CN115662148B - 一种道路异常事件的预警方法、装置、设备及介质 - Google Patents
一种道路异常事件的预警方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115662148B CN115662148B CN202211546168.3A CN202211546168A CN115662148B CN 115662148 B CN115662148 B CN 115662148B CN 202211546168 A CN202211546168 A CN 202211546168A CN 115662148 B CN115662148 B CN 115662148B
- Authority
- CN
- China
- Prior art keywords
- vehicle speed
- target
- road
- grid
- current
- 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.)
- Active
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明涉及交通控制技术领域,尤其是一种道路异常事件的预警方法、装置、设备及介质,所述方法包括:获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表;获取当前时间片对应的当前车速列表;根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息;可知,能够通过目标网格信息和当前车速,快速确定出道路中存在异常物体的区域,对异常事件进行预警,起到减少交通事故的发生作用;同时,在拍摄视频效果不佳的情况下,也能够分析出道路中存在异常物体的区域,进而对异常事件进行预警,减少交通事故的发生;此外,能够无需增加额外设备,减少人力和物力的消耗。
Description
技术领域
本发明涉及交通控制技术领域,尤其涉及一种道路异常事件的预警方法、装置、设备及介质。
背景技术
随着经济的发展,人均车辆保有量逐步增加,这间接导致交通事故的发生次数不断增加,尤其是在高速公路上发生交通事故时会导致大量的人员伤亡或者财产损失,其中,比较常见的交通事故是因道路中存在异常物体导致交通事故产生,例如,异常物体为抛洒物、障碍物、或者其他交通事故的相关车辆。
现有技术中,确定道路中存在异常物体,一方面是通过已经发生事故后告知交通管理部门,无法第一时间知晓道路中存在异常物体,进而无法对道路中存在异常物体的事件起到预警作用,以减少交通事故的发生;另一方面,通过巡检道路设备(例如无人机),但这样做对道路进行巡检时投入人力和物力比较高,且无法保证及时对道路中存在异常物体进行预警,也无法起到预警作用以减少交通事故的发生,同时,巡检道路设备在对道路进行巡检时,巡检的视频因夜间或者恶劣天气时,导致视频效果不佳,影响到视频分析,导致无法及时对道路中存在异常物体进行预警。
因此,如何对道路中存在异常物体的事件进行预警是本领域技术人员亟需解决的技术问题。
发明内容
针对上述技术问题,本发明保护了一种道路异常事件的预警方法,所述方法包括:
获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表。
获取当前时间片对应的当前车速列表。
根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
本发明还保护了一种道路异常事件的预警装置,所述装置包括:
第一信息获取模块,第一信息获取模块用于获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表。
第二信息获取模块,第二信息获取模块用于获取当前时间片对应的当前车速列表。
预警模块,预警模块用于根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
本发明保护了一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的道路异常事件的预警方法。
本发明保护了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述的道路异常事件的预警方法。
本发明与现有技术相比具有明显的优点和有益效果。借由上述技术方案,本发明提供的一种道路异常事件的预警方法、装置、电子设备及存储介质可达到相当的技术进步性及实用性,并具有产业上的广泛利用价值,其至少具有下列优点:
