CN117409588A - 一种基于地磁视频数据融合的交通异常监测方法及*** - Google Patents
一种基于地磁视频数据融合的交通异常监测方法及*** Download PDFInfo
- Publication number
- CN117409588A CN117409588A CN202311298538.0A CN202311298538A CN117409588A CN 117409588 A CN117409588 A CN 117409588A CN 202311298538 A CN202311298538 A CN 202311298538A CN 117409588 A CN117409588 A CN 117409588A
- Authority
- CN
- China
- Prior art keywords
- traffic
- abnormal
- information
- region
- geomagnetic
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 91
- 230000005856 abnormality Effects 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 title claims abstract description 17
- 230000002159 abnormal effect Effects 0.000 claims abstract description 255
- 230000006698 induction Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims description 31
- 238000012423 maintenance Methods 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 14
- 238000012937 correction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 17
- 230000000694 effects Effects 0.000 abstract description 11
- 239000000463 material Substances 0.000 abstract description 4
- 230000006835 compression Effects 0.000 description 11
- 238000007906 compression Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000005684 electric field Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000006798 recombination Effects 0.000 description 1
- 238000005215 recombination Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000005236 sound signal Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Classifications
-
- 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
- G08G1/042—Detecting movement of traffic to be counted or controlled using inductive or magnetic detectors
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
-
- 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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本申请涉及智慧交通技术领域,提供一种基于地磁视频数据融合的交通异常监测方法及***。所述方法包括:对道路交通情况进行实时监测,获取交通地磁监测信号数据流;进行特征提取,得到磁感应强度特征和磁力分布方向特征;确定交通车道占用特征信息;进行异常区域标记,获取交通异常区域信息;对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并对道路交通情况进行异常风险管控。本申请解决了现有技术中交通异常事件监测实际应用中效果不理想,处理效率较慢,人力物力耗费较高的问题,提高了交通异常监测的精准度和处理交通异常的效率的技术效果。
