CN115019514B - 一种基于车联网的公路巡查*** - Google Patents

Abstract

本发明公开了一种基于车联网的公路巡查***，涉及公路巡技术领域，包括数据采集模块、数据分析模块以及云服务平台；其中：所述数据采集模块，用于获取公路上车辆的行驶状态信息，行驶状态信息包括行驶图像数据以及行驶速度数据；所述数据分析模块，用于对数据采集模块采集到的行驶图像数据以及行驶速度数据进行分析处理，将分析处理结果发送至云服务台；所述云服务平台，用于记录数据分析模块的分析处理结果，并根据所述分析处理结果进行预警，预警模块将云服务平台发出的预警信号推送至互联网地图，并在互联网地图中展示，以在导航的过程中对驾驶员进行提醒，通过统计公路事故高发地，指导管理者有针对性的进行交通安全治理。

Description

一种基于车联网的公路巡查***

技术领域

本发明涉及公路巡查技术领域，具体涉及一种基于车联网的公路巡查***。

背景技术

公路巡查的目的是通过对路面、路基、桥梁、隧道和沿线设施的外观状况进行一般性巡视检查，及时掌握公路全资产各组成部分的问题，尤其是路线拥堵、路基坍塌、路基水毁、路面坑槽、路面沉陷等影响行车安全的事件，以避免造成交通事故，公路巡查能够排查影响行车安全和路网畅通的应急事件，以便及时、合理地安排维修和维护工作，确保公路网的正常高效运行。

高速道路上发生的拥堵七成以上都与交通事故有关，但由于高速公路的特殊性，目前高速事故快处率远不及市区，这也在加剧着拥堵的严重程度。一旦发生事故至少要占据一条车道，有时甚至要占据两三条乃至全部车道，这样大大降低通行效率，高速路上车速这么快，几分钟的时间就会造成几公里的拥堵。

虽然可以通过移动端导航地图来查询公路前方是否发生预警的情况，但是，导航地图不能显示同一区段内哪条车道上发生了事故，进而难以对道路后方车辆进行预警，很容易加重拥堵情况。

发明内容

本发明的目的在于提供一种基于车联网的公路巡查***，解决以下技术问题：

虽然可以通过移动端导航地图来查询公路前方是否发生预警的情况，但是，导航地图不能显示同一区段内哪条车道上发生了事故，进而难以对道路后方车辆进行预警，很容易加重拥堵情况。

本发明的目的可以通过以下技术方案实现：

一种基于车联网的公路巡查***，包括数据采集模块、数据分析模块以及云服务平台；

其中：

所述数据采集模块，用于获取公路上车辆的行驶状态信息，行驶状态信息包括行驶图像数据以及行驶速度数据；

所述数据分析模块，用于对数据采集模块采集到的行驶图像数据以及行驶速度数据分析后得到处理结果，将处理结果发送至云服务台；

所述云服务平台，用于记录数据分析模块的分析处理结果，并根据所述分析处理结果判断是否发出预警信号。

优选的，数据采集模块包括等间距依次布设在公路两侧的多组监测设备；

监测设备用于对行驶在公路上的车辆进行摄像和测速行驶图像数据以及行驶速度数据。

优选的，处理结果包括第一分析结果以及第二分析结果，所述数据分析模块包括第一分析单元以及第二分析单元；

第一分析单元基于获取到的行驶图像数据与行驶速度数据对车辆是否以正常速度行驶在相应车道上进行判断，得到第一分析结果；

第二分析单元基于获取到的行驶图像数据对车辆是否按照行车方向行驶在相应车道上进行判断，得到第二分析结果。

优选的，第一分析单元执行如下步骤：

依据监测设备位置将公路划分为多个区段{X₁、X₂、……、X_n}，并按照公路不同车道{Y₁、Y₂、……、Y_m}将{X₁、X₂、……、X_n}进一步细化为{X_1Y1、X_2Y2、……、X_nYm}；

基于不同车道预设对应车道Y_m的最高速度行驶阈值V_max以及最低速度行驶速度V_min；

基于各组监测设备获取所有车辆通过监测设备时的速度集合{V₁、V₂、……、V_α}与V_max以及V_min对比进行判断。

优选的，当V_min≤V_α≤V_max，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于正常行驶状态；