本发明提供的一种道路异常事件的预警方法、装置、设备及介质,其中,所述方法包括:获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表;获取当前时间片对应的当前车速列表;根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息;可知,能够通过目标网格信息和当前车速,快速确定出道路中存在异常物体的区域,对异常事件进行预警,起到减少交通事故的发生作用;同时,在拍摄视频效果不佳的情况下,也能够分析出道路中存在异常物体的区域,进而对异常事件进行预警,减少交通事故的发生;此外,能够无需增加额外设备,减少人力和物力的消耗。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其他目的、特征和优点能够更明显易懂,以下特举较佳实施例,并配合附图,详细说明如下。
附图说明
图1为本发明实施例一提供的一种道路异常事件的预警方法的流程图;
图2为本发明实施例一提供的S100步骤的流程图;
图3为本发明实施例一提供的S300步骤的流程图;
图4为本发明实施例二提供的一种道路异常事件的预警装置的示意图;
图5为本发明实施例二提供的100模块的示意图;
图6为本发明实施例二提供的300模块的示意图。
具体实施方式
为更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效,以下结合附图及较佳实施例,对依据本发明提出的一种道路异常事件的预警方法、装置、设备及介质的具体实施方式及其功效,详细说明如后。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或服务器不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
如图1所示,本实施例一提供了一种道路异常事件的预警方法,所述方法包括如下步骤:
S100,获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表。
具体的,所述预设道路路段为用户预先设置的道路路段,优选的,道路路段为高速路段。
具体的,在S100步骤中还包括如下步骤,如图2所示:
S101,获取初始道路信息列表,所述初始道路信息列表包括若干个初始道路信息。
具体的,每一所述初始道路信息包括初始道路ID、初始道路ID对应的初始道路区域、初始道路ID对应的初始道路长度和初始道路ID对应的初始车道信息。
进一步的,所述初始道路ID为初始道路的唯一身份标识。
进一步的,所述初始道路区域为初始道路的覆盖区域。
进一步的,所述初始车道信息包括若干个初始车道ID和每一初始车道ID对应的车道区域,其中,所述初始车道ID为所述初始车道的唯一标识,所述初始车道为初始道路中任一车道。
进一步的,所述初始道路长度为初始道路的长度,即相邻的交通信息监测装置之间的距离。
进一步的,所述初始道路为在所述预设道路路段中相邻的交通信息监测装置之间的道路,其中,所述交通信息监测装置为设有监测器的交通龙门架,所述监控器用于监控和采集道路的相关信息,例如,初始道路信息、初始道路内的车距、驶入和驶出初始道路的时间、初始道路内的车辆数量。
S103,当所述初始道路长度不大于预设道路距离阈值时,将初始道路信息作为目标道路信息;所述预设道路距离阈值为用户预先设置的道路距离阈值,本领域技术人员知晓,根据实际需求选取的任一道路距离阈值,在此不再赘述。
具体的,所述目标网格信息列表包括若干个目标网格信息,其中,所述目标网格信息包括每一目标道路ID对应的目标网格ID和每一目标网格ID对应的目标子网格集。
进一步的,所述目标网格ID为目标网格的唯一身份标识,其中,将每一目标道路区域作为目标网格。
进一步的,所述目标子网格集包括每一目标车道ID对应的目标子网格列表,其中,每一目标子网格列表包括若干个目标子网格,所述目标子网格为对每一目标车道对应的车道区域进行划分的网格。
进一步的,所有的目标子网格列表中的目标子网格数量一致。
S200,获取当前时间片对应的当前车速列表。
具体的,所述当前车速列表包括若干个当前车速,其中,所述当前车速为在当前时间片下,每一所述目标网格ID对应的标准车速。
在一个具体的实施例中,所述方法还包括如下步骤获取任一目标网格ID对应的标准车速V0:
S1,获取当前时间片下的任一目标网格内的车辆ID列表A={A1,……,Ai,……,Am},Ai为目标网格内的第i个车辆ID,i=1,……m,m为目标网格内的车辆ID数量。
进一步的,车辆ID为车辆的唯一身份标识。
S2,获取A对应的第一时间列表T={T1,……,Ti,……,Tm}和第二时间列表T0={T0 1,……,T0 i,……,T0 m},其中,Ti为Ai对应的第一时间,T0 i为Ai对应的第二时间。
进一步的,所述第一时间为任一车辆驶入目标网格的时间。
进一步的,所述第二时间为任一车辆驶出目标网格的时间。
S3,根据T和T0,获取A对应的车速列表V={V1,……,Vi,……,Vm},Vi为Ai对应的车速,其中,Vi符合如下条件:
Vi=L/(T0 i-Ti),L为A对应的目标网格对应的目标道路长度。
S4,对V进行升序排序,获取中间车速列表V'。
S5,从V'中选取第N个车速作为V0,其中,N符合如下条件:
优选的,β为0.75。
进一步的,当前时间片的取值范围为1min。
