刘雨辰 张恒博 王新科 李铁柱

北京中交国通智能交通系统技术有限公司

摘 要：江苏太湖隧道是国内水下超长超宽的隧道，保证其安全和畅通是管理着需要考虑的问题。隧道内的基础设施很多，感知作为重要的一种技术手段，目前现有的感知手段还不足以支撑隧道的营运安全，保障隧道的畅通水平。毫米波雷达是一种新型的雷达形式，可以一定程度的提升太湖隧道的感知水平。本文从太湖隧道的背景入手，分析现有的感知情况，分析视频监控作为感知层面的不足，探索市场上现有的毫米波雷达类型与技术手段，设计了系统架构与功能，描绘了实现的功能场景，使得其感知水平提升，让隧道地区覆盖无盲区、精准感知车辆的位置，使得获得数据更加准确。

关键词：交通工程;隧道;雷达;感知;

江苏太湖隧道是位于苏锡常南高速中的太湖海底隧道，紧邻无锡市，是目前国内规模最大的水下围堰明挖湖底公路隧道，全场10.6km，长宽均超过港珠澳大桥海底隧道，是国内目前最长最宽的水下隧道。太湖隧道的运营管理体制为三级，江苏省高速公路联网营运管理中心—马山隧道管理所—隧道机电设施。马山隧道管理所主要负责接收隧道现场设备上传的信息，汇总辖区内隧道的各类信息(监控数据、视频图像、火灾报警信号、语音)，并对信息进行综合处理，确定运行状态，按预案进行管理操作，适时发布管控指令。针对隧道已经设计的一些感知现状，覆盖空间有盲区，不能精准感知车辆位置，毫米波雷达可以提升隧道的感知水平，基于此，研究毫米波雷达的路侧感知技术。

1 太湖隧道现有的感知现状

太湖隧道内已经布设多种感知设备，其中包括交通运行状态检测设施(视频、微波车检，交通流，车辆检测器等)，交通环境监测设施(感温光缆探测器、双波长火灾探测器、红外热成像仪、亮度检测器、CO检测器、能见度检测器、风速风向检测仪、车辆检测器、多参数气体检测仪、隧道口气象站)，交通设施状态监测设备(高压开关、低压进线断路器、电容补偿器、低压出线断路器、交流接触器、变压器、EPS电源变电设施感知等)。

表1 太湖隧道现有感知设备汇总 下载原图

2 存在的问题

2.1 太湖隧道视频监控器检测距离分析

其中:太湖隧道现有事件检测固定摄像机的焦距范围50mm，即f=50。在摄像机参数中未有靶面参数，按常用的CCD靶面分别计算，按h固定的1/4inch(h=3.6mm),1/3inch(h=4.8mm),1/2inch(h=6.4mm)。根据(6-2)计算，当检测30cm直径物体时，1.5m H 6m，当检测120cm直径物体时，6m H 24m。

(1)当靶面为1/4inch,(h=3.6mm)

检测30cm直径物体时，D=50/3.6*H可得检测距离

检测120cm直径物体时，D=50/3.6*H，可得检测距离

(2)当靶面为1/3inch,(h=4.8mm)

检测30cm直径物体时，D=50/4.8 H可得检测距离

检测120cm直径物体时，D=50/3.6*H，可得检测距离

(3)当靶面为1/2inch,(h=6.4mm)