当V_α＜V_min时，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于异常行驶状态；

当V_α＞V_max时，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于超速状态。

优选的，第二分析单元执行如下步骤：

基于各组监测设备获取所有车辆在区段{X_1Y1、X_2Y2、……、X_nYm}内的行驶图像数据；

对拍摄的图像进行预处理，并按照公路交通标线的方向调整图像的方向，将图像中的汽车拟合为长方形，把图像映射在二维平面坐标系中；

根据长方形以及车道线在二维平面坐标系中映射的图像计算长方形两边的第一斜率K1以及车道线的第二斜率K2；

基于第一斜率K1以及第二斜率K2对车辆在区段车道内的行驶状态进行判断。

优选的，当｜K1-K2｜＞＆时，则判断车辆的行车方向偏离出车道线；

当｜K1-K2｜=＆时，则判断车辆的行车方向无异常；

＆为预设阈值。

优选的，所述云服务平台用于对第一分析结果以及第二分析结果进行记录并储存在数据库中。

优选的，还包括预警模块，预警模块用于将云服务平台发出的预警信号推送至互联网地图，并在互联网地图中展示，以在导航的过程中对驾驶员进行提醒。

优选的，所述数据采集模块还用于对道路车辆信息进行采集，其中的道路车辆信息包括车辆速度数据、时长数据以及差值数据，速度数据为车辆在道路行驶过程中的驾驶速度，时长数据为车辆在道路中非停车区域停留的时长，差值数据为车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，将道路车辆标记为i，i=1，2，……，n，n为正整数，具体分析检测过程如下：

步骤S1：获取到车辆在道路行驶过程中的驾驶速度，并将车辆道路行驶过程中的驾驶速度标记为JSi；

步骤S2：获取到车辆在道路中非停车区域停留的时长，并将车辆在道路中非停车区域停留的时长标记为TCi；

步骤S3：获取到车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，并将车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值标记为PJi；

步骤S4：数据分析模块通过公式

获取到道路车辆的事故分析系数Xi，其中，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；

步骤S5：设定事故分析系数阈值，将道路车辆的事故分析系数Xi与事故分析系数阈值进行比较，对道路车辆进行分析，判定车辆是否发生事故，提前生成预警信号，提高了道路车辆管理效率，减少交通堵塞；

若道路车辆的事故分析系数Xi≥事故分析系数阈值，则判定对应道路车辆发生事故，生成事故预警信号并将事故预警信号和对应道路车辆发送至云服务平台；

若道路车辆的事故分析系数Xi＜事故分析系数阈值，则判定对应道路车辆未发生事故。

本发明的有益效果：

（1）本发明通过将公路划分为多个区段{X₁、X₂、……、X_n}，并按照公路不同车道{Y₁、Y₂、……、Y_m}将{X₁、X₂、……、X_n}进一步细化为{X_1Y1、X_2Y2、……、X_nYm}，通过设置多组监测设备来对细化后区段内各组车道内车辆是否以正常速度行驶在相应车道上进行判断，进而可以通过第一分析单元分析出公路上哪条车道上发生了事故，以便于后续进行处理，相较于传统公路巡查设备，本发明的巡查***监测更加准确；

（2）本发明通过预警检测单元对道路车辆信息进行分析，从而对道路车辆进行检测，获取到车辆在道路中的实时速度、车辆在道路中非停车区域停留的时长以及车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，通过公式获取到道路车辆的事故分析系数Xi，将道路车辆的事故分析系数Xi与事故分析系数阈值进行比较；对道路车辆进行分析，判定车辆是否发生事故，提前生成预警信号，提高了道路车辆管理效率，减少交通堵塞；

（3）预警模块将云服务平台发出的预警信号推送至互联网地图，并在互联网地图中展示，以在导航的过程中对驾驶员进行提醒，通过统计公路事故高发地，指导管理者有针对性的进行交通安全治理；分析历史交通事故原因，确定每个交通事故多发点关联密切事故诱发因素，包括：气象环境、交通流量、驾驶行为、道路结构，结合影响交通安全各因素实时状态，给出各点的事故发生概率，对高概率的位置进行预警。

