CN107945546A - 用于交通视频自动识别的高速公路能见度预警系统及方法 - Google Patents
用于交通视频自动识别的高速公路能见度预警系统及方法 Download PDFInfo
- Publication number
- CN107945546A CN107945546A CN201711142341.2A CN201711142341A CN107945546A CN 107945546 A CN107945546 A CN 107945546A CN 201711142341 A CN201711142341 A CN 201711142341A CN 107945546 A CN107945546 A CN 107945546A
- Authority
- CN
- China
- Prior art keywords
- visibility
- traffic
- data
- real
- time imaging
- 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
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/091—Traffic information broadcasting
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了用于交通视频自动识别的高速公路能见度预警系统及方法。所述用于交通视频自动识别的高速公路能见度预警系统包括交通监测采集子系统、交通监测控制子系统和交通信息发布终端子系统。所述能见度决策模块将能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据,以便交通信息发布终端子系统通过多种渠道发布告警信息。本发明公开的用于交通视频自动识别的高速公路能见度预警系统及方法,利用高速公路已布设的交通摄像头和图像自动识别技术提高恶劣天气条件下的高速公路行车安全性和通行效率,有助于提高气象部门能见度实况数据的准确性。
Description
技术领域
本发明属于气象监测及预警技术领域,具体涉及一种用于交通视频自动识别的高速公路能见度预警系统和一种用于交通视频自动识别的高速公路能见度预警方法。
背景技术
能见度是影响道路交通的重要因素。根据公安部道路交通事故统计报告,我国每年大约有 10%左右的交通事故直接与雨雪雾等恶劣天气有关。高速公路由于技术等级高、设施完善、控制出入等特点,车辆行驶速度较高。因此,低能见度诱发的高速公路交通事故往往是灾难性的,造成重大人员伤亡。
据统计,低能见度已成为导致高速公路连环相撞恶性交通事故的第一杀手。团雾容易受到局部地区微气候环境的影响,出现范围通常在数十米到上百米,其雾气更浓、能见度更低。团雾外视线良好,团雾内视线严重受阻。目前,团雾预测预报困难,极易造成重大交通事故。
现有的道路气象检测仪的设备造价较高,观测空间范围小,仅适合短距离检测。高速公路需要配置多台检测仪才能有效地覆盖各路段。团雾覆盖范围较小,且生成迅速,依靠现有的道路气象检测仪难以实现有效地检测和预报预警。
发明内容
本发明针对现有技术的状况,克服上述困难,提供一种用于交通视频自动识别的高速公路能见度预警系统和一种用于交通视频自动识别的高速公路能见度预警方法。
本发明采用以下技术方案,所述用于交通视频自动识别的高速公路能见度预警系统包括交通监测采集子系统、交通监测控制子系统和交通信息发布终端子系统,其中:
所述交通监测采集子系统包括至少一个交通摄像头,各个交通摄像头相互独立地采集实时影像;
所述交通监测控制子系统包括能见度识别模块、能见度验证模块和能见度决策模块,其中:
所述能见度识别模块获取各个交通摄像头独立采集的实时影像或者由能见度验证模块返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;
所述能见度验证模块获取上述能见度数据和对应的实时影像,所述能见度验证模块同时获取人工目视判定结果;
所述能见度验证模块将符合人工目视判定结果的上述能见度数据向能见度决策模块输出,否则将上述能见度数据和对应的实时影像向能见度识别模块返回输出,使得能见度识别模块与能见度验证模块构成循环回路;
所述能见度决策模块获取由能见度验证模块输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据,以便交通信息发布终端子系统通过多种渠道发布告警信息。
根据上述技术方案,所述交通信息发布终端子系统包括但不限于可变信息板、行车诱导屏、网页及客户端和交通广播。
根据上述技术方案,所述能见度识别模块具有缓存单元。
根据上述技术方案,所述能见度数据包含特征标志,该特征标志用于唯一标记实时影像。
