CN108022440A - 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 - Google Patents
基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 Download PDFInfo
- Publication number
- CN108022440A CN108022440A CN201810055494.1A CN201810055494A CN108022440A CN 108022440 A CN108022440 A CN 108022440A CN 201810055494 A CN201810055494 A CN 201810055494A CN 108022440 A CN108022440 A CN 108022440A
- Authority
- CN
- China
- Prior art keywords
- early warning
- visibility
- aerial vehicle
- unmanned aerial
- bus
- 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
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000012544 monitoring process Methods 0.000 claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 23
- 239000003595 mist Substances 0.000 claims description 48
- 238000001514 detection method Methods 0.000 claims description 11
- 238000011144 upstream manufacturing Methods 0.000 claims description 9
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000004069 differentiation Effects 0.000 abstract description 3
- 238000007726 management method Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000013316 zoning Methods 0.000 description 2
- 241001544487 Macromiidae Species 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000012634 fragment Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
- 230000009182 swimming Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/10—Devices for predicting weather conditions
Landscapes
- Environmental & Geological Engineering (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于无人飞机和车路协同的高速公路团雾预警系统及预警方法,所述的高速公路团雾预警系统包括无人机监控系统、路侧监控系统以及地理信息系统和预报系统,所述的无人机监控系统包括无人机、固定设置在无人机上的便携式能见度检测仪和视频摄像机,以及用以与地理信息系统通讯的机载通讯模块;所述的路侧监控系统包括固定设置在预定路段一侧且与所述的地理信息系统通讯连接的固定式能见度检测仪,所述的预报系统包括与所述的地理信息系统通讯连接的路侧单元。本发明通过无人飞机和车路协同技术,实现了大区域的高速公路团雾的时间‑空间监测,可以分路段、分预警等级对个体车辆进行差异化的预警,可大大减低高速公路团雾气象条件下的运行风险,提高高速公路的运行效率。
Description
技术领域
本发明涉及智能交通技术领域,特别是涉及一种基于无人飞机和车路协同的高速公路团雾预警系统及预警方法。
背景技术
