姜良维：基于人工智能视觉芯的高速公路交通事故预警预测方案

　　 由北京千方科技股份有限公司承办的“中国人工智能+交通发展论坛”在北京朗丽兹酒店隆重召开。本届论坛以“智能·慧聚·未来”为主题，公安部交通管理科学研究所领域首席研究员、国家工程实验室副主任姜良维做《基于人工智能视觉芯的高速公路交通事故预警预测方案》主题演讲，本文为速记整理，速记材料由千方科技提供。　　今天我讲的主要是四方面： 一、什么是人工智能视觉芯　　我觉得人工智能应该有个芯的概念。视觉芯在2017年是概念，2018年就要落地。人工智能驱动为什么这么快？主要是数据、算法、计算力、场景，这几年进展很大。对于交通而言，数据不缺，场景丰富，现在缺的是高效使用的算法，性价比高的计算力，目前算法和算力密切相关。算力对人工智能的发展发挥了重要的作用，因此现在是人工智能争霸的新时代。芯的概念怎么出来的？处理器以前一直都是冯·诺依曼的架构，但是因为人工智能，现在处理器的架构完全发生了变化，谷歌、英伟达推出了人工智能专用处理器，还有地平线的人脑处理器等。　　这些处理器让人眼花缭乱，我们更关心交通管理场景，很多是视频监控数据处理，所以我简单讲讲人工智能视觉芯片。人工智能视觉芯，我对概念的定义是这样，我们原来都是视觉场景感知，现在需要把软件和硬件融汇贯穿在一起，过去硬件就是硬件，原来是DMA(直接内存存取)、中央处理器等用总线关联，现在是融合在一起。对于计算力来讲，芯片功耗小的成本又高，要求非常高。所以往往有人说安防视觉应用很简单，那是小菜，但在交通里太复杂了。　　人工智能视觉芯的核心，中国很多的企业在努力实现弯道超车，做这方面的也不少。中国首款的人工智能视觉芯(编者注，可能是寒武纪1H8)已经实现量产了，可以在1080P 30帧的情况下，对200个目标同时识别，功耗也比较小。交通行业的人工智能也很热，蛋糕也很大，所以交通用人工智能视觉芯更应该具备全天候的像素级感知，还有复杂场景的理解力。做这块处理器的中国厂家也很多，根据不同的交通场景从而挑比较适合于自己发展的研发单位。　　二、高速公路的事故形态　　我国高速公路通车里程居全世界首位，为我国经济社会发展做出了巨大的贡献，但我国高速公路的事故率是普通公路300%，近三年来我国高速公路死亡10人以上的特大事故每年都维持在4起，主要的事故形态是失控碰撞。举例来说，去年8月10日的秦岭隧道客车安全事故，大巴直接撞上隧道口，死亡36人。去年7月，广东广河高速一辆客车侧翻，死亡19人。前年在内蒙古，一辆货车为躲避马匹，撞上一辆客车，12人遇难。可见我国高速公路事故率是很高的。　　高速公路已发生事故的原因是什么？跟国外相比，我国公路交通环境非常复杂，交通安全的隐患更加多样。面对不断增加的机动车保有量，我们可以实施交通事故黑点的全方位运行，从源头上保安全，减事故。　　2017年春节，黑龙江哈绥高速上百辆车连环相撞，最初就只是前面三个车追尾了。中国高速公路里程13万公里，车流量大，事故也多。事故预警为什么是空白？围绕这个，我想谈谈我们的一个方案。　　从这两起事故中，可以清醒认识到高速公路行车环境复杂，一旦发生高速公路交通事故，务必在道路交通安全法的要求进行，事故现场处置不准确，后方的告示不及时的等问题需要解决。我们提出从源头上实现交通环境的全天候感知，交通行为的多维度识别，交通隐患的精细化预警。　　三、结合人工智能的交通事故预警预测如何实现　　我今天想跟大家重点讲讲，结合人工智能，交通事故预警预测方案怎么做？高速公路交通事故预警预测怎么实现？　　在今年的春运工作会议上，公安部领导说要更加注重大数据、人工智能的应用，改革改进传统的交通管理工作，让决策更科学、管理更智能、指挥更精准。十三五公安部科技创新专项规划中提出开展风险干预技术集成应用，实现重大事故的主动监测与防控。