本发明还公开了一种用于交通视频自动识别的高速公路能见度预警方法,,包括以下步骤:
步骤S1:交通摄像头相互独立地采集并且回传实时影像;
步骤S2:能见度识别模块获取各个交通摄像头独立采集的实时影像,或者获取由能见度验证模块返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;
步骤S3:能见度验证模块获取上述能见度数据和对应的实时影像,所述能见度验证模块同时获取人工目视判定结果;
步骤S4:能见度验证模块判断能见度数据是否符合上述人工目视判定结果,如果符合人工目视判定结果则将上述能见度数据向能见度决策模块输出并且转入步骤S5,否则将上述能见度数据和对应的实时影像向能见度识别模块返回输出并且转入步骤S2;
步骤S5:能见度决策模块获取由能见度验证模块输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据并且转入步骤S5,否则转入步骤S2。
根据上述技术方案,所述步骤S5中,所述交通信息发布终端子系统包括但不限于可变信息板、行车诱导屏、网页及客户端和交通广播。
根据上述技术方案,所述步骤S2中,所述能见度识别模块具有缓存单元。
根据上述技术方案,所述能见度数据包含特征标志,该特征标志用于唯一标记实时影像。
根据上述技术方案,还包括步骤A1,所述步骤A1位于步骤S1之前:
步骤A1:选取特定区域的一个或者多个交通摄像头。
本发明公开的用于交通视频自动识别的高速公路能见度预警系统及方法,其有益效果在于,利用高速公路已布设的交通摄像头和图像自动识别技术解决气象专业设备造价较高、覆盖率偏低的缺陷,节省设备成本;提高恶劣天气条件下的高速公路行车安全性和通行效率;可以将能见度结果反馈给气象部门,帮助气象部门进行能见度气象产品的订正,有助于提高气象部门能见度实况数据的准确性。
附图说明
图1是本发明优选实施例的系统框图。
附图标记包括:10-交通监测采集子系统;11-第一交通摄像头;12-第二交通摄像头;13-第三交通摄像头;20-交通监测控制子系统;21-能见度识别模块;22-能见度验证模块;23-能见度决策模块;30-交通信息发布终端子系统;31-可变信息板;32-行车诱导屏;33-网页及客户端;34-交通广播。
具体实施方式
本发明公开了一种用于交通视频自动识别的高速公路能见度预警系统和一种用于交通视频自动识别的高速公路能见度预警方法,下面结合优选实施例,对本发明的具体实施方式作进一步描述。
参见附图的图1,图1示出了所述用于交通视频自动识别的高速公路能见度预警系统的模块结构。优选地,所述用于交通视频自动识别的高速公路能见度预警系统包括交通监测采集子系统10、交通监测控制子系统20和交通信息发布终端子系统30;其中,所述交通监测采集子系统10包括至少一个交通摄像头(本优选实施例以3个交通摄像头为例,即第一至第三交通摄像头11,12,13),各个交通摄像头相互独立地采集实时影像;其中,所述交通监测控制子系统20包括能见度识别模块21、能见度验证模块22和能见度决策模块23;其中,所述能见度识别模块21获取各个交通摄像头独立采集的实时影像或者由能见度验证模块22返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;其中,所述能见度验证模块22获取上述能见度数据和对应的实时影像,所述能见度验证模块22同时获取人工目视判定结果;其中,所述能见度验证模块22将符合人工目视判定结果的上述能见度数据向能见度决策模块23输出,否则将上述能见度数据和对应的实时影像向能见度识别模块21返回输出,使得能见度识别模块21与能见度验证模块22构成循环回路,通过人工目视检验而排除不准确的能见度数据,同时将不准确的能见度数据退回能见度识别模块21并且作为能见度识别模块21的训练样本,以提高能见度识别模块21后续的能见度数据的准确性;其中,所述能见度决策模块23获取由能见度验证模块23输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统30输出能见度数据,以便交通信息发布终端子系统30通过多种渠道发布告警信息。
优选地,所述交通信息发布终端子系统30包括但不限于可变信息板31(例如,警用车辆车载显示屏)、行车诱导屏32、网页及客户端33和交通广播34。
优选地,所述能见度识别模块21具有缓存单元,以便暂存由交通摄像头采集的实时影像、各个实时影像对应的能见度数据和由能见度验证模块22返回的能见度数据等各类型数据。
值得一提的是,本领域技术人员应注意,所述交通监测采集子系统10不应仅局限于本优选实施例所述的第一至第三交通摄像头11,12,13,而是可根据实际需求增减交通摄像头的数量。其中,上述交通摄像头可利用高速公路已布设的交通摄像头。
