[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN111627223A - 一种高速公路交通事故检测预警系统及方法 - Google Patents

一种高速公路交通事故检测预警系统及方法 Download PDF

Info

Publication number
CN111627223A
CN111627223A CN202010397935.3A CN202010397935A CN111627223A CN 111627223 A CN111627223 A CN 111627223A CN 202010397935 A CN202010397935 A CN 202010397935A CN 111627223 A CN111627223 A CN 111627223A
Authority
CN
China
Prior art keywords
module
fog
vehicle
detection
image
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
Application number
CN202010397935.3A
Other languages
English (en)
Inventor
钱月晶
章增优
朱志亮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhejiang Industry and Trade Vocational College
Original Assignee
Zhejiang Industry and Trade Vocational College
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhejiang Industry and Trade Vocational College filed Critical Zhejiang Industry and Trade Vocational College
Priority to CN202010397935.3A priority Critical patent/CN111627223A/zh
Publication of CN111627223A publication Critical patent/CN111627223A/zh
Pending legal-status Critical Current

Links

Images

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
    • G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B25/00—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems
    • G08B25/01—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium
    • G08B25/10—Alarm systems in which the location of the alarm condition is signalled to a central station, e.g. fire or police telegraphic systems characterised by the transmission medium using wireless transmission systems
    • 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
    • G08G1/09—Arrangements for giving variable traffic instructions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明提供了一种高速公路交通事故检测预警系统，包括：现场检测单元、数据处理单元、信息传输单元和报警单元；所述现场检测单元包括图像获取模块和图像接收模块；所述数据处理单元包括车辆检测模块、团雾检测模块、车辆跟踪模块、信息处理模块和存储模块，所述车辆检测模块用于检测判断待检区域里的目标物体是否为车辆，所述团雾检测模块用于检测待检区域是否有团雾；所述信息传输单元包括无线发射模块，所述无线发射模块与所述信息处理模块相连接，所述信息处理模块通过所述无线发射模块与所述报警单元进行通信，相应地，提出一种高速公路交通事故检测预警方法，本发明检测精度更高，误报率低，有效避免了高速公路上二次交通事故的发生。

