CN110706491A - 一种用于高速公路的交通监控预警方法及*** - Google Patents

Abstract

本发明提供了一种用于高速公路的交通监控预警方法及***，飞行时间TOF相机根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将其和路段ID发送给监控处理器；监控处理器对三维点云数据进行滤波处理、车辆特征数据提取和计数处理，得到路段ID对应的路段的车辆总数；监控处理器获取拥堵阈值，并判断车辆总数是否大于拥堵阈值；当车辆总数大于拥堵阈值时，监控处理器根据路段ID和车辆总数生成免费放行命令，发送给路段ID对应的路段的各收费终端和各用户终端；用户终端接解析免费放行命令，得到免费放行提示信息并在用户终端显示；收费终端根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

Description

一种用于高速公路的交通监控预警方法及***

技术领域

本发明涉数据分析领域，尤其涉及一种用于高速公路的交通监控预警方法及***。

背景技术

近年来随着人们生活水平的提高，人们的出行方式也有了很大的变化，私家车也成为了人们生活中的必备交通工具。在上班、下班和假日出游时选择自驾的方式也已经普遍成为首选方式，高速公路承载着巨大的交通流量。高速公路的车流量控制、交通拥堵问题难以避免。

此外，大量的车流量也增加了交通事故的发生概率，若不及时对高速公路的交通进行预警和疏导，将使的人们的出行时间成本大大增加。

随着互联网技术的发展，人们将先进的信息技术、通信技术和计算机技术等用于对高速公路的控制、收费和管理中。但是对于高速公路的各路段的交通状况进行预警和控制还远没有达到完善的水平。由于高速公路铺设的特殊性，对于高速公路的各路段上进行交通数据采集困难也极大地限制了高速公路交通控制的发展，尤其在夜间，采集交通路况数据成为了阻碍其发展的重要原因。

发明内容

针对现有技术缺陷，本发明实施例的目的是提供一种用于高速公路的交通监控预警方法和***，通过使用飞行时间(Time Of Flight，TOF)相机，按照预设频率采集监各路段的环境图像，生成三维点云数据发送给监控处理器，其对图像数据的采集不受外界照明光线的影响，即便是在黑暗的情况下也能采集到路段环境的图像数据。监控处理器对接收到的多个三维点云数据进行分析，得到车辆的数据信息，然后根据车辆数据信息对高速公路的交通情况进行判断，生成监测、预警和控制信息，发送给收费终端完成对高速通行的控制，同时发送给用户终端对用户进行提醒。

为了实现上述目的，在一方面，本发明提供了一种用于高速公路的交通监控预警方法，包括：

飞行时间TOF相机根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将三维点云数据和路段ID发送给监控处理器；

所述监控处理器对接收到的所述三维点云数据进行滤波处理，得到去噪后的三维点云数据；

所述监控处理器对所述去噪后的三维点云数据进行车辆特征数据提取，得到各车辆的车辆特征数据，并将所述车辆特征数据顺序写入车辆特征数据列表中；

所述监控处理器对预设次数的所述车辆特征数据列表中的所述车辆特征数据进行比对分析，生成车辆列表，并对所述车辆列表进行计数处理，得到所述路段ID对应的路段的车辆总数；

所述监控处理器根据所述路段ID在路段数据列表中查找路段数据，得到拥堵阈值；

所述监控处理器判断所述车辆总数是否大于拥堵阈值；

当所述车辆总数大于拥堵阈值时，所述监控处理器根据所述路段ID和所述车辆总数生成免费放行命令，发送给所述路段ID对应的路段的各收费终端和各用户终端；其中，所述免费放行命令包括免费放行提示信息；

所述用户终端接解析所述免费放行命令，得到免费放行提示信息并在用户终端显示；所述收费终端根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

