CN115472028A - 一种隧道紧急停车带智能预警诱导方法及*** - Google Patents
一种隧道紧急停车带智能预警诱导方法及*** Download PDFInfo
- Publication number
- CN115472028A CN115472028A CN202211034857.6A CN202211034857A CN115472028A CN 115472028 A CN115472028 A CN 115472028A CN 202211034857 A CN202211034857 A CN 202211034857A CN 115472028 A CN115472028 A CN 115472028A
- Authority
- CN
- China
- Prior art keywords
- parking
- vehicle
- module
- tunnel
- early warning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000006698 induction Effects 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims abstract description 8
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000012545 processing Methods 0.000 claims description 10
- 238000007635 classification algorithm Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 230000005764 inhibitory process Effects 0.000 claims description 7
- 230000002708 enhancing effect Effects 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000012549 training Methods 0.000 claims description 6
- 239000013598 vector Substances 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000004880 explosion Methods 0.000 claims description 4
- 230000003993 interaction Effects 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000003064 k means clustering Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000012706 support-vector machine Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 2
- 230000001939 inductive effect Effects 0.000 claims 2
- 230000009286 beneficial effect Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 14
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000000391 smoking effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 125000001475 halogen functional group Chemical group 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 210000001503 joint Anatomy 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 210000003205 muscle Anatomy 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
-
- E—FIXED CONSTRUCTIONS
- E21—EARTH OR ROCK DRILLING; MINING
- E21F—SAFETY DEVICES, TRANSPORT, FILLING-UP, RESCUE, VENTILATION, OR DRAINING IN OR OF MINES OR TUNNELS