检测30cm直径物体时，D=50/6.4*H可得检测距离

检测120cm直径物体时，D=50/3.6*H，可得检测距离

太湖隧道中视频事件检测摄像机在隧道内300m左右间距布置1台，由上面计算可以得出，不论何种靶面尺寸的视频检测器对30cm的左右的物体检测距离均不超过80m。

2.2 视频检测存在问题

(1)传统系统的高误报率致使系统缺乏可信度，无法为管理提供支持。改进型AI智能方式很大程度降低了误报率，但气候、光照、环境仍然是影响其检测准确性的重要因素。

(2)气候及照度影响，隧道内的油污、尾气、烟、尘、眩光条件影响下无法实现准确检测。

(3)需要人工定期清洗摄像头，并交通管制，增加维护成本及安全管理风险。

(4)个别系统可以检测行人、抛洒物(50 50cm)，但检测距离近，精度不准。

针对以上问题，本项目研究利用毫米波雷达隧道内的各种事件及交通数据进行实时、精准的监测，并形成高效准确的交通流数据分析和控制策略，形成对现有感知手段的有效补充。

3 毫米波雷隧道内应用技术研究

3.1 现有各种雷达感知技术

(1)激光雷达感知技术:激光雷达是工作在光频波段的雷达，它利用光频波段的电磁波先向目标发射探测信号，然后将其接收到的同波信号与发射信号相比较，从而获得目标的位置(距离、方位和高度)、运动状态(速度、姿态)等信息，实现对目标的探测、跟踪和识别。激光雷达由发射，接收和后置信号处理三部分和使此三部分协调工作的机构组成。激光光速发散角小，能量集中，探测灵敏度和分辨率高。多普勒频移大，可以探测从低速到高速的目标。

分析:

激光雷达感知技术探测具有精度高，方向性强，响应快等特点，能够快速检出目标的三维模型。但激光雷达通过发射光束进行探测因此探测范围窄，光束受遮挡后就无法正常使用，因此在雨雪雾霾天，沙尘暴等恶劣天气不能开启，受环境影响大。另外，激光雷达的穿透能力比较差。故不适宜在隧道工程中进行布设。

(2)超声波雷达感知技术:超声波发射器向外面某一个方向发射出超声波信号，在发射超声波时刻的同时开始进行计时，超声波通过空气进行传播，传播途中遇到障碍物就会立即返射传播回来，超声波接收器在收到反射波的时刻就立即停止计时。在空气中超声波的传播速度是340m/s，计时器通过记录时间t，就可以测算出从发射点到障碍物之间的距离长度(s)，即:s=340t/2。

分析:

超声波雷达感知技术具有防水防尘、穿透性强、成本低及测距的方法的简单的特点。但是超声波雷达在速度很高情况下测量距离有一定的局限性，这是因为超声波的传输速度很容易受天气情况的影响，在不同的天气情况下，超声波的传输速度不同，而且传播速度较慢，当汽车高速行驶时，使用超声波测距无法跟上汽车的车距实时变化，误差较大。另一方面，超声波散射角大，方向性较差，在测量较远距离的目标时，其回波信号会比较弱，影响测量精度，故不适宜在隧道工程中进行布设。

(3)毫米波雷达感知技术:由前端传感器使用调频连续毫米波对隧道运行环境进行每秒4hz频率的全景扫描感知，每次扫描形成80万个包括经纬度、方向角度、距离、速度及频率的回波数据。单台传感器监测距离1000m，全天候、全照度条件下工作，24h全天扫描产生达10TB的海量数据，采用FPGA处理单元对每一个回波数据进行汇总、分层、分类、去除杂波、提取目标、计算合并，最终形成车辆、行人、抛洒物目标的尺寸，位置、速度、方向、运动轨迹等精准数据。

分析:

毫米波的波长介于厘米波和光波之间，因此毫米波兼有微波制导和光电制导的优点。同厘米波导引头相比，毫米波导引头具有体积小、质量轻和空间分辨率高的特点。与红外、激光、电视等光学导引头相比，毫米波导引头穿透雾、烟、灰尘的能力强，具有全天候(大雨天除外)全天时的特点。另外，毫米波导引头的抗干扰、反隐身能力也优于其他微波导引头。毫米波雷达相比于超声波雷达、激光雷达更适宜在本期隧道工程中进行布设。

3.2 毫米波雷达工作原理

毫米波雷达通过微带阵列天线向外发射毫米波(即调频连续波)，接收目标反射信号，处理后获取周围的物理环境信息，如毫米波雷达与目标之间的相对距离、相对速度、方位角度等。

图1 毫米波雷达系统工作原理图 下载原图

毫米波雷达系统工作原理图如上图所示，射频前端发出的调频连续波信号的频率调制是由数字模拟转换器产生的三角波的频率调制，而发射天线发出的三角波调频信号的压控振荡器则产生频率调制连续波射频信号，经过发射信号与目标相遇并反射回来。反射信号通过接收天线进入混频器，在与本振信号的频率不同之后，它输出一个中频信号。中频信号与杂波信号和三角波泄漏信号混合，信号处理电路进行滤波放大，模拟数字转换器将数字信号发送到基带信号处理电路，基带信号处理电路对数字信号进行信息处理，根据理论公式计算出目标的距离、位置和速度，实现目标识别和跟踪，从而实现报警功能。

