CN109377726A - 一种基于车联网的高速公路团雾精确警示、诱导***及方法 - Google Patents

Abstract

本发明公开了一种基于车联网的高速公路团雾精确警示、诱导***及方法，具体为在车联网环境下，利用网联车的车载双目摄像头图像处理技术监测图像的平均灰度值变化，触发计算疑似团雾路段图像能见度，并在湿度传感器的辅助作用下，将能见度较低、湿度满足团雾发生条件时的相关路段数据上传至云端车联网服务中心，结合气象监测站能见度数据计算综合能见度，通过对产生团雾的各种因素进行模糊综合评价，核验团雾发生路段并发布团雾信息，实现高速公路团雾路段的精确警示和诱导。

Description

一种基于车联网的高速公路团雾精确警示、诱导***及方法

技术领域

本发明专利属于道路安全控制技术领域，具体涉及一种基于车联网的高速公路团雾精确警示、诱导***及方法。

背景技术

当前智能网联车辆和车路协同关键技术不断得到突破，如何确保极端工况下的网联车辆安全运行越来越受到研究者们的重视。据交管部门统计，团雾是当前造成高速公路重大连环交通事故的主要原因；智能网联车辆在团雾面前如何规避风险成为极具研究价值的课题。

团雾又名坨坨雾，其本质也是雾，是受局部地区微气候环境的影响，在大雾中数十米到上百米的局部范围内，出现的更“浓”、能见度更低的雾。团雾是由于地面辐射冷却，使贴近地面的空气变冷、饱和比湿下降导致水汽凝结而形成。团雾的形成需要三个主要条件，一是低层水汽充沛、空气湿度大，二是气温与露点温度差较小，使得空气中的水汽几乎达到饱和，三是风速较小。团雾外视线良好，团雾内一片朦胧。团雾区域性强、突发性强、预测预报难，尤其是在高速公路上，团雾会导致能见度的突然变化，因此易酿成重大连环交通事故。

团雾天气下，高速公路发生连环追尾事故的概率会大大提高，此时对于高速公路管理部门来说，即使在没有造成严重交通事故的时候也需要对高速公路进行管制甚至暂时关闭，继而造成道路通行效率下降。事实上团雾预测难度较大，气象研究人员发现了一个“象鼻”曲线规律。比如在团雾出现之前，能见度逐渐下降的过程中，会突然出现一个短暂回升期，在10分钟左右，能见度会回升到600米至700米左右，能见度数据用曲线勾勒出来，就出现一个“象鼻”形象。这预示着更厉害的浓雾其实还在后头，大约在30分钟到2小时之间，能见度会突然下降到100米以下。如果气象台值班人员在电脑上捕捉到了这个象鼻曲线，就会迅速向高速公路指挥部发出预警信号。但是对于已经驶入高速公路的车辆来说，相隔甚远且存在采集时间间隔的气象监测仪对于发生团雾的时间地点不能很好地及时定位，甚至有可能会检测不到。而且即使检测到了团雾，目前仅靠间隔分布的可变限速牌、可变信息提示板来对驶入车辆进行提示和限速略显时效性不足。

因此，借助车联网技术，设计更智能、准确、实时的高速公路团雾精确警示与诱导***，是解决网联车驶入高速公路突遇团雾而可能诱发连环事故的迫切需求。

发明内容

针对上述现有问题，本发明提供一种基于车联网的高速公路团雾精确警示、诱导***及方法。本***能够有效地利用网联车车载双目摄像头图像处理技术，监测图像平均灰度值变化触发计算疑似团雾路段图像能见度，并在湿度传感器的辅助作用下，将能见度较低、湿度满足团雾发生条件时的相关路段数据上传至云端车联网服务中心，结合气象监测站能见度数据计算综合能见度，通过对产生团雾的各种因素进行模糊综合评价核验团雾发生路段，由信息发布模块发布团雾信息，对网联车进行警示并且提出合理化行车建议，包括限定车速、前方路况以及就近的服务区等信息，同时高速公路信息管理中心，对可变限速牌、可变信息板、路侧诱导灯以及广播等装置进行设置发送实时路段信息，对过往的非网联车辆进行警示、限速和诱导。