S300,根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
具体的,在S300步骤中还包括如下步骤,如图3所示:
S301,获取当前网格对应的当前车速和当前网格对应的第一预设车速。
进一步的,所述当前网格为当前时间片下的任一所述目标网格。
进一步的,所述当前车速为当前网格对应的当前车速。
进一步的,所述第一预设车速为将当前网格对应的目标特征向量输入至预设车速模型中获取到的车速。
进一步的,所述目标特征向量的维度为:在当前时间片下,当前网格中车辆类型、当前网格中第一车流量、当前网格中第二车流量、当前网格中车辆密度、当前网格对应的天气状态,其中,所述第一车流量为驶入当前网格的车流量,所述第二车流量为驶出当前网格的车流量。
进一步的,所述预设车速模型为理论车速预测模型,理论车速预测模型采用GBDT回归算法。
S302,当第一目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,所述第一目标车速差为所述第一预设车速与所述当前车速之间的差值,即所述第一预设车速减去所述当前车速的值,其中,本领域技术人员知晓,根据实际需求设置预设车速差阈值,在此不再赘述。
S303,当第一目标车速差不小于预设车速差阈值或者第一目标车速差为负值时,获取当前网格对应的第二预设车速。
进一步的,所述第二预设车速为在中间时间片下,当前网格对应的标准车速。
进一步的,所述中间时间片为当前时间片的上一时间片,其中,所述中间时间片的取值为1min。
优选的,所述第二预设车速的获取方式与所述当前车速的获取方式一致,在此不再赘述。
S304,当第二目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第二目标车速差为所述第二预设车速与所述当前车速之间的差值,即所述第二预设车速减去所述当前车速的值。
S305,当第二目标车速差不小于预设车速差阈值或者第二目标车速差为负值时,获取当前网格对应的第三预设车速。
进一步的,所述第三预设车速为在当前时间片下,中间网格对应的标注车速。
进一步的,所述中间网格为当前网格对应的前一目标网格。
优选的,所述第三预设车速的获取方式与所述当前车速的获取方式一致,在此不再赘述。
S306,当第三目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第三目标车速差为所述第三预设车速与所述当前车速之间的差值,即所述第三预设车速减去所述当前车速的值。
S307,当第三目标车速差不小于预设车速差阈值或者第三目标车速差为负值时,所述当前网格对应的目标道路内无异常事件。
具体的,所述目标异常事件信息至少包括:目标异常事件的发生区域,其中,所述目标异常事件是指发生了目标道路内存在异常物体的事件,例如,异常物体为抛洒物、障碍物、或者其他交通事故的相关车辆。
进一步的,所述预警信息用于提示道路内存在异常物体的信息。
在一个具体的实施例中,所述方法还通过如下步骤获取目标异常事件的发生区域:
S10,获取第一车辆与第一车辆对应的第二车辆之间的目标车距。
进一步的,第一车辆为当前网格对应的任一车辆。
进一步的,第二车辆为与第一车辆处于同一当前网格的子网格内的前一车辆。
S20,获取第二车辆对应的中间车距列表,所述中间车距列表包括若干个中间车距,其中,所述中间车距为第二车辆处于每一当前网格的子网格内,第一车辆与第二车辆之间的车距。
S30,当所述中间车距大于所述目标车距时,将所述中间车距对应的前一子网格作为目标异常事件的发生区域。
本实施例一提供的一种道路异常事件的预警方法,所述方法包括:获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表;获取当前时间片对应的当前车速列表;根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息;可知,能够通过目标网格信息和当前车速,快速确定出道路中存在异常物体的区域,进而异常事件进行预警,起到减少交通事故的发生作用;同时,在拍摄视频效果不佳的情况下,也能够分析出道路中存在异常物体的区域,进而异常事件进行预警,起到减少交通事故的发生作用;此外,能够无需增加额外设备,减少人力和物力的消耗。
实施例二
如图4所示,本实施例二提供了一种道路异常事件的预警装置,所述装置包括:
第一信息获取模块100,第一信息获取模块100用于获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表。
具体的,所述预设道路路段为用户预先设置的道路路段,优选的,道路路段为高速路段。
具体的,第一信息获取模块100包括,如图5所示:
初始道路信息列表获取模块101,初始道路信息列表获取模块101用于获取初始道路信息列表,所述初始道路信息列表包括若干个初始道路信息。
具体的,每一所述初始道路信息包括初始道路ID、初始道路ID对应的初始道路区域、初始道路ID对应的初始道路长度和初始道路ID对应的初始车道信息。