团雾作为一种自然现象,在我国很多高速公路上出现过,由于团雾的出现,会造成行车能见度的急剧下降,由此极易导致交通事故的发生。团雾的形成与局部小气候环境关系密切相关。高速公路路面白天温度较高、昼夜温差大,有利于团雾形成。另外,秋季在高速公路附近焚烧秸秆,会显著增加污染物颗粒,有可能会诱发团雾。高速公路附近的河流、水库所在区域水汽大,也可能诱发团雾。此外,山区高速地势较高,气温较城镇低,植被覆盖多,水汽大,也会导致团雾发生。在雨、雪等恶劣天气后,天气转晴,气温迅速升高,也容易在夜间发生团雾。大型团雾可以覆盖五六公里长的高速公路,小团雾仅有一公里甚至几百米长。高速公路上的“团雾”现象,具有突发性、地段性、局部能见度低、难以预测等特征。
在高速公路的日常管理中,主要依靠路侧架设的摄像机和路政巡逻车来监测团雾。由于摄像机的布设密度和路政巡逻的强度有限,导致团雾的时间-空间监测覆盖范围有限,造成团雾的监测和预警不及时。另外,我国部分高速公路,沿路间隔10-15km安装一套能见度检测仪,该检测仪仅能监测所在位置附近的能见度变化情况,而不能对狭长路段内的团雾进行监测。另外,一旦监测到团雾,高速公路管理部门往往采取封路禁行的交通管理措施,而未考虑团雾的时间-空间分布特性,造成“一段路有团雾、一条路封路禁行”的消极局面,降低了高速公路的运行效率,增加了高速公路运输的时间成本。
中国专利文献CN 103413442A公布了一种基于通视距离监测的高速公路团雾预警系统及预警方法,该方法通过沿路布设的装置发射和接收激光,计算当前的通视距离,当该通视距离小于阈值,则认为有团雾发生,然后发布团雾预警信息。中国专利文献CN106097744A公布了一种GIS系统的高速公路团雾实时监测系统及方法,该方法在高速公路沿线布设摄像头、气象站点,摄像头所拍摄图像实时传输到GIS系统中,GIS系统每隔几分钟进行一次图像检测,当检测到雾的时候,通过显示屏对车辆发布减速、限速等提示。中国专利文献CN 206497567U公布了一种高速公路团雾监测装置,该装置在高速公路沿线相隔一段距离,设置图像检测器和图像显示牌,图像检测器的检测面和图像显示牌的显示面相对应,通过视频识别的方法检测高速公路沿线的能见度,并发送给高速公路控制中心进行团雾判断。上述技术方面存在一些不足:(1)仅能监测检测设备所在点位附近的团雾情况;(2)仅能对雾的严重程度(如薄雾、中雾、大雾)进行监测,而无法确定团雾的时空覆盖范围;(3)监测到团雾以后,往往通过显示屏或高音喇叭对车流进行预警提示,而未考虑团雾的时间-空间分布特性,分路段、分预警等级对个体车辆进行差异化的预警。
发明内容
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于无人飞机和车路协同的高速公路团雾预警系统。
本发明的目的是针对现有技术中存在的技术缺陷,而提供一种基于无人飞机和车路协同的高速公路团雾预警方法。
为实现本发明的目的所采用的技术方案是:
一种基于无人飞机和车路协同的高速公路团雾预警系统,包括无人机监控系统、路侧监控系统以及地理信息系统和预报系统,
所述的无人机监控系统包括无人机、固定设置在无人机上的便携式能见度检测仪和视频摄像机,以及用以与地理信息系统通讯的机载通讯模块;
所述的路侧监控系统包括固定设置在预定路段一侧且与所述的地理信息系统通讯连接的固定式能见度检测仪,
所述的预报系统包括与所述的地理信息系统通讯连接的路侧单元。
在上述技术方案中,所述的路侧监控系统还包括气象环境传感器。
在上述技术方案中,所述的预报系统还包括设置在预定路段一侧且与所述的地理信息系统通讯连接的显示屏。
在上述技术方案中,所述的固定式能见度检测仪与所述的路侧单元相邻设置且直接通讯连接。
一种所述的基于无人飞机和车路协同的高速公路团雾预警系统的预警方法,包括以下步骤,
1)无人机按预定路线巡航并将能见度信息、图像及对应的位置信息传送至地理信息系统;
2)路侧监控系统将其位置信息及该处的能见度信息传送至地理信息系统;
3)地理信息系统收集并建立能见度数据与高速公路的里程空间关联;
4)当某里程空间的能见度低于阈值,则通过预报系统对上游路段车辆进行预警。
在上述技术方案中,步骤3)中,高速公路按照预定间隔进行网格矢量化,将检测到的对应路段的能见度数据加载到对应网格中。
在上述技术方案中,步骤3)中,对于缺乏数据的路段,将其上下游多个相邻路段作为影响距离范围,进行滑动加权平均以估计该路段的能见度数据并加载到对应网格中。
在上述技术方案中,所述的步骤1)中,所述的无人机对团雾发生区域按预定时间间隔进行多个高度的能见度检测并分析团雾走向及趋势。
在上述技术方案中,所述的步骤1)中将网格对应路段里程检测的多个能见度值的平均值作为所述的能见度数据。
在上述技术方案中,所述的步骤4)中将能见度划分为多个等级,并进行相应等级的预警。
与现有技术相比,本发明的有益效果是:
本发明通过无人飞机和车路协同技术,实现了大区域的高速公路团雾的时间-空间监测,可以分路段、分预警等级对个体车辆进行差异化的预警,可大大减低高速公路团雾气象条件下的运行风险,提高高速公路的运行效率。