一种基于车联网的高速公路团雾精确警示、诱导***，包括依次相连的车载设备、云端车联网服务中心和高速公路信息管理中心，车载设备包括信息采集装置、信息处理装置和信息发布装置，所述信息采集装置实时采集前方路段相邻车道线区域图像的平均灰度值，经信息处理装置处理后，若满足条件上传至云端车联网服务中心，云端车联网服务中心的测定模块根据信息采集装置、能见度数据库、气象监测站数据库的数据核验某地是否真实发生团雾，发生团雾时，云端车联网服务中心与车载设备、高速公路信息管理中心通信，进行团雾消息的显示。

上述方案中，所述信息采集装置包括双模定位终端、车载双目摄像头、相对湿度传感器，所述双模定位终端用于获取团雾发生时间t和地点定位数据C，车载双目摄像头用于采集计算图像能见度F_t，相对湿度传感器采集车外环境的相对湿度h。

上述方案中，所述信息处理装置包括数据判断模块、第一5G通信模块，信息发布装置为人机交互终端。

上述方案中，所述若满足条件上传至云端车联网服务中心，具体为：当图像能见度F_t小于700m且相对湿度h在85％～95％之间，则车载设备将检测到的t、C、F_t、h通过第一5G通信模块上传至云端车联网服务中心。

上述方案中，所述云端车联网服务中心包括能见度数据库和信息发布模块，所述能见度数据库用于存储车载设备检测到的F_t，并从气象监测站数据库调取距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂，所述信息发布模块通过第二5G通信模块向高速公路信息管理中心申请对团雾发生路段信息的调取，并向人机交互终端发布团雾警示信息。

上述方案中，所述团雾发生路段信息包括限定车速、前方路况以及就近的服务区。

上述方案中，所述高速公路信息管理中心包括控制中心、气象监测站数据库，控制中心对团雾发生路段上的原有路测装置进行控制，气象监测站数据库用于储存高速路段所有气象监测仪检测到的气象数据。

上述方案中，所述原有路测装置包括可变限速牌、可变信息板、路侧诱导灯及广播。

上述方案中，所述能见度数据库具体为：用于存储车载设备检测到的F_t，且从气象监测站数据库种调取网联车相邻的两个气象监测站点的能见度数据F₁、F₂，并将F₁、F₂对应的时间数据、定位数据打上关联性标签。

一种基于车联网的高速公路团雾精确警示、诱导***的方法，其特征在于，包括以下步骤：

步骤1)：汽车在高速公路行驶时，信息采集装置采集相关信息；

步骤2)：数据判断模块计算并记录实时前方路段相邻车道线区域图像的平均灰度值，并将其线性拟合，若平均灰度值呈线性提高20％以上，则进入步骤3)，若平均灰度值非线性变化或变化不明显则返回步骤1)；

步骤3)：判断图像能见度是否低于700m且相对湿度在85％～95％之间，是则进入步骤4)，否则返回步骤1)；

步骤4)：车载设备将团雾发生时间t、地点定位数据C、能见度F_t、车外相对湿度h上传到云端车联网服务中心；

步骤5)：能见度数据库调取能见度F_t、气象监测站数据库距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂；

步骤6)：测定模块核验团雾发生路段，若出现团雾则进入步骤7)，若未出现团雾或疑似出现团雾则返回步骤1)；

步骤7)：控制中心向信息发布模块发布团雾发生路段的信息，信息发布模块发布团雾警示与诱导信息，并在人机交互终端上完成与网联车驾驶员的信息交互；

步骤9)：控制中心对团雾发生路段的原有路测设备进行控制，向非网联车车主发布团雾警示与诱导信息。

本发明采用上述技术方案后的优点在于：

1、本发明利用网联车车载双目摄像头采集前方道路图像数据，通过对图像感兴趣区域时间上的平均灰度值监测对比来触发对图像能见度的计算，降低计算量，提高了整段道路团雾检测效率。

2、本发明利用云端车联网服务中心对网联车采集的能见度数据和附近气象监测站点的能见度数据进行加权分配，不断调整权重参数计算综合能见度，以得到较为准确的整条团雾路段连续的能见度数据，对比间隔甚远的气象监测站此方案，提高了能见度监测范围的连续性和实时性。