本发明还设有第一实施例,上述第一实施例与优选实施例基本一致,区别在于,上述能见度数据包含特征标志(例如,识别码),该特征标志与实时影像唯一对应,以便能见度验证模块22只返回能见度数据,而不必返回对应的实时影像,进一步节省带宽。
本发明还公开了一种用于交通视频自动识别的高速公路能见度预警方法,包括以下步骤:
步骤S1:交通摄像头相互独立地采集并且回传实时影像;
步骤S2:能见度识别模块获取各个交通摄像头独立采集的实时影像,或者获取由能见度验证模块返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;
步骤S3:能见度验证模块获取上述能见度数据和对应的实时影像,所述能见度验证模块同时获取人工目视判定结果;
步骤S4:能见度验证模块判断能见度数据是否符合上述人工目视判定结果,如果符合人工目视判定结果则将上述能见度数据向能见度决策模块输出并且转入步骤S5,否则将上述能见度数据和对应的实时影像向能见度识别模块返回输出并且转入步骤S2;
步骤S5:能见度决策模块获取由能见度验证模块输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据并且转入步骤S5,否则转入步骤S2。
其中,所述步骤S5中,所述交通信息发布终端子系统30包括但不限于可变信息板31(例如,警用车辆车载显示屏)、行车诱导屏32、网页及客户端33和交通广播34。
其中,所述步骤S2中,所述能见度识别模块21具有缓存单元,以便暂存由交通摄像头采集的实时影像、各个实时影像对应的能见度数据和由能见度验证模块22返回的能见度数据等各类型数据。
其中,上述能见度数据包含特征标志(例如,识别码),该特征标志用于唯一标记实时影像。
本发明还设有第二实施例,上述第二实施例与优选实施例基本一致,区别在于,还包括步骤A1,所述步骤A1位于步骤S1之前:
步骤A1:选取特定区域的一个或者多个交通摄像头,以便交警等操作人员针对性地选择团雾易发地区的交通摄像头,提高实时影像的甄别效率和有效性。
对于本领域的技术人员而言,依然可以对前述各实施例所记载的技术方案进行修改,或对其中部分技术特征进行等同替换,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围。
Claims (9)
1.一种用于交通视频自动识别的高速公路能见度预警系统,其特征在于,包括交通监测采集子系统、交通监测控制子系统和交通信息发布终端子系统,其中:
所述交通监测采集子系统包括至少一个交通摄像头,各个交通摄像头相互独立地采集实时影像;
所述交通监测控制子系统包括能见度识别模块、能见度验证模块和能见度决策模块,其中:
所述能见度识别模块获取各个交通摄像头独立采集的实时影像或者由能见度验证模块返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;
所述能见度验证模块获取上述能见度数据和对应的实时影像,所述能见度验证模块同时获取人工目视判定结果;
所述能见度验证模块将符合人工目视判定结果的上述能见度数据向能见度决策模块输出,否则将上述能见度数据和对应的实时影像向能见度识别模块返回输出,使得能见度识别模块与能见度验证模块构成循环回路;
所述能见度决策模块获取由能见度验证模块输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据,以便交通信息发布终端子系统通过多种渠道发布告警信息。
2.根据权利要求1所述的用于交通视频自动识别的高速公路能见度预警系统,其特征在于,所述交通信息发布终端子系统包括但不限于可变信息板、行车诱导屏、网页及客户端和交通广播。
3.根据权利要求1所述的用于交通视频自动识别的高速公路能见度预警系统,其特征在于,所述能见度识别模块具有缓存单元。
4.根据权利要求1所述的用于交通视频自动识别的高速公路能见度预警系统,其特征在于,所述能见度数据包含特征标志,该特征标志用于唯一标记实时影像。
5.一种用于交通视频自动识别的高速公路能见度预警方法,其特征在于,包括以下步骤:
步骤S1:交通摄像头相互独立地采集并且回传实时影像;
步骤S2:能见度识别模块获取各个交通摄像头独立采集的实时影像,或者获取由能见度验证模块返回的实时影像及能见度数据,并且根据上述实时影像自动输出能见度数据;
步骤S3:能见度验证模块获取上述能见度数据和对应的实时影像,所述能见度验证模块同时获取人工目视判定结果;
步骤S4:能见度验证模块判断能见度数据是否符合上述人工目视判定结果,如果符合人工目视判定结果则将上述能见度数据向能见度决策模块输出并且转入步骤S5,否则将上述能见度数据和对应的实时影像向能见度识别模块返回输出并且转入步骤S2;