优选的，所述交通监控预警方法还包括：

所述监控处理器判断所述车辆总数是否大于预警阈值；

当所述车辆总数大于所述预设预警阈值时，所述监控处理器根据所述车辆总数和所述路段ID生成预警消息；

所述监控处理器将所述预警消息发送给各用户终端，用以显示预警消息和发出报警提示。

优选的，所述交通监控预警方法还包括：

所述监控处理器对所述三维点云数据进行车道识别处理，得到应急车道特征数据；

所述监控处理器分析所述应急车道特征数据是否包括车辆特征数据；

当所述应急车道特征数据包括车辆特征数据时，识别所述车辆的车牌号码；

所述监控处理器根据所述车牌号码、***时间和所述路段ID生成违章记录，保存在违章列表中。

优选的，所述交通监控预警方法还包括：

所述监控处理器对连续第一预设次数的所述车辆特征数据列表进行比对分析，确定各所述车辆特征数据列表中是否存在相同车辆特征数据；

当存在相同车辆特征数据，对所述相同车辆特征数据进行分析，识别车辆特征数据对应车辆的车牌号码；

所述监控处理器根据所述车牌号码、***时间和所述路段ID生成车辆异常事件信息，发送给各用户终端用以车辆异常事件信息显示。

优选的，所述交通监控预警方法还包括：

所述监控处理器获取所述路段ID的道路状况数据；其中，所述道路状况包括能见度数据和路面数据；

所述监控处理器根据所述能见度数据和所述路面数据生成车辆控制数据；其中，车辆控制数据包括控制等级。

所述监控处理器判断所述控制等级是否达到预设封路阈值；

当所述控制等级达到所述预设封路阈值时，所述监控处理器生成封路指令，发送给所述路段ID对应的各入口收费终端；

所述入口收费终端根据所述封路指令关闭入口车辆拦截装置。

进一步优选的，所述监控处理器生成封路指令后，所述交通监控预警方法还包括：

所述监控处理器将所述封路指令发送给各用户终端；其中，封路指令包括封路提示信息；

所述用户终端解析所述封路指令，得到封路提示信息，用以在用户终端设备进行显示。

优选的，在得到所述路段ID对应的路段的车辆总数之后，所述交通监控预警方法还包括：

所述监控处理器根据所述车辆总数、所述路段ID和***时间生成一条监控记录保存在监控数据列表中；

所述监控处理器在预设时刻对所述监控数据列表中预设时刻前的第一预设时间段的监控记录进行数据分析，得到通行高峰时段信息；其中，所述通行高峰时段信息包括高峰时段的高峰车辆总数和高峰时间；

所述监控处理器判断所述高峰车辆总数是否大于高峰拥堵阈值；

当所述高峰车辆总数大于所述高峰拥堵阈值时，生成自动放行信息发送给所述各收费终端；其中，自动放行信息包括所述高峰时间；

所述收费终端解析所述自动放行信息，得到高峰时间，并根据高峰时间生成开启控制命令，用以打开车辆拦截设备。

在另一方面，本发明提供了一种用于高速公路的交通监控预警***，包括：

飞行时间TOF相机、监控处理器、收费终端和用户终端；

所述TOF相机用于根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将三维点云数据和路段ID发送给监控处理器；

所述监控处理器用于对接收到的所述三维点云数据进行滤波处理，得到去噪后的三维点云数据；

所述监控处理器还用于对所述去噪后的三维点云数据进行车辆特征数据提取，得到各车辆的车辆特征数据，并将所述车辆特征数据顺序写入车辆特征数据列表中；

所述监控处理器还用于对预设次数的所述车辆特征数据列表中的所述车辆特征数据进行比对分析，生成车辆列表，并对所述车辆列表进行计数处理，得到所述路段ID对应的路段的车辆总数；

所述监控处理器还用于根据所述路段ID在路段数据列表中查找路段数据，得到拥堵阈值；

所述监控处理器还用于判断所述车辆总数是否大于拥堵阈值；

当所述车辆总数大于拥堵阈值时，所述监控处理器根据所述路段ID和所述车辆总数生成免费放行命令，发送给所述路段ID对应的路段的各收费终端和各用户终端；其中，所述免费放行命令包括免费放行提示信息；