进一步的,所述初始道路ID为初始道路的唯一身份标识。
进一步的,所述初始道路区域为初始道路的覆盖区域。
进一步的,所述初始车道信息包括若干个初始车道ID和每一初始车道ID对应的车道区域,其中,所述初始车道ID为所述初始车道的唯一标识,所述初始车道为初始道路中任一车道。
进一步的,所述初始道路长度为初始道路的长度,即相邻的交通信息监测装置之间的距离。
进一步的,所述初始道路为在所述预设道路路段中相邻的交通信息监测装置之间的道路,其中,所述交通信息监测装置为设有监测器的交通龙门架,所述监控器用于监控和采集道路的相关信息,例如,初始道路信息、初始道路内的车距、驶入和驶出初始道路的时间、初始道路内的车辆数量。
目标道路信息确定模块103,目标道路信息确定模块103用于当所述初始道路长度不大于预设道路距离阈值时,将初始道路信息作为目标道路信息;所述预设道路距离阈值为用户预先设置的道路距离阈值,本领域技术人员知晓,根据实际需求选取的任一道路距离阈值,在此不再赘述。
具体的,所述目标网格信息列表包括若干个目标网格信息,其中,所述目标网格信息包括每一目标道路ID对应的目标网格ID和每一目标网格ID对应的目标子网格集。
进一步的,所述目标网格ID为目标网格的唯一身份标识,其中,将每一目标道路区域作为目标网格。
进一步的,所述目标子网格集包括每一目标车道ID对应的目标子网格列表,其中,每一目标子网格列表包括若干个目标子网格,所述目标子网格为对每一目标车道对应的车道区域进行划分的网格。
进一步的,所有的目标子网格列表中的目标子网格数量一致。
第二信息获取模块200,第二信息获取模块200用于获取当前时间片对应的当前车速列表。
具体的,所述当前车速列表包括若干个当前车速,其中,所述当前车速为在当前时间片下,每一所述目标网格ID对应的标准车速。
在一个具体的实施例中,所述装置还包括:
车辆ID列表获取模块1,车辆ID列表获取模块1用于获取当前时间片下的任一目标网格内的车辆ID列表A={A1,……,Ai,……,Am},Ai为目标网格内的第i个车辆ID,i=1……m,m为目标网格内的车辆ID数量。
进一步的,车辆ID为车辆的唯一身份标识。
时间列表获取模块2,时间列表获取模块2用于获取A对应的第一时间列表T={T1,……,Ti,……,Tm}和第二时间列表T0={T0 1,……,T0 i,……,T0 m},其中,Ti为Ai对应的第一时间,T0 i为Ai对应的第二时间。
进一步的,所述第一时间为任一车辆驶入目标网格的时间。
进一步的,所述第二时间为任一车辆驶出目标网格的时间。
车速列表获取模块3,车速列表获取模块3用于根据T和T0,获取A对应的车速列表V={V1,……,Vi,……,Vm},Vi为Ai对应的车速,其中,Vi符合如下条件:
Vi=L/(T0 i-Ti),L为A对应的目标网格对应的目标道路长度。
中间车速列表获取模块4,中间车速列表获取模块4用于对V进行升序排序,获取中间车速列表V'。
标准车速确定模块5,标准车速确定模块5用于从V'中选取第N个车速作为V0,V0为任一目标网格ID对应的标准车速V0,其中,N符合如下条件:
优选的,β为0.75。
进一步的,当前时间片的取值范围为1min。
预警模块300,预警模块300用于根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
具体的,预警模块300包括,如图6所示:
第一车速获取模块301,第一车速获取模块301用于获取当前网格对应的当前车速和当前网格对应的第一预设车速。
进一步的,所述当前网格为当前时间片下的任一所述目标网格。
进一步的,所述当前车速为当前网格对应的当前车速。
进一步的,所述第一预设车速为将当前网格对应的目标特征向量输入至预设车速模型中获取到的车速。
进一步的,所述目标特征向量的维度为:在当前时间片下,当前网格中车辆类型、当前网格中第一车流量、当前网格中第二车流量、当前网格中车辆密度、当前网格对应的天气状态,其中,所述第一车流量为驶入当前网格的车流量,所述第二车流量为驶出当前网格的车流量。
进一步的,所述预设车速模型为理论车速预测模型,理论车速预测模型采用GBDT回归算法。
第一执行模块302,第一执行模块302用于当第一目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,所述第一目标车速差为所述第一预设车速与所述当前车速之间的差值,即所述第一预设车速减去所述当前车速的值,其中,本领域技术人员知晓,根据实际需求设置预设车速差阈值,在此不再赘述。
第二车速获取模块303,第二车速获取模块303用于当第一目标车速差不小于预设车速差阈值或者第一目标车速差为负值时,获取当前网格对应的第二预设车速。
进一步的,所述第二预设车速为在中间时间片下,当前网格对应的标准车速。
进一步的,所述中间时间片为当前时间片的上一时间片,其中,所述中间时间片的取值为1min。
优选的,所述第二预设车速的获取方式与所述当前车速的获取方式一致,在此不再赘述。