3.3 毫米波雷达和隧道内其它监控设备比较分析(1)与视频监测技术的比较

区别于传统基于视频的事件检测技术，全向广域毫米波雷达传感器的精准感知技术可以实现对1km范围内道路运行安全动态的全天候、全照度、全自动精准、实时、全面监测，采集包括车流密度、平均车速、车道占有率、目标经纬度、运行速度、方向、轨迹等交通实况数据。还可对异常交通事件进行实时检测及智能预警:包括慢行、拥堵、排队、停车、逆行、事故等;可识别行人、动物、抛洒物等。

可实现对交通路况的自动化、智能化、数据化监控，24h 1起的误报率可极大减轻隧道监控管理人员的工作强度和工作压力，及早发现事故隐患，为应急处置争取时间，最大程度上避免二次事故和连环事故的发生。

表2 全向广域毫米波雷达与视频事件检测的比较 下载原图

(2)与其他雷达监测技术的比较

基于全向广域毫米波雷达传感器的精准感知技术可以实现对1km范围360 的全向广域监测，且监测目标数量与车道数量均无上限。

毫米波雷达可对1km以内的事件和抛撒物进行感知，且不受亮度、烟尘事件的恶劣环境的影响，和视频感知数据有效补充，可以全息感知隧道的突发事件、拥堵等异常事件。毫米波雷达具备以下特点:

表3 现有交通检测雷达与全向广域毫米波雷达检测设备的对比 下载原图

(1)精度高抗干扰

同微波导引头相比，毫米波导引头具有体积小、质量轻和空间分辨率高的特点。在天线口径相同的情况下，毫米波雷达有更窄的波束(一般为毫弧度量级)，可提高雷达的角分辨能力和测角精度，并且有利于抗电子干扰、杂波干扰和多径反射干扰等。

(2)全天候、全照度的工作

不受任何天气、光线、环境条件的影响，在包括雾、烟、尘、风暴、雨雪、眩光、全黑、火灾等各种情况下都可正常工作，监测功能不受任何影响。

(3)高分辨多目标

由于工作频率高，可能得到大的信号带宽(如吉赫量级)和多普勒频移，有利于提高距离和速度的测量精度和分辨能力并能分析目标细节特征。同时毫米波雷达能分辨识别很小的目标，并且能同时识别多个目标，因此具有很强的空间分辨和成像能力。

(4)超长1000m监测距离，全范围覆盖

系统可以实现对1km范围内360 全方位实时实景感知监测。实现1000m范围的车辆跟踪监测，700m距离的行人跟踪监测，300m内17.5cm道路抛洒物的实时监测。能够覆盖路面车道的各个方位，对目标的监测数量无上限。

(4)极低的误报率

毫米波雷达精准感知监测系统的误报率为全天候、全照度每24h<1次。

4 毫米波雷达在太湖隧道中的应用

毫米波雷达的应用，宏观上可以感知太湖隧道周边路网交通流，交通密度、交通拥堵和路网上两客一危车辆情况;在空间上实现在隧道无盲区的车辆事件和事故感知，包括事件具体位置和抛撒物位置等;实现车辆属性的全息感知，包括车速、行驶车道、车型、车辆本身的运行状态和车辆的精确计数;在位置上能精确感知车辆的运行位置，为基于位置的服务提供基础。

在本项目中，结合隧道外场设施、隧道通信基础条件和隧道管理站已有信息系统情况，将毫米波雷达与现有设施组成了更为稳定、经济的系统。

4.1 系统功能设计

(1)隧道运行动态监测

通过毫米波雷达对隧道交通运行环境的扫描监测，系统能够全天候、全照度持续监测隧道交通流的运行状态，实现对隧道内交通事故及车辆超速、慢速、停车、倒车、逆行、行人、动物、抛洒物等异常交通事件的精准监测，以及对车速、交通流量等交通数据信息的实时采集，实现隧道运行动态全事件监测功能。