步骤S5:能见度决策模块获取由能见度验证模块输出的能见度数据,并且将上述能见度数据与预设的阈值相比较,如果上述能见度数据超过预设的阈值则向交通信息发布终端子系统输出能见度数据并且转入步骤S5,否则转入步骤S2。
6.根据权利要求5所述的用于交通视频自动识别的高速公路能见度预警方法,其特征在于,所述步骤S5中,所述交通信息发布终端子系统包括但不限于可变信息板、行车诱导屏、网页及客户端和交通广播。
7.根据权利要求5所述的用于交通视频自动识别的高速公路能见度预警方法,其特征在于,所述步骤S2中,所述能见度识别模块具有缓存单元。
8.根据权利要求5所述的用于交通视频自动识别的高速公路能见度预警方法,其特征在于,所述能见度数据包含特征标志,该特征标志用于唯一标记实时影像。
9.根据权利要求5所述的用于交通视频自动识别的高速公路能见度预警方法,其特征在于,还包括步骤A1,所述步骤A1位于步骤S1之前:
步骤A1:选取特定区域的一个或者多个交通摄像头。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711142341.2A CN107945546A (zh) | 2017-11-17 | 2017-11-17 | 用于交通视频自动识别的高速公路能见度预警系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711142341.2A CN107945546A (zh) | 2017-11-17 | 2017-11-17 | 用于交通视频自动识别的高速公路能见度预警系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107945546A true CN107945546A (zh) | 2018-04-20 |
Family
ID=61931654
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711142341.2A Pending CN107945546A (zh) | 2017-11-17 | 2017-11-17 | 用于交通视频自动识别的高速公路能见度预警系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107945546A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108614893A (zh) * | 2018-05-10 | 2018-10-02 | 成都传晟信息技术有限公司 | 一种基于不动产成果利用的方法及处理系统 |
CN109409336A (zh) * | 2018-11-30 | 2019-03-01 | 安徽继远软件有限公司 | 一种基于图像识别的大雾预警系统及方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168936A (ja) * | 2011-02-12 | 2012-09-06 | Hitachi Ltd | 動画処理装置及び動画処理方法 |
CN103150907A (zh) * | 2013-02-06 | 2013-06-12 | 郭忠印 | 一种基于高速公路运营安全的移动监控和预警系统及方法 |
CN103413442A (zh) * | 2013-07-30 | 2013-11-27 | 刘伟 | 基于通视距离监测的高速公路团雾预警系统及预警方法 |
CN104063713A (zh) * | 2014-07-04 | 2014-09-24 | 中国地质大学(武汉) | 一种基于随机蕨分类器的半自主在线学习方法 |
CN105261238A (zh) * | 2015-10-26 | 2016-01-20 | 福建航天中路信息技术有限公司 | 一种高速公路交通安全预警系统 |
CN105913662A (zh) * | 2016-06-20 | 2016-08-31 | 山东交通学院 | 一种高速公路智能雾区引导系统 |
CN205845337U (zh) * | 2016-08-05 | 2016-12-28 | 山西省交通科学研究院 | 一种高速公路低能见度诱导系统 |
-
2017
- 2017-11-17 CN CN201711142341.2A patent/CN107945546A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012168936A (ja) * | 2011-02-12 | 2012-09-06 | Hitachi Ltd | 動画処理装置及び動画処理方法 |
CN103150907A (zh) * | 2013-02-06 | 2013-06-12 | 郭忠印 | 一种基于高速公路运营安全的移动监控和预警系统及方法 |