第二执行模块304,第二执行模块304用于当第二目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第二目标车速差为所述第二预设车速与所述当前车速之间的差值,即所述第二预设车速减去所述当前车速的值。
第三车速获取模块305,第三车速获取模块305用于当第二目标车速差不小于预设车速差阈值或者第二目标车速差为负值时,获取当前网格对应的第三预设车速。
进一步的,所述第三预设车速为在当前时间片下,中间网格对应的标注车速。
进一步的,所述中间网格为当前网格对应的前一目标网格。
优选的,所述第三预设车速的获取方式与所述当前车速的获取方式一致,在此不再赘述。
第三执行模块306,第三执行模块306用于当第三目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第三目标车速差为所述第三预设车速与所述当前车速之间的差值,即所述第三预设车速减去所述当前车速的值。
第四执行模块307,第四执行模块307用于当第三目标车速差不小于预设车速差阈值或者第三目标车速差为负值时,所述当前网格对应的目标道路内无异常事件。
具体的,所述目标异常事件信息至少包括:目标异常事件的发生区域,其中,所述目标异常事件是指发生了目标道路内存在异常物体的事件,例如,异常物体为抛洒物、障碍物、或者其他交通事故的相关车辆。
进一步的,所述预警信息用于提示道路内存在异常物体的信息。
在一个具体的实施例中,所述装置还包括:
目标车距获取模块10,目标车距获取模块10用于获取第一车辆与第一车辆对应的第二车辆之间的目标车距。
进一步的,第一车辆为当前网格对应的任一车辆。
进一步的,第二车辆为与第一车辆处于同一当前网格的子网格内的前一车辆。
中间车距列表获取模块20,中间车距列表获取模块20用于获取第二车辆对应的中间车距列表,所述中间车距列表包括若干个中间车距,其中,所述中间车距为第二车辆处于每一当前网格的子网格内,第一车辆与第二车辆之间的车距。
异常事件发生模块30,异常事件发生模块30用于当所述中间车距大于所述目标车距时,将所述中间车距对应的前一子网格作为目标异常事件的发生区域。
在一个实施例中,提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表;
获取当前时间片对应的当前车速列表;
根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表;
获取当前时间片对应的当前车速列表;
根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (12)
1.一种道路异常事件的预警方法,其特征在于,所述方法包括如下步骤:
获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表,其中,所述目标网格信息列表包括若干个目标网格信息,所述目标网格信息包括每一目标道路ID对应的目标网格ID和每一目标网格ID对应的目标子网格集;
获取当前时间片对应的当前车速列表,所述当前车速列表包括若干个当前车速,其中,所述当前车速为在当前时间片下,每一所述目标网格ID对应的标准车速,还包括如下步骤获取任一目标网格ID对应的标准车速V0:
S1,获取当前时间片下的任一目标网格内的车辆ID列表A={A1,……,Ai,……,Am},Ai为目标网格内的第i个车辆ID,i=1,……m,m为目标网格内的车辆ID数量;
S2,获取A对应的第一时间列表T={T1,……,Ti,……,Tm}和第二时间列表T0={T0 1,……,T0 i,……,T0 m},其中,Ti为Ai对应的第一时间,T0 i为Ai对应的第二时间,所述第一时间为任一车辆驶入目标网格的时间,所述第二时间为任一车辆驶出目标网格的时间;
S3,根据T和T0,获取A对应的车速列表V={V1,……,Vi,……,Vm},Vi为Ai对应的车速,其中,Vi符合如下条件:
Vi=L/(T0 i-Ti),L为A对应的目标网格对应的目标道路长度;
S4,对V进行升序排序,获取中间车速列表V';
S5,从V'中选取第N个车速作为V0,其中,N符合如下条件:
根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息;其中,根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息中还包括如下步骤:
获取当前网格对应的当前车速和当前网格对应的第一预设车速,所述第一预设车速为将当前网格对应的目标特征向量输入至预设车速模型中获取到的车速,其中,所述目标特征向量的维度为:在当前时间片下,当前网格中车辆类型、当前网格中第一车流量、当前网格中第二车流量、当前网格中车辆密度、当前网格对应的天气状态,所述第一车流量为驶入当前网格的车流量,所述第二车流量为驶出当前网格的车流量,所述预设车速模型为理论车速预测模型,理论车速预测模型采用GBDT回归算法;
