CN105931462A - 基于车牌识别的隧道突发事件判断方法 - Google Patents

Abstract

本发明属于隧道交通安全监测领域，具体涉及一种基于车牌识别的隧道突发事件判断方法。本方法包括以下步骤：1)、在隧道出口及入口处进行卡口系统的安装、部署和调试；2)、卡口系统采集、记录和存储隧道的过车数据；3)、计算隧道通行时间阈值Tt；4)、确定采集周期；5)、获得样本集合；6)、计算车辆通过隧道的旅行时间；7)、计算车辆平均旅行时间；8)、进行隧道内发生突发事件的判别。本方法通过卡口系统的过车数据回馈及计算，从而可及时而准确的获知隧道内是否出现突发事件，以实现及时主动预警和提供司乘人员有效的逃生诱导信息的功能。

Description

基于车牌识别的隧道突发事件判断方法

技术领域

本发明属于隧道交通安全监测领域，具体涉及一种基于车牌识别的隧道突发事件判断方法。

背景技术

隧道是高速公路和城市道路交通的重要咽喉，也是交通事故易发路段。隧道不仅过往交通量大，同时空间环境狭窄、光线变化大，而且汽车排放的尾气也不易散发，容易导致隧道内空气质量恶化和视野不清，存在潜在的交通事故危险。隧道内一旦发生交通事故，往往会造成巨大的人民生命财产和经济损失。尤其隧道具有较强的封闭特性，一旦发生交通事故等紧急事件，交通诱导和救援工作与普通路段相比更加困难，若处置不当非常容易引起二次事故的发生，其产生的后果远比原发性事故严重得多。目前对隧道的监控方式，有传统的人工巡检方式，也有或固定或离散的在线视频监测方式。人工巡检自不必说，不仅导致了大量的人力和资源浪费，同时巡检的低效率性也导致了该种方式只能作为辅助方式来使用。采用视频监控技术手段而实现的在线视频监测方式，可以为交通管理者提供直观实时的视频画面。然而，实际的问题在于：依赖视频监控技术，的确可以让交通管理者观察隧道内的实时交通情况；但是当视频监控设备较多时，交通管理者无法兼顾所有隧道的交通情况，导致隧道内有交通事故发生时，往往不能及时进行预警及事故处理。如何寻求一种实用性强的隧道交通安全监测方式，从而能及时而准确地判断和发现隧道内是否发生交通事故，以达成及时主动预警和提供司乘人员有效的逃生诱导信息的功能，进而尽可能地减少事故造成的损失及避免二次事故的发生，甚至能够为交通管理者进行隧道交通安全监测提供数据依据，以最终提高隧道交通安全水平，为本领域技术人员近年来所亟待解决的技术难题。

发明内容

本发明的目的为克服上述现有技术的不足，提供一种更为高效快捷的一种基于车牌识别的隧道突发事件判断方法。本方法通过卡口系统的过车数据回馈及计算，从而可及时而准确的获知隧道内是否出现突发事件，以实现及时主动预警和提供司乘人员有效的逃生诱导信息的功能。本发明不但能够尽可能地减少事故造成的损失及避免二次事故的发生，同时也为交通管理者进行隧道交通安全监测提供了数据依据，这对提高隧道交通安全水平有着深远影响。