CN103413442A (zh) * | 2013-07-30 | 2013-11-27 | 刘伟 | 基于通视距离监测的高速公路团雾预警系统及预警方法 |
CN104063713A (zh) * | 2014-07-04 | 2014-09-24 | 中国地质大学(武汉) | 一种基于随机蕨分类器的半自主在线学习方法 |
CN105261238A (zh) * | 2015-10-26 | 2016-01-20 | 福建航天中路信息技术有限公司 | 一种高速公路交通安全预警系统 |
CN105913662A (zh) * | 2016-06-20 | 2016-08-31 | 山东交通学院 | 一种高速公路智能雾区引导系统 |
CN205845337U (zh) * | 2016-08-05 | 2016-12-28 | 山西省交通科学研究院 | 一种高速公路低能见度诱导系统 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108614893A (zh) * | 2018-05-10 | 2018-10-02 | 成都传晟信息技术有限公司 | 一种基于不动产成果利用的方法及处理系统 |
CN109409336A (zh) * | 2018-11-30 | 2019-03-01 | 安徽继远软件有限公司 | 一种基于图像识别的大雾预警系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102724482B (zh) | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 | |
CN109377726A (zh) | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 | |
CN103236181B (zh) | 一种基于机器视觉的交通信号灯状态监控系统及方法 | |
KR102267517B1 (ko) | 도로 안개감지 장치 및 그 감지 방법 | |
CN109448365A (zh) | 一种跨尺度空基平台区域道路交通系统综合监视方法 | |
CN109409336A (zh) | 一种基于图像识别的大雾预警系统及方法 | |
CN110648528A (zh) | 一种智慧公路管理系统 | |
CN203759874U (zh) | 一种具有视频增强效果的交通违章信息采集系统 | |
CN106741008B (zh) | 铁路线路异物识别方法及系统 | |
CN208208040U (zh) | 跑道防侵入监控系统 | |
DE112015002827T5 (de) | Überschwemmungs-Erfassungs-System | |
CN103729908A (zh) | 铁路隧道智能巡检装置及其使用方法 | |
CN109102695A (zh) | 智能交通服务站、智能交通服务方法及系统 | |
CN113011252B (zh) | 轨道异物侵限检测系统及方法 | |
CN112466159A (zh) | 一种大型车辆右转弯安全性预警系统 | |
CN114248819B (zh) | 基于深度学习的铁路侵限异物无人机检测方法、装置及系统 | |
CN103149603B (zh) | 一种基于视频的道路气象检测方法 | |
CN107945546A (zh) | 用于交通视频自动识别的高速公路能见度预警系统及方法 | |
CN212180098U (zh) | 一种基于人脸识别的红外测温系统 | |
WO2019048603A1 (de) | Automatische früherkennung von rauch, russ und feuer mittels 3d-geländemodell | |
KR102257078B1 (ko) | 좌표계를 이용한 안개 탐지 장치 및 그 방법 | |
KR100782205B1 (ko) | 영상검지를 이용한 차량속도 표시 장치 및 시스템 | |
CN115083212A (zh) | 一种基于三维建模的无人机定位智能管理系统 | |
CN112509316B (zh) | 一种基于车辆终端信息匹配的车辆超员分析系统 | |
CN105262984B (zh) | 一种带有固定装置的探测器 |
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: 20180420 |
|
RJ01 | Rejection of invention patent application after publication |