附图说明
图1是系统构成与功能图。
图2是系统工作流程图。
图3是无人飞机分区监测图。
图4是能见度空间分布的特征图。
图5是能见度时间分布的特征图。
具体实施方式
以下结合附图和具体实施例对本发明作进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的基于无人飞机和车路协同的高速公路团雾预警系统,包括无人机监控系统、路侧监控系统以及地理信息系统和预报系统,
所述的无人机监控系统包括无人机、固定设置在无人机上的便携式能见度检测仪和视频摄像机,以及用以与地理信息系统通讯的机载通讯模块;便携式能见度检测仪的技术参数为:测量范围10-10000m,数据更新频率为5-30秒。视频摄像机的技术参数为:支持夜晚摄像功能,滤镜直径40-100mm,光圈值为2.6-4.8。
所述的路侧监控系统包括固定设置在预定路段一侧且与所述的地理信息系统通讯连接的固定式能见度检测仪,
所述的预报系统包括与所述的地理信息系统通讯连接的路侧单元,汽车上对应设置有与路侧单元对应的车载单元,其由车辆电子控制单元ECU、CAN总线模块、车载处理单元和通讯显示模块,车载单元通过DSRC(Dedicated Short Range Communications)专用短程通讯技术与路侧单元进行信息交互。优选地,所述的预报系统还包括设置在预定路段一侧且与所述的地理信息系统通讯连接的显示屏。
其中,所述的预定路段即为重点路段,高速公路附近的河流、水库所在区域水汽大,可能诱发团雾,这些路段可作为重点路段;此外,年均发生3次以上团雾的高速公路路段,也作为重点路段,在这些位置安装地面固定式能见度检测仪。固定式能见度检测仪通过直接测量安装位置的散射光强,获取能见度数值。能见度检测仪的技术参数为:测量范围10-10000m,数据更新频率为5-30秒。
本发明利用无人飞机对设定的监测路段进行空中移动监测,以获取更大范围的路段能见度信息;地面和空中监测的能见度信息通过3G、4G或5G通讯技术,传输到交通监控中心的地理信息系统;地理信息系统汇总能见度信息后,进行能见度分析与交通安全预警;交通安全预警信息通过3G、4G、5G通讯技术,发送给路侧单元和显示屏,路侧单元则将能见度预警信息发送给车辆的车载单元,显示屏显示交通预警信息,提高高速公路团雾监测的时-空覆盖范围,以及交通安全预警的针对性。
作为其中一个具体实施,所述的路侧监控系统还包括气象环境传感器,如风力传感器、日照传感器及温度传感器。通过对气象环境的感测,可对团雾的发生进行提前预警以加强对该处区域的重点观测,或者对消散时间做出预计,以为交通疏导提供理论支持。
其中,所述的固定式能见度检测仪与所述的路侧单元相邻设置且直接通讯连接。以减少通讯模块的使用。
本发明还公开了一种基于无人飞机和车路协同的高速公路团雾预警系统的预警方法,包括以下步骤,
1)无人机按预定路线巡航并将能见度信息、图像及对应的位置信息传送至地理信息系统;由于要对无人飞机进行电池更换和燃料加注,无人飞机可部署在高速公路服务区或高速公路沿线应急救援点处。根据监测路段的分布情况,优化无人飞机的巡航路线,减少无人飞机的巡航距离,无人飞机沿设定路线飞行,获取监测路段的实时能见度数值和图片信息。结合不同监测需要,可同时派出多架次无人飞机进行巡航,缩短单架次无人飞机的巡航时间,提高团雾监测的及时性。将无人飞机的监测路段,按照空间分布情况,进行聚类分区,每一个分区派出一架无人飞机进行巡航监测,无人飞机分区监测如图3所示。飞机传回图片后,通过人工主观经验识别、判断图片的路段能见度情况,校验异常标注网格对应路段的能见度值是否确实低于预警阈值,减低因为检测异常、通讯中断、信息匹配有误等原因造成的误检测,降低预警系统的误报率,提高系统的可靠性。
2)路侧监控系统将其位置信息及该处的能见度信息传送至地理信息系统;
3)地理信息系统收集并建立能见度数据与高速公路的里程空间关联;
4)当某里程空间的能见度低于阈值,则通过预警单元对上游路段车辆进行预警。
由无人飞机、路侧单元、车载单元、能见度检测仪、地理信息系统组成。地面的能见度检测仪进行定点的连续监测,无人飞机挂载便携式能见度检测仪和视频摄像机进行移动的重点路段监测,两者均可获取能见度分布数据。通过3G、4G、5G无线通讯技术,不同路段的能见度分布数据发送到交通监控中心的地理信息系统中,该系统将能见度信息与路段位置进行空间匹配,生成高速公路能见度的时间-空间分布图。当某些路段的能见度低于设定阈值时,交通监控中心向路侧单元发送能见度信息和交通预警信息,路侧单元则向安装有车载单元的车辆发布交通预警信息。