3、本发明利用云端车联网服务中心对团雾相关的多项数据进行模糊综合评价，核验精确路段上的团雾信息，可以更一步确保团雾信息的准确性。

4、本发明充分利用网联车辆所处的车联网环境下其信息传递的快速性与准确性，提高了网联车辆使用的智能性与安全性，并且对非网联车的信息传递时效性也起到了促进作用。

附图说明

以下结合附图和具体实施方式对本发明作进一步详细描述。

图1为本发明硬件连接框图。

图2为本发明团雾评价体系图。

图3为本发明流程图。

附图标记：1-双模定位终端，2-车载双目摄像头，3-相对湿度传感器，4-数据判断模块，5-第一5G通信模块，6-人机交互终端，7-第二5G通信模块，8-能见度数据库，9-测定模块，10-信息发布模块，11-第三5G通信模块，12-控制中心，13-气象监测站数据库，14-可变限速牌，15-可变信息板，16-路侧诱导灯，17-广播。

具体实施方式

下面将结合附图对本发明作进一步的说明，但是本发明的保护范围不限于此。

如图1所示，本发明一种基于车联网的高速公路团雾精确警示、诱导***，包括车载设备、云端车联网服务中心和高速公路信息管理中心；车载设备包括依次相连的信息采集装置、信息处理装置和信息发布装置，信息采集装置包括GPS/北斗双模定位终端1、网联车的车载双目摄像头2、置于车外的相对湿度传感器3，信息处理装置包括数据判断模块4、第一5G通信模块5，信息发布装置为人机交互终端6；云端车联网服务中心包括第二5G通信模块7、能见度数据库8、测定模块9、信息发布模块10；高速公路信息管理中心包括第三5G通信模块11、控制中心12、气象监测站数据库13、可变限速牌14、可变信息板15、路侧诱导灯16、广播17。

其中各模块功能描述如下：

GPS/北斗双模定位终端1：用于对行驶过程中的汽车进行定位，获取团雾发生时间t和地点定位数据C，利用双模定位终端可以实现在发现团雾时比单模定位终端更快、更精准地上报团雾发生地点；网联车车载双目摄像头2：用于采集记录前方道路路况；车外相对湿度传感器3：用于采集车外环境的相对湿度h；数据判断模块4：采用专门用于满足汽车应用的8位Flash微控制器STM8A，可以通过CAN总线和LIN总线与网联车车载双目摄像头2、车外相对湿度传感器3实现通信，通过USB与第一5G通信模块5实现通信。数据判断模块4每隔10秒计算并记录网联车车载双目摄像头2采集到的实时前方路段相邻车道线区域(即感兴趣区域)图像的平均灰度值，且将其进行线性拟合，若平均灰度值呈线性提高20％以上，则计算此时的图像能见度F_t，若F_t小于700m且h在85％～95％之间，则车载设备将检测到的t、C、F_t、h数据通过第一5G通信模块5上传至云端车联网服务中心。图像能见度F_t算法如Step1～Step4所示：

Step1：网联车车载双目摄像头2扫描拍摄到的前方道路图片，数据判断模块4在感兴趣区域提取左右视图突变点，并且结合像素点的个数计算出左右视图的像素突变点的个数，结合网联车车载双目摄像头2的相关相机参数(包括光轴间距离L、单位像素尺寸X_p、像素突变点个数D、双目摄像头焦距f)求出双目摄像头场景深度

Step2：设Ω(p)是以像素点p为中心的局部图像，min_c∈{r,g,b}是对局部图像中的单个像素最小化，min_y∈Ω(p)是对p邻域范围内像素最小化，J^c(y)局部中一个颜色通道，求取前方道路图像的暗通道像素值J^dark(p)＝min_y∈Ω(p)(min_c∈{r,g,b}J^c(y))；其中c为包含红(r)、绿(g)、蓝(b)三原色分量的灰度值矩阵；