为实现上述目的，本发明采用了以下技术方案：

一种基于车牌识别的隧道突发事件判断方法，其特征在于包括以下步骤：

1)、在隧道出口及入口处进行卡口系统的安装、部署和调试；

2)、卡口系统采集、记录和存储隧道的过车数据；该过车数据至少包括车辆号牌数据，车辆进入隧道时间数据和车辆驶出隧道时间数据；

3)、根据各过车数据，以如下公式计算隧道通行时间阈值Tt：

Tt＝60L/V

其中，

Tt代表隧道畅通情况下，车辆进出隧道的通行时间，单位：min；

L代表隧道长度，单位：km；

V代表隧道最低限速，单位：km/h；

4)、确定采集周期，按下式计算：

C＝a×Tt

其中，

C代表采样周期，单位：min；

a代表采样周期调整系数，a≥2；

5)、获得样本集合；

以进入隧道时间为依据，取C时间内的过车数据作为样本集合，记为：

Q＝{(x,y,z)|x＝x₁,x₂......x_n；y＝y₁,y₂......y_n；z＝z₁,z₂......z_n}

其中，

x代表进入隧道的车辆号牌；

y代表车辆进入隧道的时间；

z代表车辆驶出隧道的时间；

6)、匹配进出隧道的车辆车牌数据，以如下公式计算车辆通过隧道的旅行时间：

Tli＝t2-t1

其中，

Tli代表车辆i通过隧道的旅行时间，单位：min；

t2代表车辆驶出隧道的时间；

t1代表车辆进入隧道的时间；

7)、计算车辆平均旅行时间，计算公式如下：

Tl＝ΣTli/N

其中，

Tl代表车辆通过隧道的平均旅行时间，单位min；

N代表采集周期内，进入隧道的车辆数；

8)、进行隧道内发生突发事件的判别，分为以下几个子步骤：

a、进行车辆通过隧道的平均旅行时间和隧道通行时间阈值的比较：

若Tl＞Tt,可能存在突发事件，进入b子步骤；

若Tl≤Tt，没有突发事件，返回3)步骤；

b、若比较采样周期C内的隧道进口及出口的流量；

由隧道进口及出口的流量统计公式：

Q＝N

其中，

Q代表采样周期内卡口统计的车流量，单位：辆；

N代表采样周期内卡口统计的过车xml文件数量；

获得采样周期内隧道进口及出口的流量比较如下：

若Q2＜b×Q1，则极有可能发生突发事件，通知交通管理者调取隧道内的实时监控并进行确认；

若Q2≥b×Q1，无突发事件，返回步骤3)；

其中，

Q2代表采样周期内驶出隧道的车流量；

Q1代表采样周期内进入隧道的车流量；

b为调整系数，为常数，取b＝0.5。

所述步骤2)中，所述过车数据还包括各卡口设备编号数据、所处位置编号数据以及卡口系统当前所处的隧道名称ID数据。

本发明的有益效果在于：

1)、通过上述方案，本发明解决了现有的视频监控等手段无法判断或不能及时判别隧道是否发生交通事故的固有缺陷。本发明以卡口系统采集的车辆进出隧道过车数据为基础，计算车辆通过隧道的旅行时间，并与隧道通行时间阈值比较，依靠逐步比较方法，进行隧道内发生突发事件的可能性判断，从而能快速的获知隧道内是否已经存在突发事件。本发明通过点对点的数据取样，实现了指定区域指定隧道的现实化和贴合化管理，其适应性和管理针对性更强。结合卡口数据而采用的这套基于车牌识别的隧道突发事件判断方法，其逻辑化判断过程完全可自主进行，精细化程度高，并可有效的解放多余的人力资源，运行稳定而可靠。

综上，本发明通过获得车辆通过隧道的旅行时间和车流量数据，一旦隧道旅行时间大于隧道通行时间阈值，且进出口车流量数据差异较大时，会主动上报预警信息。交通管理者一旦获得通知信息，即可及时的根据隧道区域和ID编号，迅速调取对应隧道的视频监控进行观察，从而准确确定突发事件及事件位置，并迅速安排警力，以进行应急处理和紧急救援。在未收到通知前，交通管理者处于完全的解放状态，其劳动强度及处理效率显然较之传统的凡事亲力亲为的操作方式而言不可同日而语。本发明可为交通管理部门主动掌握隧道交通安全情况，提前预警隧道内的突发事件提供决策支持技术。

附图说明

图1为本发明的方法流程框图。

具体实施方式

为便于理解，此处结合附图对本发明的具体实施结构及工作流程作以下描述：

本发明的具体结构，如图1所示，该方法包括以下步骤：

1)、在隧道进口及出口处分别安装卡口系统；

该卡口系统可用于识别进出隧道的车辆号牌，并记录和存储隧道的相应过车数据。过车数据除了包含车辆号牌数据、车辆进入隧道时间数据、车辆驶出隧道时间数据之外，还包含各卡口设备编号数据、所处位置编号数据以及当前所处的隧道名称ID数据；