步骤3)中,高速公路按照预定间隔进行网格矢量化,将检测到的对应路段内能见度数据最低值加载到网格中;对于缺乏数据的路段,将其上下游多个相邻路段作为影响距离范围,进行滑动加权平均以估计该路段的能见度值,所述的步骤4)中将能见度划分为多个等级,并进行相应等级的预警。如将能见度设置为50m、100m、200m三个等级,按每30秒或1分钟为周期,当某路段的能见度检测值低于某等级阈值时,交通监控中心向该路段上游位置的路侧单元发送交通安全预警信息。
其中,无人飞机沿着某路段飞行,局部能见度好,局部能见度差,则能会有多个能见度检测值,处理方法为:在该网格对应的路段里程内,如每300-500米的能见度值平均值加载到对应的网络中,这样能够得到网格内的能见度的空间分布情况,如果该路段对应的网格中有一处或多处能见度值均低于预警阈值,从安全角度,该网格对应的路段标注为能见度异常,同时将能见度值低于预警阈值的一个路段里程或多个路段里程,存储到地理信息系统中,并向路侧单元、车载单元以及显示屏发送,进行安全预警。即,如果无人飞机的飞行速度是30km/h,折合速度为8.3m/s,那么无人飞机沿着200m长的路段飞行24秒,此时,无人飞机的机载能见度检测仪的检测频率为5秒,则这个路段可采集到4个能见度检测值。这200m的范围内,为便于统计分析,可将这4个能见度检测值做平均,用平均值作为该网格的能见度检测值。当该网格的能见度平均值(平均后,只有一个值),低于阈值,则认为该网格对应的路段为团雾发生区,然后进行预警。
为提高检测的及时性,可多派几架无人飞机,在不同的路段,同时进行检测,检测数据实时传输到地理信息系统进行处理。可获得团雾分布的高度和覆盖范围。然后,以20-40分钟为一个周期,分析某路段的团雾的分布高度和覆盖范围的变化情况,当在下一个周期,团雾的覆盖范围和高度同时扩大,且路段平均能见度值不断下降,则提前预警团雾扩大;当在下一个周期,团雾的覆盖范围和高度同时减少,且路段平均能见度值不断上升,则提前预警团雾消散;其它情形,则不做提前预警。
所述的步骤1)中,所述的无人机对团雾发生区域按预定时间间隔进行多个高度的能见度检测并分析团雾走向及趋势。可以派无人飞机在设定的多个高度进行检测,首先,飞行高度为50米,沿路飞行,检测不同网格对应的路段里程的能见度,然后,飞机折返飞行,飞行高度为150米,沿路飞行,继续检测不同路段里程的能见度,最后,飞机再折返飞行,飞行高度为300米,沿路飞行,继续检测不同路段里程的能见度。由此往复,即可获得50米、150米、300米高处团雾分布的高度和覆盖范围。
让高速公路的驾驶员提高警惕,具体为:当能见度<200m时,提示车速<60km/h;当能见度<100m时,提示车速<40km/h;当能见度<50m时,提示车速<20km/h。同时提示避免急刹车,不要就地停车,避免追尾事故。
下面将通过一个具体实施例进行进一步解释和说明:
将河流、水库所在区域的路段、团雾多发路段、山区高速地势较高的路段,以及其它的设定路段,作为无人飞机的监测目标。同时,按照监测路段的空间分布情况,进行聚类分区,每一个分区派出一架无人飞机进行巡航监测,减少无人飞机的巡航距离,缩短单架次无人飞机的巡航时间,提高团雾监测的及时性。如图3所示,有7个监测路段,可划分为2个监测小区,无人飞机1负责监测分区1的路段1、2、3,无人飞机2负责监测分区2的路段4、5、6、7。然后,无人飞机装载便携式能见度检测仪和视频摄像机,依靠自身的GPS定位模块,获得不同路段位置的能见度数值和团雾监测图片,然后通过无线通讯模块,每隔30秒,将该数值和图片发送给交通监控中心的地理信息系统,该系统将能见度信息与路段位置进行空间匹配,生成高速公路能见度的时间-空间分布图,从而更好的对地面能见度检测仪的监测结果进行有效补充。
地面能见度检测仪和无人飞机持续监测,可以获得不同时间段的能见度数据和图片,地理信息系统同样将能见度数据与高速公路的里程空间位置关联起来,这样就能获取能见度时间分布的特征,如图5所示。将高速公路按照500m间隔进行网格矢量化,将检测到的不同路段位置的能见度数据,加载到不同的网格中;对于缺乏数据的路段,将其上下游3个相邻路段,作为影响距离范围,进行滑动加权平均,以估计该路段的能见度值;由此得到能见度分布的时间-空间分布网格矢量图。另外,将能见度设置为50m、100m、200m三个等级,按30秒一个周期,当某路段的能见度检测值低于某等级阈值时,交通监控中心向该路段上游位置的路侧单元发送交通安全预警信息。
路侧单元接收交通监控中心发送的交通安全预警信息后,通过DSRC(DedicatedShort Range Communications)专用短程通讯技术,按三个等级向路侧单元上游的车辆(车载单元)发送,提示某一路段的能见度情况,让高速公路的驾驶员提高警惕,具体为:当能见度<200m时,提示车速<60km/h;当能见度<100m时,提示车速<40km/h;当能见度<50m时,提示车速<20km/h。同时提示避免急刹车,不要就地停车,避免追尾事故。与此同时,交通安全预警信息也在高速公路显示屏中显示。