Description
技术领域
本申请涉及智慧交通技术领域,特别是涉及一种基于地磁视频数据融合的交通异常监测方法及***。
背景技术
随着交通道路的发展和逐步联网的推进,保证大流量的车辆畅通与安全是极其重要的,因此交通异常事件的监测一直以来都是交通领域研究的重点和难点。
随着智慧交通***的提出,智慧交通的研究、开发、应用就飞速发展,在智慧交通***中,交通异常事件的监测是智能交通***研究中一个重要的方面,是智能交通***的组成部分,交通异常监测主要是利用传感器技术与光纤通信技术来获得交通流参数,从而发现交通异常,避免交通异常的扩大,达到车辆、司机和行人安全以及道路安全的目的。
综上所述,本申请解决了现有技术中交通异常事件监测实际应用中效果不理想,处理效率较慢,人力物力耗费较高的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高交通异常监测的精准度和处理交通异常的效率的一种基于地磁视频数据融合的交通异常监测方法及***。
第一方面,本申请提供了一种基于地磁视频数据融合的交通异常监测方法,所述方法包括:通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
第二方面,本申请提供了一种基于地磁视频数据融合的交通异常监测***,所述***包括:交通地磁监测信号数据流获取模块,所述交通地磁监测信号数据流获取模块用于通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;交通地磁监测信号数据流特征提取模块,所述交通地磁监测信号数据流特征提取模块用于对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;交通车道占用特征信息确定模块,所述交通车道占用特征信息确定模块用于基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;交通异常区域信息获取模块,所述交通异常区域信息获取模块用于依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;交通异常区域视频信息获取模块,所述交通异常区域视频信息获取模块用于通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;异常风险管控模块,所述异常风险管控模块用于对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
首先,通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。本申请解决了现有技术中交通异常事件监测实际应用中效果不理想,处理效率较慢,人力物力耗费较高的问题,提高了交通异常监测的精准度和处理交通异常的效率的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中一种基于地磁视频数据融合的交通异常监测方法的流程示意图;
图2为一个实施例中一种基于地磁视频数据融合的交通异常监测方法的确定区域的异常目标物的流程示意图;
图3为一个实施例中一种基于地磁视频数据融合的交通异常监测***的结构框图。
附图标记说明:交通地磁监测信号数据流获取模块11,交通地磁监测信号数据流特征提取模块12,交通车道占用特征信息确定模块13,交通车道占用特征信息确定模块14,交通异常区域视频信息获取模块15,异常风险管控模块16。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在介绍了本申请基本原理后,下面,将参考附图对本申请中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是本申请的全部实施例,应理解,本申请不受这里描述的示例实施例的限制。基于本申请的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。另外还需要说明的是,为了便于描述,附图中仅示出了与本申请相关的部分而非全部。
如图1所示,本申请提供了一种基于地磁视频数据融合的交通异常监测方法,所述方法包括:
通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;
地磁传感器可用于检测车辆的存在和车型识别,利用车辆通过道路时对地球磁场的影响来完成车辆检测,数据采集***在交通监控***中起着非常重要的作用,而地磁传感器是数据采集***的关键部分,传感器的性能对数据采集***的准确性起决定作用;本申请提供了一种基于地磁视频数据融合的交通异常监测方法,通过地磁传感器数据与视频监测数据相结合,获得交通异常监测的方法,达到了提高交通异常事件监测效率和准确率的技术效果。