附图说明

下面结合附图对本发明作进一步的说明。

图1是本发明一种基于车联网的公路巡查***的模块示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

实施例1

请参阅图1所示，本发明为一种基于车联网的公路巡查***，包括数据采集模块、数据分析模块以及云服务平台；

其中：

所述数据采集模块，用于采集公路上车辆的行驶状态信息，行驶状态信息包括行驶图像数据以及行驶速度数据；

所述数据分析模块，用于对数据采集模块采集到的行驶图像数据以及行驶速度数据分析后得到处理结果，将处理结果发送至云服务台；

所述云服务平台，用于记录数据分析模块的分析处理结果，并根据所述分析处理结果判断是否发出预警信号。

在本发明一个优选的实施例中，在实际应用中，通过数据采集模块获取公路上车辆的行驶状态信息，行驶状态信息包括行驶图像数据以及行驶速度数据，通过数据采集模块采集到的行驶图像数据以及行驶速度数据进行分析处理，将分析处理结果发送至云服务台，云服务平台记录数据分析模块的分析处理结果，并根据所述分析处理结果进行预警。

其中，数据采集模块包括等间距依次布设在公路两侧的多组监测设备；监测设备用于对行驶在公路上的车辆进行摄像和测速行驶图像数据以及行驶速度数据；

在公路沿线，监测设备单侧间隔布设每200-500米一处，包括2个枪机监控设备、1个球机监控设备以及1个鱼眼监控设备，各组监控设备同步对行驶在公路上的车辆进行测速；将公路发生的事件的视频流的时间戳信息进行保存，生成对应的图片和短视频；

一种实现方式中，处理结果包括第一分析结果以及第二分析结果，数据分析模块包括第一分析单元以及第二分析单元；

第一分析单元基于获取到的行驶图像数据与行驶速度数据对车辆是否以正常速度行驶在相应车道上进行判断，得到第一分析结果；

第二分析单元基于获取到的行驶图像数据对车辆是否按照行车方向行驶在相应车道上进行判断，得到第二分析结果。

第一分析单元执行如下步骤：

通过监测设备识别到的车道线信息，可以得到本车所处的车道线的数量，即可以得到当前道路中本车所在的相关车道情况，同时依据监测设备位置将公路划分为多个区段{X₁、X₂、……、X_n}，并按照公路不同车道{Y₁、Y₂、……、Y_m}将{X₁、X₂、……、X_n}进一步细化为{X_1Y1、X_2Y2、……、X_nYm}；在道路沿线，对于事故多发路段，监测设备的设置密度较大，可每隔200米布设一组监测设备，对于事故发生相对少的路段，可每隔400-500米布设一组监测设备，进而节约了成本；

基于不同车道预设对应车道Y_m的最高速度行驶阈值V_max以及最低速度行驶速度V_min；对于高速三车道路线，左侧车道设置最高速度行驶阈值V_max=120km/h，最低速度行驶速度V_min=110 km/h，中间车道最高速度行驶阈值V_max=110km/h，最低速度行驶速度V_min=90 km/h，右侧车道最高速度行驶阈值V_max=90km/h，最低速度行驶速度V_min=70km/h；

基于各组监测设备获取所有车辆通过监测设备时的速度集合{V₁、V₂、……、V_α}与V_max以及V_min对比进行判断。

当V_min≤V_α≤V_max，α∈[1，n]，判断所属区段X_nYm内的车辆在相应车道内处于正常行驶状态；

当V_α＜V_min时，α∈[1，n]，判断所属区段X_nYm内的车辆在相应车道内处于异常行驶状态；

当V_α＞V_max时，α∈[1，n]，判断所属区段X_nYm内的车辆在相应车道内处于超速状态；

在本发明一个优选的实施例中，现有技术中，虽然可以通过移动端导航地图来查询公路前方是否发生预警的情况，但是，导航地图不能显示同一区段内哪条车道上发生了事故，本发明通过将公路划分为多个区段{X₁、X₂、……、X_n}，并按照公路不同车道{Y₁、Y₂、……、Y_m}将{X₁、X₂、……、X_n}进一步细化为{X_1Y1、X_2Y2、……、X_nYm}，通过设置多组监测设备来对细化后区段内各组车道内车辆是否以正常速度行驶在相应车道上进行判断，进而可以通过第一分析单元分析出公路上哪条车道上发生了事故，以便于后续进行处理，相较于传统公路巡查设备，本发明的巡查***监测更加准确。