以上所述仅是本发明的优选实施方式,应当指出的是,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于无人飞机和车路协同的高速公路团雾预警系统,其特征在于,包括无人机监控系统、路侧监控系统以及地理信息系统和预报系统,
所述的无人机监控系统包括无人机、固定设置在无人机上的便携式能见度检测仪和视频摄像机,以及用以与地理信息系统通讯的机载通讯模块;
所述的路侧监控系统包括固定设置在预定路段一侧且与所述的地理信息系统通讯连接的固定式能见度检测仪,
所述的预报系统包括与所述的地理信息系统通讯连接的路侧单元。
2.如权利要求1所述的基于无人飞机和车路协同的高速公路团雾预警系统,其特征在于,所述的路侧监控系统还包括气象环境传感器。
3.如权利要求1所述的基于无人飞机和车路协同的高速公路团雾预警系统,其特征在于,所述的预报系统还包括设置在预定路段一侧且与所述的地理信息系统通讯连接的显示屏。
4.如权利要求1所述的基于无人飞机和车路协同的高速公路团雾预警系统,其特征在于,所述的固定式能见度检测仪与所述的路侧单元相邻设置且直接通讯连接。
5.一种如权利要求1-4任一项所述的基于无人飞机和车路协同的高速公路团雾预警系统的预警方法,其特征在于,包括以下步骤,
1)无人机按预定路线巡航并将能见度信息、图像及对应的位置信息传送至地理信息系统;
2)路侧监控系统将其位置信息及该处的能见度信息传送至地理信息系统;
3)地理信息系统收集并建立能见度数据与高速公路的里程空间关联;
4)当某里程空间的能见度低于阈值,则通过预报系统对上游路段车辆进行预警。
6.如权利要求5所述的基于无人飞机和车路协同的高速公路团雾预警方法,其特征在于,步骤3)中,高速公路按照预定间隔进行网格矢量化,将检测到的对应路段的能见度数据加载到对应网格中。
7.如权利要求6所述的基于无人飞机和车路协同的高速公路团雾预警方法,其特征在于,步骤3)中,对于缺乏数据的路段,将其上下游多个相邻路段作为影响距离范围,进行滑动加权平均以估计该路段的能见度数据并加载到对应网格中。
8.如权利要求6所述的基于无人飞机和车路协同的高速公路团雾预警方法,其特征在于,所述的步骤1)中,所述的无人机对团雾发生区域按预定时间间隔进行多个高度的能见度检测并分析团雾走向及趋势。
9.如权利要求6所述的基于无人飞机和车路协同的高速公路团雾预警方法,其特征在于,所述的步骤1)中将网格对应路段里程检测的多个能见度值的平均值作为所述的能见度数据。
10.如权利要求5所述的基于无人飞机和车路协同的高速公路团雾预警方法,其特征在于,所述的步骤4)中将能见度划分为多个等级,并进行相应等级的预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810055494.1A CN108022440A (zh) | 2018-01-19 | 2018-01-19 | 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810055494.1A CN108022440A (zh) | 2018-01-19 | 2018-01-19 | 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108022440A true CN108022440A (zh) | 2018-05-11 |
Family
ID=62074945
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810055494.1A Pending CN108022440A (zh) | 2018-01-19 | 2018-01-19 | 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108022440A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 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 |
CN110046612A (zh) * | 2019-05-05 | 2019-07-23 | 淮安信息职业技术学院 | 一种道路团雾状态参数监测系统及其方法 |
CN110171417A (zh) * | 2019-05-24 | 2019-08-27 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
CN110888184A (zh) * | 2019-12-11 | 2020-03-17 | 安徽蓝业环境工程有限公司 | 一种环境微气象监控方法、装置、系统及服务器 |