交通是指运输工具在运输网络上的流动情况;道路交通情况是指在任意的道路上,车辆在道路上的流动情况;实时(real time)是一个计算机响应的水平,用户感觉足够及时或者是计算机与外部过程保持同步,实时监测是指监测到的数据具有时效性;交通地磁监测信号数据流是指所述地磁传感器采集到的数据。通过获取所述交通地磁监测数据流,为后续的磁感应强度特征和磁力分布方向特征做出铺垫。
对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;
特征提取是指从将一些原始的输入的数据维度减少或者将原始的特征进行重新组合以便于后续的使用,简单来说有两个作用:减少数据维度,整理已有的数据特征;对所述交通地磁监测信号数据流进行特征提取,是为了获取磁感应强度特征和磁力分布方向特征,其中磁感应强度特征是指描述磁场强弱和方向的物理量,是矢量;磁力分布方向特征中,磁体的磁性来源于电流,电流是电荷的运动,因而概括地说,磁场是由运动电荷或电场的变化而产生的,磁场的基本特征是能对其中的运动电荷施加作用力,即通电导体在磁场中受到磁场的作用力,磁场对电流、对磁体的作用力或力矩皆源于此,而现代理论则说明,磁力是电场力的相对论效应,本申请中磁力分布方向特征是用来表述所述地磁传感器采集到的数据,用来分析所述交通道路情况的,通过得到磁感应强度特征和磁力分布方向特征,可以确定交通车道的占用特征信息。
基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;
交通车道占用特征信息是指在交通车道中,由于车辆行驶时改变了地磁特征,通过所述地磁感应器采集到的数据来判断所述交通车道的占用情况,例如正常行驶、拥堵等。根据所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息,为后续获取异常区域做出了数据支持。
依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;
异常区域在本申请中是指所述交通车道占用特征信息中出现异常的信息,例如堵车、车祸等,体现在所述地磁感应器中就是所述交通车道内长时间磁场无明显变化等;将所述异常区域进行标记识别,获取交通异常区域信息,其中交通异常区域信息是指所述交通车道发生异常事件的区域的信息。通过获取所述交通异常区域信息,为后续结合交通异常区域视频信息进行分析做出了铺垫。
通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;
监控设备主要由前端设备和后端设备这两大部分组成,前端设备通常由摄像机、手动或电动镜头、云台、防护罩、***、报警探测器和多功能解码器等部件组成,它们各司其职,并通过有线、无线或光纤传输媒介与中心控制***的各种设备建立相应的联系(传输视/音频信号及控制、报警信号);视频监测是指对所述交通异常区域信息进行拍摄,通过遥控摄像机及其辅助设备直接观看所述交通车道的一切情况;将所述监控设备拍摄下来的所述交通异常区域视频进行整理,获得交通异常区域视频信息。通过获得所述交通异常区域视频信息,为后续的对道路交通情况进行异常风险管控做出了贡献。
对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
对所述交通异常区域视频信息进行逐帧分析是指根据所述交通异常区域视频信息的帧数进行逐个分析,从中选出信息量最多的进行分析,得到交通异常特征信息,根据所述交通异常特征信息对所述交通车道的情况进行异常排查及异常维修。通过对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控,达到了及时、准确监测异常事件发生的地点,快速解决异常事件的技术效果。
对所述交通异常区域视频信息进行压缩处理,获得交通异常区域压缩视频信息;
基于所述交通异常区域压缩视频信息进行关键帧提取,得到区域关键帧图像信息;
对所述区域关键帧图像信息进行异常目标物识别,确定区域异常目标物;
对所述区域异常目标物进行异常特征分析,获得所述交通异常特征信息。
压缩是多媒体技术中最核心的一部分内容,无论是图像、音频还是视频,往往都需要进行压缩之后才能达到一个可以保存或便于传输的大小,压缩分为无损压缩和有损压缩方法,本申请中由于需要精确的视频图像信息,则所述压缩处理是指对所述交通异常区域视频信息进行无损压缩的处理,通过对所述交通异常区域视频信息进行压缩处理,可以减少视频存储内存,提高数据处理效率;将进行所述交通异常区域视频信息进行无损压缩处理后得到的无损压缩视频进行整合分析,获得交通异常区域压缩视频信息;关键帧提取是指将所述交通异常区域压缩视频信息中信息含量高的关键帧图像进行选择,将选择出的关键帧图像进行整合,获得区域关键帧图像信息;异常目标物识别是指从所述区域关键帧图像信息中获取异常目标物的情况,其中异常目标物是指存在异常的物体,例如在行人道上停放的车辆等;异常特征分析是指对所述区域异常目标物进行分析,例如所述区域中出现的异常目标物是否为应该出现在所述区域中的物体等,获得所述交通异常特征信息,例如堵车、车祸等信息。通过获取交通异常特征信息,为后续的交通车道监测做出了贡献。