- E21F17/00—Methods or devices for use in mines or tunnels, not covered elsewhere
- E21F17/18—Special adaptations of signalling or alarm devices
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M11/00—Telephonic communication systems specially adapted for combination with other electrical systems
- H04M11/04—Telephonic communication systems specially adapted for combination with other electrical systems with alarm systems, e.g. fire, police or burglar alarm systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/14—Systems for two-way working
- H04N7/141—Systems for two-way working between two video terminals, e.g. videophone
Landscapes
- Engineering & Computer Science (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geochemistry & Mineralogy (AREA)
- Geology (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种隧道紧急停车带智能预警诱导方法及***，包括：计算终端、停车带、显示模块、语音提醒模块、后视检测模块、事件检测模块、人物识别模块、人物分析模块、紧急电话、可视模块、隧道广播、指示灯、爆闪诱导标、爆闪灯带。本发明的有益效果是：能在车辆驶入隧道停车带后对后方行驶车辆进行预警，能实时显示后方路况，有效诱导车辆安全驶离隧道停车带。
Description
技术领域
本发明涉及隧道安全管理技术领域，特别涉及一种隧道紧急停车带智能预警诱导方法及***。
背景技术
隧道停车带是车辆临时发生故障或其他原因紧急停车使用的临时停车地带，隧道停车带一直以来都存在车辆违停占用的情况，给隧道车辆安全通行带来很大的隐患。需强化隧道停车带管控，提高隧道应急处置能力。
现有技术中，通过检测车辆驶入并提醒相关部门进行违停处理，监控员也会通过监控画面了解现场情况，针对故障或事故车辆做好远程指导工作或安排巡检人员现场处置。但是文字或语音警示信息不足，可能会影响后方车辆安全行驶，还存在车辆如何安全驶离问题，驾驶人员只能通过后视镜查看后方路况，因为视角原因，无法准确掌握后方车辆情况，驶离时还是容易造成和后方车辆碰撞事故。
例如，一种在中国专利文献上公开的“带应急临时停车洞的单向盾构隧道结构”，其公告号：CN109989766A，其申请日：2019年04月29日，该发明提供的带应急临时停车洞的单向盾构隧道结构，在盾构隧道行车方向右侧局部开孔设置应急临时停车洞或停车港湾，不但保持主线隧道盾构直径不变，而且降低了工程风险，节约了工程投资，但是存在不能在车辆驶入隧道停车带后对后方行驶车辆进行预警，不能实时显示后方路况，不能有效诱导车辆安全驶离隧道停车带的问题。
发明内容
针对现有技术不能在车辆驶入隧道停车带后对后方行驶车辆进行预警，不能实时显示后方路况，不能有效诱导车辆安全驶离隧道停车带的不足，本发明提出了一种隧道紧急停车带智能预警诱导方法及***，能在车辆驶入隧道停车带后对后方行驶车辆进行预警，能实时显示后方路况，有效诱导车辆安全驶离隧道停车带。
以下是本发明的技术方案，一种隧道紧急停车带智能预警诱导***，包括：
计算终端，用于控制数据交互和联动控制；
停车带，用于规范停车位置；
显示模块，用于实时播放后方路况视频，连接计算终端；
语音提醒模块，用于发布语音提醒信息，连接计算终端；
后视检测模块，用于拍摄后方实时路况，连接计算终端和显示模块；
事件检测模块，用于识别车辆的停车事件和车辆信息，连接计算终端；
人物识别模块，用于采集人物的行为和状态，连接计算终端；
人物分析模块，用于分析人物的行为和状态，连接人物识别模块和计算终端；
紧急电话，用于和车主进行电话沟通，连接计算终端；
可视模块，用于和车主进行视频沟通，连接计算终端；
隧道广播，用于向车主播报信息，连接计算终端；
