CN108492584A - 一种基于智慧灯杆的交通事故警示方法及装置 - Google Patents
一种基于智慧灯杆的交通事故警示方法及装置 Download PDFInfo
- Publication number
- CN108492584A CN108492584A CN201810226216.8A CN201810226216A CN108492584A CN 108492584 A CN108492584 A CN 108492584A CN 201810226216 A CN201810226216 A CN 201810226216A CN 108492584 A CN108492584 A CN 108492584A
- Authority
- CN
- China
- Prior art keywords
- traffic
- traffic behavior
- lamp stand
- behavior
- 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
Links
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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- 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
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/161—Decentralised systems, e.g. inter-vehicle communication
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种基于智慧灯杆的交通事故警示方法及装置，应用于灯杆，所述方法包括：获取道路的监控图像；提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；判断所述交通状态是否为正常交通；若否，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。应用本发明实施例，可以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
Description
技术领域
本发明涉及一种路灯杆，更具体涉及一种基于智慧灯杆的交通事故警示方法及装置。
背景技术
随着交通技术的不断发展以及国民生活水平的提高，汽车的保有量也越来越高，随之而来的交通事故数量也越来越多。交通事故不但导致直接财产损失和人员死伤，还会导致交通延误、交通堵塞、危险品泄漏、火灾、爆炸等问题，给人民群众的正常生产生活和社会财产带来严重损失。当发生交通事故以后，如果不能及时通知来往车辆，往往会发生二次事故，进而造成更严重的生命财产损失，因此，如何使来往车辆及时收到前方交通事故的信息使亟待解决的技术问题。
目前，当某一路段发生交通事故后，通常由交通警察沿来车方向步行至50-100米处，设置交通警示标志，以使来车方向上的司机知晓前方发生交通事故。
但是，这种方式，通常是在交通事故发生以后，人工设置交通警示标志，交通警察步行至预设位置，需要一定的时间，因此，现有技术存在不能在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故的就技术问题。
发明内容
本发明所要解决的技术问题在于提供了一种基于智慧灯杆的交通事故警示方法及装置，以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
本发明是通过以下技术方案解决上述技术问题的：
本发明实施例提供了一种基于智慧灯杆的交通事故警示方法，应用于灯杆，所述方法包括：
获取道路的监控图像；
提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；
根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；
判断所述交通状态是否为正常交通；
若否，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
可选的，在本发明实施例的一种具体实施方式中，所述方法还包括：
在显示所述交通状态的同时，向所述灯杆自身具备的警示设备发出警示指令，以使所述警示设备发出警示指令。
可选的，在本发明实施例的一种具体实施方式中，所述将所述交通状态发送给其他灯杆，包括：
将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
可选的，在本发明实施例的一种具体实施方式中，所述方法还包括：
接收其他灯杆发送的所述交通状态；
获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标；
判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；
若是，显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