如图2所示,对所述区域关键帧图像信息进行交通流特征提取,获取交通流参数信息,所述交通流参数包括道路占有率、车流量、速度;
基于所述交通流参数进行变化率绘制,生成交通流变化曲线;
对所述交通流变化曲线进行变化率分析,确定交通流变化系数;
当所述交通流变化系数超出预设异常门限值时,对所述区域关键帧图像信息进行异常目标物标记,确定所述区域异常目标物。
交通流是指汽车在道路上连续行驶形成的车流,广义上还包括其他车辆的车流和人流,交通流随着时间和空间的变化而变化,受到车辆、行人和其他干扰因素的影响,表现出强烈的随机性和不确定性;交通流参数主要包括平均车流量、平均车速、平均占有率、车流密度、车头间距等;变化率是指变化的快慢程度,例如物理中的加速度,数学中的导数与微分等,变化率绘制是指根据所述交通流参数进行作图得到交通流变化曲线;变化率分析是指对所述交通流变化曲线的改变程度进行分析,获取交通流变化系数,其中交通流变化系数是指所述交通流变化曲线的变化值;预设异常门限值,异常门限值是指所述交通流变化到达一定程度时,判断所述区域关键帧图像信息中存在异常物品,由工作人员自行设定,例如,所述交通车道的车辆五分钟都只有缓慢的移动,有可能是在等红绿灯,但超过这个数字就可能是因为堵车;基于所述交通流参数进行变化率绘制,生成交通流变化曲线;对所述交通流变化曲线进行变化率分析,确定交通流变化系数;预设异常门限值,当所述交通流变化系数超过所述异常门限值时,对所述区域关键帧图像信息进行异常目标物标记,确定所述区域异常目标物。通过分析交通流参数确定所述区域异常目标物,为后续确定所述交通异常特征信息做出了铺垫。
构建交通异常事件数据库;
基于所述区域异常目标物和所述交通异常事件数据库进行特征匹配,获得异常目标物类型;
对所述异常目标物类型进行等级划分,获得目标异常等级;
基于所述异常目标物类型和所述目标异常等级,确定所述交通异常特征信息。
数据库是以一定方式储存在一起、能予多个用户共享、具有尽可能小的冗余度、与应用程序彼此独立的数据集合,就是一个存储结构化数据的仓库;交通异常事件数据库是指将所述交通车道上发生的所有异常事件进行整合,构建一个交通异常事件数据库;根据所述区域异常目标物和所述交通异常事件数据库进行特征匹配,例如所述区域为人行道,异常目标物为车辆,车辆停放在人行道上,违反了《道路交通安全法》,即获得异常目标物的类型为机动车辆停放在人行道上;对所述异常目标物类型进行等级划分,获得目标异常等级,其中等级划分由工作人员根据专家经验自行设定,此处不作限制;基于所述异常目标物类型和所述目标异常等级,确定所述交通异常特征信息,例如所述目标异常等级有三级,分别为一级、二级、三级,其中一级为小规模影响,例如车辆撞倒护栏等,二级为中规模影响例如严重堵车,三级为大规模影响例如车祸导致道路被封;根据所述异常目标物类型如机动车辆停放在人行道上,判断所述异常目标物类型属于一级影响,获得所述交通异常特征信息。通过获得所述交通异常特征信息,为后续进行交通管控做出了铺垫。
获得所述区域异常目标物的持续时长;
如果所述持续时长超出预设时间阈值,对所述持续时长进行异常评级,获得扩充异常等级特征;
基于所述扩充异常等级特征对所述交通异常特征信息进行补充修正。
所述区域异常目标物的持续时长,例如所述机动车辆停放在人行道的时间,即监测到所述机动车辆发生异常开始,到车主进行处理的这段时间为所述区域异常目标物的持续时长;综合多个所述交通异常特征信息进行时间阈值的设置,其中时间阈值由工作人员自行设定,此处不作限制,对所述区域异常目标物的持续时长进行异常评级,获得扩充异常等级特征,其中扩充异常等级特征可以是在所述目标异常等级中的每一级划分两个部分,为低级异常和高级异常,例如一级低级异常和一级高级异常,当某一异常等级的所述异常目标物类型的所述持续时长超过所述预设时间阈值时,判定的高级异常为所述扩充异常等级特征,根据所述扩充异常等级特征对所述交通异常特征信息进行补充修正,通过补充修正所述交通异常特征信息,为后续对道路交通情况进行异常预警管控做出了支持。
对所述交通异常特征信息进行交通影响程度分析,获得交通风险影响度;
基于所述交通风险影响度,确定交通风险预警等级;
基于所述交通风险预警等级和所述交通异常特征信息对道路交通情况进行异常预警管控。
交通风险影响度是指所述交通异常特征信息会对所述交通车道造成何种影响,根据所述交通风险影响度确定交通风险预警等级,例如交通风险影响度有四级,低级、初级、中级和高级,基于所述交通异常特征信息的影响程度而定,根据所述交通风险影响度的影响程度对所述交通风险预警等级进行划分,所述交通风险影响度与所述交通风险预警等级一一对应,得到所述交通风险预警等级也为四级,分别是低级、初级、中级和高级;基于所述交通风险预警等级和所述交通异常特征信息对道路交通情况进行异常预警管控,通过确定所述交通风险预警等级,得到所述交通异常特征信息的处理优先级,对道路交通情况进行异常预警管控。通过对所述交通异常特征信息评级达到了提高异常预警的处理效率。