CN111736175A (zh) * | 2020-06-19 | 2020-10-02 | 合肥学院 | 基于esp32单片机的团雾检测系统 |
CN112285806A (zh) * | 2019-07-23 | 2021-01-29 | 山东省公安厅高速公路交通警察总队 | 天气监测方法、装置和系统 |
CN112289046A (zh) * | 2019-07-23 | 2021-01-29 | 杭州海康汽车技术有限公司 | 天气监测方法、装置和系统 |
CN112419745A (zh) * | 2020-10-20 | 2021-02-26 | 中电鸿信信息科技有限公司 | 一种基于深度融合网络的高速公路团雾预警系统 |
CN113313914A (zh) * | 2021-05-28 | 2021-08-27 | 谢静芳 | 团雾监测方法、装置、系统及存储介质 |
CN113706889A (zh) * | 2021-08-02 | 2021-11-26 | 浪潮天元通信信息系统有限公司 | 基于目标检测分析的高速公路团雾测量系统及方法 |
CN114202944A (zh) * | 2021-12-13 | 2022-03-18 | 公安部交通管理科学研究所 | 高速公路团雾预警方法、装置及系统 |
CN114397661A (zh) * | 2022-01-22 | 2022-04-26 | 象谱信息产业有限公司 | 一种基于物联网的团雾观测操控系统 |
CN114399924A (zh) * | 2022-02-15 | 2022-04-26 | 青岛海信网络科技股份有限公司 | 一种车辆、边缘计算设备、服务器及信息传输方法 |
CN114625174A (zh) * | 2022-05-12 | 2022-06-14 | 之江实验室 | 一种基于v2x的车载无人机控制方法和装置 |
CN116153095A (zh) * | 2023-04-20 | 2023-05-23 | 江西师范大学 | 一种基于边缘计算的高速公路团雾预警方法 |
CN116256315A (zh) * | 2022-12-30 | 2023-06-13 | 海南科力千方科技有限公司 | 一种公路路侧的信息采集装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103426165A (zh) * | 2013-06-28 | 2013-12-04 | 吴立新 | 一种地面激光点云与无人机影像重建点云的精配准方法 |
CN104762916A (zh) * | 2014-09-20 | 2015-07-08 | 赵飞腾 | 无人机雾霾检测消除系统 |
CN104897537A (zh) * | 2015-06-11 | 2015-09-09 | 杭州电子科技大学 | 基于无人机的pm2.5浓度采集装置和数据过滤方法 |
CN105059548A (zh) * | 2015-08-21 | 2015-11-18 | 重庆古思特商业管理有限公司 | 带有空气检测仪的飞行器 |
CN105181898A (zh) * | 2015-09-07 | 2015-12-23 | 李岩 | 基于大密度部署传感器的大气污染监控及管理方法及系统 |
CN105775141A (zh) * | 2016-04-11 | 2016-07-20 | 白伟华 | 基于无人机的冰情监测系统 |
US20160373690A1 (en) * | 2015-06-18 | 2016-12-22 | Mario A. Campos | Surveillance system and method |
CN107240281A (zh) * | 2017-08-01 | 2017-10-10 | 上海新中新猎豹交通科技股份有限公司 | 一种团雾报警预测系统 |
DE102016211859A1 (de) * | 2016-06-30 | 2018-01-04 | Zf Friedrichshafen Ag | Verfahren zur Optimierung des Verkehrsflusses eines Verkehrswegs mit mehreren Fahrspuren |
-
2018
- 2018-01-19 CN CN201810055494.1A patent/CN108022440A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103426165A (zh) * | 2013-06-28 | 2013-12-04 | 吴立新 | 一种地面激光点云与无人机影像重建点云的精配准方法 |