第二分析单元执行如下步骤：

基于各组监测设备获取所有车辆在区段{X_1Y1、X_2Y2、……、X_nYm}内的行驶图像数据；

对拍摄的图像进行预处理，并按照公路交通标线的方向调整图像的方向，将图像中的汽车拟合为长方形，把图像映射在二维平面坐标系中；

根据长方形以及车道线在二维平面坐标系中映射的图像计算长方形两边的第一斜率K1以及车道线的第二斜率K2；

基于第一斜率K1以及第二斜率K2对车辆在区段车道内的行驶状态进行判断。

当｜K1-K2｜＞＆时，则判断车辆的行车方向偏离出车道线；

当｜K1-K2｜=＆时，则判断车辆的行车方向无异常；

＆为预设阈值；

在本发明一个优选的实施例中，通过获取的车辆在公路上的行驶图像数据，在二维平面坐标系中对图像进行映射，以水平方向为X轴方向，以竖直方向为与X轴方向垂直的Y轴方向，在二维平面坐标系中，对长方形两边的斜率进行计算，得到第一斜率K1，与此同时，在映射时，车辆所处车道内的车道线同步映射在二维平面坐标系中，对长方形所处位置两侧的车道线斜率进行计算，得到第二斜率K2，由此可以得出，当车辆以正常行驶方向行驶在相应车道内时，第一斜率K1与第二斜率K2相同，当车辆在相应车道内出现偏移时，第一斜率K1与第二斜率K2存在绝对差值，本发明通过对车辆在行驶时与相应车道线的斜率进行计算对比，得到分析结果；

在检测到车辆的行车方向偏离出车道线的情况下，通过车机***向该车辆发出警示指令，同时打开双闪灯，提醒前后车本车存在车道偏移情况，他们做相应的安全操作，避免与本车发生碰撞；该双闪灯也可以采用其他的灯光提醒方式进行替代；

所述云服务平台用于对第一分析结果以及第二分析结果进行记录并储存在数据库中，将第一分析结果以及第二分析结进行保存，以便于对交通事故进行复盘和分析，进而对公路所处区段的道路进行重点标记，当车辆行驶至该段道路前，及时对驾驶员进行预警和提醒，以避免再次发生事故；

其中，所述数据采集模块还用于对道路车辆信息进行采集，其中的道路车辆信息包括车辆速度数据、时长数据以及差值数据，速度数据为车辆在道路行驶过程中的驾驶速度，时长数据为车辆在道路中非停车区域停留的时长，差值数据为车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，将道路车辆标记为i，i=1，2，……，n，n为正整数，具体分析检测过程如下：

步骤S1：获取到车辆在道路行驶过程中的驾驶速度，并将车辆道路行驶过程中的驾驶速度标记为JSi；

步骤S2：获取到车辆在道路中非停车区域停留的时长，并将车辆在道路中非停车区域停留的时长标记为TCi；

步骤S3：获取到车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，并将车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值标记为PJi；

步骤S4：数据分析模块通过公式

获取到道路车辆的事故分析系数Xi，其中，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；

步骤S5：设定事故分析系数阈值，将道路车辆的事故分析系数Xi与事故分析系数阈值进行比较，对道路车辆进行分析，判定车辆是否发生事故，提前生成预警信号，提高了道路车辆管理效率，减少交通堵塞；

若道路车辆的事故分析系数Xi≥事故分析系数阈值，则判定对应道路车辆发生事故，生成事故预警信号并将事故预警信号和对应道路车辆发送至云服务平台；

若道路车辆的事故分析系数Xi＜事故分析系数阈值，则判定对应道路车辆未发生事故；

本申请还包括预警模块，预警模块用于将云服务平台发出的预警信号推送至互联网地图，并在互联网地图中展示，以在导航的过程中对驾驶员进行提醒，通过统计公路事故高发地，指导管理者有针对性的进行交通安全治理；分析历史交通事故原因，确定每个交通事故多发点关联密切事故诱发因素，包括：气象环境、交通流量、驾驶行为、道路结构，结合影响交通安全各因素实时状态，给出各点的事故发生概率，对高概率的位置进行预警。

上述公式均是去量纲取其数值计算，公式中的预设系数由本领域的技术人员根据实际情况进行设置。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。

Claims (5)