构建交通异常管控运维方案库;
将所述交通风险预警等级和所述交通异常特征信息与所述交通异常管控运维方案库进行运维方案匹配,生成交通管控预警运维方案;
获取所述交通异常特征信息的异常风险位置信息;
基于所述异常风险位置信息和所述交通管控预警运维方案,对道路交通情况进行运维预警管控。
交通异常管控运维方案库是指将发生的有记录的所有交通异常管控运维的方案进行整合,构建一个交通异常管控运维方案;再根据所述交通风险预警等级和所述交通异常特征信息与所述交通异常管控运维方案库进行运维方案匹配,生成交通管控预警运维方案;再获取所述交通异常特征信息的异常风险位置信息;根据所述异常风险位置信息和所述交通管控预警运维方案,对道路交通情况进行运维预警管控,通过构建交通异常管控运维方案库,解决了现有技术中交通异常事件监测实际应用中效果不理想,处理效率较慢,人力物力耗费较高的问题,提高了交通异常监测的精准度和处理交通异常的效率的技术效果。
如图3所示,本申请提供了一种基于地磁视频数据融合的交通异常监测***,所述***包括:
交通地磁监测信号数据流获取模块11,所述交通地磁监测信号数据流获取模块11用于通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;
交通地磁监测信号数据流特征提取模块12,所述交通地磁监测信号数据流特征提取模块12用于对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;
交通车道占用特征信息确定模块13,所述交通车道占用特征信息确定模块13用于基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;
交通异常区域信息获取模块14,所述交通异常区域信息获取模块14用于依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;
交通异常区域视频信息获取模块15,所述交通异常区域视频信息获取模块15用于通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;
异常风险管控模块16,所述异常风险管控模块16用于对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
进一步地,本申请实施例还包括:
交通异常区域压缩视频信息获得模块,所述交通异常区域压缩视频信息获得模块用于对所述交通异常区域视频信息进行压缩处理,获得交通异常区域压缩视频信息;
区域关键帧图像信息获取模块,所述区域关键帧图像信息获取模块用于基于所述交通异常区域压缩视频信息进行关键帧提取,得到区域关键帧图像信息;
区域异常目标物确定模块,所述区域异常目标物确定模块用于对所述区域关键帧图像信息进行异常目标物识别,确定区域异常目标物;
交通异常特征信息获得模块,所述交通异常特征信息获得模块用于对所述区域异常目标物进行异常特征分析,获得所述交通异常特征信息。
进一步地,本申请实施例还包括:
交通异常事件数据库构建模块,所述交通异常事件数据库构建模块用于构建交通异常事件数据库;
异常目标物类型获得模块,所述异常目标物类型获得模块用于基于所述区域异常目标物和所述交通异常事件数据库进行特征匹配,获得异常目标物类型;
目标异常等级获得模块,所述目标异常等级获得模块用于对所述异常目标物类型进行等级划分,获得目标异常等级;
交通异常特征信息确定模块,所述交通异常特征信息确定模块用于基于所述异常目标物类型和所述目标异常等级,确定所述交通异常特征信息。
进一步地,本申请实施例还包括:
持续时长获取模块,所述持续时长获取模块用于获得所述区域异常目标物的持续时长;
扩充异常等级特征模块,所述扩充异常等级特征模块用于如果所述持续时长超出预设时间阈值,对所述持续时长进行异常评级,获得扩充异常等级特征;
补充修正模块,所述补充修正模块用于基于所述扩充异常等级特征对所述交通异常特征信息进行补充修正。
进一步地,本申请实施例还包括:
交通风险影响度获得模块,所述交通风险影响度获得模块用于对所述交通异常特征信息进行交通影响程度分析,获得交通风险影响度;
交通风险预警等级确定模块,所述交通风险预警等级确定模块用于基于所述交通风险影响度,确定交通风险预警等级;
异常预警管控模块,所述异常预警管控模块用于基于所述交通风险预警等级和所述交通异常特征信息对道路交通情况进行异常预警管控。
进一步地,本申请实施例还包括:
交通异常管控运维方案库构建模块,所述交通异常管控运维方案库构建模块用于构建交通异常管控运维方案库;
交通管控预警运维方案生成模块,所述交通管控预警运维方案生成模块用于将所述交通风险预警等级和所述交通异常特征信息与所述交通异常管控运维方案库进行运维方案匹配,生成交通管控预警运维方案;
异常风险位置信息获取模块,所述异常风险位置信息获取模块用于获取所述交通异常特征信息的异常风险位置信息;