指示灯，用于显示停车带停车状态，连接计算终端；
爆闪诱导标，用于强化停车带和行车道辨识度，连接计算终端；
爆闪灯带，用于强化停车带和行车道辨识度，连接计算终端和停车带。
本方案中，在发现隧道停车带有车辆驶入后，能够及时上报停车事件，并启动对后方行驶车辆的预警，通过语音提醒模块劝离违停车辆，隧道管理站通过紧急电话和可视模块与现场车辆联系，远程指导故障车辆现场处置和救援，通过后视检测模块和显示模块实时显示后方路况，可以有效诱导车辆安全驶离停车带。
作为优选，显示模块显示车牌信息、劝离信息和倒计时，
其中，倒计时包括劝离倒计时和违停倒计时。
本方案中，对于非白名单车牌的车辆，先开启劝离倒计时，倒计时结束后，若车辆仍未驶离，则开启违停倒计时。
作为优选，事件检测模块为摄像机；后视检测模块为强光抑制摄像机，摄像方向对准车头方向；人物识别模块为高精度摄像机，摄像方向对准车头方向。
本方案中，事件检测模块的摄像机识别车辆的停车事件和车辆信息。后视检测模块的强光抑制摄像机安装时需要对准车头方向，考虑到后视摄像机成像效果，因为隧道中行驶的车辆前大灯灯光对拍摄视频会产生影响，造成光晕偏大，视频图像模糊，实施时需要采用强光抑制摄像机，启用强光抑制摄像机，自动分辨强光点，并对强光点附近区域进行补偿以获得更清晰的图像。人物识别模块的高精度摄像机用于采集人物的行为和状态，高精度摄像机能提高图像质量从而提高目标追踪和分类的精度。
作为优选，指示灯、爆闪诱导标和爆闪灯带均有两种状态，分别对应停车带内已停放车辆和未停放车辆；紧急电话和可视模块设置有快捷联系隧道管理站的操作方案。
本方案中，指示灯用于显示停车带停车状态，指示灯状态为绿灯，停车带内未停车，指示灯状态为红灯，停车带内已停车，提醒后方车辆该停车带被占用。爆闪诱导标在停车带内未停车时，处于关闭状态，停车带内已停车时，处于开启状态，诱导标进行闪烁。爆闪灯带在停车带内未停车时，处于关闭状态，停车带内已停车时，处于开启状态，灯带进行闪烁。指示灯、爆闪诱导标和爆闪灯带的状态由计算终端进行控制。提高停车线内已停车和未停车的区别，避免多车进入停车线内的情况。
作为优选，计算终端采用GPU+CPU异构计算的架构。
本方案中，采用GPU+CPU异构计算的架构提高***的智能化和计算速度。
作为优选，一种隧道紧急停车带智能预警诱导方法，包括以下步骤：
S1：基于事件检测模块判断停车线内是否已停放车辆，若是，事件检测模块获取车牌信息；
S2：基于车牌信息判断车辆是否为白名单车辆，若是，备案停车记录，若否，进行步骤S3；
S3：进行劝离倒计时，劝离倒计时结束后判断停车线内是否仍停放车辆，若是，进行步骤S4，若否，备案停车记录；
S4：判断停放车辆是否发生事故或故障车，若是，工作人员远程指导或现场处理，备案停车记录，若否，进行步骤S5；
S5：进行违停倒计时，违停倒计时结束后判断停车线内是否仍停放车辆，若是，工作人员现场处理，备案停车记录，若否，备案停车记录。
本方案中，提供白名单车牌，有效区分特殊车辆和社会车辆，提供不同的处理流程，通过语音提醒模块劝离违停车辆并启用劝离倒计时，劝离倒计时结束后仍未驶离则判断车辆是否发生事故，对事故车辆进行处理，对非事故车辆启用违停倒计时，由工作人员现场处理，所有车辆在驶离时都进行停车记录的备案。
作为优选，当非白名单车牌的车辆驶入停车带，超过劝离倒计时未驶离时，语音提醒模块播放劝离语音；当有车辆停在停车带时，显示模块实时播放后方路况视频，在显示模块显示50米辅助线、100米辅助线和200米辅助线。
本方案中，通过语音提醒模块劝离非白名单车牌的车辆，显示模块实时播放后方路况视频，提高车辆驶离停车带的安全性。
作为优选，步骤S3和S4中还包括：通过目标追踪算法精准追踪车主位置，通过分类算法识别车主状态和行为。
本方案中，过目标追踪算法精准追踪车主位置，通过分类算法识别车主状态和行为，判断车主是否存在抽烟、丢物等不文明情况，或者存在疲劳驾驶、身体异常等伤病情况，对于不文明情况进行视频记录，对于伤病情况进行协助。
作为优选，目标追踪算法包括以下步骤：
S311：获取人物识别模块采集的视频；
S312：选定初始帧，以驾驶位为初始追踪框，在下一帧中产生若干个候选追踪框；
S313：提取候选追踪框的特征，对候选追踪框进行评分；
S314：将若干个评分高的候选追踪框进行融合得到最优候选追踪框；
其中，候选追踪框基于粒子滤波或滑动窗口方法生成，候选追踪框的特征为大量训练样本学***均获得。
作为优选，分类算法包括以下步骤：
S321：获取视频序列，采用网格划分在图片的若干个尺度上分别采样特征点，过滤部分特征点；
S322：计算特征点运动速度，跟踪关键点；
S323：沿轨迹提取方向梯度直方图、光流直方图、运动边界直方图和轨迹特征；
S324：训练集数据提取特征，使用K均值聚类算法对特征进行聚类，从得到特征字典；