Description

一种高速公路交通事故检测预警系统及方法
技术领域
本发明涉及交通事故检测预警技术领域，尤其涉及到一种高速公路交通事故检测预警系统及方法。
背景技术
近年来，随着城市私家车数量的爆炸式增长，高速公路里程和车辆数目也快速增长，高速公路上交通事故的数量正逐年增长。在所有的交通事故中，由于驾驶员对交通事故缺乏处置经验、事故预警体系不完善、救援不能及时等原因导致的二次事故占据更多的比例。而在二次事故中，高速公路又是重灾区。因此在高速公路事故多发地段需要建立实时预警机制，对路况信息进行快速通报，一次事故的及时救援具有重要的意义。二次事故是指在原有的事故基础上，由于自然不可抗力、救援方的疏忽、或当事人的错误操作引起的事故。二次事故是一次事故的危险因素的第二次激发，造成事故的扩大蔓延。在发生了许多重大的高速公路交通事故之后，高速公路二次预防变得极为重要。
虽然当前各个高速公路路段沿线均部署了视频监控系统，但传统的道路监控只能做到实时查看、实时录像、事后回放等功能，通过“人眼盯视频”方式发现异常或突发事件，安全盲点多、二次事故频发、交通运营管理效率低下，无法满足实际业务需求。
综上所述，如何提供一种精确地交通事故检测系统及检测方法，对已发生的交通事故进行预警引导以避免发生二次事故进而降低对交通的影响并提高交通安全水平，是本领域技术人员急需解决的问题。
发明内容
本方案针对上文提到的问题和需求，提出一种高速公路交通事故检测预警系统及方法，其由于采取了如下技术方案而能够解决上述技术问题。
为了达到上述目的，本发明提供如下技术方案：一种高速公路交通事故检测预警系统，包括：现场检测单元、数据处理单元、信息传输单元和报警单元；
所述现场检测单元包括图像获取模块和图像接收模块，所述图像获取模块用于获取待检区域内的视频图像信息，所述图像接收模块用于对所述图像获取模块发送的视频数据进行解码和数据帧分离形成每帧视频的图像数据，所述图像接收模块与所述数据处理单元相连接；
所述数据处理单元包括车辆检测模块、团雾检测模块、车辆跟踪模块和信息处理模块，所述车辆检测模块用于检测判断待检区域里的目标物体是否为车辆，所述团雾检测模块用于检测待检区域是否有团雾，所述车辆跟踪模块用于检测待检区域里车辆状态，所述车辆检测模块、所述团雾检测模块和所述车辆跟踪模块均与所述信息处理模块相连接；
所述信息传输单元包括无线发射模块和无线接收模块，所述无线发射模块与所述信息处理模块相连接，所述信息处理模块通过所述信息传输单元与所述报警单元进行通信，所述无线发射模块包括第一无线收发芯片，所述无线接收模块包括控制器、第二无线收发芯片、存储模块和供电模块，所述第二无线收发芯片和所述存储模块均与所述控制器相连接，所述供电模块采用光伏供电，所述供电模块包括依次相连的太阳能光伏阵列、光伏控制器和太阳能蓄电池；
所述报警单元包括LED显示模块和多个显示驱动模块，所述LED显示模块与所述多个显示驱动模块电连接用于显示事故检测状态和团雾检测结果进行动态示警提醒。
进一步地，所述图像获取模块包括高清红外监控摄像机，所述图像接收模块包括视频控制器，所述视频控制器与上位机相连接；所述存储模块包括串行EEPROM；每个显示驱动模块包括驱动芯片、行扫描驱动模块和行显示驱动模块，所述行扫描驱动模块和所述行显示驱动模块与所述驱动芯片电连接；所述LED显示模块包括多个LED点阵屏,每个LED点阵屏与对应地所述驱动芯片相连接。
进一步地，所述报警单元还包括团雾引导装置。
更进一步地，所述团雾引导装置包括外壳和电子控制板，所述外壳包括有坡度的上盖、底座、万向轮、超远距雾引灯条窗口和风扇窗口。
更进一步地，所述电子控制板包括ZIGBEE模块、控制器、定位模块、太阳能蓄电池、超远距雾引灯条和电风扇，所述ZIGBEE模块通过ZIGBEE网络与所述信息处理模块相连接，所述ZIGBEE模块、所述定位模块、所述超远距雾引灯条和所述电风扇均与所述控制器相连接。
一种高速公路交通事故检测预警方法，包括以下步骤：
S1:系统初始化，所述图像数据获取模块将采集到的视频信息发送给所述图像接收模块，所述图像接收模块将每帧视频的图像数据发送给所述上位机；
S2:进行相机标定并对人工划定的高速公路区域进行待检区域的划定；
S3:所述车辆检测模块采用基于深度学习的车辆检测方法判断待检区域里面的目标物体是否为车辆；