运维预警管控模块,所述运维预警管控模块用于基于所述异常风险位置信息和所述交通管控预警运维方案,对道路交通情况进行运维预警管控。
关于一种基于地磁视频数据融合的交通异常监测***的具体实施例可以参见上文中对于一种基于地磁视频数据融合的交通异常监测方法的实施例,在此不再赘述。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (8)
1.一种基于地磁视频数据融合的交通异常监测方法,其特征在于,所述方法包括:
通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;
对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;
基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;
依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;
通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;
对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
2.如权利要求1所述的方法,其特征在于,所述获取交通异常特征信息,包括:
对所述交通异常区域视频信息进行压缩处理,获得交通异常区域压缩视频信息;
基于所述交通异常区域压缩视频信息进行关键帧提取,得到区域关键帧图像信息;
对所述区域关键帧图像信息进行异常目标物识别,确定区域异常目标物;
对所述区域异常目标物进行异常特征分析,获得所述交通异常特征信息。
3.如权利要求2所述的方法,其特征在于,所述确定区域异常目标物,包括:
对所述区域关键帧图像信息进行交通流特征提取,获取交通流参数信息,所述交通流参数包括道路占有率、车流量、速度;
基于所述交通流参数进行变化率绘制,生成交通流变化曲线;
对所述交通流变化曲线进行变化率分析,确定交通流变化系数;
当所述交通流变化系数超出预设异常门限值时,对所述区域关键帧图像信息进行异常目标物标记,确定所述区域异常目标物。
4.如权利要求2所述的方法,其特征在于,所述获得所述交通异常特征信息,包括:
构建交通异常事件数据库;
基于所述区域异常目标物和所述交通异常事件数据库进行特征匹配,获得异常目标物类型;
对所述异常目标物类型进行等级划分,获得目标异常等级;
基于所述异常目标物类型和所述目标异常等级,确定所述交通异常特征信息。
5.如权利要求4所述的方法,其特征在于,所述方法包括:
获得所述区域异常目标物的持续时长;
如果所述持续时长超出预设时间阈值,对所述持续时长进行异常评级,获得扩充异常等级特征;
基于所述扩充异常等级特征对所述交通异常特征信息进行补充修正。
6.如权利要求1所述的方法,其特征在于,所述并基于所述交通异常特征信息对道路交通情况进行异常风险管控,包括:
对所述交通异常特征信息进行交通影响程度分析,获得交通风险影响度;
基于所述交通风险影响度,确定交通风险预警等级;
基于所述交通风险预警等级和所述交通异常特征信息对道路交通情况进行异常预警管控。
7.如权利要求6所述的方法,其特征在于,所述基于所述交通风险预警等级和所述交通异常特征信息对道路交通情况进行异常预警管控,包括:
构建交通异常管控运维方案库;
将所述交通风险预警等级和所述交通异常特征信息与所述交通异常管控运维方案库进行运维方案匹配,生成交通管控预警运维方案;
获取所述交通异常特征信息的异常风险位置信息;
基于所述异常风险位置信息和所述交通管控预警运维方案,对道路交通情况进行运维预警管控。
8.一种基于地磁视频数据融合的交通异常监测***,其特征在于,所述***包括:
交通地磁监测信号数据流获取模块,所述交通地磁监测信号数据流获取模块用于通过地磁传感器对道路交通情况进行实时监测,获取交通地磁监测信号数据流;
交通地磁监测信号数据流特征提取模块,所述交通地磁监测信号数据流特征提取模块用于对所述交通地磁监测信号数据流进行特征提取,得到磁感应强度特征和磁力分布方向特征;
交通车道占用特征信息确定模块,所述交通车道占用特征信息确定模块用于基于所述磁感应强度特征和磁力分布方向特征,确定交通车道占用特征信息;
交通异常区域信息获取模块,所述交通异常区域信息获取模块用于依据所述交通车道占用特征信息进行异常区域标记,获取交通异常区域信息;
交通异常区域视频信息获取模块,所述交通异常区域视频信息获取模块用于通过监控设备对所述交通异常区域信息进行视频监测,得到交通异常区域视频信息;