可选的，在本发明实施例的一种具体实施方式中，所述显示所述交通状态，包括：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
本发明实施例还提供了一种基于智慧灯杆的交通事故警示装置，应用于灯杆，所述装置包括：第一获取模块、提取模块、识别模块、第一判断模块和显示模块，其中，
所述第一获取模块，用于获取道路的监控图像；
所述提取模块，用于提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；
所述识别模块，用于根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；
所述第一判断模块，用于判断所述交通状态是否为正常交通；
所述显示模块，用于在所述判断模块的判断结果为否的情况下，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
可选的，在本发明实施例的一种具体实施方式中，所述装置还包括：发送模块，用于在显示所述交通状态的同时，向所述灯杆自身具备的警示设备发出警示指令，以使所述警示设备发出警示指令。
可选的，在本发明实施例的一种具体实施方式中，所述显示模块，还用于
将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
可选的，在本发明实施例的一种具体实施方式中，所述装置包括：接收模块、第二获取模块和第二判断模块，其中，
所述接收模块，用于接收其他灯杆发送的所述交通状态；
所述第二获取模块，用于获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标；
所述第二判断模块，用于判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；
所述显示模块，还用于在所述第二判断模块的判断结果为是的情况下，显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
可选的，在本发明实施例的一种具体实施方式中，所述显示模块，还用于：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
本发明相比现有技术具有以下优点：
应用本发明实施例，自动识别出道路上发生的交通事故，识别出交通状态，并将交通状态发送给其他灯杆，相对于现有技术中，交通警察步行至预设位置人工设置交通警示标志，可以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
附图说明
图1为本发明实施例提供的第一种基于智慧灯杆的交通事故警示方法的流程示意图；
图2为本发明实施例提供的第二种基于智慧灯杆的交通事故警示方法的流程示意图；
图3为本发明实施例提供的第一种基于智慧灯杆的交通事故警示装置的结构示意图；
图4为本发明实施例提供的第二种基于智慧灯杆的交通事故警示装置的结构示意图。
具体实施方式
下面对本发明的实施例作详细说明，本实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
为解决现有技术问题，本发明实施例提供了一种基于智慧灯杆的交通事故警示方法及装置，下面首先就本发明实施例提供的一种基于智慧灯杆的交通事故警示方法进行介绍。
图1为本发明实施例提供的第一种基于智慧灯杆的交通事故警示方法的流程示意图，如图1所示，所述方法包括：
S101：获取道路的监控图像。
示例性的，可以在灯杆上安装道路监控设备，获取道路上的监控图像，或者从交通部门设置在道路上的其他拍摄设备上获取道路的监控图像。另外，监控图像可以为视频、也可以为图片。
S102：提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征。
示例性的，可以对S101步骤中获取的监控图像的像素值进行转换，利用数值作为监控图像的颜色特征，例如，可使用一阶矩阵、二阶矩阵或者三阶矩阵表征监控图像。可以使用边界特征法，即通过描述边界特征来获取监控图像的形状参数。或者根据图像的全局特征将边缘的像素点连接起来组成封闭区域边界，进而识别出监控图像的形状参数。可以使用能量谱函数，提取监控图像中纹理的方向性和精细度等参数作为监控图像的图像纹理特征。
在实际应用中，还可以对监控图像进行预处理，例如，先进行标准正态化变化，然后利用S102步骤进行处理。
在实际应用中，可以将S102步骤中的过程集成在深度学习算法模型中。
S103：根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故。
示例性的，可以通过事先训练好的深度学习模型，例如，受限制玻尔兹曼机组成的双层深度信念网络模型根据S102步骤中的参数，对S101步骤中的监控图像的参数进行识别，进而得到S101步骤中的监控图像对应的交通状态，例如，交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故。
S104：判断所述交通状态是否为正常交通，若否，执行S105步骤。
示例性的，根据S103步骤中识别出来的交通状态，判断S101步骤中的监控图像对应的交通状态是否是正常交通，如果否，执行S105步骤。
S105：显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