2)、根据隧道长度和隧道最低限速，采用通行时间与隧道长度、速度的关系模型Tt＝60L/V，计算隧道通行时间阈值Tt。

其中，L代表隧道长度，V代表隧道最低限速。此处的通行时间阈值Tt能够为如下的选择采集周期提供基础依据。

根据C＝a×Tt选择采集周期。采样周期需要覆盖隧道畅通情况下的车辆进出隧道的通行时间，并以分钟为单位取整数。

其中，C代表采样周期，Tt代表通常情况下车辆进出隧道的通行时间，a代表采样周期调整系数。

之后，根据进出隧道设置的卡口系统，以进入隧道时间为依据，采集C时间内的车辆号牌及其所对应的进入隧道时间、驶出隧道事件等过车数据作为样本集合，记为

Q＝{(x,y,z)|x＝x₁,x₂......x_n；y＝y₁,y₂......y_n；z＝z₁,z₂......z_n}

其中，x代表进入隧道的车辆号牌，y代表车辆进入隧道的时间，z代表车辆驶出隧道的时间。此处需要注意，由于超过隧道通行时间阈值Tt进入隧道的车辆，无法在采集周期C内捕捉到驶出隧道的时间，因此，有效样本数据仅为隧道通行时间阈值Tt范围内的样本数据。

3)、根据样本集合中的车辆号牌、进出隧道的时间数据，匹配相同的车辆号牌数据。

采用数学模型Tli＝t2-t1计算每辆车通过隧道的旅行时间。其中，Tli代表车辆i通过隧道的旅行时间，t2代表车辆驶出隧道的时间，t1代表车辆进入隧道的时间。

采用计算公式Tl＝ΣTli/N，将采集周期C内的样本旅行时间进行平均，获得车辆通过隧道的平均旅行时间T1。

4)、为了精确研判隧道内是否发生突发事件，此处采用逐步比较的方法：

首先，将上述车辆通过隧道的平均旅行时间T1和隧道通行时间阈值Tt进行比较，若Tl＞Tt,则可能存在突发事件；若Tl≤Tt，则判断没有突发事件。如判断可能存在突发时间时，进入下一步骤；否则重复步骤2)至4)的计算和判断过程。

若第一步研判出可能有突发事件时，系统自动根据Q＝N计算隧道进出卡口的车流量。其中，Q代表采样周期内卡口统计的车流量，N代表采样周期内卡口统计的过车xml文件数量。在获得采样周期内进入隧道的车流量Q1和采样周期内驶出隧道的车流量Q2数据有，将两者进行如下比较：

若Q2＜b×Q1，则极有可能发生突发事件，通知交通管理者调取隧道内的实时监控并进行确认，以人工最终确定判断结果。

若Q2≥b×Q1，无突发事件，返回步骤2)并重复步骤2)至4)；

其中，b代表调整系数，b＝0.5。

以如下实施例对本发明的具体操作过程作进一步阐述：

实施例1

1)、在隧道进口及出口分别安装卡口系统，识别进出隧道的车辆号牌，记录和存储隧道的过车数据，主要包含车辆号牌数据、车辆进入隧道时间数据及车辆驶出隧道时间数据。

2)、根据隧道长度和隧道最低限速，采用通行时间与隧道长度、速度的关系模型Tt＝60L/V，计算隧道通行时间阈值Tt。

此处选取的对象隧道的长度L＝2km，隧道最低限速50km/h，隧道的通行时间阈值为：

Tt＝60×2/50＝2.4min。

取a＝2，以保障卡口能记录到足够的进入和驶出隧道的车辆号牌为准，取值大小不会影响后续比对。

获得采集周期C为：

C＝2×2.4＝4.8，由于4.8不是整数，需要取整；获得采集周期C＝5min。

根据选取的进出隧道设置的卡口，以进入时间为依据，采集5min内的车辆号牌及其所对应的车辆进入隧道时间数据、车辆驶出隧道时间数据等过车数据，获得对应的过车数据作为样本数据，如下：

(皖A W6060,8：30,8：32),(皖BZS630，8：31,8：36),…，(皖AFH3318，8：32，——)(皖C PZ320,8：33，——)

共获得采集周期内的30组有效数据。

剔除没有统计到驶出隧道时间的车牌号，保留有效样本数据，如下：

(皖A W6060,8：30,8：32),…，(皖BZS630，8：31,8：36)

共获得一个采集周内的10组有效数据。

3)、根据样本集合中的车辆号牌、进出隧道的时间数据，匹配相同的车辆号牌数据。

根据Tli＝t2-t1，计算每辆车通过隧道的旅行时间，并记为集合，如下：

(皖A W6060，2min)，…,(皖BZS630，5min)