异常风险管控模块,所述异常风险管控模块用于对所述交通异常区域视频信息进行逐帧分析,获取交通异常特征信息,并基于所述交通异常特征信息对道路交通情况进行异常风险管控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298538.0A CN117409588A (zh) | 2023-10-09 | 2023-10-09 | 一种基于地磁视频数据融合的交通异常监测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311298538.0A CN117409588A (zh) | 2023-10-09 | 2023-10-09 | 一种基于地磁视频数据融合的交通异常监测方法及*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117409588A true CN117409588A (zh) | 2024-01-16 |
Family
ID=89490012
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311298538.0A Pending CN117409588A (zh) | 2023-10-09 | 2023-10-09 | 一种基于地磁视频数据融合的交通异常监测方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117409588A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117912253A (zh) * | 2024-01-31 | 2024-04-19 | 广州云玥科技有限公司 | 一种城市交通数据库信息采集方法和*** |
-
2023
- 2023-10-09 CN CN202311298538.0A patent/CN117409588A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117912253A (zh) * | 2024-01-31 | 2024-04-19 | 广州云玥科技有限公司 | 一种城市交通数据库信息采集方法和*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109670404B (zh) | 一种基于混合模型的道路积水图像检测预警方法 | |
CN110085029B (zh) | 基于轨道式巡检机器人的高速公路巡检***与方法 | |
KR101095528B1 (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
CN109448365B (zh) | 一种跨尺度空基平台区域道路交通***综合监视方法 | |
CN102521983B (zh) | 一种基于高清视频技术的车辆违章检测***及方法 | |
CN102945603B (zh) | 检测交通事件的方法及电子警察装置 | |
KR102167291B1 (ko) | 도로 상태 정보 수집 시스템 및 방법 | |
CN111800507A (zh) | 一种交通监控方法及交通监控*** | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN107301776A (zh) | 基于视频检测技术的车道路况处理及发布方法 | |
CN109544946A (zh) | 基于车流量大数据的隧道实时监控管理***及其实现方法 | |
CN101964145A (zh) | 一种自动车牌识别方法及其*** | |
WO2013057664A2 (en) | System for collision prediction and traffic violation detection | |
CN103150899B (zh) | 监测道路交通信息的方法、装置及*** | |
CN102496275B (zh) | 客车超载检测方法 | |
CN117409588A (zh) | 一种基于地磁视频数据融合的交通异常监测方法及*** | |
CN112433519A (zh) | 一种无人驾驶检测***及车辆行驶检测方法 | |
KR102167292B1 (ko) | 이기종 센싱값을 이용한 도로 상태 정보 수집 장치 및 방법 | |
CN108922172B (zh) | 基于车辆特征矩阵序列变化分析的道路拥堵监测*** | |
CN114613143B (zh) | 基于YOLOv3模型的道路车辆计数方法 | |
CN114387785A (zh) | 一种基于智慧公路的安全管控方法、***及可存储介质 | |
CN112883936A (zh) | 一种对车辆违规行为的检测方法及其*** | |
CN115762120A (zh) | 基于快速路全路段的全息感知预警*** | |
CN113496213A (zh) | 一种目标感知数据的确定方法、装置、***及存储介质 | |
KR102390813B1 (ko) | 객체인식 카메라를 이용한 정보 수집 및 지능형 신호 제어 장치 및 방법 |
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 |