Step3：定义I为目标物场景强度，I^c为rgb颜色空间中目标物场景强度，Ω是自动确定的天空区域，利用可信区间内的亮度最大点的亮度值构建与输入图像大小和维度相同的矩阵,求取大气光值其中是使I(α，β)＝max_{(α，β)∈Ω}(I(α，β))成立的点(α,β)；

Step4：令ω为恢复图像保真度的系数，根据实验得其取值为0.95，求取透射率将制定目标区域的透射率取均值，得到目标物的透射率结合网联车车载双目摄像头2的场景深度d，可以得到大气消光系数继而求取图像能见度

第一5G通信模块5：用于将车载设备所采集到的t、C、F_t、h传输到云端车联网服务中心，并接收来自第二5G通信模块7传输过来的对网联车的警示信息，包括能见度、限定车速、前方路况、前方车流量和就近的服务区。

人机交互终端6：即车机导航装置，控制板主芯片为Freescale的iMAX系列的基于ARM CortexTM-A9架构的高扩展性四核处理器。该装置提供UART接口用于和第一5G通信模块5实现通信，用于将第一5G通信模块5传输过来的对网联车的警示信息通过文字显示和语音提示等方式推送给驾驶员。

第二5G通信模块7：用于接收车载设备通过第一5G通信模块5传输过来的t、C、F_t、h以及气象监测站数据库13通过第三5G通信模块11传输过来的该公路历史发生团雾路段信息、最近监测站点的风速G_w、气温与露点温度差ΔT，并将信息发布模块10发布的团雾警示信息传送给车载设备和高速公路信息管理中心。

能见度数据库8：自主搭建的数据库，用于存储车载设备检测到的F_t，且从气象监测站数据库13调取距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂，并将F₁、F₂对应的时间数据、定位数据打上关联性标签。

测定模块9：选用ST公司的STM32F207微控制器作为***的主控制器，STM32F207内嵌ARM32位CortexM3CPU，能够实现高达150DMIPS/1.25DMIPS/MHz性能，拥有2个UART接口实现与第二5G通信模块7、信息发布模块10的通信功能。测定模块9将导入该模块的网联车检测到的C、F_t、h数据和能见度数据库8距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂、该公路历史发生团雾路段信息以及G_w、ΔT数据，为防止车载设备因环境因素或设备因素引起误判，以及降低云端车联网服务中心误报率，采取3组能见度数据利用加权平均算法取综合能见度数据，并结合模糊综合评价法核验该地点是否真实发生团雾，算法描述如Step1～Step4所示：

Step1：设S为网联车行驶路段上的相邻两个气象监测站点之间的路程，S_t为网联车行驶路段上与最近的气象监测站点之间的路程，利用综合能见度加权平均算法得到F_t所占比重其中σ是调整参数，可通过对能见度数据库8中的数据利用机器学习算法不断优化调整参数值，F₁所占比重F₂所占比重综合能见度

Step2：如图2所示，定义u_n为评价因素，当n＝1时，即u₁为车载设备采集信息评价因素(包括综合能见度u₁₁、车外相对湿度u₁₂)，当n＝2时，即u₂为气象监测站信息评价因素(包括风速u₂₁、气温与露点温度差u₂₂、是否为常发地点u₂₃)；定义每个因素中有m个指标，搭建输入因素集U＝{u₁,u₂}。定义v_j为评价等级，当j＝1时，v₁为未出现团雾，当j＝2时，即v₂为疑似出现团雾，当j＝3时，即v₃为出现团雾，建立评语集V＝{v₁,v₂,v₃}。定义μ_j为第j个评价等级的隶属度、x_i为各个指标i的实测值，k_j为各个评价等级的评价标准，对于定性指标(网联车检测到的C是否为该高速公路历史发生团雾路段)，需要对其量化模糊隶属度，采用统计出该路段在往年气象数据中每个评语等级被评价次数与评价专家数的比例。对于定量指标(F_t、h、G_w、ΔT)，根据评价标准和实测数据，通过隶属度函数公式计算其量化模糊隶属度，具体隶属度函数公式如下：