当第一目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,所述第一目标车速差为所述第一预设车速与所述当前车速之间的差值;
当第一目标车速差不小于预设车速差阈值或者第一目标车速差为负值时,获取当前网格对应的第二预设车速,所述第二预设车速为在中间时间片下,当前网格对应的标准车速,所述中间时间片为当前时间片的上一时间片;
当第二目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第二目标车速差为所述第二预设车速与所述当前车速之间的差值;
当第二目标车速差不小于预设车速差阈值或者第二目标车速差为负值时,获取当前网格对应的第三预设车速,所述第三预设车速为在当前时间片下,中间网格对应的标准车速,所述中间网格为当前网格对应的前一目标网格;
当第三目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第三目标车速差为所述第三预设车速与所述当前车速之间的差值;
当第三目标车速差不小于预设车速差阈值或者第三目标车速差为负值时,所述当前网格对应的目标道路内无异常事件。
2.根据权利要求1所述的道路异常事件的预警方法,其特征在于,获取预设道路路段内的目标道路信息列表包括如下步骤:
获取初始道路信息列表,所述初始道路信息列表包括若干个初始道路信息,其中,每一所述初始道路信息包括初始道路ID、初始道路ID对应的初始道路区域、初始道路ID对应的初始道路长度和初始道路ID对应的初始车道信息;
当任一初始道路信息中初始道路长度不大于预设道路长度阈值时,将初始道路信息作为目标道路信息。
3.根据权利要求2所述的道路异常事件的预警方法,其特征在于,
所述初始道路ID为初始道路的唯一身份标识,其中,所述初始道路为在所述预设道路路段中相邻的交通信息监测装置之间的道路,所述交通信息监测装置为设有监测器的交通龙门架。
4.根据权利要求3所述的道路异常事件的预警方法,其特征在于,所述初始道路区域为初始道路的覆盖区域。
5.根据权利要求3所述的道路异常事件的预警方法,其特征在于,所述初始车道信息包括若干个初始车道ID和每一初始车道ID对应的车道区域,其中,所述初始车道ID为所述初始车道的唯一标识,所述初始车道为初始道路中任一车道。
6.一种道路异常事件的预警装置,其特征在于,所述装置包括:
第一信息获取模块,用于获取预设道路路段内的目标道路信息列表和目标道路信息列表对应的目标网格信息列表,其中,所述目标网格信息列表包括若干个目标网格信息,所述目标网格信息包括每一目标道路ID对应的目标网格ID和每一目标网格ID对应的目标子网格集;
第二信息获取模块,用于获取当前时间片对应的当前车速列表,所述当前车速列表包括若干个当前车速,其中,所述当前车速为在当前时间片下,每一所述目标网格ID对应的标准车速,所述装置还包括:
车辆ID列表获取模块1,车辆ID列表获取模块1用于获取当前时间片下的任一目标网格内的车辆ID列表A={A1,……,Ai,……,Am},Ai为目标网格内的第i个车辆ID,i=1……m,m为目标网格内的车辆ID数量;
时间列表获取模块2,时间列表获取模块2用于获取A对应的第一时间列表T={T1,……,Ti,……,Tm}和第二时间列表T0={T0 1,……,T0 i,……,T0 m},其中,Ti为Ai对应的第一时间,T0 i为Ai对应的第二时间,所述第一时间为任一车辆驶入目标网格的时间,所述第二时间为任一车辆驶出目标网格的时间;
车速列表获取模块3,车速列表获取模块3用于根据T和T0,获取A对应的车速列表V={V1,……,Vi,……,Vm},Vi为Ai对应的车速,其中,Vi符合如下条件:
Vi=L/(T0 i-Ti),L为A对应的目标网格对应的目标道路长度;
中间车速列表获取模块4,中间车速列表获取模块4用于对V进行升序排序,获取中间车速列表V';
标准车速确定模块5,标准车速确定模块5用于从V'中选取第N个车速作为V0,V0为任一目标网格ID对应的标准车速V0,其中,N符合如下条件:
预警模块,用于根据所述当前车速列表和目标网格信息列表,确定出预设道路路段内的目标异常事件信息并发出预警信息;其中,所述预警模块包括:
第一车速获取模块,用于获取当前网格对应的当前车速和当前网格对应的第一预设车速,所述第一预设车速为将当前网格对应的目标特征向量输入至预设车速模型中获取到的车速,其中,所述目标特征向量的维度为:在当前时间片下,当前网格中车辆类型、当前网格中第一车流量、当前网格中第二车流量、当前网格中车辆密度、当前网格对应的天气状态,所述第一车流量为驶入当前网格的车流量,所述第二车流量为驶出当前网格的车流量,所述预设车速模型为理论车速预测模型,理论车速预测模型采用GBDT回归算法;
第一执行模块,用于当第一目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,所述第一目标车速差为所述第一预设车速与所述当前车速之间的差值;