S4:若所述车辆检测模块判定待检区域内的目标物体为车辆，则所述车辆跟踪模块采用一种改进的基于多目标的车辆跟踪算法对所述车辆状态进行跟踪，并判断该车辆或几台车辆在待检区域内停留时间是否超过时间阈值T，若超过时间阈值T则判定该区域发生交通事故并发送报警提示信息；
S5:同时所述团雾检测模块采用基于视频的团雾检测方法进行团雾检测，若检测到雾厚距离超过标准参数则所述上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息发送至无线接收模块，所述控制器控制所述报警单元进行显示报警，提醒后方司机提前做好减速准备。
进一步地，所述步骤S4中一种改进的基于多目标的车辆跟踪算法具体包括采用卡尔曼滤波预测和更新目标状态，结合跟踪目标和检测目标间的重叠率和外观深度特征相似度来构造关联矩阵，然后用匈牙利算法计算跟踪目标和检测目标间的对应关系。
进一步地，所述S4具体包括：
S41:所述车辆跟踪模块对待检区域内的目标车辆进行跟踪，并判定所述目标车辆的停留时间；
S42:若停留时间大于时间阈值T，则上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息通过所述报警单元进行显示报警。
进一步地，所述S5中基于视频的团雾检测方法具体包括：设有雾的图像模型为：I(x)＝J(x)t(x)+A[1-t(x)]，其中，I(x)表示存在大气散射光的有雾图像；J(x)表示无雾时的原景物图像；A和t(x)分别表示大气光强和透射率；t(x)是雾厚距离L的一次函数；一张彩色图像由RGB的3个色彩通道构成，而包含该像素点在内的附近邻域内RGB的3个通道中灰度最小值为该点的暗通道值，即Jdark(x)＝miny∈Ω(x)[minc∈{r,g,b}Jc(y)]，在雾图形成过程中，有雾图的暗通道值相当于是在对无雾图像上进行线性叠加所形成的即jdark(x)＝Jdark(x)，jdark(x)表示无雾时的景物暗通道图像，Jdark(x)表示雾图中残余景物光的暗通道图像；由此建立J(x)与j(x)之间的关系；对有雾的图像模型的等号左右两边分别做暗通道运算可得Idark(x)＝Jdark(x)t(x)+A[1-t(x)]，故Idark(x)＝jdark(x)t(x)+A[1-t(x)],得
Figure BDA0002488360850000051
根据t(x)＝e-βL，β＝NCext，可得
Figure BDA0002488360850000052
其中，β表示大气散射系数，其值取决于单位雾滴颗粒数N与消光系数Cext，所述单位雾滴颗粒数N采用烟雾传感器测量，即目标参数雾厚距离L为:
Figure BDA0002488360850000053
本发明的有益效果是，该发明检测精度和处理效率和更高鲁棒性更强，有效避免了高速公路上二次交通事故的发生。
下文中将结合附图对实施本发明的最优实施例进行更详尽的描述，以便能容易地理解本发明的特征和优点。
附图说明
为了更清楚地说明本发明实施例的技术方案，下文中将对本发明实施例的附图进行简单介绍。其中，附图仅仅用于展示本发明的一些实施例，而非将本发明的全部实施例限制于此。
图1为本发明中高速公路交通事故检测预警系统结构示意图。
图2为本发明中高速公路交通事故检测预警方法的步骤示意图。
图3为本实施例中基于深度学习的车辆检测算法步骤示意图。
图4为本发明中无线接收模块与报警单元的连接示意图。
图5为本发明中信息处理模块与上位机的连接示意图。
图6为本发明中雾引装置的结构示意图。
附图标记：
外壳1、电子控制板2、上盖11、底座12、万向轮13、超远距雾引灯条窗口14、风扇窗口15。
具体实施方式
为了使得本发明的技术方案的目的、技术方案和优点更加清楚，下文中将结合本发明具体实施例的附图，对本发明实施例的技术方案进行清楚、完整地描述。附图中相同的附图标记代表相同的部件。需要说明的是，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明提供了一种检测精度更高，信息传输更加稳定且可有效避免高速公路上二次交通事故的发生的高速公路交通事故检测预警系统及方法，如附图1至附图6所示，该高速公路交通事故检测预警系统包括：现场检测单元、数据处理单元、信息传输单元和报警单元；所述现场检测单元包括图像获取模块和图像接收模块，所述图像获取模块用于获取待检区域内的视频图像信息，所述图像接收模块用于对所述图像获取模块发送的视频数据进行解码和数据帧分离形成每帧视频的图像数据，所述图像接收模块与所述数据处理单元相连接，其中，所述图像获取模块包括高清红外监控摄像机，所述摄像机设置在弯道处和隧道处，所述报警单元设置在所述弯道处和隧道处一定距离处，所述图像接收模块包括视频控制器，所述视频控制器与上位机相连接，所述上位机为计算机。