1.一种基于车联网的公路巡查***，其特征在于，包括数据采集模块、数据分析模块以及云服务平台；

其中：

所述数据采集模块，用于获取公路上车辆的行驶状态信息，行驶状态信息包括行驶图像数据以及行驶速度数据；

所述数据分析模块，用于对数据采集模块采集到的行驶图像数据以及行驶速度数据分析后得到处理结果，将处理结果发送至云服务台；

所述云服务平台，用于记录数据分析模块的分析处理结果，并根据所述分析处理结果判断是否发出预警信号；

处理结果包括第一分析结果以及第二分析结果，数据分析模块包括第一分析单元以及第二分析单元；

第一分析单元基于获取到的行驶图像数据与行驶速度数据对车辆是否以正常速度行驶在相应车道上进行判断，得到第一分析结果；

第二分析单元基于获取到的行驶图像数据对车辆是否按照行车方向行驶在相应车道上进行判断，得到第二分析结果；

第一分析单元执行如下步骤：

依据监测设备位置将公路划分为多个区段{X₁、X₂、……、X_n}，并按照公路不同车道{Y₁、Y₂、……、Y_m}将{X₁、X₂、……、X_n}细化为{X_1Y1、X_2Y2、……、X_nYm}；

基于不同车道预设对应车道Y_m的最高速度行驶阈值V_max以及最低速度行驶速度V_min；

基于各组监测设备获取所有车辆通过监测设备时的速度集合{V₁、V₂、……、V_a}与V_max以及V_min对比进行判断；

当V_min≤V_α≤V_max，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于正常行驶状态；

当V_a＜V_min时，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于异常行驶状态；

当V_a＞V_min时，α∈[1，n，n为正整数]，判断所属区段X_nYm内的车辆在相应车道内处于超速状态；

第二分析单元执行如下步骤：

基于各组监测设备获取所有车辆在区段{X_1Y1、X_2Y2、……、X_nYm}内的行驶图像数据；

对拍摄的图像进行预处理，并按照公路交通标线的方向调整图像的方向，将图像中的汽车拟合为长方形，把图像映射在二维平面坐标系中；

根据长方形以及车道线在二维平面坐标系中映射的图像计算长方形两边的第一斜率K1以及车道线的第二斜率K2；

基于第一斜率K1以及第二斜率K2对车辆在区段车道内的行驶状态进行判断；

当｜K1-K2｜＞＆时，则判断车辆的行车方向偏离出车道线；

当｜K1-K2｜=＆时，则判断车辆的行车方向无异常；

其中，＆为预设阈值。

2.根据权利要求1所述的一种基于车联网的公路巡查***,其特征在于，数据采集模块包括等间距依次布设在公路两侧的多组监测设备；

监测设备用于对行驶在公路上的车辆进行摄像和测速以获得行驶图像数据以及行驶速度数据。

3.根据权利要求1所述的一种基于车联网的公路巡查***,其特征在于，所述云服务平台用于对第一分析结果以及第二分析结果进行记录并储存在数据库中。

4.根据权利要求1所述的一种基于车联网的公路巡查***,其特征在于，还包括预警模块，预警模块用于将云服务平台发出的预警信号推送至互联网地图，并在互联网地图中展示，以在导航的过程中对通过车机***对驾驶员进行提醒。

5.根据权利要求4所述的一种基于车联网的公路巡查***,其特征在于，所述数据采集模块还用于对道路车辆信息进行采集，其中的道路车辆信息包括车辆速度数据、时长数据以及差值数据，速度数据为车辆在道路行驶过程中的驾驶速度，时长数据为车辆在道路中非停车区域停留的时长，差值数据为车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，将道路车辆标记为i，i=1，2，……，n，n为正整数，具体分析检测过程如下：

步骤S1：获取到车辆在道路行驶过程中的驾驶速度，并将车辆道路行驶过程中的驾驶速度标记为JSi；

步骤S2：获取到车辆在道路中非停车区域停留的时长，并将车辆在道路中非停车区域停留的时长标记为TCi；

步骤S3：获取到车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值，并将车辆停留区域的平均车速与驶出车辆停留区域平均车速的差值标记为PJi；

步骤S4：数据分析模块通过公式

获取到道路车辆的事故分析系数Xi，其中，a1、a2以及a3均为比例系数，且a1＞a2＞a3＞0；

步骤S5：设定事故分析系数阈值，将道路车辆的事故分析系数Xi与事故分析系数阈值进行比较，对道路车辆进行分析，判定车辆是否发生事故，提前生成预警信号，提高了道路车辆管理效率，减少交通堵塞；

若道路车辆的事故分析系数Xi≥事故分析系数阈值，则判定对应道路车辆发生事故，生成事故预警信号并将事故预警信号和对应道路车辆发送至云服务平台；

若道路车辆的事故分析系数Xi＜事故分析系数阈值，则判定对应道路车辆未发生事故。

Images