第二车速获取模块,用于当第一目标车速差不小于预设车速差阈值或者第一目标车速差为负值时,获取当前网格对应的第二预设车速,所述第二预设车速为在中间时间片下,当前网格对应的标准车速,所述中间时间片为当前时间片的上一时间片;
第二执行模块,用于当第二目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第二目标车速差为所述第二预设车速与所述当前车速之间的差值;当第二目标车速差不小于预设车速差阈值或者第二目标车速差为负值时,获取当前网格对应的第三预设车速;
第三车速获取模块,用于当第二目标车速差不小于预设车速差阈值或者第二目标车速差为负值时,获取当前网格对应的第三预设车速,所述第三预设车速为在当前时间片下,中间网格对应的标准车速,所述中间网格为当前网格对应的前一目标网格;
第三执行模块,用于当第三目标车速差小于预设车速差阈值,确定出预设道路路段内的目标异常事件信息并发出预警信息,其中,所述第三目标车速差为所述第三预设车速与所述当前车速之间的差值;
第四执行模块,用于当第三目标车速差不小于预设车速差阈值或者第三目标车速差为负值时,所述当前网格对应的目标道路内无异常事件。
7.根据权利要求6所述的道路异常事件的预警装置,其特征在于,所述第一信息获取模块包括:
初始道路信息列表获取模块,用于获取初始道路信息列表,所述初始道路信息列表包括若干个初始道路信息,其中,每一所述初始道路信息包括初始道路ID、初始道路ID对应的初始道路区域、初始道路ID对应的初始道路长度和初始道路ID对应的初始车道信息;
目标道路信息确定模块,用于当任一初始道路信息中初始道路长度不大于预设道路长度阈值时,将初始道路信息作为目标道路信息。
8.根据权利要求7所述的道路异常事件的预警装置,其特征在于,所述初始道路ID为初始道路的唯一身份标识,其中,所述初始道路为在所述预设道路路段中相邻的交通信息监测装置之间的道路,所述交通信息监测装置为设有监测器的交通龙门架。
9.根据权利要求7所述的道路异常事件的预警装置,其特征在于,所述初始道路区域为初始道路的覆盖区域。
10.根据权利要求7所述的道路异常事件的预警装置,其特征在于,所述初始车道信息包括若干个初始车道ID和每一初始车道ID对应的车道区域,其中,所述初始车道ID为所述初始车道的唯一标识,所述初始车道为初始道路中任一车道。
11.一种电子设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5中任意一项所述的道路异常事件的预警方法。
12.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5中任意一项所述的道路异常事件的预警方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211546168.3A CN115662148B (zh) | 2022-12-05 | 2022-12-05 | 一种道路异常事件的预警方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211546168.3A CN115662148B (zh) | 2022-12-05 | 2022-12-05 | 一种道路异常事件的预警方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115662148A CN115662148A (zh) | 2023-01-31 |
CN115662148B true CN115662148B (zh) | 2023-03-17 |
Family
ID=85019949
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211546168.3A Active CN115662148B (zh) | 2022-12-05 | 2022-12-05 | 一种道路异常事件的预警方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115662148B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797849B (zh) * | 2023-02-03 | 2023-04-28 | 以萨技术股份有限公司 | 一种基于图像确定异常行为的数据处理*** |
CN115797883B (zh) * | 2023-02-06 | 2023-04-28 | 以萨技术股份有限公司 | 一种确定异常事件的数据处理*** |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920728A (zh) * | 2021-10-11 | 2022-01-11 | 南京微达电子科技有限公司 | 高速公路抛洒障碍物检测与预警方法及*** |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105741590B (zh) * | 2016-03-29 | 2018-09-07 | 福建工程学院 | 路段预警的方法及*** |