S325：使用特征字典对测试数据进行量化编码，得到长度大小固定的向量；
S326：对编码量化后的特征向量使用支持向量机进行分类；
其中，部分特征点包括变换少的特征点，特征点运动速度通过特征点邻域内的光流中值计算得到。
本发明的有益效果是：在发现隧道停车带有车辆驶入后，能够及时上报停车事件，并启动对后方行驶车辆的预警，通过语音提醒模块劝离违停车辆，隧道管理站通过紧急电话和可视模块与现场车辆联系，远程指导故障车辆现场处置和救援，通过后视检测模块和显示模块实时显示后方路况，可以有效诱导车辆安全驶离停车带。
附图说明
图1本发明一种隧道紧急停车带智能预警诱导***的结构示意图。
图2本发明一种隧道紧急停车带智能预警诱导方法的流程图。
图3本发明一种隧道紧急停车带智能预警诱导***的结构布局图。
图中1、计算终端；2、停车带；3、显示模块；4、语音提醒模块；5、后视检测模块；6、事件检测模块；7、人物识别模块；8、人物分析模块；9、紧急电话；10、可视模块；11、隧道广播；12、指示灯；13、爆闪诱导标；14、爆闪灯带。
具体实施方式
下面通过实施例，并结合附图，对本发明的技术方案作进一步具体的说明。
实施例：如图1所示，一种隧道紧急停车带智能预警诱导***，包括：
计算终端1，用于控制数据交互和联动控制；
停车带2，用于规范停车位置；
显示模块3，用于实时播放后方路况视频，连接计算终端1；
语音提醒模块4，用于发布语音提醒信息，连接计算终端1；
后视检测模块5，用于拍摄后方实时路况，连接计算终端1和显示模块3；
事件检测模块6，用于识别车辆的停车事件和车辆信息，连接计算终端1；
人物识别模块7，用于采集人物的行为和状态，连接计算终端1；
人物分析模块8，用于分析人物的行为和状态，连接人物识别模块7和计算终端1；
紧急电话9，用于和车主进行电话沟通，连接计算终端1；
可视模块10，用于和车主进行视频沟通，连接计算终端1；
隧道广播11，用于向车主播报信息，连接计算终端1；
指示灯12，用于显示停车带2停车状态，连接计算终端1；
爆闪诱导标13，用于强化停车带2和行车道辨识度，连接计算终端1；
爆闪灯带14，用于强化停车带2和行车道辨识度，连接计算终端1和停车带2。
显示模块3设置于停车带2前端，语音提醒模块4设置于停车带2前端，后视检测模块5设置于停车带2前端。事件检测模块6设置于停车带2后端，紧急电话9设置于停车带2后端，可视模块10设置于停车带2后端，隧道广播11设置于停车带2后端，指示灯12设置于停车带2后端，计算终端1设置于停车带2后端。爆闪诱导标13设置于停车带2上，爆闪灯带14设置于侧墙上。人物分析模块8、紧急电话9和可视模块10集成在计算终端1中。
显示模块3、语音提醒模块4、后视检测模块5、人物识别模块7、爆闪诱导标13、爆闪灯带14、事件检测模块6、紧急电话9、可视模块10、隧道广播11、指示灯12等设备的状态信息通过计算终端1进行数据交互及联动控制，通过网络和隧道管理站平台对接。
显示模块3可以是LED全彩诱导屏，考虑到LED全彩诱导屏的显示效果，实施时可采用2米*1米的P3全彩LED屏。显示模块3显示车牌信息、劝离信息和倒计时，其中，倒计时包括劝离倒计时和违停倒计时，劝离倒计时和违停倒计时可以自定义倒计时时间。
事件检测模块6用于识别车辆出入的停车事件和车辆信息，包含多辆车同时占用停车带2的检测。停车事件信息包括时间、地点、车牌、照片、视频等。事件检测模块6可以是摄像机，考虑到摄像机识别车辆驶入、车辆驶离的准确率，需要采用电子围栏技术，对停车带2进行区域划分，降低误报漏报概率。如果当前停车带2内有车停留，第二辆车辆驶入时，也能检测到，并且上报告警给平台。当多辆车辆分别驶离时，也能检测到每辆车的驶离信息。
车辆信息包括车牌信息，根据车牌信息匹配隧道管理站***白名单车牌，白名单车牌有效区分特殊车辆和社会车辆，提供不同的处理流程。白名单车牌包括施工作业车辆、巡检人员车辆等车牌，当白名单车牌的车辆进入停车带2时，只做停车记录备案，当非白名单车牌的车辆驶入停车带2，超过违停劝离时间未驶离时，显示模块3和语音提醒模块4提醒车主驶离停车带2。监控人员可以将违停取证材料上报给相关部门进行处罚。
事件检测模块6检测到停车带2被占用时，联动显示模块3和语音提醒模块4提醒后方车辆，前面停车带2有车辆，注意行车安全。
语音提醒模块4可以是劝离喇叭，当非白名单车牌的车辆驶入停车带2，超过违停劝离时间未驶离时，语音提醒模块4播放劝离语音。
后视检测模块5可以是后视摄像机，安装时需要对准车头方向，考虑到后视摄像机成像效果，因为隧道中行驶的车辆前大灯灯光对拍摄视频会产生影响，造成光晕偏大，视频图像模糊，实施时需要采用强光抑制摄像机，启用强光抑制摄像机，自动分辨强光点，并对强光点附近区域进行补偿以获得更清晰的图像。