(2)实时预警与可变限速联动

系统监测到任何异常事件，管理人员会第一时间收到报警信息。同时，根据事件等级，系统会根据监测到的交通流变化及事件紧急程度经过系统智能分析研判，结合预先设置的相应预案与控制策略，形成预警信息及限制速度信息自动发布到道路组合型可变信息标志VMS及可变限速标志VSLS上，对上游路段驾驶员进行智能预警及限速控制;同时，将相关信息推送至高速公路管理机构相关部门，对进行路网运行、车辆分流、指挥调度进行有效组织，可以最大程度上预防二次事故和次生事故的发生，在降低交通事故率，减少人员伤亡的同时，大大提高交通流量和通行效率。

(3)数据存储及轨迹记录

系统可以存储3个月的数据，包括异常事件的相关信息，以及相应的轨迹记录。用户可以根据权限，查看相关历史数据，也可以按照不同类型，生成相关报表。

4.2 功能场景

为了公路交通感知能力未来可以一体化，毫米波雷达数据将结合其他全样本的ETC-OBU收费数据、DSRC交通信息采集设备，同时融合传统的微波交通流检测器、视频网，此外结合互联网公司和运营商的第三方互联网数据和气象数据综合分析，可以实现多种功能场景，以违停、抛洒物和恶意并道为例:

(1)违停、抛洒物等异常状态提醒

通过摄像头、毫米波雷达识别违停、抛洒物及事故信息，结合后台的视频事件分析信息，判断异常事件发生位置，边缘计算节点判断事故影响的路段范围，通过边缘计算节点的联动向覆盖范围内的车辆广播预警信息，提醒远端车辆提前减速、避让。

并通过隧道内情报板、隧道调频广播向隧道内非OBU车辆发送拥堵信息提醒。

同时车路协同管控模块向道路管理部门发布预警，及时对道路进行清理，避免交通事故发生。

(2)恶意并道提醒

(1)恶意并线提醒。边缘计算节点通过车载OBU、毫米波雷达，并结合后台视频事件检测信息，获取匝道相邻主路应急车道、导流标线内行驶车辆和匝道行驶车辆的速度及位置信息，边缘计算节点结合道路信息及车辆状态信息判断违章及匝道车辆是否存在碰撞的风险，向匝道主线车道进行提醒，提醒减速或谨慎驾。

(2)违章车辆信息提醒。通过车载OBU、毫米波雷达，并结合后台视频事件检测信息检测违章车辆，向违章车辆发布预警信息，并向周边车辆发布碰撞风险预警。

图2 功能场景示意图 下载原图

5 结语

本文针对隧道内的感知问题进行探索，研究了毫米波雷达在路侧感知的应用，分析了毫米波雷达与其他雷达的差别，探索了毫米波雷达在太湖隧道可解决的问题，设计了功能。由于课题的时间和经费有限，只针对毫米波雷达进行了研究，路侧感知手段在车路协同方面还有很多应用，日后应针对此进行专项研究。

参考文献

[1] 张小卫，伍春，李磊民，等．基于毫米波雷达技术的汽车行驶状态监测方法及系统．四川省:CN110758389A,2020-02-07.

[2] 叶峰．利用毫米波雷达的高精度地图制作方法及系统．上海市CN110660218A,2020-01-07.

[3] 张谅，赵铁刚．一种基于毫米波雷达的超速监控方法、装置和设备．福建省:CN109559525A,2019-04-02.

[4] 黄建强，王铁钢，祝江滢．毫米波雷达组合安装结构及虚拟隧道构建与障碍判断方法．江苏省:CN109367529A,2019-02-22.

[5] 金立生，程蕾，成波．基于毫米波雷达和机器视觉的夜间前方车辆检测．汽车安全与节能学报，2016,v. 7(2):167-174.

[6] 那田．基于雷达和机器视觉融合的前方车辆障碍物检测．合肥工业大学，2016.

[7] 褚红军．24GHz汽车毫米波雷达系统分析与频率源关键技术研究．哈尔滨工业大学，2015.

[8] 胥鑫．微波毫米波雷达频率源关键技术研究．电子科技大学，2015.

声明：我们尊重原创，也注重分享。有部分内容来自互联网，版权归原作者所有，仅供学习参考之用，禁止用于商业用途，如无意中侵犯了哪个媒体、公司、企业或个人等的知识产权，请联系删除，另本头条号推送内容仅代表作者观点，与头条号运营方无关，内容真伪请读者自行鉴别，本头条号不承担任何责任。