根据Tl＝ΣTli/N,计算车辆平均旅行时间Tl，如下：

Tl＝(2+…+5)/10＝4.5min；

4)、通过以下子步骤进行最终的隧道突发时间判断：

第一步，将采用周期C内的车辆通过隧道的平均旅行时间Tl和隧道通行时间阈值Tt进行比较，由于Tl＝4.5min，而Tt＝3min，获得比较如下：

Tl＝4.5min＞3min，初步判断可能存在突发事件。

第二步，根据Q＝N计算隧道进入隧道进口处卡口及驶出隧道出口处卡口的车流量，获得结果如下：

Q1＝30，

Q2＝10；

由b＝0.5,因此得到b×Q1＝30/2＝15。

比较Q1和Q2，获得结果如下：

Q2＜b×Q1，因此，极有可能发生突发事件，此时将该信息主动上报至交通管理中心进行预警。

交通管理者在获知上述预警通知后，根据上报的隧道位置，直接调取隧道内的实时视频监控进行实时观察，并发现交通事件或事故，确定有突发事件发生。此时，迅速启动应急处置和紧急救援方案；同时，提前做好事件发生位置附近的交通组织工作，以便于救援车辆进入隧道。

Claims (2)

1.一种基于车牌识别的隧道突发事件判断方法，其特征在于包括以下步骤：

1)、在隧道出口及入口处进行卡口系统的安装、部署和调试；

2)、卡口系统采集、记录和存储隧道的过车数据；该过车数据至少包括车辆号牌数据，车辆进入隧道时间数据和车辆驶出隧道时间数据；

3)、根据各过车数据，以如下公式计算隧道通行时间阈值Tt：

Tt＝60L/V

其中，

Tt代表隧道畅通情况下，车辆进出隧道的通行时间，单位：min；

L代表隧道长度，单位：km；

V代表隧道最低限速，单位：km/h；

4)、确定采集周期，按下式计算：

C＝a×Tt

其中，

C代表采样周期，单位：min；

a代表采样周期调整系数，a≥2；

5)、获得样本集合；

以进入隧道时间为依据，取C时间内的过车数据作为样本集合，记为：

Q＝{(x，y，z)|x＝x₁，x₂......x_n；y＝y₁，y₂......y_n；z＝z₁，z₂......z_n}

其中，

x代表进入隧道的车辆号牌；

y代表车辆进入隧道的时间；

z代表车辆驶出隧道的时间；

6)、匹配进出隧道的车辆车牌数据，以如下公式计算车辆通过隧道的旅行时间：

Tli＝t2-t1

其中，

Tli代表车辆i通过隧道的旅行时间，单位：min；

t2代表车辆驶出隧道的时间；

t1代表车辆进入隧道的时间；

7)、计算车辆平均旅行时间，计算公式如下：

Tl＝ΣTli/N

其中，

Tl代表车辆通过隧道的平均旅行时间，单位min；

N代表采集周期内，进入隧道的车辆数；

8)、进行隧道内发生突发事件的判别，分为以下几个子步骤：

a、进行车辆通过隧道的平均旅行时间和隧道通行时间阈值的比较：

若Tl＞Tt，可能存在突发事件，进入b子步骤；

若Tl≤Tt，没有突发事件，返回3)步骤；

b、若比较采样周期C内的隧道进口及出口的流量；

由隧道进口及出口的流量统计公式：

Q＝N

其中，

Q代表采样周期内卡口统计的车流量，单位：辆；

N代表采样周期内卡口统计的过车xml文件数量；

获得采样周期内隧道进口及出口的流量比较如下：

若Q2＜b×Q1，则极有可能发生突发事件，通知交通管理者调取隧道内的实时监控并进行确认；

若Q2≥b×Q1，无突发事件，返回步骤3)；

其中，

Q2代表采样周期内驶出隧道的车流量；

Q1代表采样周期内进入隧道的车流量；

b为调整系数，为常数，取b＝0.5。

2.根据权利要求1所述的一种基于车牌识别的隧道突发事件判断方法，其特征在于：所述步骤2)中，所述过车数据还包括各卡口设备编号数据、所处位置编号数据以及卡口系统当前所处的隧道名称ID数据。