当有车辆停在停车带2时，显示模块3实时播放后方路况视频，在显示模块3显示50米辅助线、100米辅助线和200米辅助线，帮助驾驶人员判断后方车辆距离，驾驶员可以根据显示模块3和后视镜情况驶离，降低和后方车辆碰撞造成事故的概率。通过后视检测模块5和显示模块3组成的大型电子后视镜，能够给驾驶人员提供全面的可靠的后面路况信息，确保有效安全驶离停车带2。
人物识别模块7用于采集人物的行为和状态，可以是高精度摄像机，安装时需要对准车头方向。人物分析模块8用于分析人物的行为和状态，人物分析模块8采用目标追踪技术采集人物信息，其目标追踪算法为：获取人物识别模块7采集的视频；车门未打开时的某一帧，以驾驶位为初始追踪框，在下一帧中，产生若干个候选追踪框，采用的是粒子滤波或滑动窗口方法；提取候选追踪框的特征，该特征为大量训练样本学***均得到最优候选追踪框。对人物的行为进行分析，用于精准识别疲劳驾驶、抽烟、丢物等情况，其分类算法为：获取视频序列，采用网格划分在图片的若干个尺度上分别采样特征点，滤除变换少的点；计算特征点运动速度，从而跟踪关键点，特征点运动速度通过特征点邻域内的光流中值计算得到；沿轨迹提取方向梯度直方图、光流直方图、运动边界直方图和轨迹特征；训练集数据提取特征，使用K均值聚类算法对特征进行聚类，从得到特征字典；使用特征字典单词对测试数据进行量化编码，得到长度大小固定的向量；对编码量化后的特征向量使用支持向量机进行分类。通过分类算法得到车主的状态和行为，突出记录抽烟、抛物、斗殴等不良行为，若车主处于伤痛、伏地等状态时，及时指派工作人员远程或现场支持。
指示灯12用于显示停车带2停车状态，指示灯12状态为绿灯，停车带2内未停车，指示灯12状态为红灯，停车带2内已停车，提醒后方车辆该停车带2被占用。指示灯12的状态由计算终端1进行控制。
计算终端1采用GPU+CPU异构计算的架构，考虑到***高度智能化和提高***的计算速度，计算终端1需要采用GPU+CPU方案。
当车主需要求助时，可以通过紧急电话9和可视模块10与隧道管理站进行联系。其中，紧急电话9附有隧道管理站的电话，可通过拨号联系隧道管理站，也可通过长按紧急电话9的数字键0联系隧道管理站。可视模块10设有联系隧道管理站功能按钮，点击该功能按钮申请联系隧道管理站，隧道管理站通过申请后建立视频通讯。
爆闪诱导标13在停车带2内未停车时，处于关闭状态，停车带2内已停车时，处于开启状态，诱导标进行闪烁。爆闪诱导标13的状态由计算终端1进行控制。
爆闪灯带14在停车带2内未停车时，处于关闭状态，停车带2内已停车时，处于开启状态，灯带进行闪烁。爆闪灯带14的状态由计算终端1进行控制。
车辆在停车带2驻留时，事件检测模块6识别车辆的车牌并显示于显示模块3，将车牌对比白名单车牌，判断该车辆是否为白名单车牌的车辆，如果不是，显示模块3还显示劝离信息和劝离倒计时，如果劝离倒计时结束时该车辆未驶离，上报停车事件给隧道管理站平台。工作人员通过紧急电话9或隧道广播11联系车主确认停车原因，如果是事故或故障车，进行远程指导协助或派工作人员到现场处置，如果是违法停车，启动违停倒计时，超时后仍未驶离的车辆，上报违规记录给相关部门，并通知工作人员前往现场劝离。
计算终端1连接隧道管理站平台和相关部门平台。车辆驶离后，计算终端1需对停车记录包含时间、地点、车牌、停车时长、抓拍图片、整个停车过程视频等信息进行本地缓存并上传隧道管理站平台进行备案。违规记录上报至相关部门平台，方便相关部门进行取证，减少违法占用紧急车道事件的发生。
如图2所示，一种隧道紧急停车带智能预警诱导方法，包括以下步骤：
S1：基于事件检测模块6判断停车线内是否已停放车辆，若是，事件检测模块6获取车牌信息；
S2：基于车牌信息判断车辆是否为白名单车辆，若是，备案停车记录，若否，进行步骤S3；
S3：进行劝离倒计时，劝离倒计时结束后判断停车线内是否仍停放车辆，若是，进行步骤S4，若否，备案停车记录；
S4：判断停放车辆是否发生事故或故障车，若是，工作人员远程指导或现场处理，备案停车记录，若否，进行步骤S5；
S5：进行违停倒计时，违停倒计时结束后判断停车线内是否仍停放车辆，若是，工作人员现场处理，备案停车记录，若否，备案停车记录。
步骤S3和S4中，还包括：检测车主行为，通过目标追踪算法精准追踪车主位置，通过分类算法识别车主状态和行为。
利用视频AI检测算法，能够识别车辆出入的每次事件和车辆信息，如果当前停车带2内有车停留，第二辆车辆驶入时，也能检测到，并且上报告警给平台。当多辆车辆分别驶离时，也能检测到每辆车的驶离信息。具有安全驶离诱导功能，通过后视检测模块5和显示模块3组成的大型电子后视镜，能够给驾驶人员提供全面的可靠的后面路况信息，确保有效安全驶离停车带2。针对后视检测模块5加入自动强光抑制算法，自动分辨强光点，并对强光点附近区域进行补偿以获得更清晰的图像。提供白名单车牌，有效区分特殊车辆和社会车辆，提供不同的处理流程。提供违规记录上报相关部门平台的流程，方便违规取证。