示例性的，可以使用显示器将轻微交通事故或者中度交通事故或者重大交通事故中的一种显示出来。
可以理解的是，在S104步骤的判断结果为是的情况下，也可以将交通状态为正常交通显示出来，或者预设当交通状态为中度交通事故或者中度以上的交通事故的情况下，显示交通状态，这样可以减少驾驶员接收的信息的量，避免驾驶员分心驾驶导致交通事故。
在实际应用中，灯杆-1可以将交通状态发送给相对于灯杆-1的来车方向上的其他灯杆。
应用本发明图1所示实施例，自动识别出道路上发生的交通事故，识别出交通状态，并将交通状态发送给其他灯杆，相对于现有技术中，交通警察步行至预设位置人工设置交通警示标志，可以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
另外，应用现有技术，由一名交通警察设置警示标志，另外一名交通警察处理交通事故，会导致每一场交通事故需要两名工作人员，导致了人力资源的浪费，应用本发明实施例，相对于现有技术可以减少一名交通警察，减少了人力资源的需求。
图2为本发明实施例提供的第二种基于智慧灯杆的交通事故警示方法的流程示意图，如图2所示本发明图2所示实施例在本发明图1所示实施例的基础上增加了：
S106：在显示所述交通状态的同时，向所述灯杆自身具备的警示设备发出警示指令，以使所述警示设备发出警示指令。
示例性的，本发明图1所示实施例对应的灯杆可以为里程100m处的灯杆-1，灯杆-1将交通状态发送给其他的灯杆，其他的灯杆，如灯杆-2将接收的交通状态显示出来，将使用警示设备发出警示指令，警示设备接收到警示指令后，发出警示，驾驶员看到警示后，就可以知道前方发生了交通事故，进而根据灯杆-2的显示设备获知前方的交通事故的级别。
在实际应用中，灯杆-1可以将交通状态发送给相邻的灯杆，例如，可以发送给相邻的一个灯杆-3、或者发送给距离灯杆-1设定范围，如500m范围内的其他灯杆。另外，显示设备与警示设备可以集成在同一个显示器上，例如，将显示器的一部分作为显示交通状态的显示部分，另外一部分作为警示设备，进行警示的显示。
警示设备可以为以5Hz为设定频率进行频闪的红黄绿三色LED警示灯。
应用本发明图2所示实施例，可以使其他的灯杆显示出交通状态，进而扩大交通状态的显示范围，使驾驶员更早的知晓交通事故，进一步提高了安全性。
在本发明实施例的一种具体实施方式中，S105可以为S105A：将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
应用本发明上述实施例，可以将灯杆-1的第二坐标发送给灯杆-2，其中，第二坐标，可以为GPS坐标、北斗坐标或者格洛纳斯坐标等。
在本发明实施例的一种具体实施方式中，还可以增加以下步骤：
S107(图中未示出)：接收其他灯杆发送的所述交通状态。
示例性的，灯杆-5可以接收其他灯杆如灯杆-2发送的交通状态。
S108(图中未示出)：获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标。
灯杆-5获取自身的第一坐标，并接收灯杆-2发送的灯杆-1的第二坐标。
S109(图中未示出)：判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；若是，执行S1010。
灯杆-5根据第一坐标和第二坐标，判断自身与灯杆-1之间的距离是否小于第一预设阈值，如5km，若是，执行S1010。
S1010(图中未示出)：显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
示例性的，灯杆-5与灯杆-1之间的距离小于第一预设阈值5km，灯杆-5将接收的灯杆-1的交通状态显示出来，并将该状态发送给其他灯杆。
应用本发明上述实施例，可以使距离识别出交通事故的灯杆在第一预设阈值内的其他灯杆显示交通状态。
在本发明实施例的一种具体实施方式中，所述显示所述交通状态，包括：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
示例性的，灯杆-5接收到了其他灯杆发送的轻微交通事故的交通状态，且接收到了另一其他灯杆发送的中度交通事故的交通状态，而且自身还识别出了严重交通事故的交通状态，灯杆-5将严重交通事故状态显示出来。
应用本发明上述实施例，可以将最严重的交通事故对应的交通状态显示出来。
与本发明图1所示实施例相对应，本发明实施例还提供了一种基于智慧灯杆的交通事故警示装置。
图3为本发明实施例提供的第一种基于智慧灯杆的交通事故警示装置的结构示意图，如图3所示，所述装置包括：第一获取模块301、提取模块302、识别模块303、第一判断模块304和显示模块305，其中，
所述第一获取模块301，用于获取道路的监控图像；
所述提取模块302，用于提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；
所述识别模块303，用于根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；
所述第一判断模块304，用于判断所述交通状态是否为正常交通；
所述显示模块305，用于在所述判断模块的判断结果为否的情况下，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