CN104762916A (zh) * | 2014-09-20 | 2015-07-08 | 赵飞腾 | 无人机雾霾检测消除系统 |
CN104897537A (zh) * | 2015-06-11 | 2015-09-09 | 杭州电子科技大学 | 基于无人机的pm2.5浓度采集装置和数据过滤方法 |
US20160373690A1 (en) * | 2015-06-18 | 2016-12-22 | Mario A. Campos | Surveillance system and method |
CN105059548A (zh) * | 2015-08-21 | 2015-11-18 | 重庆古思特商业管理有限公司 | 带有空气检测仪的飞行器 |
CN105181898A (zh) * | 2015-09-07 | 2015-12-23 | 李岩 | 基于大密度部署传感器的大气污染监控及管理方法及系统 |
CN105775141A (zh) * | 2016-04-11 | 2016-07-20 | 白伟华 | 基于无人机的冰情监测系统 |
DE102016211859A1 (de) * | 2016-06-30 | 2018-01-04 | Zf Friedrichshafen Ag | Verfahren zur Optimierung des Verkehrsflusses eines Verkehrswegs mit mehreren Fahrspuren |
CN107240281A (zh) * | 2017-08-01 | 2017-10-10 | 上海新中新猎豹交通科技股份有限公司 | 一种团雾报警预测系统 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109377726B (zh) * | 2018-10-29 | 2020-07-31 | 江苏大学 | 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 |
CN109377726A (zh) * | 2018-10-29 | 2019-02-22 | 江苏大学 | 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 |
CN110046612A (zh) * | 2019-05-05 | 2019-07-23 | 淮安信息职业技术学院 | 一种道路团雾状态参数监测系统及其方法 |
CN110171417A (zh) * | 2019-05-24 | 2019-08-27 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
CN110171417B (zh) * | 2019-05-24 | 2020-08-11 | 无锡佶达德光电子技术有限公司 | 基于激光雷达的定速巡航装置 |
CN112285806B (zh) * | 2019-07-23 | 2023-02-10 | 山东省公安厅高速公路交通警察总队 | 天气监测方法、装置和系统 |
CN112285806A (zh) * | 2019-07-23 | 2021-01-29 | 山东省公安厅高速公路交通警察总队 | 天气监测方法、装置和系统 |
CN112289046A (zh) * | 2019-07-23 | 2021-01-29 | 杭州海康汽车技术有限公司 | 天气监测方法、装置和系统 |
CN112289046B (zh) * | 2019-07-23 | 2023-07-14 | 杭州海康汽车技术有限公司 | 天气监测方法、装置和系统 |
CN110888184A (zh) * | 2019-12-11 | 2020-03-17 | 安徽蓝业环境工程有限公司 | 一种环境微气象监控方法、装置、系统及服务器 |
CN111736175A (zh) * | 2020-06-19 | 2020-10-02 | 合肥学院 | 基于esp32单片机的团雾检测系统 |
CN112419745A (zh) * | 2020-10-20 | 2021-02-26 | 中电鸿信信息科技有限公司 | 一种基于深度融合网络的高速公路团雾预警系统 |
CN113313914A (zh) * | 2021-05-28 | 2021-08-27 | 谢静芳 | 团雾监测方法、装置、系统及存储介质 |
CN113313914B (zh) * | 2021-05-28 | 2022-08-02 | 谢静芳 | 团雾监测方法、装置、系统及存储介质 |