所述数据处理单元包括车辆检测模块、团雾检测模块、车辆跟踪模块和信息处理模块，所述信息处理模块采用P89LPC931处理器，所述信息处理模块通过RS-232通讯线缆与所述上位机通信，所述车辆检测模块用于检测判断待检区域里的目标物体是否为车辆，所述团雾检测模块用于检测待检区域是否有团雾，所述车辆跟踪模块用于检测待检区域里车辆状态，所述车辆检测模块、所述团雾检测模块和所述车辆跟踪模块均与所述信息处理模块相连接。所述信息传输单元包括无线发射模块和无线接收模块，所述无线发射模块与所述信息处理模块相连接，所述信息处理模块通过所述信息传输单元无线发射模块与所述报警单元进行通信，所述无线发射模块包括第一无线收发芯片，所述无线接收模块包括控制器、第二无线收发芯片、存储模块和供电模块，所述第二无线收发芯片和所述存储模块均与所述控制器相连接，所述供电模块采用光伏供电，所述供电模块包括依次相连的太阳能光伏阵列、光伏控制器和太阳能蓄电池，其中，所述第一无线收发芯片和所述第二无线收发芯片均采用nRF905，所述控制器型号为P89LPC931，所述存储模块包括串行EEPROM，所述报警单元包括LED显示模块和多个显示驱动模块，所述LED显示模块与所述多个显示驱动模块电连接用于显示事故检测状态和团雾检测结果进行动态示警提醒，所述多个显示驱动模块与所述控制器通过I2C总线通讯，而每个显示驱动模块包括驱动芯片、行扫描驱动模块和行显示驱动模块，所述行扫描驱动模块和所述行显示驱动模块与所述驱动芯片电连接，且所述LED显示模块包括多个LED点阵屏,每个LED点阵屏与对应地所述驱动芯片相连接。如图5所示，所述信息处理模块接收所述上位机即计算机的控制命令然后通过所述第二无线收发芯片和第二无线收发芯片与所述报警单元进行通信。无线接收模块通过控制器控制所述第二无线收发芯片接收数据,并通过总线存储到串行EEPROM中,全部数据接收完毕后根据显示方式从EEPROM中取出数据通过I2C发送到相应显示驱动模块进行显示，其中nRF905可支持多块芯片接收方式,接收与自己地址匹配的数据，而每个LED点阵屏由对应驱动芯片控制,能接收自己地址数据并控制显示。如图6所示，所述报警单元还包括团雾引导装置，该团雾引导装置包括外壳1和电子控制板2，所述外壳包括有坡度的上盖11、底座12、万向轮13、超远距雾引灯条窗口14和风扇窗口15，所述电子控制板包括ZIGBEE模块、控制器、定位模块、太阳能蓄电池、超远距雾引灯条和电风扇，所述ZIGBEE模块通过ZIGBEE网络与所述信息处理模块相连接，所述ZIGBEE模块、所述定位模块、所述超远距雾引灯条和所述电风扇均与所述控制器相连接。该雾引装置可以在团雾浓度较高时，在高速路团雾路段进行车辆行驶引导进而降低事故发生。
一种高速公路交通事故检测预警方法，具体包括以下步骤：
S1:系统初始化，所述图像数据获取模块将采集到的视频信息发送给所述图像接收模块，所述图像接收模块将每帧视频的图像数据发送给所述上位机；
S2:进行相机标定并对人工划定的高速公路区域进行待检区域的划定；
S3:所述车辆检测模块采用基于深度学习的车辆检测方法判断待检区域里面的目标物体是否为车辆；
其中，如图3所示，基于深度学习的车辆检测方法的具体步骤如下：(1)输入一幅图片，将其输入到预训练好的分类网络中获得不同大小的特征映射，将VGG16网络的FC6和FC7层转化为卷积层，去掉所有的Dropout层和FC8层；将Pool5从2x2-S2变换到3x3-S1，并使用atrous conv来填充孔洞,增加感受野(Receptive Field)；(2)抽取Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2层的feature map，然后分别在这些feature map(特征)层上面的每一个点构造6个不同尺度大小的Bounding-Box(BB)，然后分别进行检测和分类，生成多个BB；(3)将不同feature map获得的BB结合起来，经过NMS(非极大值抑制)方法来抑制掉一部分重叠或者不正确的BB，生成最终的BB集合，即检测结果。