在实际应用中，可以使用深度学习芯片替代提取模块302和识别模块303的功能，可以使用通用处理芯片替代其他模块的功能，可以使用数据存储芯片进行监控图像、中间数据、识别结果的数据的处理。另外，还可以将深度学习芯片、通用处理芯片和数据存储芯片集成到边缘计算服务器中。
应用本发明图3所示实施例，自动识别出道路上发生的交通事故，识别出交通状态，并将交通状态发送给其他灯杆，相对于现有技术中，交通警察步行至预设位置人工设置交通警示标志，可以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
与本发明图2所示实施例相对应，本发明还提供了第二种基于智慧灯杆的交通事故警示装置。
图4为本发明实施例提供的第二种基于智慧灯杆的交通事故警示装置的结构示意图，如图4所示，本发明图4所示实施例在本发明图3所示实施例的基础上增加了：发送模块306，用于在显示所述交通状态的同时，向所述灯杆自身具备的警示设备发出警示指令，以使所述警示设备发出警示指令。
应用本发明图4所示实施例，可以使其他的灯杆显示出交通状态，进而扩大交通状态的显示范围，使驾驶员更早的知晓交通事故，进一步提高了安全性。
在本发明实施例的一种具体实施方式中，所述显示模块305，还用于
将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
在本发明实施例的一种具体实施方式中，所述装置包括：接收模块、第二获取模块和第二判断模块，其中，
所述接收模块，用于接收其他灯杆发送的所述交通状态；
所述第二获取模块，用于获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标；
所述第二判断模块，用于判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；
所述显示模块，还用于在所述第二判断模块的判断结果为是的情况下，显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
应用本发明上述实施例，可以使距离识别出交通事故的灯杆在第一预设阈值内的其他灯杆显示交通状态。
在本发明实施例的一种具体实施方式中，所述显示模块305，还用于：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
应用本发明上述实施例，可以将最严重的交通事故对应的交通状态显示出来。
另一方面，与本发明图1所示实施例相对应，本发明实施例还提供了一种基于智慧灯杆的灯杆。
一种基于智慧灯杆的灯杆，所述灯杆包括：图像监控设备、边缘计算服务器、显示设备、数据收发设备和定位设备，其中，
所述图像监控设备，用于获取道路的监控图像；
所述边缘计算服务器，用于根据所述图像监控设备获取的监控图像中提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故
所述显示设备包括警示模块和显示模块，其中，所述显示模块，用于显示所述边缘计算服务器识别出的所述交通状态；所述警示模块，用于根据所述边缘计算服务器识别出的所述交通状态对应的交通事故严重程度，显示警示信息；
所述数据收发设备，用于将接收的交通状态或者识别出交通状态的灯杆的第二坐标发送给其他灯杆、接收其他灯杆发送的交通状态或者所述第二坐标；
所述定位设备，用于获取所述灯杆的坐标，并由所述数据收发设备发送。
应用本发明上述实施例，自动识别出道路上发生的交通事故，识别出交通状态，并将交通状态发送给其他灯杆，相对于现有技术中，交通警察步行至预设位置人工设置交通警示标志，可以在发生交通事故的第一时间使来车方向的司机知晓前方发生交通事故。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于智慧灯杆的交通事故警示方法，其特征在于，应用于灯杆，所述方法包括：
获取道路的监控图像；
提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；
根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；
判断所述交通状态是否为正常交通；
若否，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
2.根据权利要求1所述的一种基于智慧灯杆的交通事故警示方法，其特征在于，所述方法还包括：
在显示所述交通状态的同时，向所述灯杆自身具备的警示设备发出警示指令，以使所述警示设备发出警示指令。
3.根据权利要求1所述的一种基于智慧灯杆的交通事故警示方法，其特征在于，所述将所述交通状态发送给其他灯杆，包括：
将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
4.根据权利要求3所述的一种基于智慧灯杆的交通事故警示方法，其特征在于，所述方法还包括：
接收其他灯杆发送的所述交通状态；
获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标；
判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；
若是，显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