在国务院关于印发新一代人工智能发展的通知中也明确了，促进人工智能在公共安全领域的深度应用，推荐构建公共安全智能化建设预警控制体系。我预计在未来几年内，人工智能将推动我国公安交通安全执法领域的技术变革，所以应该尽早介入，尽早实践，尽早收效。　　所以我提出高速公路运行方案。第一个预期目标是要针对高速路复杂公路情况和恶劣行车环境下来研究人工智能视觉芯，全息感知，基于深度学习的机动车通行行为精准识别；研究了技术之后，开始研制具有高速公路交通事故预警预测的新型交通监控设备，应用于交通违法多发路段，解决复杂交通场景下路况的感知、行为智能识别；最后构建事故的综合评估、提前预警、即时干预的技术体系。　　因此，实现目标的主要任务，就是基于人工智能视觉芯的高速公路行车环境全息感知技术。当前的问题是路上装那么多监控设备，场景却非常有限，夜间清晰度很差。应该研究利用人工智能，构建智能化设备，解决当前高速公路的大场景、全天候的感知，高清晰的场景成像。从而为后面复杂行为的理解奠定基础。　　第二个任务，基于深度学习精准级别。当前高速公路管控主要问题是一些交通行为分类不细，识别不准。因此要针对运动目标的监测跟踪与识别技术，去开发软件，对路上的违法变道，超速行驶等等违法行为要进行分类理解，为预警提供精细化的依据。　　第三个任务，实现基于声光电的交通隐患即时预警。因为人在车里是看前方，不看左右的，这是比较关键的结合。根据目前的问题去研究设备，来解决前后方预警提示。　　第四个任务，通过这些技术集成起来，针对复杂通行恶劣的环境解决问题。　　四、最关键的难题　　高速公路有行车速度快、通行流量大，部分路段的行车环境恶劣等特点。第一个难题就是怎样全息感知大场景大流量下的高速公路行车环境。现在问题主要是什么？怎么匹配监控的视野和车辆行为之间的特征。其次就是照度，高速公路很难补光，怎么解决清晰度的问题。其次，在监控设备里嵌入芯片，也面临着路侧的设备电压不稳，功耗大，昼夜温差大等问题。在运动目标检测跟踪方面，要解决前后大小车之间的相互影响问题，还有行为分类理解与车辆特征识别难题。在交通隐患预警方面，需要提升车内驾驶人对声光电警示的适配性。集成应用方面，主要是把已发生的交通事故做精细化的分析，大数据的应用。　　我的主题是人工智能视觉芯，现在国内自动驾驶技术很热，做自动驾驶芯片的也有。自动驾驶车辆的视觉处理芯片，也可以做一些事故预警工作。　　交通行为精准识别方面，已经有一些算法和数据，可以做一些这方面的试点。在深度学习方面、在隐患定位和预警方面，主要是对策略进行精细化的分类，根据隐患的等级进行预测定位，也可以做。第四个方面，芯片怎么集成到前端设备里去，拼凑的肯定不行，最好从底层嵌入进去。这个在国内来说已经初见光明了，我觉得有机会，这是一个大的市场。　　示范应用方面。我们的目的是事故预测预警，主要在两方面，一是违法行为频发的地方，装上设备，在车辆进入隐患路段的前后，都有预警预测，如果有车辆交通违法，马上告知车主。现在有一些高速公路路段做了类似工作，但不是自动预警，未来要自动预警，通过人工智能实现。二是对恶劣天气的预警，每年靠近安徽附近的高速路网都有几十辆车因为天气原因相撞，也可以安装这个设备。人工智能芯片嵌入之后，不光是对视频感知，还可以来智能分析交通环境等等，从而提前进行预警，最终实现事故多发路段的管控，事故预警预测。　　这里涉及到的核心主要有几个：一是人工智能芯片技术。就是我前面所讲的软件、硬件与芯片一体化的融合，这里面主要是功耗的问题；二是目标跟踪的问题。主要是一些算法上的实现和改进；三是怎么去发布，需要有一些模型算法，如何实现全方位多角度对车辆的监测；四是怎么嵌入芯片，这是一个趋势，15年前海康找我说想进入交通管理领域，我建议交通监控设备要做嵌入式。五是人工智能视觉芯的设备怎么应用，值得大家探讨。　　时间有限，我就不展开了，有感兴趣的可以私下交流，谢谢大家。