S4:若所述车辆检测模块判定待检区域内的目标物体为车辆，则所述车辆跟踪模块采用一种改进的基于多目标的车辆跟踪算法对所述车辆状态进行跟踪，并判断该车辆或几台车辆在待检区域内停留时间是否超过时间阈值T，若超过时间阈值T则判定该区域发生交通事故并发送报警提示信息；
S41:所述车辆跟踪模块对待检区域内的目标车辆进行跟踪，并判定所述目标车辆的停留时间；
S42:若停留时间大于时间阈值T，则上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息通过所述报警单元进行显示报警；
S5:同时所述团雾检测模块采用基于视频的团雾检测方法进行团雾检测，若检测到雾厚距离超过标准参数则所述上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息发送至无线接收模块，则所述控制器控制所述报警单元进行显示报警，提醒后方司机提前做好减速准备。其中，所述步骤S4中一种改进的基于多目标的车辆跟踪算法具体包括采用卡尔曼滤波预测和更新目标状态，结合跟踪目标和检测目标间的重叠率和外观深度特征相似度来构造关联矩阵，然后用匈牙利算法计算跟踪目标和检测目标间的对应关系。
在本实施例中，所述无线发射模块中的无线收发芯片nRF905由频率合成器、接收解调器、功率放大器、晶体振荡器、调制器等功能组成，不需要外加声表滤波器也可以有良好的通信效果。且nRF905使用SPI接口可以和任何MCU进行通信，其中地址、输出功率和通信频道可通过程序进行配置，所以可以用于多机通信所述无线收发芯片将信息处理模块的数据进行FSK调制,并通过天线将数据发出，所述存储模块包括串行EEPROM，所述EEPROM采用型号为CAT24WC256,每个LED点阵屏可显示4个点阵汉字，所述驱动芯片采用型号为P89LPC921处理器。所述步骤S5中基于视频的团雾检测方法计算具体步骤如下：设有雾的图像模型为：I(x)＝J(x)t(x)+A[1-t(x)]，其中，I(x)表示存在大气散射光的有雾图像；J(x)表示无雾时的原景物图像；A和t(x)分别表示大气光强和透射率；t(x)是雾厚距离L的一次函数；一张彩色图像由RGB的3个色彩通道构成，而包含该像素点在内的附近邻域内RGB的3个通道中灰度最小值为该点的暗通道值，即Jdark(x)＝miny∈Ω(x)[minc∈{r,g,b}Jc(y)]，在雾图形成过程中，有雾图的暗通道值相当于是在对无雾图像上进行线性叠加所形成的即jdark(x)＝Jdark(x)，jdark(x)表示无雾时的景物暗通道图像，Jdark(x)表示雾图中残余景物光的暗通道图像；由此建立J(x)与j(x)之间的关系；对有雾的图像模型的等号左右两边分别做暗通道运算可得Idark(x)＝Jdark(x)t(x)+A[1-t(x)]，故Idark(x)＝jdark(x)t(x)+A[1-t(x)],得
Figure BDA0002488360850000111
根据t(x)＝e-βL，β＝NCext，可得
Figure BDA0002488360850000112
其中，β表示大气散射系数，其值取决于单位雾滴颗粒数N与消光系数Cext，所述单位雾滴颗粒数N采用烟雾传感器测量，即目标参数雾厚距离L为:
Figure BDA0002488360850000113
而且传统的事故检测方法一般采用统计性质的车流量数据来预测交通事故，这类方法由于硬件水平和检测方式的局限性，一般采用地感线圈等装置获取车流量来作为交通事故检测的依据，在数据信息获取的维度上较为单一，难以描述到更具象化的交通事故信息。本系统采用上述的车辆检测模块和车辆跟踪模块判断当前监控视频中是否存在运动的目标，以及运动目标的状态等信息，来对运动目标进行实时的运动趋势分析，进而根据分析结果来判断当前区域是否发生交通事故，更加精准。
应当说明的是，本发明所述的实施方式仅仅是实现本发明的优选方式，对属于本发明整体构思，而仅仅是显而易见的改动，均应属于本发明的保护范围之内。