CN113706889A (zh) * | 2021-08-02 | 2021-11-26 | 浪潮天元通信信息系统有限公司 | 基于目标检测分析的高速公路团雾测量系统及方法 |
CN114202944A (zh) * | 2021-12-13 | 2022-03-18 | 公安部交通管理科学研究所 | 高速公路团雾预警方法、装置及系统 |
CN114397661A (zh) * | 2022-01-22 | 2022-04-26 | 象谱信息产业有限公司 | 一种基于物联网的团雾观测操控系统 |
CN114399924A (zh) * | 2022-02-15 | 2022-04-26 | 青岛海信网络科技股份有限公司 | 一种车辆、边缘计算设备、服务器及信息传输方法 |
CN114399924B (zh) * | 2022-02-15 | 2023-07-11 | 青岛海信网络科技股份有限公司 | 一种车辆、边缘计算设备、服务器及信息传输方法 |
CN114625174A (zh) * | 2022-05-12 | 2022-06-14 | 之江实验室 | 一种基于v2x的车载无人机控制方法和装置 |
CN116256315A (zh) * | 2022-12-30 | 2023-06-13 | 海南科力千方科技有限公司 | 一种公路路侧的信息采集装置 |
CN116153095A (zh) * | 2023-04-20 | 2023-05-23 | 江西师范大学 | 一种基于边缘计算的高速公路团雾预警方法 |
CN116153095B (zh) * | 2023-04-20 | 2023-06-30 | 江西师范大学 | 一种基于边缘计算的高速公路团雾预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108022440A (zh) | 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 | |
US8576069B2 (en) | Mobile sensing for road safety, traffic management, and road maintenance | |
CN108922188B (zh) | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 | |
CN108510797B (zh) | 基于雷达侦测的高速公路预警系统及方法 | |
WO2020020260A1 (zh) | 一种利用出租车进行大气监测时提高监测覆盖率的方法 | |
CN109191911A (zh) | 一种隧道路况预警系统、方法及计算机可读存储介质 | |
CN109166314A (zh) | 基于全方位跟踪检测雷达的路况感知设备及车路协同系统 | |
JP3526460B2 (ja) | 交通流を評する定量的データ推定方法及びそれに適用する探査用車両 | |
CN107240281A (zh) | 一种团雾报警预测系统 | |
CN102231231A (zh) | 区域公路网交通安全态势预警系统及其方法 | |
CN108961790A (zh) | 基于四维实景交通仿真的恶劣天气预警管理系统及方法 | |
CN207517194U (zh) | 基于车路协同的高速公路运行车速主动预警系统 | |
CN106934752A (zh) | 一种基于公交车的信息化管理系统 | |
CN101377884A (zh) | 公路交通智能管理系统 | |
CN110085045A (zh) | 道路及行车实时安全监测、导航系统和安全监测方法 | |
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 | |
CN112071117A (zh) | 一种基于车路协同的高速公路交通安全预警系统及方法 | |
CN111989724A (zh) | 用于监控道路、基础设施和交通的状况的装置 | |
CN106842365A (zh) | 一种公路气象信息监控预警系统 | |
CN106652461A (zh) | 基于交通管理的信息处理方法及装置、交通管理系统 | |
CN109102695B (zh) | 智能交通服务站、智能交通服务方法及系统 | |
CN206638838U (zh) | 一种公路气象信息监控预警系统 | |
CN110648528A (zh) | 一种智慧公路管理系统 | |
CN109024333A (zh) | 一种低能见度下的诱导装置 | |
CN109949597A (zh) | 面向灾害天气与突发事件的高速公路运行安全移动预警系统 |
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 |