Step3：构造隶属度矩阵设E_i为第i个指标的信息反熵值(其中)，w_i为第i个评价等级的权重则得准则层权重W＝(w₁,w₂)，各指标层的权重W_i＝(w₁,w₂,...,w_m)，准则层评价向量B_n＝W_nμ_n，准则层评价矩阵R_B＝(B₁,B₂,B₃)^T；

Step4：建立目标层评价向量R_A＝WR_B＝(μ₁,μ₂,μ₃)^T，在输出向量(μ₁,μ₂,μ₃)^T中，利用选取最大值max(μ₁,μ₂,μ₃)对评价结果进行处理。若最大值为μ₁即对应评语v₁，***将继续监测；若最大值为μ₂即对应评语v₂，***将继续监测；最大值为μ₃即对应评语集v₃，***将通过第二5G通信模块7向高速公路信息管理中心上传t、C数据。

信息发布模块10：通过第二5G通信模块7向高速公路信息管理中心申请对团雾发生路段信息(包括限定车速、前方路况以及就近的服务区等)的调取，并向人机交互终端6发布团雾警示信息。

第三5G通信模块11：用于接收云端车联网服务中心对团雾发生路段的信息的调取申请和发布的团雾警示信息，并将团雾警示信息传送到控制中心12。

控制中心12：选用主控计算机实现与第三5G通信模块11通信、控制高速公路原有路侧装置，并由主管人员审批团雾发生路段信息的调取申请；接收到的团雾发生路段的信息调取申请后，向云端车联网中心发送该路段的信息，并且对团雾发生路段上的可变限速牌14、可变信息板15、路侧诱导灯16和广播17进行控制，从而对上述路段中行驶的所有车主发出警示与诱导信息。

气象监测站数据库13：选用原有气象监测站数据库，是储存该高速路段所有气象监测仪检测到的气象数据(包括该高速公路历史发生团雾路段信息、F_t、h、ΔT与G_w)的数据库。

可变限速牌14：为高速公路原有路侧装置，用于发布通行车辆临时限速类警示信息，诱导车辆安全通行。

可变信息板15：为高速公路原有路侧装置，用于发布前方路况与能见度等警示信息，诱导车辆安全通行。

路侧诱导灯16：为高速公路原有路侧装置，用于雾天车道线提示，诱导车辆安全通行。

广播17：为高速公路原有路侧装置，用于发布前方路况、能见度、限速等警示信息，诱导车辆安全通行。

如图3所示，本发明一种基于车联网的高速公路团雾精确警示与诱导***的流程图，包括步骤：

步骤1)：汽车在高速公路行驶时通过网联车车载双目摄像头2实时采集道路路况信息，车外相对湿度传感器3实时采集车外相对湿度数据；

步骤2)：数据判断模块4每隔10秒计算并记录网联车车载双目摄像头2采集到的实时前方路段相邻车道线区域(即感兴趣区域)图像平均灰度值，且将其进行线性拟合，若平均灰度值呈线性提高20％以上，则进入步骤3)，若平均灰度值非线性变化或变化不明显则返回步骤1)；

步骤3)：数据判断模块4判断图像能见度是否低于700m且相对湿度在85％～95％之间，若是则进入步骤4)，否则返回步骤1)；

步骤4)：将采集到的团雾发生时间t与地点定位数据C、能见度F_t、车外相对湿度h数据通过车载设备的第一5G通信模块5上传到云端车联网服务中心；

步骤5)：能见度数据库8调取存储网联车的图像能见度F_t、气象监测站数据库13距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂；