Claims (9)

1.一种高速公路交通事故检测预警系统，其特征在于，包括：现场检测单元、数据处理单元、信息传输单元和报警单元；
所述现场检测单元包括图像获取模块和图像接收模块，所述图像获取模块用于获取待检区域内的视频图像信息，所述图像接收模块用于对所述图像获取模块发送的视频数据进行解码和数据帧分离形成每帧视频的图像数据，所述图像接收模块与所述数据处理单元相连接；
所述数据处理单元包括车辆检测模块、团雾检测模块、车辆跟踪模块和信息处理模块，所述车辆检测模块用于检测判断待检区域里的目标物体是否为车辆，所述团雾检测模块用于检测待检区域是否有团雾，所述车辆跟踪模块用于检测待检区域里车辆状态，所述车辆检测模块、所述团雾检测模块和所述车辆跟踪模块均与所述信息处理模块相连接；
所述信息传输单元包括无线发射模块和无线接收模块，所述无线发射模块与所述信息处理模块相连接，所述信息处理模块通过所述信息传输单元与所述报警单元进行通信，所述无线发射模块包括第一无线收发芯片，所述无线接收模块包括控制器、第二无线收发芯片、存储模块和供电模块，所述第二无线收发芯片和所述存储模块均与所述控制器相连接，所述供电模块采用光伏供电，所述供电模块包括依次相连的太阳能光伏阵列、光伏控制器和太阳能蓄电池；
所述报警单元包括LED显示模块和多个显示驱动模块，所述LED显示模块与所述多个显示驱动模块电连接用于显示事故检测状态和团雾检测结果进行动态示警提醒。
2.根据权利要求1所述的高速公路交通事故检测预警系统，其特征在于，所述图像获取模块包括高清红外监控摄像机，所述图像接收模块包括视频控制器，所述视频控制器与上位机相连接；所述存储模块包括串行EEPROM；每个显示驱动模块包括驱动芯片、行扫描驱动模块和行显示驱动模块，所述行扫描驱动模块和所述行显示驱动模块与所述驱动芯片电连接；所述LED显示模块包括多个LED点阵屏,每个LED点阵屏与对应地所述驱动芯片相连接。
3.根据权利要求1所述的高速公路交通事故检测预警系统，其特征在于，所述报警单元还包括团雾引导装置。
4.根据权利要求3所述的高速公路交通事故检测预警系统，其特征在于，所述团雾引导装置包括外壳和电子控制板，所述外壳包括有坡度的上盖、底座、万向轮、超远距雾引灯条窗口和风扇窗口。
5.根据权利要求4所述的高速公路交通事故检测预警系统，其特征在于，所述电子控制板包括ZIGBEE模块、控制器、定位模块、太阳能蓄电池、超远距雾引灯条和电风扇，所述ZIGBEE模块通过ZIGBEE网络与所述信息处理模块相连接，所述ZIGBEE模块、所述定位模块、所述超远距雾引灯条和所述电风扇均与所述控制器相连接。
6.一种高速公路交通事故检测预警方法，其特征在于，包括以下步骤：
S1:系统初始化，所述图像数据获取模块将采集到的视频信息发送给所述图像接收模块，所述图像接收模块将每帧视频的图像数据发送给所述上位机；
S2:进行相机标定并对人工划定的高速公路区域进行待检区域的划定；
S3:所述车辆检测模块采用基于深度学习的车辆检测方法判断待检区域里面的目标物体是否为车辆；
S4:若所述车辆检测模块判定待检区域内的目标物体为车辆，则所述车辆跟踪模块采用一种改进的基于多目标的车辆跟踪算法对所述车辆状态进行跟踪，并判断该车辆或几台车辆在待检区域内停留时间是否超过时间阈值T，若超过时间阈值T则判定该区域发生交通事故并发送报警提示信息；
S5:同时所述团雾检测模块采用基于视频的团雾检测方法进行团雾检测，若检测到雾厚距离超过标准参数则所述上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息发送至无线接收模块，所述控制器控制所述报警单元进行显示报警，提醒后方司机提前做好减速准备。
7.根据利要求6所述的高速公路交通事故检测预警方法，其特征在于，所述步骤S4中一种改进的基于多目标的车辆跟踪算法具体包括采用卡尔曼滤波预测和更新目标状态，结合跟踪目标和检测目标间的重叠率和外观深度特征相似度来构造关联矩阵，然后用匈牙利算法计算跟踪目标和检测目标间的对应关系。
8.根据利要求6所述的高速公路交通事故检测预警方法，其特征在于，所述S4具体包括：
S41:所述车辆跟踪模块对待检区域内的目标车辆进行跟踪，并判定所述目标车辆的停留时间；
S42：若停留时间大于时间阈值T，则上位机向所述信息处理模块发送报警信息，所述信息处理模块通过所述无线发射模块将所述报警信息通过所述报警单元进行显示报警。
9.根据利要求6所述的高速公路交通事故检测预警方法，其特征在于，所述S5中基于视频的团雾检测方法具体包括：设有雾的图像模型为：I(x)＝J(x)t(x)+A[1-t(x)]，其中，I(x)表示存在大气散射光的有雾图像；J(x)表示无雾时的原景物图像；A和t(x)分别表示大气光强和透射率；t(x)是雾厚距离L的一次函数；一张彩色图像由RGB的3个色彩通道构成，而包含该像素点在内的附近邻域内RGB的3个通道中灰度最小值为该点的暗通道值，即Jdark(x)＝miny∈Ω(x)[minc∈{r，g，b}Jc(y)]，在雾图形成过程中，有雾图的暗通道值相当于是在对无雾图像上进行线性叠加所形成的即jdark(x)＝Jdark(x)，jdark(x)表示无雾时的景物暗通道图像，Jdark(x)表示雾图中残余景物光的暗通道图像；由此建立J(x)与j(x)之间的关系；对有雾的图像模型的等号左右两边分别做暗通道运算可得Idark(x)＝Jdark(x)t(x)+A[1-t(x)]，故Idark(x)＝jdark(x)t(x)+A[1-t(x)]，得
Figure FDA0002488360840000041
根据t(x)＝e-βL，β＝NCext，可得
Figure FDA0002488360840000042
其中，β表示大气散射系数，其值取决于单位雾滴颗粒数N与消光系数Cext，所述单位雾滴颗粒数N采用烟雾传感器测量，即目标参数雾厚距离L为：
Figure FDA0002488360840000043
Figure FDA0002488360840000044
CN202010397935.3A 2020-05-12 2020-05-12 一种高速公路交通事故检测预警系统及方法 Pending CN111627223A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010397935.3A CN111627223A (zh) 2020-05-12 2020-05-12 一种高速公路交通事故检测预警系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010397935.3A CN111627223A (zh) 2020-05-12 2020-05-12 一种高速公路交通事故检测预警系统及方法

Publications (1)

Publication Number Publication Date
CN111627223A true CN111627223A (zh) 2020-09-04

Family

ID=72260511

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010397935.3A Pending CN111627223A (zh) 2020-05-12 2020-05-12 一种高速公路交通事故检测预警系统及方法

Country Status (1)

Country Link
CN (1) CN111627223A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114822021A (zh) * 2022-04-08 2022-07-29 深圳市金溢科技股份有限公司 车路协同方法、装置、计算机设备及存储介质

Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10132580A (ja) * 1996-05-15 1998-05-22 Takuo Ono カーナビの，事故防止機能。
JP2003122928A (ja) * 2001-10-10 2003-04-25 Inkurimento P Kk 保険加入システム、保険加入端末装置および情報記録媒体
CN101419749A (zh) * 2008-11-20 2009-04-29 陈伟 一种低能见度道路交通引导方法
CN101719316A (zh) * 2009-12-25 2010-06-02 中国科学院武汉岩土力学研究所 道路安全高速无线实时影像自动监控警示装置及其方法
CN102231791A (zh) * 2011-06-30 2011-11-02 北京云加速信息技术有限公司 一种基于图像亮度分层的视频图像去雾方法
CN102521979A (zh) * 2011-12-06 2012-06-27 北京万集科技股份有限公司 基于高清摄像机进行路面事件检测的方法及系统
CN102592457A (zh) * 2012-02-13 2012-07-18 山东鼎讯智能交通科技有限公司 基于物联网技术的复合型区间测速系统及方法
CN103617410A (zh) * 2013-08-30 2014-03-05 重庆大学 基于视频检测技术的高速公路隧道停车检测方法
CN103886751A (zh) * 2014-03-26 2014-06-25 姜廷顺 一种快速发现道路意外事件的系统及方法
CN104123815A (zh) * 2014-08-08 2014-10-29 浙江高速信息工程技术有限公司 一种高速公路自启动应急救援快速处置系统
CN104680806A (zh) * 2013-11-30 2015-06-03 西安奥赛福科技有限公司 一种高速公路车祸报警装置
CN105139347A (zh) * 2015-07-10 2015-12-09 中国科学院西安光学精密机械研究所 一种结合暗通道先验原理的偏振成像去雾方法
CN105741565A (zh) * 2016-04-21 2016-07-06 正元地理信息有限责任公司 一种基于监控视频自动判断事故并报警的方法
CN105957374A (zh) * 2016-05-31 2016-09-21 交通运输部科学研究院 一种基于雨量计的高速公路预警系统
CN106530770A (zh) * 2016-12-01 2017-03-22 清华大学 团雾路段行车安全智能检测及预警方法及系统
CN106652445A (zh) * 2016-11-15 2017-05-10 成都通甲优博科技有限责任公司 一种公路交通事故判别方法及装置
CN107067706A (zh) * 2017-03-05 2017-08-18 赵莉莉 基于智能交通全面实时指挥管控系统的交通工具监管系统
CN107578386A (zh) * 2017-09-01 2018-01-12 荆门程远电子科技有限公司 一种无人机拍摄图像的优化去雾处理方法
CN109087515A (zh) * 2018-08-30 2018-12-25 深圳市研本品牌设计有限公司 无人机高速路路况巡航方法及系统
CN111047873A (zh) * 2019-12-18 2020-04-21 苏州思卡信息系统有限公司 一种隧道内事件检测预警系统及控制方法