Claims (10)
1.一种隧道紧急停车带智能预警诱导***，其特征在于，包括：
计算终端，用于控制数据交互和联动控制；
停车带，用于规范停车位置；
显示模块，用于实时播放后方路况视频，连接计算终端；
语音提醒模块，用于发布语音提醒信息，连接计算终端；
后视检测模块，用于拍摄后方实时路况，连接计算终端和显示模块；
事件检测模块，用于识别车辆的停车事件和车辆信息，连接计算终端；
人物识别模块，用于采集人物的行为和状态，连接计算终端；
人物分析模块，用于分析人物的行为和状态，连接人物识别模块和计算终端；
紧急电话，用于和车主进行电话沟通，连接计算终端；
可视模块，用于和车主进行视频沟通，连接计算终端；
隧道广播，用于向车主播报信息，连接计算终端；
指示灯，用于显示停车带停车状态，连接计算终端；
爆闪诱导标，用于强化停车带和行车道辨识度，连接计算终端；
爆闪灯带，用于强化停车带和行车道辨识度，连接计算终端和停车带。
2.根据权利要求1所述的一种隧道紧急停车带智能预警诱导***，其特征在于，显示模块显示车牌信息、劝离信息和倒计时，
其中，倒计时包括劝离倒计时和违停倒计时。
3.根据权利要求1所述的一种隧道紧急停车带智能预警诱导***，其特征在于，事件检测模块为摄像机；后视检测模块为强光抑制摄像机，摄像方向对准车头方向；人物识别模块为高精度摄像机，摄像方向对准车头方向。
4.根据权利要求1所述的一种隧道紧急停车带智能预警诱导***，其特征在于，指示灯、爆闪诱导标和爆闪灯带均有两种状态，分别对应停车带内已停放车辆和未停放车辆；紧急电话和可视模块设置有快捷联系隧道管理站的操作方案。
5.根据权利要求1所述的一种隧道紧急停车带智能预警诱导***，其特征在于，计算终端采用GPU+CPU异构计算的架构。
6.一种隧道紧急停车带智能预警诱导方法，适用于权利要求1-5任一项所述的一种隧道紧急停车带智能预警诱导***，其特征在于，包括以下步骤：
S1：基于事件检测模块判断停车线内是否已停放车辆，若是，事件检测模块获取车牌信息；
S2：基于车牌信息判断车辆是否为白名单车辆，若是，备案停车记录，若否，进行步骤S3；
S3：进行劝离倒计时，劝离倒计时结束后判断停车线内是否仍停放车辆，若是，进行步骤S4，若否，备案停车记录；
S4：判断停放车辆是否发生事故或故障车，若是，工作人员远程指导或现场处理，备案停车记录，若否，进行步骤S5；
S5：进行违停倒计时，违停倒计时结束后判断停车线内是否仍停放车辆，若是，工作人员现场处理，备案停车记录，若否，备案停车记录。
7.根据权利要求6所述的一种隧道紧急停车带智能预警诱导方法，其特征在于，当非白名单车牌的车辆驶入停车带，超过劝离倒计时未驶离时，语音提醒模块播放劝离语音；当有车辆停在停车带时，显示模块实时播放后方路况视频，在显示模块显示50米辅助线、100米辅助线和200米辅助线。
8.根据权利要求6所述的一种隧道紧急停车带智能预警诱导方法，其特征在于，步骤S3和S4中还包括：通过目标追踪算法精准追踪车主位置，通过分类算法识别车主状态和行为。
9.根据权利要求6或8所述的一种隧道紧急停车带智能预警诱导方法，其特征在于，目标追踪算法包括以下步骤：
S311：获取人物识别模块采集的视频；
S312：选定初始帧，以驾驶位为初始追踪框，在下一帧中产生若干个候选追踪框；
S313：提取候选追踪框的特征，对候选追踪框进行评分；
S314：将若干个评分高的候选追踪框进行融合得到最优候选追踪框；
其中，候选追踪框基于粒子滤波或滑动窗口方法生成，候选追踪框的特征为大量训练样本学***均获得。
10.根据权利要求6或8所述的一种隧道紧急停车带智能预警诱导方法，其特征在于，分类算法包括以下步骤：
S321：获取视频序列，采用网格划分在图片的若干个尺度上分别采样特征点，过滤部分特征点；
S322：计算特征点运动速度，跟踪关键点；
S323：沿轨迹提取方向梯度直方图、光流直方图、运动边界直方图和轨迹特征；
S324：训练集数据提取特征，使用K均值聚类算法对特征进行聚类，从得到特征字典；
S325：使用特征字典对测试数据进行量化编码，得到长度大小固定的向量；
S326：对编码量化后的特征向量使用支持向量机进行分类；
其中，部分特征点包括变换少的特征点，特征点运动速度通过特征点邻域内的光流中值计算得到。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211034857.6A CN115472028A (zh) | 2022-08-26 | 2022-08-26 | 一种隧道紧急停车带智能预警诱导方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211034857.6A CN115472028A (zh) | 2022-08-26 | 2022-08-26 | 一种隧道紧急停车带智能预警诱导方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115472028A true CN115472028A (zh) | 2022-12-13 |