5.根据权利要求4所述的一种基于智慧灯杆的交通事故警示方法，其特征在于，所述显示所述交通状态，包括：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
6.一种基于智慧灯杆的交通事故警示装置，其特征在于，应用于灯杆，所述装置包括：第一获取模块、提取模块、识别模块、第一判断模块和显示模块，其中，
所述第一获取模块，用于获取道路的监控图像；
所述提取模块，用于提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；
所述识别模块，用于根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故；
所述第一判断模块，用于判断所述交通状态是否为正常交通；
所述显示模块，用于在所述判断模块的判断结果为否的情况下，显示所述交通状态，并将所述交通状态发送给其他灯杆，以使其他灯杆显示所述交通状态。
7.根据权利要求6所述的一种基于智慧灯杆的交通事故警示装置，其特征在于，所述显示模块，还用于
将所述交通状态以及所述识别出所述交通状态的灯杆的第二坐标发送给其他灯杆。
8.根据权利要求7所述的一种基于智慧灯杆的交通事故警示装置，其特征在于，所述装置包括：接收模块、第二获取模块和第二判断模块，其中，
所述接收模块，用于接收其他灯杆发送的所述交通状态；
所述第二获取模块，用于获取自身的第一坐标和发送所述交通状态的灯杆的第二坐标；
所述第二判断模块，用于判断所述第一坐标与所述第二坐标之间的距离是否小于第一预设阈值；
所述显示模块，还用于在所述第二判断模块的判断结果为是的情况下，显示所述交通状态；并将所述交通状态和所述第二坐标发送给除自身之外的其他灯杆。
9.根据权利要求8所述的一种基于智慧灯杆的交通事故警示装置，其特征在于，所述显示模块，还用于：
将自身识别出来的交通状态和接收的交通状态中，最严重的交通状态显示出来，其中，所述重大交通事故的严重程度高于所述中度交通事故；所述中度交通事故的严重程度高于所述轻微交通事故。
10.一种基于智慧灯杆的灯杆，其特征在于，所述灯杆包括：图像监控设备、边缘计算服务器、显示设备、数据收发设备和定位设备，其中，
所述图像监控设备，用于获取道路的监控图像；
所述边缘计算服务器，用于根据所述图像监控设备获取的监控图像中提取出所述监控图像的预设特征，其中，所述预设特征包括：图像颜色特征、图像形状特征、图像纹理特征；根据所述预设特征，利用预设的深度学习算法，识别出所述监控图像对应的交通状态，其中，所述交通状态包括：正常交通、轻微交通事故、中度交通事故和重大交通事故
所述显示设备包括警示模块和显示模块，其中，所述显示模块，用于显示所述边缘计算服务器识别出的所述交通状态；所述警示模块，用于根据所述边缘计算服务器识别出的所述交通状态对应的交通事故严重程度，显示警示信息；
所述数据收发设备，用于将接收的交通状态或者识别出交通状态的灯杆的第二坐标发送给其他灯杆、接收其他灯杆发送的交通状态或者所述第二坐标；
所述定位设备，用于获取所述灯杆的坐标，并由所述数据收发设备发送。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810226216.8A CN108492584A (zh) | 2018-03-19 | 2018-03-19 | 一种基于智慧灯杆的交通事故警示方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810226216.8A CN108492584A (zh) | 2018-03-19 | 2018-03-19 | 一种基于智慧灯杆的交通事故警示方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108492584A true CN108492584A (zh) | 2018-09-04 |
Family
ID=63318391
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810226216.8A Pending CN108492584A (zh) | 2018-03-19 | 2018-03-19 | 一种基于智慧灯杆的交通事故警示方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108492584A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919140A (zh) * | 2019-04-02 | 2019-06-21 | 浙江科技学院 | 车辆碰撞事故责任自动判定方法、系统、设备及存储介质 |
| CN110138847A (zh) * | 2019-04-30 | 2019-08-16 | 广东利通科技投资有限公司 | 智慧交通通信站和通信系统 |
| CN110619747A (zh) * | 2019-09-27 | 2019-12-27 | 山东奥邦交通设施工程有限公司 | 一种高速公路道路智能监控方法及系统 |
| CN110705452A (zh) * | 2019-09-27 | 2020-01-17 | 山东奥邦交通设施工程有限公司 | 一种高速公路无人值守收费站设施智能管控方法及系统 |
