈现在大众面前，为相关部门及驾驶员提供真实可靠的数据信息。该系统是雾灯诱导系统中不可或缺的一部分，其设备操作较为简单，便于连接和展现。

4 应用效果

以某高速公路为例，在K4处联合应用能见度探测仪、雾天智能诱导设备等相关装置，形成的硬件组合体系具备如下技术特性：能见度监测范围广，可达到10～2000m；监测精度较高，在1 000m以内时能见度为±10%，1 000m及以上时能见度为±20%。考虑不同等级的雾天状况，分别探讨各类条件下的能见度监测结果。从实际情况来看，能见度监测状态良好，图像结果可以满足监测要求。

根据能见度监测结果，结合现场实测数据优化系统，智能雾灯系统软件平台可以实现联动控制雾灯，在雾天及时开启雾灯，有效保障雾区的行车安全，雾散去时及时关闭雾灯，节省电能；智能雾灯系统能够根据获得的实时路况信息制定相应的雾灯控制、诱导信息发布等预案。

5 结语

高速公路车辆通行环境错综复杂，其中能见度是重要的影响因素。当能见度偏低时，驾驶员前方视野有限，潜在的安全隐患增大。为给车辆通行提供安全保障，本文提出了基于能见度监测结合视频技术的联动智能雾灯系统，对其技术原理、应用要点及实际应用效果展开了分析。结果表明，该系统可有效提高雾天环境下的道路行车安全性，应用效果良好。