步骤6)：测定模块9核验团雾发生路段，若结果为出现团雾则进入步骤7)，若结果为未出现团雾或疑似出现团雾则返回步骤1)；

步骤7)：信息发布模块10向高速公路信息管理中心发出团雾发生路段的信息调取申请；

步骤8)：控制中心12通过第三5G通信模块11向信息发布模块10发布团雾发生路段的信息；

步骤9)：信息发布模块10通过第二5G通信模块7向第一5G通信模块5发布网联车团雾警示与诱导信息，并在人机交互终端6上完成与网联车驾驶员的信息交互；

步骤10)：控制中心12对团雾发生路段的可变限速牌14、可变信息板15、路侧诱导灯16、广播17进行控制，向非网联车车主发布团雾警示与诱导信息。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种基于车联网的高速公路团雾精确警示、诱导***，其特征在于，包括依次相连的车载设备、云端车联网服务中心和高速公路信息管理中心，车载设备包括信息采集装置、信息处理装置和信息发布装置，所述信息采集装置实时采集前方路段相邻车道线区域图像的平均灰度值，经信息处理装置处理后，若满足条件上传至云端车联网服务中心，云端车联网服务中心的测定模块根据信息采集装置、能见度数据库(8)、气象监测站数据库(13)的数据核验某地是否真实发生团雾，发生团雾时，云端车联网服务中心与车载设备、高速公路信息管理中心通信，进行团雾消息的显示。

2.如权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述信息采集装置包括双模定位终端(1)、车载双目摄像头(2)、相对湿度传感器(3)，所述双模定位终端(1)用于获取团雾发生时间t和地点定位数据C，车载双目摄像头(2)用于采集计算图像能见度F_t，相对湿度传感器(3)采集车外环境的相对湿度h。

3.如权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述信息处理装置包括数据判断模块(4)、第一5G通信模块(5)，信息发布装置为人机交互终端(6)。

4.如权利要求2或3所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述若满足条件上传至云端车联网服务中心，具体为：当图像能见度F_t小于700m且相对湿度h在85％～95％之间，则车载设备将检测到的t、C、F_t、h通过第一5G通信模块(5)上传至云端车联网服务中心。

5.如权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述云端车联网服务中心包括能见度数据库(8)和信息发布模块(10)，所述能见度数据库(8)用于存储车载设备检测到的F_t，并从气象监测站数据库(13)调取距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂，所述信息发布模块(10)通过第二5G通信模块(7)向高速公路信息管理中心申请对团雾发生路段信息的调取，并向人机交互终端(6)发布团雾警示信息。

6.如权利要求5所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述团雾发生路段信息包括限定车速、前方路况以及就近的服务区。

7.如权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述高速公路信息管理中心包括控制中心(12)、气象监测站数据库(13)，控制中心(12)对团雾发生路段上的原有路测装置进行控制，气象监测站数据库(13)用于储存高速路段所有气象监测仪检测到的气象数据。

8.如权利要求7所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述原有路测装置包括可变限速牌(14)、可变信息板(15)、路侧诱导灯(16)及广播(17)。

9.如权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***，其特征在于，所述能见度数据库(8)具体为：用于存储车载设备检测到的F_t，且从气象监测站数据库(13)种调取网联车相邻的两个气象监测站点的能见度数据F₁、F₂，并将F₁、F₂对应的时间数据、定位数据打上关联性标签。

10.一种根据权利要求1所述的基于车联网的高速公路团雾精确警示、诱导***的方法，其特征在于，包括以下步骤：

步骤1)：汽车在高速公路行驶时，信息采集装置采集相关信息；

步骤2)：数据判断模块(4)计算并记录实时前方路段相邻车道线区域图像的平均灰度值，并将其线性拟合，若平均灰度值呈线性提高20％以上，则进入步骤3)，若平均灰度值非线性变化或变化不明显则返回步骤1)；

步骤3)：判断图像能见度是否低于700m且相对湿度在85％～95％之间，是则进入步骤4)，否则返回步骤1)；

步骤4)：车载设备将团雾发生时间t、地点定位数据C、能见度F_t、车外相对湿度h上传到云端车联网服务中心；

步骤5)：能见度数据库(8)调取能见度F_t、气象监测站数据库(13)距离网联车最近的气象监测站点的能见度数据F₁、距离网联车次之的气象监测站点的能见度数据F₂；

步骤6)：测定模块(9)核验团雾发生路段，若出现团雾则进入步骤7)，若未出现团雾或疑似出现团雾则返回步骤1)；

步骤7)：控制中心(12)向信息发布模块(10)发布团雾发生路段的信息，信息发布模块(10)发布团雾警示与诱导信息，并在人机交互终端(6)上完成与网联车驾驶员的信息交互；

步骤9)：控制中心(12)对团雾发生路段的原有路测设备进行控制，向非网联车车主发布团雾警示与诱导信息。