US11586609B2 (en) * | 2020-09-15 | 2023-02-21 | International Business Machines Corporation | Abnormal event analysis |
CN113779430B (zh) * | 2021-10-29 | 2022-12-13 | 腾讯科技(深圳)有限公司 | 路网数据生成方法、装置、计算设备和存储介质 |
-
2022
- 2022-12-05 CN CN202211546168.3A patent/CN115662148B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113920728A (zh) * | 2021-10-11 | 2022-01-11 | 南京微达电子科技有限公司 | 高速公路抛洒障碍物检测与预警方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN115662148A (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115662148B (zh) | 一种道路异常事件的预警方法、装置、设备及介质 | |
DE102012201472B4 (de) | Verfahren zur Bereitstellung von Parkinformationen zu freien Parkplätzen | |
CN112015843A (zh) | 基于多车意图交互结果的行车风险态势评估方法及*** | |
DE102018128454A1 (de) | Minimierung falscher Kollisionsvermeidungswarnungen | |
CN109544966B (zh) | 特种车辆路线偏移分析方法及*** | |
CN113936463B (zh) | 一种基于雷达和视频数据融合的隧道交通管控方法及*** | |
DE112018003215T5 (de) | Verwalten mobiler Objekte | |
WO2013174732A1 (de) | Erkennung von richtungsfahrbahnen | |
CN105608889A (zh) | 一种车辆停留分析方法 | |
CN112634614B (zh) | 一种长下坡交通事件实时检测方法、装置及存储介质 | |
DE112011103239B4 (de) | Systeme und Verfahren zum Abschätzen des örtlichen Verkehrsflusses | |
US20180301025A1 (en) | Method and apparatus for predicting road conditions based on big data | |
CN116564079A (zh) | 路段交通拥堵识别方法、装置、设备及可读存储介质 | |
DE102022112120A1 (de) | Fahrzeugbezogene anomalieerkennung, -meldung und dynamische reaktion darauf | |
CN112633580A (zh) | 基于人工智能的酒驾车辆预警方法、装置、设备和介质 | |
DE102019122543A1 (de) | Verkehrsminderungssystem | |
CN113989715A (zh) | 车辆违停检测方法、装置、电子设备及存储介质 | |
CN115731693A (zh) | 一种车道划分方法以及相关装置 | |
CN112735143A (zh) | 一种实时车辆布控实现方法、装置及存储介质 | |
CN115273468B (zh) | 一种交通拥堵控制策略生成方法及装置 | |
CN111598054A (zh) | 车辆检测方法、装置、计算机设备及存储介质 | |
CN111325178A (zh) | 警示物检测结果获取方法、装置、计算机设备和存储介质 | |
DE102022125929A1 (de) | System zum vorhersagen eines ortsbasierten manövers eines entfernten fahrzeugs in einem autonomen fahrzeug | |
CN111402571A (zh) | 一种勤务车队冲突异常预警及调整方案生成的方法及装置 | |
CN106056914B (zh) | 交通监测方法及无人驾驶的交通监测车辆 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |