CN110619270B - 道闸杆异常检测及报警处置方法及系统 - Google Patents

Abstract

本发明公开了一种道闸杆异常检测及报警处置方法，包括以下步骤：采集停车杆至少部分区域的形变信息，分析形变信息得到受损情况，通过风险判定规则中的至少一项判定与受损情况对应的折断风险级别，向后台管理端发出与折断风险级别相应的报警。该方法能够在道闸停车杆被车辆或其他存在物撞击后，对采集的信息进行处理，快速判断出停车杆的损坏程度，并应用整体风险判定规则进而从整体上判断出停车杆的折断隐患程度，并及时向后台报警，以进行后续的事故处理，减少了为停车场现场配置管理人员带来的人工成本。

Description

道闸杆异常检测及报警处置方法及系统

技术领域

本发明涉及停车场管控技术领域，特别涉及一种道闸杆异常检测及报警处置方法，以及一种道闸杆异常检测及报警处置系统。

背景技术

随着机动车保有量的逐年攀升，对于购物中心、住宅小区、商圈、办公大厦等城市单位来说，均会面临如何对车辆出入进行限行的问题。而通常情况下都是通过在城市单位或在城市单位下辖停车场的出入口处设置道闸来对车辆进行出入限行。

以停车场为例，目前的停车场逐渐趋于自动化管理，也就是无人化停车场。无人化停车场能够实现停车场现场的无人值守，车辆出入全程通过自动化和智能化设备为用户提供自助服务，能够显著降低人力成本，提升车辆流动效率，在通过汽车出行已经极为普遍化的今天来说显得尤为重要。

但是，在从有人值守停车场向无人化停车场变革的过程中，存在以下问题：

若由于驾驶员误操作或车辆故障等原因，使得车辆撞击到停车场出入口处用于放行/限行的道闸停车杆，进而导致停车杆发生变形、开裂损坏。如果变形、开裂程度较大，则会造成停车杆在继续起降过程中有折断的风险，则应立即停止停车杆的使用，否则会给过往车辆和人员带来安全隐患。

而对于无人化停车场来说，停车场出入口处的现场是无人值守的，只可能有少数工作人员在后台负责对停车场进行远程运营和维护，一旦发生上述撞杆事故，如何快速判断停车杆的损坏程度和折断隐患，如何与事故司机协商索赔，如何在存在折断隐患时停用该停车杆，如何在停用停车杆后能够不影响后续车辆的限行、缴费和正常通行等，都是目前亟待解决的问题。

发明内容

(一)发明目的

为克服上述现有技术存在的至少一种缺陷，在停车杆因受到车辆撞击等原因而发生损坏后，能够快速而准确地判断停车杆的损坏程度和折断隐患，远程与事故责任人协商索赔，并远程停用该存在折断隐患的停车杆，以省去为现场配备管理人员，并且不影响后续车辆的限行、缴费和正常通行，本发明公开了以下技术方案。

(二)技术方案

作为本发明的第一方面，本发明公开了一种道闸杆异常检测及报警处置方法，包括：

采集停车杆至少部分区域的形变信息；

分析所述形变信息得到受损情况；

通过风险判定规则中的至少一项判定与所述受损情况对应的折断风险级别；

向后台管理端发出与所述折断风险级别相应的报警；其中，

所述形变信息包括停车杆变形位置和/或形变程度；所述风险判定规则包括整体风险判定规则，所述整体风险判定规则包括以下一项或多项：

比较所述变形位置的数量和第一数量阈值，

比较至少一处所述形变程度与第一单点形变阈值，

比较各所述形变程度之和与第一整体形变阈值。

在一种可能的实施方式中，所述风险判定规则还包括局部风险判定规则，所述局部风险判定规则包括以下一项或多项：

比较设定区域内包含的所述变形位置的数量与第二数量阈值，

比较设定区域内包含的所述形变程度中的至少一处与第二单点形变阈值，

比较设定区域内包含的各所述形变程度之和与第二整体形变阈值，

比较密集程度超过第一变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第一区域形变阈值，

比较在设定区域内密集程度超过第二变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第二区域形变阈值。

在一种可能的实施方式中，依据所述变形区域的位置调整所述第一区域形变阈值和/或所述第二区域形变阈值；其中，

所述变形区域越靠近停车杆整体的根部，所述第一区域形变阈值和/或所述第二区域形变阈值越小。

在一种可能的实施方式中，在采用所述风险判定规则中的多项规则来判定所述折断风险级别的情况下，通过以下其中一种方式判定所述折断风险级别：

在所有采用的所述风险判定规则给出的判定结果均为低风险时，判定所述折断风险级别为低折断风险，否则判定为高折断风险；或，

所述风险判定规则中的各项规则的权重不完全相同，依据所述权重算出的所采用规则的加权平均值来判定所述折断风险级别。

在一种可能的实施方式中，在所述变形位置的数量超过相应数量阈值的情况下：各所述形变程度均未超出相应单点形变阈值时，和/或各所述形变程度之和未超出相应整体形变阈值时，判定折断风险级别为低风险。

在一种可能的实施方式中，该方法还包括：依据接收到的报警，通过远程控制预先安装于现场的设备采集事故现场的图像。

在一种可能的实施方式中，该方法还包括：通过远程控制预先安装于现场的设备与现场相关人员沟通，以处理事故相关事宜；其中，

所述事故相关事宜包括：调查事件发生经过，和/或商讨赔偿事宜。

在一种可能的实施方式中，该方法还包括：远程控制预先安装于现场的显示设备显示与处理所述事故相关事宜相关的信息。

在一种可能的实施方式中，该方法还包括：在接收到与高折断风险对应的报警后，远程控制道闸停用所述停车杆；其中，

所述停用所述停车杆包括：远程控制所述道闸的装有所述停车杆的部分转动，以使所述停车杆离开工作位置并位于道路一侧。

在一种可能的实施方式中，该方法还包括：在所述停用所述停车杆之后，启用预先安装于道闸一侧的备用杆。

作为本发明的第二方面，本发明还公开了一种道闸杆异常检测及报警处置系统，包括：

变形检测装置，其安装于停车杆上，用于采集停车杆至少部分区域的形变信息；

受损分析模块，用于分析所述形变信息得到受损情况；

风险判断模块，用于通过风险判定规则中的至少一项判定与所述受损情况对应的折断风险级别，并发送至后台管理端的报警模块；

所述报警模块，用于发出与所述折断风险级别相应的报警；

其中，所述形变信息包括停车杆变形位置和/或形变程度；所述风险判定规则包括整体风险判定规则，所述整体风险判定规则包括以下一项或多项：

比较所述变形位置的数量和第一数量阈值，

比较至少一处所述形变程度与第一单点形变阈值，

比较各所述形变程度之和与第一整体形变阈值。

在一种可能的实施方式中，所述变形检测装置包括：至少一个压电式传感器，和/或至少一个应变式传感器，和/或至少一个压阻式传感器。

在一种可能的实施方式中，所述风险判定规则还包括局部风险判定规则，所述局部风险判定规则包括以下一项或多项：

比较设定区域内包含的所述变形位置的数量与第二数量阈值，

比较设定区域内包含的所述形变程度中的至少一处与第二单点形变阈值，

比较设定区域内包含的各所述形变程度之和与第二整体形变阈值，

比较密集程度超过第一变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第一区域形变阈值，

比较在设定区域内密集程度超过第二变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第二区域形变阈值。

在一种可能的实施方式中，所述风险判断模块还用于依据所述变形区域的位置调整所述第一区域形变阈值和/或所述第二区域形变阈值；其中，

所述变形区域越靠近停车杆整体的根部，所述第一区域形变阈值和/或所述第二区域形变阈值越小。

在一种可能的实施方式中，所述风险判断模块包括：多项规则判断模块，用于在采用所述风险判定规则中的多项规则来判定所述折断风险级别的情况下，通过以下其中一种方式判定所述折断风险级别：

在所有采用的所述风险判定规则给出的判定结果均为低风险时，判定所述折断风险级别为低折断风险，否则判定为高折断风险；或，

所述风险判定规则中的各项规则的权重不完全相同，依据所述权重算出的所采用规则的加权平均值来判定所述折断风险级别。

在一种可能的实施方式中，所述风险判断模块包括：判断结果修正模块，用于在所述变形位置的数量超过相应数量阈值的情况下：各所述形变程度均未超出相应单点形变阈值时，和/或各所述形变程度之和未超出相应整体形变阈值时，判定折断风险级别为低风险。

在一种可能的实施方式中，该系统还包括：位于后台管理端的现场采集控制模块和预先安装于现场的图像采集设备；其中，

所述现场采集控制模块用于依据所述报警模块接收到的报警，远程控制所述图像采集设备采集事故现场的图像。

在一种可能的实施方式中，该系统还包括：位于后台管理端的通话控制模块和预先安装于现场的通话设备；其中，

所述通话控制模块用于远程控制所述通话设备与现场相关人员沟通，以处理事故相关事宜，其中，所述事故相关事宜包括：调查事件发生经过，和/或商讨赔偿事宜。

在一种可能的实施方式中，该系统还包括：位于后台管理端的显示控制模块和预先安装于现场的显示设备；其中，

所述显示控制模块用于远程控制所述显示设备显示与处理所述事故相关事宜相关的信息。

在一种可能的实施方式中，该系统还包括：位于后台管理端的停用控制模块和安装于道闸上的转动机构；其中，

所述停用控制模块在所述报警模块接收到与高折断风险对应的报警后，远程控制道闸停用所述停车杆，其中，所述停用控制模块远程控制所述转动机构转动，以使所述停车杆离开工作位置并位于道路一侧。

在一种可能的实施方式中，该系统还包括：位于后台管理端的备杆启用控制模块和预先安装于道闸一侧的备用杆；其中，

所述备杆启用控制模块在所述停用控制模块停用所述停车杆之后，启用所述备用杆。

在一种可能的实施方式中，所述备用杆上安装有所述变形检测装置。

(三)有益效果

本发明公开的道闸杆异常检测及报警处置方法及系统，具有如下有益效果：

1、能够在道闸停车杆被车辆或其他存在物撞击后，对采集的信息进行处理，快速判断出停车杆的损坏程度，并应用整体风险判定规则进而从整体上判断出停车杆的折断隐患程度，并及时向后台报警，以进行后续的事故处理，减少了为停车场现场配置管理人员带来的人工成本。

2、通过设置局部风险判定规则，能够更好地针对套接的伸缩杆、曲臂杆或折臂杆等非单根直杆停车杆的结构特点进行更准确地风险判断。

3、将各项规则内的阈值大小设置为随发生区域的位置而变化，进一步增加了风险判定结果的真实性和准确性。

4、在采用多种规则进行折断风险判断时，提供了不止一种方式来进行最终结果的判断，以适用于不同制度下的风险判断。

5、在事故发生后，能够通过远程控制进行事故发生情况核验、事故现场取证、与责任人沟通事故情况及赔偿事宜、甚至现场与责任人达成协议并当场赔款，以进行事故处理、道闸维修等后续工作流程，在不损失事故处理效率的同时，更好地实现了停车场的无人化。

6、在停车杆被判定为高折断风险后，将停车杆转动到对行人和车辆无影响的位置处，以在避免出现折断而砸到行人或车辆的情况下，停用受损停车杆，使其等待拆卸并更换。

7、在停用受损停车杆之后，能够立即启用备用杆并使其代替原停车杆实现限行的功能，消除了由于原停车杆损坏而对后续车辆的限行、缴费和正常通行的影响。

附图说明

以下参考附图描述的实施例是示例性的，旨在用于解释和说明本发明，而不能理解为对本发明的保护范围的限制。

图1是本发明公开的道闸杆异常检测及报警处置方法第一实施例的流程示意图。

图2是本发明公开的道闸杆异常检测及报警处置系统第一实施例的结构框图。

图3是现场停车杆200被判定为具有高折断风险后被停用之前的三维结构示意图。

图4是现场停车杆200被停用并且启用备用杆400之后的三维结构示意图，其中，停车杆200上的压电式传感器300未示出。

具体实施方式

为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。

需要说明的是：在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动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。

在本文中，“第一”、“第二”等仅用于彼此的区分，而非表示它们的重要程度及顺序等。

本文中的模块的划分仅仅是一种逻辑功能的划分，在实际实现时可以有其他的划分方式，例如多个模块可以结合或集成于另一个系统中。作为分离部件说明的模块在物理上可以是分开的，也可以是不分开的。

下面参考图1详细描述本发明公开的道闸杆异常检测及报警处置方法第一实施例。本实施例主要应用于无人停车场，能够在道闸停车杆被车辆或其他存在物撞击后，对采集的信息进行处理，快速判断出停车杆的损坏程度，并应用整体风险判定规则进而从整体上判断出停车杆的折断隐患程度，并及时向后台报警，以进行后续的事故处理，减少了为停车场现场配置管理人员带来的人工成本。

如图1所示，本实施例公开的方法包括如下步骤：

步骤100，采集停车杆至少部分区域的形变信息。

在停车场或其他需要对车辆进出进行管控的场所，预先在道闸的停车杆上设置能够直接监测停车杆是否产生形状变化的变形检测装置，或者通过监测施加在停车杆上的物理量来间接监测停车杆是否产生形状变化的变形检测装置，以下以采用压电式传感器作为变形检测装置为例进行说明。多个该传感器合理排布在停车杆上。当由于驾驶员误操作或车辆故障等原因导致车辆撞击到停车杆时，压电式传感器会通过检测到停车杆的受力信息，并将其转化为电信号，以作为形变信息发送至系统的受损分析模块。可以理解的是，在停车杆处于未受损的正常状态下，压电式传感器也会对其进行实时监测，只是此时发出的电信号表达的信息为停车杆未受力。

压电式传感器可以针对性地安装于停车杆的部分区域，以针对该部分区域进行形变监测，例如安装于停车杆的靠近中心的区域，因为此区域为事故多发区域。压电式传感器也可以同时还安装于停车杆的其他区域上，以使其监测范围覆盖住停车杆的更多甚至全部区域。

其中，形变信息包括停车杆的变形位置和/或停车杆的形变程度。

以下以采用压电式传感器作为变形检测装置为例说明形变信息的内容，此时的形变信息就是压电式传感器发出的电信号。

对于停车杆的变形位置，受撞击而产生变形的区域所对应负责的压电式传感器会产生电信号，并将电信号发送至受损分析模块，以进行数据分析。由于可以预先将停车杆划分为若干个区域，并对各区域进行编号，因此电信号可以附带有编号信息，以实现根据编号信息确定出发送电信号的传感器，进而根据预先安排的各传感器负责的区域位置得知受到撞击的位置(也就是变形位置)。

另外，由于以停车杆的某一顶点为原点，可以描述停车杆实体表面上的任一位置，因此还可以采用例如3D传感器对形变信息进行采集，此时采集到的形变区域的信息是区域的三维坐标区间，或者形变区域中心处的坐标点，受损分析模块通过坐标数据得到变形的具体位置，例如在停车杆整体占用空间为[(0，0，0),(200，5，5)]中，变形位置为[(100，5，2),(105，5，3)]。

对于停车杆形变程度，则通常视压电式传感器发出信号的幅度(也就是强弱)而定，在负责监测的区域受到撞击后，负责被撞区域的传感器表面受力后产生电荷，并最终形成电量输出(也就是上述电信号)，形变程度的大小和输出电量的大小呈正比，例如受损分析模块根据某一传感器发来的电信号分析出该传感器负责的区域的形变程度为受到1000N(牛顿)的撞击力。

形变信息可以只包含变形位置，也可以只包含形变程度，还可以同时包含变形位置和形变程度，但此时的形变信息是未经整合的，变形位置和相应的形变程度还未进行关联。

可以理解的是，在形变信息只包括变形位置的情况下或只包含形变程度的情况下，都能够进一步推导出发生变形位置的数量，相当于形变信息还包括了变形位置的数量。在通常情况下，在判断发生变形位置的数量时，是将各传感器负责监测的区域分别视为一个单独的变形位置，并在此基础上进行变形位置的计数，因此即使两个相邻区域均为变形位置，也会被视作两个变形位置，也就是说，停车杆上的一个撞击点可能会包含多个变形位置。

步骤200，分析形变信息得到受损情况。

受损分析模块得到形变信息后，需要对形变信息进行分析，以了解停车杆整体发生形变的情况，也就是整体的受损情况，然后将受损情况发送至风险判断模块。受损情况是以停车杆整体为单位描述停车杆的受损情况，其表达的是将各形变信息经过整合和关联后的停车杆整体受损情况。

在形变信息只包含变形位置时，受损情况为停车杆上实际发生变形的具体位置，以及停车杆上发生变形的位置的总体数量。在形变信息只包含形变程度时，受损情况为停车杆上发生形变的严重程度，尤其是其中最为严重的一个或多个形变的形变程度，以及发生变形的位置的总体数量。在形变信息同时包含变形位置和形变程度时，受损情况为各变形位置的相应形变程度，例如编号为505～510的区域受力1000N，编号为555～560的区域受力600N，尤其是其中最为严重的一个或多个形变的形变程度及其相应的发生位置。

步骤300，通过风险判定规则判定与受损情况对应的折断风险级别。

风险判定规则是一个预先设定的用于判断受损坏停车杆在后续使用过程中发生折断的可能性的规则，其包括整体风险判定规则，用于从停车杆整体区域上进行风险判断，适用于采用单根直杆、套接的伸缩杆、曲臂杆或折臂杆等多种形式的停车杆。风险判断模块接收到受损分析模块发来的受损情况数据，并进行相应的风险程度判断。风险程度可以采用等级制，例如分为高、低两种折断风险等级，或者分为一至十级的十种风险程度依次递增的风险等级，其中超过六级为高风险折断风险的级别。风险程度还可以采用分值制，例如0分代表无任何风险，超过60分为高风险折断风险的分值，100分代表最高风险，分数越高风险越大。

在形变信息只包含变形位置时，整体风险判定规则包括：第一项，比较变形位置的数量和第一数量阈值。其中，第一数量阈值为预先设置的值，并且整体风险判定规则内所有的阈值均为预先设置的值，但可以通过上位机随时进行适应性更改。若整体停车杆上所有变形位置的数量超出了第一数量阈值，则表示停车杆有很多位置受到了撞击并因此对这些位置造成了一定损坏，因此判定停车杆的折断风险较高，为高风险等级。反之，则为低风险等级。此时的第一数量阈值被设置为根据计算或经验判断的停车杆在承受超过该阈值的损坏点数量时，继续使用会有较大的折断概率。

另外，在使用分值制时，可以根据变形位置数量和第一数量阈值的差值及其正负来判定，例如第一数量阈值为10，变形位置数量为12，差值为正2，通过内置算法进行计算得出分值为75分，属于高折断风险。此时的第一数量阈值被设置为通过内置算法进行计算得到的分值能够正确反映停车杆折断风险量化值。

在形变信息只包含形变程度时，整体风险判定规则包括：第二项，比较至少一处形变程度与第一单点形变阈值。若整体停车杆上的某处形变程度超过第一单点形变阈值，则表示停车杆的有1处的损坏程度较高，因此判定停车杆的折断风险较高，为高风险等级；如果将所有的3处形变程度分别与第一单点形变阈值比较，则任一处形变程度超过第一单点形变阈值均会被判定为高风险等级，只有所有的形变程度均未超过第一单点形变阈值才会判定低风险等级。此时的第一单点形变阈值被设置为根据计算或经验判断的停车杆在单点处承受有超过该阈值的损坏量时，继续使用会有较大的折断概率。

另外，在使用分值制时，可以根据单点处形变程度和第一单点形变阈值的差值及其正负来判定，例如第一单点形变阈值为受力800N，单点处形变程度为受力1000N，差值为200N，通过内置算法进行计算得出分值为70分，属于高折断风险。此时的第一单点形变阈值被设置为通过内置算法进行计算得到的分值能够正确反映停车杆折断风险单点处受力量化值。

在形变信息只包含形变程度时，整体风险判定规则还可以包括：第三项，比较各形变程度之和与第一整体形变阈值。若整体停车杆上所有变形位置的相应形变程度之和超出了第一整体形变阈值，则表示停车杆的累计受损程度较高，即使变形位置未超出第一数量阈值并且无任一形变程度超出第一单点形变阈值，停车杆也可能因为整体受损程度较高而具有较高的折断风险。因此判定停车杆的折断风险较高，为高风险等级，反之，则为低风险等级。此时的第一整体形变阈值被设置为根据计算或经验判断的停车杆在整体上承受有超过该阈值的损坏量时，继续使用会有较大的折断概率。

另外，在使用分值制时，可以根据形变程度之和与第一整体形变阈值的差值及其正负来判定。此时的第一整体形变阈值被设置为通过内置算法进行计算得到的分值能够正确反映停车杆折断风险整体受力量化值。

在形变信息同时包含变形位置以及各变形位置的相应形变程度时，整体风险判定规则可以同时包括上述三项规则。

需要说明的是，在同时采用多项风险判定规则进行风险级别判定时，需要将多项风险判定的结果结合起来进行风险判定。例如，只要上述三项规则中存在一项超出相应阈值而被判定为高风险的情况，则无论其余两项判定结果如何，均会判定停车杆属于高折断风险，只有三项全部判定为低风险时才会判定停车杆属于低折断风险。而对于上述采用十级分级制或分值制等更细化的量级制度的情况同理，只要存在一项差值为正的而被判定为高风险的情况，则停车杆会被判定为高折断风险，并且各项的差值越大，表示各项的风险越高，则风险级数和总分值越高，也就表示停车杆在后续使用过程中更容易发生折断。

需要另外说明的是，在采用整体风险判定规则进行判断时，若停车杆为套接的伸缩杆、曲臂杆(又称折臂杆)等非单根直杆停车杆时，可以对停车杆包含的多根杆件分别通过风险判定规则进行折断风险级别的判定。此时，靠近道闸控制端的杆件，例如伸缩杆的外套杆以及曲臂杆的主臂，所适用的各项阈值，均会大于等于远离道闸控制端的杆件的适用阈值，例如伸缩杆的内杆以及曲臂杆的副臂。并且在生成折断风险级别时，从各杆件的风险级别判定结果中选择风险等级最高的一级作为停车杆总体折断风险级别。

步骤400，向后台管理端发出与折断风险级别相应的报警。

在风险判断模块判断出停车杆的折断风险级别后，会将相应的折断风险级别数据发送至后台管理端的报警模块，同时还可以将受损情况一同发送至报警模块，由后台管理端负责进行后续处理。若判定停车杆的受损情况为低折断风险级别，例如车辆只是与停车杆产生了轻微剐蹭或碰撞，则发送碰撞事故报警；若判定停车杆的受损情况为高折断风险级别，例如车辆撞击导致停车杆严重变形和开裂，则发送碰撞事故报警并且同时还发送折断风险报警。

后台管理端通常为是能够远程监控和处理包括停车场以及停车场所属城市单位(例如购物中心、住宅小区)的系统后台，甚至是一片包含多个城市单位的城市区域的系统后台。后台管理端配备有能够远程处理事故的工作人员，当后台管理端收到报警后，工作人员会根据报警信息采取相应的远程处理操作。

在一种实施方式中，风险判定规则还包括局部风险判定规则，用于从停车杆的局部重点区域上进行风险判断。相比于单根直杆的停车杆，局部风险判定规则能够更好地针对套接的伸缩杆、曲臂杆等非单根直杆停车杆的结构特点进行更准确地风险判断，其中，局部重点区域通常代表着更易脆弱、更易受到损害的区域，例如伸缩杆在伸长状态下外套杆与内杆相连接的位置区域、曲臂杆中用于转动的主臂与用于平移的副臂相连接的位置区域。

在形变信息只包含变形位置时，局部风险判定规则包括：第一项，比较设定区域内包含的变形位置的数量与第二数量阈值。其中，设定区域就是上述局部重点区域，第二数量阈值为预先设置的值，并且局部风险判定规则内所有的阈值均为预先设置的值，但同样可以通过上位机随时进行适应性更改。其具体的判定过程与整体风险判定规则中第一项规则的相类似，区别是：参与比较的变形位置均位于设定区域内，并且由于设定区域是停车杆的脆弱部位，因此第二数量阈值小于等于第一数量阈值。需要说明的是，若停车杆具有多个设定区域，则靠近道闸控制端的设定区域所适用的各项阈值均会大于等于远离道闸控制端的设定区域的适用阈值。

若设定区域内变形位置的数量超出了第二数量阈值，则表示停车杆的脆弱部位有很多位置受到了撞击并因此对这些位置造成了一定损坏，因此判定为高风险等级。此时的第二数量阈值被设置为根据计算或经验判断的停车杆重点区域在承受超过该阈值的损坏点数量时，继续使用会有较大的折断概率。在使用分值制时，可以根据设定区域内变形位置数量和第二数量阈值的差值及其正负来判定，此时的第二数量阈值被设置为通过内置算法进行计算得到的分值能够正确反映停车杆折断风险量化值。

在形变信息同时包含变形位置以及各变形位置的相应形变程度时，局部风险判定规则包括：第二项，比较设定区域内包含的形变程度中的至少一处与第二单点形变阈值。其具体的判定过程与整体风险判定规则中第二项规则的相类似，区别是：参与比较的形变程度所对应的变形位置均位于设定区域内，并且由于设定区域是停车杆的脆弱部位，因此第二单点形变阈值小于等于第一单点形变阈值。

若设定区域内某处形变程度超过超出了第二单点形变阈值，则表示停车杆的脆弱部位有至少1处的损坏程度较高，因此判定为高风险等级，只有设定区域内所有的形变程度均未超过第二单点形变阈值才会判定低风险等级。此时的第二单点形变阈值被设置为根据计算或经验判断的停车杆设定区域内单点处承受有超过该阈值的损坏量时，继续使用会有较大的折断概率。在使用分值制时，可以根据设定区域内单点处形变程度和第二单点形变阈值的差值及其正负来判定，此时的第二单点形变阈值被设置为通过内置算法进行计算得到的分值能够正确反映停车杆设定区域折断风险单点处受力量化值。

在形变信息同时包含变形位置以及各变形位置的相应形变程度时，局部风险判定规则还可以包括：第三项，比较设定区域内包含的各形变程度之和与第二整体形变阈值。其具体的判定过程与整体风险判定规则中第三项规则的相类似，区别是：参与比较的形变程度所对应的变形位置均位于设定区域内，并且由于设定区域是停车杆的脆弱部位，因此第二整体形变阈值小于等于第一整体形变阈值。

