基于路侧激光雷达与高精地图的早期逆行驾驶检测框架

《Sensors》：A Roadside LiDAR and HD-Map Framework for Early Wrong-Way Driving Detection

　　

逆行驾驶（Wrong-Way Driving，WWD）是一种罕见但高度危险的交通事件，可能导致严重的正面碰撞。本研究提出了一种基于激光雷达的基础设施系统，利用路侧感知和高精地图语义实现WWD的早期检测。所提出的框架集成了目标检测、多目标跟踪和车道级方向推理，以判断观测到的车辆运动是否与预期车道方向一致。为提高复杂几何条件下的鲁棒性，该系统将连续帧验证与相对于预期车道方向的事件级航向分析相结合。该方法在白天和夜间运行条件下均进行了评估，并使用针对特定条件标注的真值事件。在分阶段白天和夜间验证中，该框架检测到了全部14个白天和22个夜间标注的WWD事件，在67次白天和88次夜间正常车辆通行中未观察到误报（False-Positive，FP）事件。两种条件下的观测FP事件率均为0事件/小时，平均检测时间为白天?0.36 s，夜间?0.297 s，表明系统通常在标注事件起始前即识别出WWD行为。在所评估的分阶段替代场地条件下，这些结果证明了所提出框架用于事件级早期WWD检测的可行性。长期运行、下游预警触发以及在不同道路几何形状和环境条件下的验证仍有待评估。

基于路侧激光雷达与高精地图的早期逆行驾驶检测框架——论文解读

一、研究背景与问题

逆行驾驶（Wrong-Way Driving，WWD）是高速公路上一类虽不频繁但后果极为严重的交通事故类型，常导致高速正面碰撞。美国国家运输安全委员会报告显示，每年约有260起致命逆行碰撞事故，造成约360人死亡；AAA基金会2010至2018年的分析进一步表明，此期间共发生2921起致命逆行碰撞事故，导致3885人死亡，年均约430人丧生。相较于普通高速公路事故，逆行碰撞事故的致死率高出约一个数量级。出口匝道和互通式立交匝道端部被反复确认为逆行行为的主要进入位置，而服务区、停车场或休息区相关设施的误入重入也被记录为促成场景。复杂的互通立交和匝道端部几何形态迫使驾驶员在极短决策窗口内快速解读标志、路面标线和车道分配，显著增加了驾驶负荷，而黑暗或视觉退化条件下此类风险进一步加剧。

现有逆行驾驶对策涵盖物理/几何处理、传统智能交通系统监控与预警系统，以及新兴的车联网或车载警报方法。车载预警方法的效果依赖车辆设备配备率、系统渗透率及车载传感和警报界面的可靠运行。基于闭路电视或视频分析的监控系统常面临人工核验、标定漂移、遮挡和误报等实际限制。物理对策如增强标志、路面箭头、渠化和几何改造虽可减少无意逆行进入，但效果往往依赖场地条件，且需大量安装、维护和场地特定设计适配。这些局限促使研究转向不依赖车载设备、可独立监控接近交通流并支持在逆行行为发展为严重冲突前提供早期预警的基础设施智能安全系统。

二、研究内容与结论

本研究提出了一种基于激光雷达的基础设施系统，用于复杂道路接入环境中WWD的早期检测。该系统整合路侧激光雷达感知与高精地图（HD Map）车道级语义，通过目标检测、多目标跟踪、短期轨迹预测和基于Lanelet2地图的车道级推理，在事件层面判断车辆运动是否与预期车道方向一致。实验在韩国光州一处替代环岛场地开展，采用40通道Hesai Pandar40P激光雷达，分别在白天（14分41秒，81次车辆通行）和夜间（23分58秒，110次车辆通行）条件下进行分阶段验证。结果显示，系统在指定时间对应规则下匹配了全部36个标注WWD事件（白天14个、夜间22个），在155次正常车辆通行中未观察到误报事件，两种条件下误报事件率均为0事件/小时，平均检测时间为白天?0.36秒、夜间?0.297秒，表明系统通常在标注事件起始前即识别出逆行行为。该研究证实了基于车道级语义推理的路侧激光雷达WWD检测在评估条件下的可行性，为复杂道路接入环境中的逆行驾驶早期预警提供了基础设施方案。

三、关键技术方法

研究人员采用的主要技术方法包括：基于Autoware Universe的LiDAR CenterPoint目标检测节点处理路侧激光雷达点云以识别车辆目标；基于卡尔曼滤波的多目标跟踪节点（autoware_multi_object_tracker）维持跨帧身份连续性和运动状态估计；基于地图的轨迹预测节点（autoware_map_based_prediction）结合Lanelet2地图信息生成短期预测路径；以及所提出的基于Lanelet2车道级语义推理的WWD决策模块，该模块通过空间一致性检查（多边形占用匹配及边界感知回退）、方向一致性检查（航向与车道方向夹角阈值135°，最低速度阈值1 m/s，圆形均值航向稳定化）和时间持续性检查（连续3帧确认）三个顺序判断生成事件级决策。系统以10 Hz处理频率运行，采用NDT扫描匹配进行激光雷达至地图坐标变换。

四、研究结果

4.1 白天验证：在白天验证中，全部14个标注GT WWD事件均在指定时间对应规则下被预测事件匹配，无漏报。67次正常车辆通行中未观察到误报事件。平均检测时间为?0.36秒，表明系统生成的事件区间通常早于人工标注的GT区间起始。

4.2 夜间验证：在夜间验证中，全部22个标注GT WWD事件均被匹配，无漏报。88次正常车辆通行中未观察到误报事件。平均检测时间为?0.297秒，同样表明系统事件起始早于人工标注起始。

4.3 时间对应标准敏感性分析：在原始规则（时间IoU>0.1或时间重叠>0.3秒）下全部36个事件均被匹配。在更严格标准下，匹配率降至IoU>0.3时的86.1%、IoU>0.5时的77.8%以及重叠>0.5秒时的88.9%，表明100%检测率特定于所述事件对应协议。

五、讨论与结论

讨论部分指出，研究结果应在分阶段、单场地评估范围内解释。WWD事件通过三辆测试车和三名驾驶员在警方配合下的受控测试驾驶产生，而非长期交通运行中的自然发生事件。评估未涵盖雨、雪、雾、恶劣天气、密集交通或长时间遮挡条件，也未包括可能暂时呈现方向不一致的合法或非危险操作。上游感知管道的不确定性（稀疏点返回、部分遮挡、车辆重叠、跟踪中断）可能影响估计位置和方向，进而影响车道关联和预测路径一致性。阈值参数针对当前替代场地和10 Hz路侧激光雷达配置选定，未建立全局最优性或可迁移性，也未进行定量消融分析以分离各设计组件的独立贡献。

研究结论为：本研究提出了一种基于激光雷达的基础设施系统，用于复杂接入环境中WWD的早期检测。通过结合路侧激光雷达感知与高精地图车道级语义，所提出框架通过车道占用、方向一致性和时间持续性在事件层面评估车辆运动。白天和夜间条件下的实验验证在指定事件级对应规则下匹配了全部标注WWD事件，评估案例中正常车辆通行未观察到误报事件。结果支持在评估的分阶段替代场地条件下基于车道级语义推理的路侧激光雷达WWD检测的可行性，但未建立部署级性能、长期运行稳定性、端到端预警延迟或直接预防有效性。未来工作将在多种道路接入几何形态（包括高速公路匝道和休息区入口）以及多样交通、天气和长期运行条件下评估该框架。