所述用户终端接用于解析所述免费放行命令，得到免费放行提示信息并在用户终端显示；

所述收费终端用于根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

优选的，所述交通监控预警***还包括：

所述监控处理器用于判断所述车辆总数是否大于预警阈值；

当所述车辆总数大于所述预设预警阈值时，所述监控处理器还用于根据所述车辆总数和路段ID生成预警消息；

所述监控处理器还用于将所述预警消息发送给各监控终端和用户终端，用以显示预警信息和发出报警提示。

优选的，所述交通监控预警***还包括：

所述监控处理器还用于对所述三维点云数据进行车道识别处理，得到应急车道特征数据；

所述监控处理器还用于分析应急车道是否有车辆通过；

当所述应急车道有车辆通过时，所述监控处理器还用于识别所述车辆的车牌号码；

所述监控处理器还用于根据所述车牌号码、***时间和所述路段ID生成违章记录，保存在违章列表中。

本发明实施例提供的用于高速公路的交通监控预警方法，通过使用TOF相机，利用TOF相机对环境图像的采集不受环境光的影响的特点，按照预设频率对高速公路的各路段进行实时的环境图像采集，生成三维点云数据，并发送给监控处理器，经过监控处理器对预设次数采集到的三维点云数据进行分析，得到路段的交通数据，并确定交通数据与预设阈值的关系，根据确定的关系生成相应的监控提示信息和预警提示信息，发送给用户终端对用户进行交通提示，并同时发送给收费终端，对高速公路的通行情况进行控制，以达到高效控制高速公路交通通行的目的，节约广大高速公路通行者的通行成本以及高速公路管理者的管理成本。

附图说明

图1为本发明实施例提供的一种用于高速公路的交通监控预警***的架构图；

图2为本发明实施例提供的一种用于高速公路的交通监控预警方法的流程图；

图3为本发明实施例提供的交通监控预警方法中根据道路状况数据对路段的通行进行控制的方法流程图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了更清晰的描述本发明实施例提供的一种用于高速公路的交通监控预警方法，下面首先介绍一下用以实现本发明的交通监控预警方法的用于高速公路的交通监控预警***。图1为本发明实施例提供的一种用于高速公路的交通监控预警***的架构图。如图所示，包括：监控处理器1、TOF相机2、收费终端3和用户终端4。

监控处理器1设置于高速公路监控中心的设备间，TOF相机2设置在高速公路的各路段的路旁的任何可架设相机的柱子、墙体、山体和隧道顶部等位置，收费终端3设置于各路段的入口和出口的各收费岗亭内或ETC收费装置附近，用户终端4为各用户的便携、手持终端设备或者安装于车辆中的车辆的可接入网络的终端。

监控处理器1与TOF相机2、收费终端3和用户终端4通过有线通信方式或无线通信方式分别进行通信连接。监控处理器1与TOF相机2、收费终端3和用户终端4分别进行数据交互。

本发明的一种用于高速公路的交通监控预警方法，用于对高速公路的各路段的通行进行监控、预警和控制管理。图2为本发明实施例提供的一种用于高速公路的交通监控预警方法的流程图，如图所示，包括以下步骤：

步骤110，飞行时间TOF相机根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将三维点云数据和路段ID发送给监控处理器。

具体的，监控处理器接收管理员用户的交通监控预警启动控制指令后，按照预设的时间间隔生成数据采集指令，并将数据采集指令发送给TOF相机。

其中，具体的时间间隔可以根据安装TOF相机的各路段的通行情况进行设定，主要为了保证在正常通行速度下TOF相机连续拍摄两帧的环境图像中能够采集到通过其拍摄区域的路段的所有车辆且重复拍摄到的车辆数较少。这样既能不漏拍通过的车辆又能减小数据处理的量。本发明实施例的一个具体例子中，选用30帧每分钟的频率进行图像采集。当然，也可以根据车流即时平均时速来确定拍摄的频率。