| CN110751842A (zh) * | 2019-10-18 | 2020-02-04 | 深圳市奥拓电子股份有限公司 | 智慧灯杆的交通信号控制方法、装置及其系统和存储介质 |
| CN113053096A (zh) * | 2019-12-26 | 2021-06-29 | 东莞宇龙通信科技有限公司 | 交通事故预警方法、装置、存储介质及智能灯杆 |
| CN113129564A (zh) * | 2019-12-30 | 2021-07-16 | 宇龙计算机通信科技(深圳)有限公司 | 井盖安全监控方法、装置、存储介质和电子设备 |
| CN113129562A (zh) * | 2019-12-30 | 2021-07-16 | 宇龙计算机通信科技(深圳)有限公司 | 垃圾监控方法、装置、存储介质和电子设备 |
| CN113316290A (zh) * | 2021-01-18 | 2021-08-27 | 北京国电通网络技术有限公司 | 一种基于边缘计算的一体化智慧灯杆 |
| CN113823091A (zh) * | 2021-09-27 | 2021-12-21 | 桂林海威科技股份有限公司 | 基于智慧路灯的交通事故提醒系统 |
| CN114373304A (zh) * | 2022-02-08 | 2022-04-19 | 同辉电子科技股份有限公司 | 一种基于智慧灯杆的高速公路智能投影警示系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1135575A (en) * | 1965-11-13 | 1968-12-04 | George Herbert Asbridge | Road warning system |
| CN101017600A (zh) * | 2007-02-15 | 2007-08-15 | 南京信息职业技术学院 | 高等级公路交通事故报警和警示的方法与系统 |
| CN101571996A (zh) * | 2009-06-10 | 2009-11-04 | 上海理工大学 | 城市公交智能化应急管理方法 |
| CN103959354A (zh) * | 2011-08-31 | 2014-07-30 | 株式会社Kmw | 用于提供安全驾驶信息的路灯和用于使用路灯来提供安全驾驶信息的系统 |
| CN105608446A (zh) * | 2016-02-02 | 2016-05-25 | 北京大学深圳研究生院 | 一种视频流异常事件的检测方法及装置 |
| CN106469512A (zh) * | 2015-08-17 | 2017-03-01 | 中国移动通信集团公司 | 一种交通事故消息发布方法及服务器 |
| CN206431802U (zh) * | 2017-01-19 | 2017-08-22 | 重庆科技学院 | 交通事故频发路段用智慧灯杆 |
-
2018
- 2018-03-19 CN CN201810226216.8A patent/CN108492584A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB1135575A (en) * | 1965-11-13 | 1968-12-04 | George Herbert Asbridge | Road warning system |
| CN101017600A (zh) * | 2007-02-15 | 2007-08-15 | 南京信息职业技术学院 | 高等级公路交通事故报警和警示的方法与系统 |
| CN101571996A (zh) * | 2009-06-10 | 2009-11-04 | 上海理工大学 | 城市公交智能化应急管理方法 |
| CN103959354A (zh) * | 2011-08-31 | 2014-07-30 | 株式会社Kmw | 用于提供安全驾驶信息的路灯和用于使用路灯来提供安全驾驶信息的系统 |
| CN106469512A (zh) * | 2015-08-17 | 2017-03-01 | 中国移动通信集团公司 | 一种交通事故消息发布方法及服务器 |
| CN105608446A (zh) * | 2016-02-02 | 2016-05-25 | 北京大学深圳研究生院 | 一种视频流异常事件的检测方法及装置 |
| CN206431802U (zh) * | 2017-01-19 | 2017-08-22 | 重庆科技学院 | 交通事故频发路段用智慧灯杆 |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109919140B (zh) * | 2019-04-02 | 2021-04-09 | 浙江科技学院 | 车辆碰撞事故责任自动判定方法、系统、设备及存储介质 |
| CN109919140A (zh) * | 2019-04-02 | 2019-06-21 | 浙江科技学院 | 车辆碰撞事故责任自动判定方法、系统、设备及存储介质 |
| CN110138847A (zh) * | 2019-04-30 | 2019-08-16 | 广东利通科技投资有限公司 | 智慧交通通信站和通信系统 |
| CN110619747A (zh) * | 2019-09-27 | 2019-12-27 | 山东奥邦交通设施工程有限公司 | 一种高速公路道路智能监控方法及系统 |
| CN110705452A (zh) * | 2019-09-27 | 2020-01-17 | 山东奥邦交通设施工程有限公司 | 一种高速公路无人值守收费站设施智能管控方法及系统 |
| CN110751842B (zh) * | 2019-10-18 | 2022-01-04 | 深圳市奥拓电子股份有限公司 | 智慧灯杆的交通信号控制方法、装置及其系统和存储介质 |
| CN110751842A (zh) * | 2019-10-18 | 2020-02-04 | 深圳市奥拓电子股份有限公司 | 智慧灯杆的交通信号控制方法、装置及其系统和存储介质 |
| CN113053096A (zh) * | 2019-12-26 | 2021-06-29 | 东莞宇龙通信科技有限公司 | 交通事故预警方法、装置、存储介质及智能灯杆 |
| CN113129562A (zh) * | 2019-12-30 | 2021-07-16 | 宇龙计算机通信科技(深圳)有限公司 | 垃圾监控方法、装置、存储介质和电子设备 |
| CN113129564A (zh) * | 2019-12-30 | 2021-07-16 | 宇龙计算机通信科技(深圳)有限公司 | 井盖安全监控方法、装置、存储介质和电子设备 |
| CN113316290A (zh) * | 2021-01-18 | 2021-08-27 | 北京国电通网络技术有限公司 | 一种基于边缘计算的一体化智慧灯杆 |
| CN113823091A (zh) * | 2021-09-27 | 2021-12-21 | 桂林海威科技股份有限公司 | 基于智慧路灯的交通事故提醒系统 |
| CN114373304A (zh) * | 2022-02-08 | 2022-04-19 | 同辉电子科技股份有限公司 | 一种基于智慧灯杆的高速公路智能投影警示系统 |
| CN114373304B (zh) * | 2022-02-08 | 2024-04-02 | 同辉电子科技股份有限公司 | 一种基于智慧灯杆的高速公路智能投影警示系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108492584A (zh) | 一种基于智慧灯杆的交通事故警示方法及装置 | |
| CN103366506A (zh) | 一种驾驶员行车途中接打手机行为的自动监控装置及方法 | |
| CN107481521B (zh) | 基于车联网的交通事件智能举证方法及系统 | |
| CN105719482A (zh) | 动态车辆信息采集装置 | |
| CN103956067B (zh) | 一种预防重点运输车辆的超速导致交通事故的系统及方法 | |
| CN110718058A (zh) | 一种基于主动安全终端的高速公路应急车道占用检测和处置方法 | |
| CN205541424U (zh) | 动态车辆信息采集装置 | |
| CN109146914B (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 | |
| DE112015000123T5 (de) | System zum Teilen von Informationen zwischen Fußgängern und einem Fahrer | |
| CN112382055A (zh) | 一种应用各种水域区的防溺水系统 | |
| CN104228839A (zh) | 一种智能出租车 | |
| CN111047873A (zh) | 一种隧道内事件检测预警系统及控制方法 | |
| CN106530714B (zh) | 一种基于交通流数据的二次交通事故时间预测方法 | |
| CN112906664A (zh) | 一种基于神经网络的隧道内异常事件检测方法及系统 | |
| CN106448063A (zh) | 交通安全监管方法、装置以及系统 | |
| CN111754786A (zh) | 一种识别高速公路交通工具通行事件的系统 | |
| CN110533959A (zh) | 基于车路协同的无控交叉口冲突车辆避撞预警方法及系统 | |
| CN111145533A (zh) | 基于城市区域的行人异常交通行为模式识别管控系统 | |
| CN115474022A (zh) | 一种基于智慧城市的户外停车监管系统 | |
| CN208156881U (zh) | 高速公路二次事故智能预警系统 | |
| CN113066291A (zh) | 监控方法和设备 | |
| CN206961331U (zh) | 一种高威胁车辆监测预警系统 | |
| CN109291793A (zh) | 网约车乘客报警装置及方法 | |
| CN111353372A (zh) | 一种空中有轨远程控制的智能巡查系统 | |
| CN109615846A (zh) | 一种电动汽车故障救助方法及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180904 |