Patent Citations (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH10132580A (ja) * 1996-05-15 1998-05-22 Takuo Ono カーナビの，事故防止機能。
JP2003122928A (ja) * 2001-10-10 2003-04-25 Inkurimento P Kk 保険加入システム、保険加入端末装置および情報記録媒体
CN101419749A (zh) * 2008-11-20 2009-04-29 陈伟 一种低能见度道路交通引导方法
CN101719316A (zh) * 2009-12-25 2010-06-02 中国科学院武汉岩土力学研究所 道路安全高速无线实时影像自动监控警示装置及其方法
CN102231791A (zh) * 2011-06-30 2011-11-02 北京云加速信息技术有限公司 一种基于图像亮度分层的视频图像去雾方法
CN102521979A (zh) * 2011-12-06 2012-06-27 北京万集科技股份有限公司 基于高清摄像机进行路面事件检测的方法及系统
CN102592457A (zh) * 2012-02-13 2012-07-18 山东鼎讯智能交通科技有限公司 基于物联网技术的复合型区间测速系统及方法
CN103617410A (zh) * 2013-08-30 2014-03-05 重庆大学 基于视频检测技术的高速公路隧道停车检测方法
CN104680806A (zh) * 2013-11-30 2015-06-03 西安奥赛福科技有限公司 一种高速公路车祸报警装置
CN103886751A (zh) * 2014-03-26 2014-06-25 姜廷顺 一种快速发现道路意外事件的系统及方法
CN104123815A (zh) * 2014-08-08 2014-10-29 浙江高速信息工程技术有限公司 一种高速公路自启动应急救援快速处置系统
CN105139347A (zh) * 2015-07-10 2015-12-09 中国科学院西安光学精密机械研究所 一种结合暗通道先验原理的偏振成像去雾方法
CN105741565A (zh) * 2016-04-21 2016-07-06 正元地理信息有限责任公司 一种基于监控视频自动判断事故并报警的方法
CN105957374A (zh) * 2016-05-31 2016-09-21 交通运输部科学研究院 一种基于雨量计的高速公路预警系统
CN106652445A (zh) * 2016-11-15 2017-05-10 成都通甲优博科技有限责任公司 一种公路交通事故判别方法及装置
CN106530770A (zh) * 2016-12-01 2017-03-22 清华大学 团雾路段行车安全智能检测及预警方法及系统
CN107067706A (zh) * 2017-03-05 2017-08-18 赵莉莉 基于智能交通全面实时指挥管控系统的交通工具监管系统
CN107578386A (zh) * 2017-09-01 2018-01-12 荆门程远电子科技有限公司 一种无人机拍摄图像的优化去雾处理方法
CN109087515A (zh) * 2018-08-30 2018-12-25 深圳市研本品牌设计有限公司 无人机高速路路况巡航方法及系统
CN111047873A (zh) * 2019-12-18 2020-04-21 苏州思卡信息系统有限公司 一种隧道内事件检测预警系统及控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许志成: "基于图像暗通道的高速公路团雾检测应用算法", 《黎明职业大学学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114822021A (zh) * 2022-04-08 2022-07-29 深圳市金溢科技股份有限公司 车路协同方法、装置、计算机设备及存储介质

Similar Documents

Publication Publication Date Title
KR102189569B1 (ko) 다기능 스마트 객체인식 사고방지 표지 안내판 및 그것을 이용한 사고방지방법
US9564049B2 (en) Electronic traffic alert system
CN109733283B (zh) 基于ar的被遮挡障碍物识别预警系统及识别预警方法
CN105844257A (zh) 基于机器视觉雾天行车错失道路标志牌的预警系统及方法
CN104599443A (zh) 一种基于信息融合的驾驶行为预警车载终端及其预警方法
CN204990743U (zh) 一种超高车辆预警系统
CN109572555A (zh) 一种应用于无人车的遮挡信息显示方法和系统
CN105139659A (zh) 车牌识别方法与装置
US20100131442A1 (en) Intelligent monitoring system
CN103507707A (zh) 通过透明显示屏的监控系统及方法
CN112001208B (zh) 用于车辆盲区的目标检测方法、装置和电子设备
CN112116807B (zh) 一种多功能交通安全引导装置
CN109996212A (zh) 车辆盲区信息获取方法、车载终端以及存储设备
CN114566056B (zh) 一种公路隧道行车安全风险辨识与防控方法及系统
CN111985373A (zh) 基于交通路口识别的安全预警方法、装置及电子设备
CN112906664B (zh) 一种基于神经网络的隧道内异常事件检测方法及系统
CN111627223A (zh) 一种高速公路交通事故检测预警系统及方法
CN113246859B (zh) 具有驾驶辅助系统警示的电子后视镜
CN113352989A (zh) 智能行车安全辅助方法、产品、设备和介质
CN214847102U (zh) 预防鬼探头式过马路的装置
CN105262984A (zh) 一种带有固定装置的探测器
CN110198439A (zh) 用于自动测试adas相机的图像识别性能的方法和装置
KR102377393B1 (ko) 중장비 및 가스관 인식용 영상 분석 방법 및 시스템
CN113421426A (zh) 预防鬼探头式过马路的方法及系统
CN114973717B (zh) 一种智能信号灯和图像的处理方法

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200904

RJ01 Rejection of invention patent application after publication