Family
ID=84371044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211034857.6A Pending CN115472028A (zh) | 2022-08-26 | 2022-08-26 | 一种隧道紧急停车带智能预警诱导方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115472028A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117636687A (zh) * | 2024-01-25 | 2024-03-01 | 江西方兴科技股份有限公司 | 一种隧道紧急停车带的预警方法及*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679125A (zh) * | 2012-09-24 | 2014-03-26 | 致伸科技股份有限公司 | 人脸追踪的方法 |
| CN106585624A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市元征科技股份有限公司 | 驾驶员状态监控方法及装置 |
| CN106652477A (zh) * | 2017-03-06 | 2017-05-10 | 北京惠泽智业科技有限公司 | 一种违章识别的方法及装置 |
| CN209412722U (zh) * | 2018-12-27 | 2019-09-20 | 杭州桐森信息技术有限公司 | 一种隧道内紧急停车带诱导警示*** |
| CN110516705A (zh) * | 2019-07-19 | 2019-11-29 | 平安科技（深圳）有限公司 | 基于深度学习的目标跟踪方法、装置及计算机可读存储介质 |
| CN210777189U (zh) * | 2019-12-27 | 2020-06-16 | 广东华路交通科技有限公司 | 一种高速公路隧道紧急停车带预警*** |
| CN112660138A (zh) * | 2019-09-30 | 2021-04-16 | 比亚迪股份有限公司 | 基于转向盘检测驾驶员健康的方法、装置、转向盘和车辆 |
| CN213211343U (zh) * | 2020-09-30 | 2021-05-14 | 陕西高速交通工贸有限公司 | 一种高速公路隧道紧急停车带报警*** |
| CN215450426U (zh) * | 2021-03-01 | 2022-01-07 | 广州中国科学院计算机网络信息中心 | 一种用于高速公路应急车道的检测装置 |
| CN216311075U (zh) * | 2021-09-15 | 2022-04-15 | 浙江台州甬台温高速公路有限公司 | 高速公路隧道紧急停车带自动警告装置 |
| CN114613172A (zh) * | 2022-01-25 | 2022-06-10 | 浙江数智交院科技股份有限公司 | 一种隧道紧急停车带智能感知预警*** |
-
2022
- 2022-08-26 CN CN202211034857.6A patent/CN115472028A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103679125A (zh) * | 2012-09-24 | 2014-03-26 | 致伸科技股份有限公司 | 人脸追踪的方法 |
| CN106585624A (zh) * | 2016-12-07 | 2017-04-26 | 深圳市元征科技股份有限公司 | 驾驶员状态监控方法及装置 |
| CN106652477A (zh) * | 2017-03-06 | 2017-05-10 | 北京惠泽智业科技有限公司 | 一种违章识别的方法及装置 |
| CN209412722U (zh) * | 2018-12-27 | 2019-09-20 | 杭州桐森信息技术有限公司 | 一种隧道内紧急停车带诱导警示*** |
| CN110516705A (zh) * | 2019-07-19 | 2019-11-29 | 平安科技（深圳）有限公司 | 基于深度学习的目标跟踪方法、装置及计算机可读存储介质 |