TOF相机接收到数据采集指令时，对所属路段的环境进行图像采集，生成三维点云数据，并将三维点云数据发送和路段ID发送给监控处理器。

其中，本发明实施例中采用的TOF相机通过内置激光发射模块发射光信号，并通过内置的互补金属氧化物半导体(Complementary Metal Oxide Semiconductor,CMOS)像素阵列来获取三维场景的距离景深数据，成像率可达上百帧每秒，同时结构紧凑，功耗低。对于目标场景的三维数据获取方式为：TOF相机使用振幅调制的光源，该光源主动地照射目标场景，并与锁定在同一频率的每个像素上的相关传感器耦合。其内置激光发射的发射光和发射光照射到场景物体上后发射的反射光具有相移，通过检测发射光和反射光之间的不同的相移量获得多次测量。内置激光发射器的振幅调制在10-100MH的调制频率区间，而频率控制着TOF相机传感器深度范围和深度分辨率。同时TOF相机的处理单元在每个像素上单独地执行相位差进行计算，得出目标场景的深度数据，TOF相机的处理单元进过对反射光的反射强度进行分析计算，得出目标场景的强度数据，再结合获取的二维数据进行分析处理后得到目标场景的三维点云数据。

本发明实施例的具体例子中，TOF相机采用固态激光器或者LED阵列发射波长在850nm附近的光波发射器作为内置激光发射器。发射光源为通过连续调制方式得到的连续方波或正弦波。TOF相机处理单元通过计算多个采样样本中的发射光与反射光的相位角以及目标物体的距离，并对反射光强度转换的电流强度进行分析计算得到强度数据，然后再结合光学相机得到的二维图像数据进行融合处理，得到目标场景的三维点云数据。

在路段环境图像的采集过程中，由于是通过TOF相机主动发射的非可见光进行场景的拍摄，所以即使在黑暗情况下也能得到路段环境图像的清晰的三维点云数据。因此，本发明实施例提供的方法在夜间或者未提供照明的隧道、以及照明状态不佳或者没有照明的黑暗环境中也适用。

步骤120，监控处理器根据对接收到的三维点云数据进行滤波处理，得到去噪后的三维点云数据。

具体的，监控处理器对接收到的三维点云数据选用下面的滤波方式进行滤波处理，去除其中的噪点。例如使用如下方法对三维点云数据进行滤波处理：

本发明实施例中的TOF相机分辨率为M×N(M、N都为正整数)，所以其获取的一帧三维点云数据具有M×N个像素点，每个像素点进一步包括X、Y、Z三维坐标值。其中，X轴、Y轴的数据表示场景点的平面坐标位置，Z轴的数据值表示采集到的获取到的场景的实际深度值。在一个具体的实施例中，可以采用320×240个像素点的三维点云数据。

监控处理器将三维点云数据转化为M×N×3的矩阵，每一行代表飞行时间传感器中排列的一个像素。通过将M×N×3的矩阵重置为M×N的矩阵，并且用深度值表示重置矩阵中的每个元素的值，三维点云数据就转化成二维平面图像数据。

监控处理器采用基于三维点云的3×3空间滤波算子，对二维平面图像数据的各像素点的深度值进行计算，并计算中心点像素与周围像素的深度差。用深度差与预设全局阈值进行比较，当深度差大于预设全局阈值时，判断该像素点测得的深度值为噪点，将其对应的三维点云数据中的像素点滤除。否则，保留其对应的三维点云数据中的像素点。经过处理后得到去噪后的三维点云数据。

步骤130，监控处理器对去噪后的三维点云数据进行车辆特征数据提取，得到各车辆的车辆特征数据，并将车辆特征数据顺序写入车辆特征数据列表中。

具体的，监控处理器根据三维点云数据的深度数据进行分析，监控处理器根据车辆的特征，通过深度数据确定深度等高线，在高度数据的等高线平面的数据中分析得到多个闭合回路图形数据组，也就是各车辆的车辆特征数据。然后，将各车辆的车辆特征数据按照提取的顺序将其写入车辆特征数据列表中，车辆数据列表中保存的每一个值都是一个闭合回路图形数据组，也就是一个车辆特征数据，可以理解为每一个车辆特征数据代表一辆特定的车辆。

步骤140，监控处理器对预设次数的车辆特征数据列表中的车辆特征数据进行比对分析，生成车辆列表，并对车辆列表进行计数处理，得到路段ID对应的路段的车辆总数。

具体的，TOF相机对经过步骤120-步骤130的处理的多帧三维点云数据进行处理，得到多个车辆特征数据列表。本发明实施例中，预设次数为P，P>3，优选的，P与每分钟图像采集的次数相同。监控处理器根据预设次数P，对最后生成的一个车辆特征数据列表及之前保存的P-1个车辆特征数据列表进行比对，将车辆特征数据列表的不重复的车辆特征数据依次写入到车辆列表中，并对车辆列表进行计数处理，即获取车辆列表的列表长度，得到路段ID对应的车辆总数。

在对车辆总数的分析过程中，本发明实施例的优选的方案，监控处理器对连续第一预设次数的车辆特征数据列表进行比对分析，确定各车辆特征数据列表中是否存在相同车辆特征数据。其中，第一预设次数为大于等于3的整数，且小于P。当存在相同车辆特征数据，说明有车辆停在行道路上，监控处理器对相同车辆特征数据进行分析，识别车辆特征数据对应车辆的车牌号码。监控处理器根据车牌号码、***时间和路段ID生成车辆异常事件信息，发送给各用户终端用以车辆异常事件信息显示。其中，车辆异常事件信息可以是提示出行路段ID对应的路段发生事异常情况。

步骤150，监控处理器根据路段ID在路段数据列表中查找路段数据，得到拥堵阈值。

具体的，路段数据列表中保存有高速公路各路段的路段数据，路段数据是在本发明实时方法实施前，通过采集和评估得到的，其中包括拥堵阈值。监控处理器在路段数据里表中，查找路段ID对应的拥堵阈值。拥堵阈值为正整数，表示车辆的数量值。拥堵阈值的范围根据各路段的环境情况，如地形、环境亮度等情况进行提前评测得到。

步骤160，监控处理器判断车辆总数是否大于拥堵阈值。

具体的，监控处理器将车辆总数和拥堵阈值进行比较，确定车辆总数是否大于拥堵阈值。

当车辆总数大于拥堵阈值时，执行步骤170和180的步骤；

当车辆总数小于等于拥堵阈值时，执行步骤200及之后的步骤。

步骤170，监控处理器根据路段ID和车辆总数生成免费放行命令，发送给路段ID对应的路段的各收费终端和各用户终端。

其中，免费放行命令包括免费放行提示信息。

具体的，免费放行提示信息由路段ID和车辆总数信息根据预置的提示模板进行数据填充得到，比如提示信息为“在A高速的b路段车流量大，已达到拥堵程度，请大家提前安排出行进行线路选择”等。监控处理器将生成的免费放行指令发送给监控ID对应的各收费终端和各用户终端。

步骤180，用户终端接解析免费放行命令，得到免费放行提示信息并在用户终端显示，收费终端根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

具体的，用户终端接收到免费放行指令后，对免费放行指令进行解析，得到免费放行提示信息，并在用户终端的显示屏上进行显示，或者通过语音播报的形式进行播报。

每个路段的多个收费处设有收费终端，收费终端接收到免费放行指令后生成开启控制指令，车辆拦截收费根据开启控制指令打开车辆拦截设备。同时，收费终端的显示屏可以根据解析免费放行指令得到的免费放行提示信息进行显示。

步骤200，监控处理器判断车辆总数是否大于预警阈值。

具体的，预警阈值为正整数，且预警阈值小于拥堵阈值，表示车辆的数量值。预警阈值的范围根据各路段的环境情况，如地形、环境亮度等情况进行提前评测得到。

步骤210，当车辆总数大于预警阈值时，监控处理器根据车辆总数和路段ID生成预警消息。

具体的，当车辆总数大于预警阈值表示路段的车流量大，但还没有达到拥堵的程度。预警消息是根据预置预警模板将车辆总数和路段ID填入相应的数据区生成的提示数据。在一个具体例子中，预警消息为“A高速公路的b路段车流量大，请大家提前安排出行进行线路选择”等。

步骤220，监控处理器将预警消息发送给各用户终端，用以显示预警消息和发出报警提示。

具体的，监控处理器将生成的预警消息发送给各用户终端，各用户终端将预警消息输出为文字形式的提示信息或者用语音播放形式进行播放。

在完成上述步骤的基础上，本发明实施例还可以进一步完成对各路段的监控数据进行统计分析，并根据统计分析结果对高速路段的通行进行控制。

具体步骤如下：

首先，监控处理器根据车辆总数、路段ID和***时间生成一条监控记录保存在监控数据列表中。

其次，监控处理器在预设时刻对监控数据列表中预设时刻前的第一预设时间段的监控记录进行数据分析，得到通行高峰时段信息。

其中，通行高峰时段信息包括高峰时段的高峰车辆总数和高峰时间。

具体的，监控处理器在每天的固定时间，即预设时刻对监控数据列表当前时间的第一预设时间段的记录进行数据分析，得到路段ID对应的路段的通行高峰时段信息。其中，第一预设时间段为提前设定的时间范围阈值，比如5天、10天等。

在一个具体例子中，监控处理器在早上6：00对监控数据列表中前5天的监控数据进行分析，得到每天的早上7:00-7:30时间段的累计车辆总数最大。那么确认7:00-8:00为通行高峰时段。

再次，监控处理器判断高峰车辆总数是否大于高峰拥堵阈值。

当高峰车辆总数大于高峰拥堵阈值时，说明在预设时刻之后的7:00-7:30时间段将发生拥堵，监控处理器生成自动放行信息发送给各收费终端。其中，自动放行信息包括高峰时间。

最后，收费终端解析自动放行信息，得到高峰时间，并根据高峰时间生成开启控制命令，用以打开车辆拦截设备。

以上的步骤描述为本发明实施例通过对TOF相机采集到的三维点云数据进行分析，对车辆通行情况进行监控和控制的具体实施过程。

本发明实施例还可以记录路段发生的占用应急车道的违章行为。具体实施步骤如下：

首先，监控处理器对三维点云数据进行车道识别处理，得到应急车道特征数据。

然后，监控处理器分析应应急车道特征数据是否包括车辆特征数据。

当应急车道特征数据包括车辆特征数据时，说明有车辆占用应急车道，此时，通过对三维点云数据中对占用应急车道的车辆进行车牌号码识别，得到违章车辆的车牌号码。

最后，监控处理器根据车牌号码、***时间和路段ID生成违章记录，保存在违章列表中。

此外，为了保证高速公路通行的安全，监控处理器还从外部的交通天气预警***中获取路段ID对应的道路状况数据，并根据道路状况数据对路段的通行进行控制。具体实施步骤如图3所示，具体如下：

步骤310，监控处理器获取路段ID的道路状况数据。

其中，道路状况数据包括能路段的能见度数据和路面数据。路面数据指道路指路面是否结冰。

步骤320，监控处理器根据能见度数据和路面数据生成车辆控制数据。

具体的，监控处理器根据路段的能见度数据和路面控制数据，进行判断，确定高速公路各路段的能见度和路面数据是否适合车辆通行。其中，车辆控制数据包括控制等级和路段ID。本发明实施例中，能见度处于以下各范围与其确定的控制等级关系如下：

当能见度小于等于500米且大于200米时，控制等级为1。

当能见度小于等于200米且大于100米时，控制等级为2。

当能见度小于等于100米且大于50米时，控制等级为3。

当能见度小于等于50米时，控制等级为4。

监控处理器判断路面数据是否为路面结冰，如果是，直接设置控制等级为4级。

步骤330，监控处理器判断控制等级是否达到预设封路阈值；

当控制等级达到预设封路阈值时，说明高速公路必须才起封路措施以防止交通意外的发生。本发明实施例中，预设封路阈值为4。

步骤340，当控制等级达到预设封路阈值时，监控处理器生成封路指令，发送给路段ID对应的各入口收费终端和各用户终端。

其中，封路指令包括封路提示信息。

步骤350，入口收费终端根据封路指令关闭入口车辆拦截装置。

具体的，路段的入口收费终端在接收到封路指令关闭车辆拦截装置。

步骤360，用户终端解析封路指令，得到封路提示信息，用以在用户终端设备进行显示。

具体的，用户终端对接收到的封路指令进行解析得到封路提示信息，显示在用户终端的显示屏上，或者通过语音播放方式进行播报。

上述步骤350和步骤360可以同步执行。

本发明实施例提供的用于高速公路的交通监控预警方法，通过使用TOF相机，利用TOF相机对环境图像的采集不受环境光的影响的特点，按照预设频率对高速公路的各路段进行实时的环境图像采集，生成三维点云数据，并发送给监控处理器，经过监控处理器对预设次数采集到的三维点云数据进行分析，得到路段的交通数据，并确定交通数据与预设阈值的关系，根据确定的关系生成相应的监控提示信息和预警提示信息，发送给用户终端对用户进行交通提示，并同时发送给收费终端，对高速公路的通行情况进行控制，以达到高效控制高速公路交通通行的目的，节约广大高速公路通行者的通行成本以及高速公路管理者的管理成本。

专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种用于高速公路的交通监控预警方法，其特征在于，所述交通监控预警方法包括：

飞行时间TOF相机根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将三维点云数据和路段ID发送给监控处理器；

所述监控处理器对接收到的所述三维点云数据进行滤波处理，得到去噪后的三维点云数据；

所述监控处理器对所述去噪后的三维点云数据进行车辆特征数据提取，得到各车辆的车辆特征数据，并将所述车辆特征数据顺序写入车辆特征数据列表中；

所述监控处理器对预设次数的所述车辆特征数据列表中的所述车辆特征数据进行比对分析，生成车辆列表，并对所述车辆列表进行计数处理，得到所述路段ID对应的路段的车辆总数；

所述监控处理器根据所述路段ID在路段数据列表中查找路段数据，得到拥堵阈值；

所述监控处理器判断所述车辆总数是否大于拥堵阈值；

当所述车辆总数大于拥堵阈值时，所述监控处理器根据所述路段ID和所述车辆总数生成免费放行命令，发送给所述路段ID对应的路段的各收费终端和各用户终端；其中，所述免费放行命令包括免费放行提示信息；

所述用户终端接解析所述免费放行命令，得到免费放行提示信息并在用户终端显示；所述收费终端根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

2.根据权利要求1所述用于高速公路的交通监控预警方法，其特征在于，所述交通监控预警方法还包括：

所述监控处理器判断所述车辆总数是否大于预警阈值；

当所述车辆总数大于所述预设预警阈值时，所述监控处理器根据所述车辆总数和所述路段ID生成预警消息；

所述监控处理器将所述预警消息发送给各用户终端，用以显示预警消息和发出报警提示。

3.根据权利要求1所述用于高速公路的交通监控预警方法，其特征在于，所述交通监控预警方法还包括：

所述监控处理器对所述三维点云数据进行车道识别处理，得到应急车道特征数据；

所述监控处理器分析所述应急车道特征数据是否包括车辆特征数据；

当所述应急车道特征数据包括车辆特征数据时，识别所述车辆的车牌号码；

所述监控处理器根据所述车牌号码、***时间和所述路段ID生成违章记录，保存在违章列表中。

4.根据权利要求1所述用于高速公路的交通监控预警方法，其特征在于，所述交通监控预警方法还包括：

所述监控处理器对连续第一预设次数的所述车辆特征数据列表进行比对分析，确定各所述车辆特征数据列表中是否存在相同车辆特征数据；

当存在相同车辆特征数据，对所述相同车辆特征数据进行分析，识别车辆特征数据对应车辆的车牌号码；

所述监控处理器根据所述车牌号码、***时间和所述路段ID生成车辆异常事件信息，发送给各用户终端用以车辆异常事件信息显示。

5.根据权利要求1所述用于高速公路的交通监控预警方法，其特征在于，所述交通监控预警方法还包括：

所述监控处理器获取所述路段ID的道路状况数据；其中，所述道路状况包括能见度数据和路面数据；

所述监控处理器根据所述能见度数据和所述路面数据生成车辆控制数据；其中，车辆控制数据包括控制等级。

所述监控处理器判断所述控制等级是否达到预设封路阈值；

当所述控制等级达到所述预设封路阈值时，所述监控处理器生成封路指令，发送给所述路段ID对应的各入口收费终端；

所述入口收费终端根据所述封路指令关闭入口车辆拦截装置。

6.根据权利要求5所述用于高速公路的交通监控预警方法，其特征在于，所述监控处理器生成封路指令后，所述交通监控预警方法还包括：

所述监控处理器将所述封路指令发送给各用户终端；其中，封路指令包括封路提示信息；

所述用户终端解析所述封路指令，得到封路提示信息，用以在用户终端设备进行显示。

7.根据权利要求1所述用于高速公路的交通监控预警方法，其特征在于，在得到所述路段ID对应的路段的车辆总数之后，所述交通监控预警方法还包括：

所述监控处理器根据所述车辆总数、所述路段ID和***时间生成一条监控记录保存在监控数据列表中；

所述监控处理器在预设时刻对所述监控数据列表中预设时刻前的第一预设时间段的监控记录进行数据分析，得到通行高峰时段信息；其中，所述通行高峰时段信息包括高峰时段的高峰车辆总数和高峰时间；

所述监控处理器判断所述高峰车辆总数是否大于高峰拥堵阈值；

当所述高峰车辆总数大于所述高峰拥堵阈值时，生成自动放行信息发送给所述各收费终端；其中，自动放行信息包括所述高峰时间；

所述收费终端解析所述自动放行信息，得到高峰时间，并根据高峰时间生成开启控制命令，用以打开车辆拦截设备。

8.一种用于高速公路的交通监控预警***，其特征在于，所述交通监控预警***包括：飞行时间TOF相机、监控处理器、收费终端和用户终端；

所述TOF相机用于根据接收到的数据采集指令按照预设频率采集所在路段的环境图像，生成三维点云数据，并将三维点云数据和路段ID发送给监控处理器；

所述监控处理器用于对接收到的所述三维点云数据进行滤波处理，得到去噪后的三维点云数据；

所述监控处理器还用于对所述去噪后的三维点云数据进行车辆特征数据提取，得到各车辆的车辆特征数据，并将所述车辆特征数据顺序写入车辆特征数据列表中；

所述监控处理器还用于对预设次数的所述车辆特征数据列表中的所述车辆特征数据进行比对分析，生成车辆列表，并对所述车辆列表进行计数处理，得到所述路段ID对应的路段的车辆总数；

所述监控处理器还用于根据所述路段ID在路段数据列表中查找路段数据，得到拥堵阈值；

所述监控处理器还用于判断所述车辆总数是否大于拥堵阈值；

当所述车辆总数大于拥堵阈值时，所述监控处理器根据所述路段ID和所述车辆总数生成免费放行命令，发送给所述路段ID对应的路段的各收费终端和各用户终端；其中，所述免费放行命令包括免费放行提示信息；

所述用户终端接用于解析所述免费放行命令，得到免费放行提示信息并在用户终端显示；

所述收费终端用于根据放免费放行命令生成开启控制命令，用以打开车辆拦截设备。

9.根据权利要求8所述用于高速公路的交通监控预警***，其特征在于，所述交通监控预警***还包括：

所述监控处理器用于判断所述车辆总数是否大于预警阈值；

当所述车辆总数大于所述预设预警阈值时，所述监控处理器还用于根据所述车辆总数和路段ID生成预警消息；

所述监控处理器还用于将所述预警消息发送给各监控终端和用户终端，用以显示预警信息和发出报警提示。

10.根据权利要求1所述用于高速公路的交通监控预警***，其特征在于，所述交通监控预警***还包括：

所述监控处理器还用于对所述三维点云数据进行车道识别处理，得到应急车道特征数据；

所述监控处理器还用于分析应急车道是否有车辆通过；

当所述应急车道有车辆通过时，所述监控处理器还用于识别所述车辆的车牌号码；

所述监控处理器还用于根据所述车牌号码、***时间和所述路段ID生成违章记录，保存在违章列表中。

Images