若停车杆设定区域内所有变形位置的相应形变程度之和超出了第二整体形变阈值，则表示停车杆的设定区域内累计受损程度较高，即使变形位置未超出第二数量阈值并且无任一形变程度超出第二单点形变阈值，停车杆也可能因为设定区域的整体受损程度较高而具有较高的折断风险。因此判定停车杆的折断风险较高，为高风险等级，反之，则为低风险等级。此时的第二整体形变阈值被设置为根据计算或经验判断的停车杆的设定区域内承受有超过该阈值的损坏量时，继续使用会有较大的折断概率。

在形变信息同时包含变形位置以及各变形位置的相应形变程度时，局部风险判定规则还可以包括：第四项，比较密集程度超过第一变形密度阈值的包括多个变形位置的变形区域中各形变程度的平均值或离散程度与第一区域形变阈值。从停车杆整体上来说，受撞击而变形的位置可能数量不多，形变程度也都不高，也都未发生在设定区域内，但变形位置均集中在非设定区域以外的某个区域内，此时由于受损点的位置较为集中(例如全部变形位置均相邻或零散间隔)并且形变程度也未低到可以忽视的地步，因此也很可能会导致该变形区域具有较大的折断隐患。因此在某一变形区域的变形位置密集程度超出了第一变形密度阈值的情况下，若该变形区域内的形变程度平均值或离散程度超出了第一区域形变阈值，则表示停车杆的该区域处有较大的折断风险，为高风险等级。反之，则为低风险等级。在使用分值制时，可以根据设定区域内各形变程度的平均值/离散程度和第一区域形变阈值的差值及其正负来判定。

第一变形密度阈值的量纲可以采用个数/面积，表示一个单位面积中能够存在的不会被判定为变形区域的最多变形位置数量，超过该密度阈值则会被判定为变形区域。在具体运算时，可以先筛选出位置较为集中的变形位置，并获取到能够同时包含这些变形位置的一个最小区域范围，同时得到该区域范围的面积，用该区域范围内的变形位置数量除以该区域范围的面积，得到该区域范围的密集程度，然后通过与该密度阈值的比较，判断该区域范围是否是变形区域。

第一区域形变阈值可以是形变程度的平均值的量纲，例如牛顿，也可以是形变程度的离散程度的量纲，例如能够描述变形区域内各形变程度数值离散程度的方差或标准差。平均值反映了变形区域的整体形变程度，而离散程度反映了变形区域的形变分布，两者能够更利于从停车杆的物理结构上判断出更真实的折断风险。

第一变形密度阈值和第一区域形变阈值配合使用，并且此时的两者被设置为根据结构力学算出的停车杆具有超出该密度阈值的变形区域并且该区域承受有超过该形变阈值的损坏量时，继续使用会有较大的折断概率。

在形变信息同时包含变形位置以及各变形位置的相应形变程度时，局部风险判定规则还可以包括：第五项，比较在设定区域内密集程度超过第二变形密度阈值的包括多个变形位置的变形区域中各形变程度的平均值或离散程度与第二区域形变阈值。

其具体的判定过程与局部风险判定规则中第四项规则的相类似，区别是：参与比较的形变程度所对应的变形位置均位于设定区域(也就是重点区域)内，并且由于设定区域是停车杆的脆弱部位，因此第二变形密度阈值小于等于第一变形密度阈值，第二区域形变阈值小于等于第一区域形变阈值。

因此在设定区域内的某一变形区域的变形位置密集程度超出了第二变形密度阈值的情况下，若该变形区域内的形变程度平均值或离散程度超出了第二区域形变阈值，则表示在停车杆设定区域内的该变形区域处有较大的折断风险，为高风险等级。反之，则为低风险等级。在使用分值制时，可以根据在设定区域内的变形区域内各形变程度的平均值/离散程度和第一区域形变阈值的差值及其正负来判定。

在一种实施方式中，在应用局部风险规则中的第四项和第五项之前，先依据变形区域的位置调整第一区域形变阈值和/或第二区域形变阈值，其中，变形区域越靠近停车杆整体的根部，第一区域形变阈值和/或第二区域形变阈值越小。

第一区域形变阈值可以根据变形区域在停车杆整体上所处的位置而改变大小。例如，变形区域越靠近停车杆整体的根部(也就是靠近道闸控制端)，变形区域承受的从变形区域到停车杆末端的力矩越大，折断风险也就越大，因此第一区域形变阈值越小。或者，在局部风险规则第四项中，停车杆上具有多个变形区域的情况下，靠近停车杆整体的根部的变形区域所适用的各项阈值均会大于等于远离道闸控制端的变形区域的适用阈值。第二区域形变阈值同理，区别是变形区域均位于设定区域内。

通过将各项规则内的阈值大小设置为随发生区域的位置而变化，进一步增加了风险判定结果的真实性和准确性。

在一种实施方式中，在步骤300中采用风险判定规则中的多项规则来判定折断风险级别的情况下，通过以下其中一种方式判定折断风险级别：

第一种，在所有采用的风险判定规则给出的判定结果均为低风险时，判定折断风险级别为低折断风险，否则判定为高折断风险。

此种方式适宜采用前述的两级制。在同时采用整体风险判定规则和局部风险判定规则的情况下，只要有任一采用的规则给出的判断结果为高风险，则最终的判断结果即为高折断风险。

可以理解的是，还可以选用高风险结果数量和低风险结果数量中数量较多的一方作为风险等级的判定。

第二种，风险判定规则中的各项规则的权重不完全相同，依据权重算出的所采用规则的加权平均值来判定折断风险级别。

整体风险判定规则和局部风险判定规则中的各项规则均预先设置有权重，通过权重来表示该项的判断准确度。例如，整体风险判定规则中各项规则的权重均相同，局部风险判定规则中各项规则的权重也均相同，但整体风险判定规则中规则的权重小于局部风险判定规则中规则的权重。因此在同时采用整体风险判定规则和局部风险判定规则的情况下，适宜采用前述的十级制和分值制。以分值制为例，若所采用规则的判定结果有高分有低分，则通过将分值乘以各自对应的权重，再除以采用规则的项数，以得到的最终分值作为判断折断风险级别的唯一依据。

在采用多种规则进行折断风险判断时，提供了上述两种方式来进行最终结果的判断，以适用于不同制度下的风险判断。

在一种实施方式中，在步骤300中采用风险判定规则中的多项规则来判定折断风险级别的情况下，例如至少采用了整体风险判定规则中的第一、二项或第一、三项，或者至少采用局部风险判定规则中的第一、二项或第一、三项的情况下：若整体风险判定规则或局部风险判定规则中的第一项判定结果为变形位置的数量超过相应数量阈值，但：整体风险判定规则或局部风险判定规则中的第二项判定结果为各形变程度均未超出相应单点形变阈值，和/或整体风险判定规则或局部风险判定规则中的第三项判定结果为各形变程度之和未超出相应整体形变阈值，则此时判定折断风险级别为低风险。

此种情况专门针对受外部环境干扰而导致的误报警，例如在冰雹天气下，可能会由于有多个冰雹打在停车杆上而导致变形位置的数量超出相应数量阈值，但由于冰雹的撞击力小，因此未有任何一处变形位置的形变程度超出相应单点形变阈值，各变形位置的形变程度之和也未超出相应整体形变阈值，因此若按照前述判定折断风险级别的两种方式中的第一种来判断，则此时会判断为高折断风险，会发出折断风险报警，这属于误报警，因此需要改成低折断风险，只发出碰撞事故报警即可。该实施方式在车辆对停车杆造成类似冰雹造成的损坏效果时同样适用。

在一种实施方式中，该方法还包括：步骤500，依据接收到的报警，通过远程控制预先安装于现场的设备采集事故现场的图像。

配备有停车杆的现场附近会预先安装有用于对准停车杆并采集现场图像的图像采集设备，例如摄像机。后台管理端在接收到报警后，后台管理端的工作人员会采取相应的处理措施。无论是只收到碰撞事故报警，还是同时收到折断风险报警，工作人员都会远程控制现场的云台摄像机采集停车杆被撞后事故现场的图像。采集的图像可以验证现场是否真的发生与报警相应的事故，因此可以作为事故分析的基础。同时，若采集的图像证明现场确实发生了与报警相应的事故，则图像被取证后可以作为证据材料保留。

在一种实施方式中，该方法还包括：步骤600，通过远程控制预先安装于现场的设备与现场相关人员沟通，以处理事故相关事宜。

配备有停车杆的现场附近会预先安装有用于通过语音或视频的方式与现场事故责任人或其他人进行沟通交流的设备，例如语音播报系统、可视电话、带扬声器的显示屏。在步骤500中采集现场图像并证实现场确实发生相应的事故并且已保留图像证据后，工作人员远程控制现场的扬声器或显示屏，与现场相关人员交流，以进行事故处理、道闸维修等后续工作流程，在不损失事故处理效率的同时，更好地实现了停车场的无人化。

其中，事故相关事宜包括：调查事件发生经过，和/或商讨赔偿事宜。因此在进行交流时，主要时为了语音了解事件发生经过，语音取证目击者和事故责任人的证词，并商讨事故的赔偿手续、款项、日期等。

在一种实施方式中，该方法还包括：步骤700，远程控制预先安装于现场的显示设备显示与处理事故相关事宜相关的信息。

配备有停车杆的现场附近会预先安装有能够显示工作人员一端实时环境画面的显示屏，该显示屏可以与步骤600中用于与现场相关人员沟通的带扬声器显示屏为同一显示屏，并受工作人员控制切换显示内容。例如，在步骤600中责任人对事故赔款有异议时，或者对工作人员处罚责任人的权力有异议时，工作人员可以控制显示屏显示相关的法律法规及规章制度等文件，以使责任人信服。另外，在步骤600中双方沟通完毕并现场就赔偿事宜达成共识/协议后，工作人员可以切换显示屏的显示内容，使其显示预先存储的二维码，以使责任人现场扫码支付事故赔款。可以理解的是，二维码也可以预先张贴或印刷到停车杆附近的区域，此时无需设置显示屏，只通过语音即可告知责任人扫码支付事故赔款。

在一种实施方式中，该方法还包括：步骤A，在接收到与高折断风险对应的报警后，远程控制道闸停用停车杆。

由于现场正在使用的停车杆在受到撞击后已经具有了高折断风险，这意味着如果继续使用该停车杆，则该停车杆随时有可能发生折断并对周围群众、车辆造成伤害。因此对于被风险判断模块判定为高折断风险级别的停车杆，工作人员需要在第一时间(步骤500至步骤700发生过程中的任意时刻，或步骤700完成之后的时刻)远程控制道闸动作，以停用该停车杆。

具体的，工作人员远程控制道闸的装有停车杆的部分进行转动，以使停车杆离开工作位置并位于道路一侧。例如，停车杆安装于道闸的头部，头部安装于转动机构上，工作人员远程控制道闸内的转动机构转动，以带动停车杆转动，将受损停车杆向道路外侧沿道路延伸方向水平转动，最终停止于其在路面上的投影与道路行进方向大致平行的位置，以使该停车杆失去限行车辆的能力并同时不妨碍行人或相邻车道的车辆通行，然后等待维修人员卸下损坏的停车杆并更换新的停车杆。

在一种实施方式中，该方法还包括：步骤B，在停用停车杆之后，启用预先安装于道闸一侧的备用杆。备用杆预先安装于道闸的一侧，以与安装于同一道闸的头部的原停车杆之间互不干涉，能够临时甚至永久代替原停车杆。在原停车杆正常使用过程中，备用杆处于抬起位置(也就是放行位置)，并且始终保持该位置不动。在原停车杆停用后，备用杆被工作人员远程启用并成为新停车杆，以立即代替原停车杆，此时新停车杆会如原停车杆一样抬起/落下，实现车辆放行/限行的功能，并且不会因为受损停车杆的停用而影响到后续车辆的限行、缴费和正常通行。

下面参考图2-图4详细描述本发明公开的道闸杆异常检测及报警处置系统第一实施例。本实施例是用于实施前述道闸杆异常检测及报警处置方法第一实施例的系统，主要应用于无人停车场，能够在道闸停车杆被车辆或其他存在物撞击后，对采集的信息进行处理，快速判断出停车杆的损坏程度，并应用整体风险判定规则进而从整体上判断出停车杆的折断隐患程度，并及时向后台报警，以进行后续的事故处理，减少了为停车场现场配置管理人员带来的人工成本。

如图2-图4所示，本实施例公开的系统主要包括有：变形检测装置、受损分析模块、风险判断模块和报警模块。

停车杆200安装在道闸100上，变形检测装置安装于停车杆上，用于采集停车杆至少部分区域的形变信息，并发送给受损分析模块。其中，形变信息包括停车杆变形位置和/或形变程度。由于车辆撞击停车杆时，通常会撞到停车杆的面向车辆来向的一侧，还可能撞到停车杆的其他侧，因此变形检测装置包含的传感器的检测区域至少覆盖停车杆的面向车辆来向的一面，以更好的对停车杆进行监测。

受损分析模块通常不设置于现场，例如可以设置于下位机中。受损分析模块和变形检测装置连接，用于分析变形检测装置发来的形变信息，进而得到受损情况。

风险判断模块也可以设置于下位机中，并与受损分析模块连接，用于通过风险判定规则中的至少一项判定与受损分析模块发来的受损情况对应的折断风险级别，并发送至后台管理端的报警模块。风险判定规则包括整体风险判定规则，整体风险判定规则包括以下一项或多项：第一项，比较变形位置的数量和第一数量阈值；第二项，比较至少一处形变程度与第一单点形变阈值；第三项，比较各形变程度之和与第一整体形变阈值。整体风险判定规则用于从停车杆整体区域上进行风险判断，适用于采用单根直杆、套接的伸缩杆、曲臂杆或折臂杆等多种形式的停车杆。

报警模块设置于后台管理端，其与风险判断模块连接，用于发出与折断风险级别相应的报警，以通知后台管理端的工作人员。

可以理解的是，该系统还包括存储模块，用于存储所有的风险判定规则。

在一种实施方式中，变形检测装置包括：至少一个压电式传感器，和/或至少一个应变式传感器，和/或至少一个压阻式传感器。各传感器按照固定的间距安装于停车杆上，形成传感器组。

压电式传感器是基于压电效应的传感器，它的敏感元件由压电材料制成。压电材料受力后表面产生电荷，此电荷经电荷放大器和测量电路放大和变换阻抗后就成为正比于所受外力的电量输出。

应变式传感器是基于测量物体受力变形所产生的应变的一种传感器。电阻应变片则是其最常采用的传感元件。它是一种能将机械构件上应变的变化转换为电阻变化的传感元件。

压阻式传感器是指利用单晶硅材料的压阻效应和集成电路技术制成的传感器。单晶硅材料在受到力的作用后，电阻率发生变化，通过测量电路就可得到正比于力变化的电信号输出。

以下以采用压电式传感器300作为变形检测装置为例进行说明。每个压电式传感器300负责监测停车杆200上的一部分区域面积的受力情况，各被监测的区域面积可以具有一定的重叠，使得停车杆200任一区域的变形、开裂都必然导致至少一个传感器300发生形变，从而产生电信号。

在采用PLC架构作为下位机与后台管理端的上位机以及末端传感器之间的数据处理时，各传感器分别与PLC输入输出模块的不同端口连接，而各端口连接的传感器通过编号等方式进行唯一确定，在某传感器发送信号给PLC时，后台管理端的上位机能够得知是哪些传感器检测到了哪片区域的受力数据，并整合这些数据得到停车杆整体受损情况。

形变信息只包括变形位置时，上位机只获取哪些传感器发送产生形变的信号，而不获取信号幅度，或者传感器本身不具有监测受力大小的功能而只有监测是否受力达到需要发送信号的程度的功能。而形变信息包括形变程度时，传感器通过电信号的幅度来表达受力程度，PLC将其转化为形变程度。

在一种实施方式中，风险判定规则还包括局部风险判定规则，局部风险判定规则包括以下一项或多项：第一项，比较设定区域内包含的变形位置的数量与第二数量阈值；第二项，比较设定区域内包含的形变程度中的至少一处与第二单点形变阈值；第三项，比较设定区域内包含的各形变程度之和与第二整体形变阈值；第四项，比较密集程度超过第一变形密度阈值的包括多个变形位置的变形区域中各形变程度的平均值或离散程度与第一区域形变阈值；第五项，比较在设定区域内密集程度超过第二变形密度阈值的包括多个变形位置的变形区域中各形变程度的平均值或离散程度与第二区域形变阈值。

局部风险判定规则用于从停车杆的局部重点区域上进行风险判断。相比于单根直杆的停车杆，局部风险判定规则能够更好地针对套接的伸缩杆、曲臂杆等非单根直杆停车杆的结构特点进行更准确地风险判断。

在一种实施方式中，风险判断模块还用于依据变形区域的位置调整第一区域形变阈值和/或第二区域形变阈值。其中，变形区域越靠近停车杆整体的根部，第一区域形变阈值和/或第二区域形变阈值越小。

在一种实施方式中，风险判断模块包括：多项规则判断模块，用于在采用风险判定规则中的多项规则来判定折断风险级别的情况下，通过以下其中一种方式判定折断风险级别：第一种，在所有采用的风险判定规则给出的判定结果均为低风险时，判定折断风险级别为低折断风险，否则判定为高折断风险；第二种，风险判定规则中的各项规则的权重不完全相同，依据权重算出的所采用规则的加权平均值来判定折断风险级别。

在一种实施方式中，风险判断模块包括：判断结果修正模块，用于在变形位置的数量超过相应数量阈值的情况下：各形变程度均未超出相应单点形变阈值时，和/或各形变程度之和未超出相应整体形变阈值时，判定折断风险级别为低风险。

在一种实施方式中，该系统还包括：位于后台管理端的现场采集控制模块和预先安装于现场的图像采集设备。其中，现场采集控制模块用于依据报警模块接收到的报警，远程控制图像采集设备采集事故现场的图像。图像采集设备可以采用云台摄像机。

在一种实施方式中，该系统还包括：位于后台管理端的通话控制模块和预先安装于现场的通话设备。其中，通话控制模块用于依据报警模块接收到的报警，或者在图像采集设备采集事故现场的图像完毕后，远程控制通话设备与现场相关人员沟通，以处理事故相关事宜，其中，事故相关事宜包括：调查事件发生经过，和/或商讨赔偿事宜。通话设备可以采用可视电话，或带有扬声器的显示屏。

在一种实施方式中，该系统还包括：位于后台管理端的显示控制模块和预先安装于现场的显示设备。其中，显示控制模块用于在通过通话设备与现场相关人员沟通完毕后，或者在图像采集设备采集事故现场的图像完毕后，远程控制显示设备显示与处理事故相关事宜相关的信息。

如图3-图4所示，在一种实施方式中，该系统还包括：位于后台管理端的停用控制模块和安装于道闸100上的转动机构110。其中，停用控制模块在报警模块接收到与高折断风险对应的报警后，远程控制道闸100停用停车杆200，具体的，停用控制模块远程控制转动机构110转动，以使停车杆200离开工作位置并位于道路一侧。

在停车杆200能够正常工作时，其受驱动机构控制沿XZ平面转动，以实现抬起放行车辆和落下限行车辆的功能，同时压电式传感器300安装于停车杆200上，以监测停车杆200的变形情况。在停车杆200被判定为具有高折断风险时，图3中转动机构110受停用控制模块控制向道路外侧沿道路延伸方向在XY平面内水平转动，转动方向如图中A向箭头所示，最终停止于图4中其在路面上的投影与道路行进方向大致平行的位置，以使该停车杆200失去限行车辆的能力并同时不妨碍行人或相邻车道的车辆通行。

可以理解的是，在转动机构110转动之前，若停车杆200并未处于落下位置(也就是限行车辆时的位置)，则停用控制模块先控制驱动机构将受损停车杆200在XZ平面内转动到落下位置，然后在控制转动机构110在XY平面内转动，避免砸到行人或车辆。

在一种实施方式中，该系统还包括：位于后台管理端的备杆启用控制模块和预先安装于道闸100一侧的备用杆400。其中，备杆启用控制模块在停用控制模块停用停车杆200之后，启用备用杆400。

具体的，备用杆400作为停车杆200损坏后临时替代的备用品被预先安装于道闸100的一侧，其与停车杆200互不干涉。同时道闸100内也配备有驱动备用杆300工作的驱动机构，该驱动机构可以和驱动停车杆200的驱动机构为同一套机构。在停车杆200能够正常工作时，备用杆400如图3所示处于平行于Z轴的抬起状态并保持不动，以避免妨碍到行人和车辆。当停车杆200被判定为具有高折断风险之后，备用杆400的驱动机构被备杆启用控制模块激活并开始工作，驱动备用杆400沿XZ平面转动，以实现抬起放行车辆和落下限行车辆的功能。

可以理解的是，备用杆400上也可以安装有变形检测装置，变形检测装置同样可以采用压电式传感器300。在备用杆400启用后，传感器300会对备用杆400进行形变信息的采集，受损分析模块会分析备用杆的变形检测装置发来的信息进而得到受损情况，风险判断模块同样会判断备用杆的折断风险级别并发送至后台管理端的报警模块。简而言之，对之前停用的停车杆来实施的异常检测及报警处置方法，对备用杆来说同样适用，实施方式也并无不同。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种道闸杆异常检测及报警处置方法，其特征在于，包括：

采集停车杆至少部分区域的形变信息；

分析所述形变信息得到受损情况；

通过风险判定规则中的至少一项判定与所述受损情况对应的折断风险级别；

向后台管理端发出与所述折断风险级别相应的报警；

通过远程控制预先安装于现场的设备与现场相关人员沟通，以处理事故相关事宜；其中，

所述形变信息包括停车杆变形位置和形变程度，所述受损情况为各变形位置的相应形变程度；所述事故相关事宜包括调查事件发生经过和商讨赔偿事宜；所述风险判定规则包括整体风险判定规则，所述整体风险判定规则包括以下一项或多项：

比较所述变形位置的数量和第一数量阈值，

比较至少一处所述形变程度与第一单点形变阈值，

比较各所述形变程度之和与第一整体形变阈值；另外，

在采用所述风险判定规则中的多项规则来判定所述折断风险级别的情况下，通过以下其中一种方式判定所述折断风险级别：在所有采用的所述风险判定规则给出的判定结果均为低风险时，判定所述折断风险级别为低折断风险，否则判定为高折断风险；或，所述风险判定规则中的各项规则的权重不完全相同，依据所述权重算出的所采用规则的加权平均值来判定所述折断风险级别。

2.如权利要求1所述的方法，其特征在于，所述风险判定规则还包括局部风险判定规则，所述局部风险判定规则包括以下一项或多项：

比较设定区域内包含的所述变形位置的数量与第二数量阈值，

比较设定区域内包含的所述形变程度中的至少一处与第二单点形变阈值，

比较设定区域内包含的各所述形变程度之和与第二整体形变阈值，

比较密集程度超过第一变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第一区域形变阈值，

比较在设定区域内密集程度超过第二变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第二区域形变阈值。

3.如权利要求2所述的方法，其特征在于，依据所述变形区域的位置调整所述第一区域形变阈值和/或所述第二区域形变阈值；其中，

所述变形区域越靠近停车杆整体的根部，所述第一区域形变阈值和/或所述第二区域形变阈值越小。

4.如权利要求1所述的方法，其特征在于，该方法还包括：

在接收到与高折断风险对应的报警后，远程控制道闸停用所述停车杆；其中，

所述停用所述停车杆包括：远程控制所述道闸的装有所述停车杆的部分转动，以使所述停车杆离开工作位置并位于道路一侧。

5.一种道闸杆异常检测及报警处置系统，其特征在于，包括：

变形检测装置，其安装于停车杆上，用于采集停车杆至少部分区域的形变信息；

受损分析模块，用于分析所述形变信息得到受损情况；

风险判断模块，用于通过风险判定规则中的至少一项判定与所述受损情况对应的折断风险级别，并发送至后台管理端的报警模块；

所述报警模块，用于发出与所述折断风险级别相应的报警；

位于后台管理端的通话控制模块和预先安装于现场的通话设备，其中，所述通话控制模块用于远程控制所述通话设备与现场相关人员沟通，以处理事故相关事宜；

其中，所述形变信息包括停车杆变形位置和形变程度，所述受损情况为各变形位置的相应形变程度；所述事故相关事宜包括调查事件发生经过和商讨赔偿事宜；所述风险判定规则包括整体风险判定规则，所述整体风险判定规则包括以下一项或多项：

比较所述变形位置的数量和第一数量阈值，

比较至少一处所述形变程度与第一单点形变阈值，

比较各所述形变程度之和与第一整体形变阈值；另外，

所述风险判断模块包括：多项规则判断模块，用于在采用所述风险判定规则中的多项规则来判定所述折断风险级别的情况下，通过以下其中一种方式判定所述折断风险级别：在所有采用的所述风险判定规则给出的判定结果均为低风险时，判定所述折断风险级别为低折断风险，否则判定为高折断风险；或，所述风险判定规则中的各项规则的权重不完全相同，依据所述权重算出的所采用规则的加权平均值来判定所述折断风险级别。

6.如权利要求5所述的系统，其特征在于，所述风险判定规则还包括局部风险判定规则，所述局部风险判定规则包括以下一项或多项：

比较设定区域内包含的所述变形位置的数量与第二数量阈值，

比较设定区域内包含的所述形变程度中的至少一处与第二单点形变阈值，

比较设定区域内包含的各所述形变程度之和与第二整体形变阈值，

比较密集程度超过第一变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第一区域形变阈值，

比较在设定区域内密集程度超过第二变形密度阈值的包括多个所述变形位置的变形区域中各所述形变程度的平均值或离散程度与第二区域形变阈值。

7.如权利要求6所述的系统，其特征在于，所述风险判断模块还用于依据所述变形区域的位置调整所述第一区域形变阈值和/或所述第二区域形变阈值；其中，

所述变形区域越靠近停车杆整体的根部，所述第一区域形变阈值和/或所述第二区域形变阈值越小。

8.如权利要求5所述的系统，其特征在于，该系统还包括：位于后台管理端的停用控制模块和安装于道闸上的转动机构；其中，

所述停用控制模块在所述报警模块接收到与高折断风险对应的报警后，远程控制道闸停用所述停车杆，其中，所述停用控制模块远程控制所述转动机构转动，以使所述停车杆离开工作位置并位于道路一侧。

Images