| CN112660138A (zh) * | 2019-09-30 | 2021-04-16 | 比亚迪股份有限公司 | 基于转向盘检测驾驶员健康的方法、装置、转向盘和车辆 |
| CN210777189U (zh) * | 2019-12-27 | 2020-06-16 | 广东华路交通科技有限公司 | 一种高速公路隧道紧急停车带预警*** |
| CN213211343U (zh) * | 2020-09-30 | 2021-05-14 | 陕西高速交通工贸有限公司 | 一种高速公路隧道紧急停车带报警*** |
| CN215450426U (zh) * | 2021-03-01 | 2022-01-07 | 广州中国科学院计算机网络信息中心 | 一种用于高速公路应急车道的检测装置 |
| CN216311075U (zh) * | 2021-09-15 | 2022-04-15 | 浙江台州甬台温高速公路有限公司 | 高速公路隧道紧急停车带自动警告装置 |
| CN114613172A (zh) * | 2022-01-25 | 2022-06-10 | 浙江数智交院科技股份有限公司 | 一种隧道紧急停车带智能感知预警*** |
Non-Patent Citations (2)
| Title |
|---|
| YAQILYU: "单目标跟踪综述", 《知乎，HTTPS://ZHUANLAN.ZHIHU.COM/P/503735985》 * |
| 郭玉杰: "基于视频的目标感知与行为识别", 《万方数据库》, pages 1 - 71 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117636687A (zh) * | 2024-01-25 | 2024-03-01 | 江西方兴科技股份有限公司 | 一种隧道紧急停车带的预警方法及*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101313345B (zh) | 检测道路交通违章的***和方法 | |
| CN107481521B (zh) | 基于车联网的交通事件智能举证方法及*** | |
| CN107067730B (zh) | 基于卡口设备的网约车人车不一致监测方法 | |
| CN109146914B (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 | |
| CN111353369B (zh) | 一种城市路侧停车高位视频在辅助刑侦中的应用方法及*** | |
| CN110047272B (zh) | 一种基于大数据的智能交通行人行为监控报警*** | |
| CN209388480U (zh) | 高速公路隧道安全运营监测*** | |
| CN110288738B (zh) | 一种自行车专用车道智能综合管控***和管控方法 | |
| CN113484858A (zh) | 一种入侵检测方法和*** | |
| CN112749630A (zh) | 一种道路路况智能视频监控方法及*** | |
| CN104134350A (zh) | 一种交通违法行为识别智能球机*** | |
| CN115472028A (zh) | 一种隧道紧急停车带智能预警诱导方法及*** | |
| KR102500975B1 (ko) | 딥러닝 모델을 학습시키기 위한 장치 및 그 방법 | |
| CN113689700A (zh) | 一种山区施工便道行车监管方法及装置 | |
| CN209486891U (zh) | 共享单车违停检测*** | |
| CN111062238B (zh) | 基于人体骨架信息及多目标跟踪的扶梯流量监测方法及*** | |
| CN117414558B (zh) | 一种基于物联网的消防器材质量监测*** | |
| CN110809137A (zh) | 一种校园安全防踩踏监控***及方法 | |
| CN111901562B (zh) | 一种面向校园的音视频智能监控*** | |
| CN112532928A (zh) | 一种基于5g和人脸识别的公交车车载***及使用方法 | |
| CN111127280A (zh) | 一种智慧小区管理*** | |
| CN116363903A (zh) | 一种地下通道或隧道结构的防车撞预警*** | |
| CN115662154A (zh) | 一种基于视频监测的智能信号灯*** | |
| CN114973664A (zh) | 一种基于机器视觉的城市交通在线智能监测预警管理*** | |
| CN114821875A (zh) | 一种安检、票检、防疫一体化智能设备及使用方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |