CN111862597A - 一种隧道避险预警系统 - Google Patents

Abstract

本发明涉及一种隧道避险预警系统，包括视频监测单元、驱动单元和可移动的预警装置，视频监测单元用于拍摄隧道内全局图像，并从全局图像中识别出隧道内事故点及其位置信息；驱动单元用于提供动力给预警装置，使预警装置移动到隧道内事故点相应位置，驱动单元根据事故点位置信息控制自身的动力输出；预警装置用于提示隧道内行驶车辆注意避让隧道内事故点。与现有技术相比，本发明利用视频监测单元从隧道图像中识别出事故点及其位置信息，根据事故点位置信息控制驱动单元的动力输出，使预警装置能够及时、准确地移动到事故点对应位置，从而使驾驶员提前获知事故点信息，避免交通事故或交通拥堵的发生。

Description

一种隧道避险预警系统

技术领域

本发明涉及隧道交通安全技术领域，尤其是涉及一种隧道避险预警系统。

背景技术

隧道在我国是道路系统中一种重要的道路交通方式，其在城市道路中所占的比例越来越高。隧道完善了道路系统，具有占用土地少、不破坏地面环境、缩短行车里程、受雨、雪、冰雹等恶劣自然天气影响较小等优点，一般设计车速较快，可保证车辆畅通持续的行驶，给交通运输及经济的发展做出了巨大的贡献。隧道作为一种特殊的构造物，虽有众多的优点，但同时也具有易发生事故以及事故危害程度大、难以处理等缺点。

作为一种特殊的道路形式，隧道路段属于道路交通环境的突变段。行车环境方面，隧道的两侧和顶端都是封闭的，行车环境压抑且单调；照明设施方面，低等级隧道无照明设施，高等级隧道及城市隧道采用人工照明，但内外照度差异较大，造成驾驶员视认性差；行车视距方面，由于隧道平面线形及纵坡等结构因素，隧道中的行车视距较差，存在视觉安全盲区。这种特殊的交通环境使得隧道路段经常成为交通事故的多发路段，事故车辆、故障抛锚车辆或掉落物在隧道中的行车净区内停止运动且占据车道空间，但由于隧道的独特环境，后方来车很难提前发现前方的情况并针对特定情况作出应对，且隧道内行车速度较快，极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。事故发生后，后方同一车道的来车未能提前发现事故变换车道，而是在邻近事故地点的位置降低车速寻找合适机会变换车道，这对原车道和邻近车道的通行效率产生了很大的影响，极易造成严重的交通拥堵。

隧道内的安全保障和高效通畅一直以来都是隧道运营管理阶段特别关注的问题，当发生交通事故或车道上有影响行车安全的掉落物时，如何及时准确地判断安全隐患并有效诱导其他车辆提前做出应对行为，尽可能地避免二次事故的发生及事故或掉落物造成的拥堵，是亟待解决的问题。针对以上隧道在运营使用中存在的安全问题，本发明考虑在隧道现有硬件的基础上进行安全设施的补充与改进，以提前对隧道中行车的驾驶员进行前方事故的预警并根据事故位置提前进行引导，从而在隧道运营阶段降低事故带来的负面影响，更好地保障隧道交通畅通、安全的运营。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种隧道避险预警系统。

本发明的目的可以通过以下技术方案来实现：一种隧道避险预警系统，包括视频监测单元、驱动单元和可移动的预警装置，所述视频监测单元分别与驱动单元、预警装置相连接，所述视频监测单元用于拍摄隧道内全局图像，并从全局图像中识别出隧道内事故点及其位置信息；

所述驱动单元用于提供动力给预警装置，使预警装置移动到隧道内事故点相应位置，所述驱动单元根据事故点位置信息控制自身的动力输出；

所述预警装置用于提示隧道内行驶车辆注意避让隧道内事故点。

进一步地，所述视频监测单元包括摄像头群、图像识别模块和中央处理器，所述摄像头群将采集的隧道内全局图像传输给图像识别模块，所述图像识别模块基于深度学习模型，以从全局图像中识别出事故点，所述中央处理器用于计算得到事故点的位置信息，并将该位置信息输出给驱动单元，同时输出报警信息给预警装置。

进一步地，所述摄像头群包括多个等间距安装在隧道侧壁的摄像头，多个摄像头分别拍摄隧道内的分段图像，多个分段图像共同构成全局图像。

进一步地，所述视频监测单元的具体工作过程包括：

A1、多个摄像头分别将各自采集的隧道内分段图像传输给图像识别模块，其中，每个分段图像中包含标记数据，所述标记数据具体为拍摄该分段图像的摄像头的位置数据；

A2、图像识别模块对多个分段图像依次进行事故点识别，若从某个分段图像识别出事故点，则将该分段图像传输给中央处理器，否则返回步骤A1；

A3、中央处理器从该分段图像中计算得到事故点的局部位置数据，之后结合该分段图像中包含的摄像头位置数据，得到该分段图像中事故点的全局位置数据，即为隧道内事故点的位置信息；

A4、中央处理器将步骤A3中事故点的位置信息传输给驱动单元，同时输出报警信息给预警装置。

进一步地，所述预警装置包括显示模块，所述显示模块通过螺栓连接有支撑结构，所述支撑结构通过滚轮安装在滑轨内，所述滑轨固定安装在隧道顶部对应于车道中心线的位置，所述滑轨长度等于隧道主体长度。

进一步地，所述滑轨采用C型槽钢，其横断面倒角为直角，所述滑轨通过挖槽或锚固的方式固安装在隧道顶部。

进一步地，所述显示模块包括用于显示报警信息对应文字和图像的LED显示板，所述LED显示板的一侧设置有灯泡点阵，以显示正常通行或禁止通行标志。

进一步地，所述驱动单元安装在支撑结构上，所述驱动单元包括电动马达、蓄电池和信号处理器，所述蓄电池分别与电动马达和显示模块连接，所述电动马达的输出轴与滚轮连接，所述信号处理器接收到来自中央处理器的事故点位置信息后，通过控制电动马达的动力输出，使电动马达带动滚轮转动，直至预警装置移动到事故点对应位置。

进一步地，所述蓄电池与隧道供电网线连接，利用隧道供电网为蓄电池进行充电

进一步地，所述蓄电池连接有光伏板，所述光伏板安装在隧道的进出口位置，通过光电转换输出电能给蓄电池进行充电。

与现有技术相比，本发明利用视频监测单元实时采集隧道内全局图像，从中对隧道内事故点进行识别，并得到事故点位置信息，结合动力输出可控的驱动单元和可移动的预警装置，使预警装置能够及时、准确地移动到事故点对应位置，同时发出可视化的警示信息，从而保证车辆驶入隧道后能够提前获知下游路况，以作出应对行为，避免了在低视认性、视觉盲区多的隧道环境中，二次事故的发生以及因事故造成的交通拥堵。

附图说明

图1为本发明的系统结构示意图；

图2为本发明中视频监测单元的工作过程示意图；

图3为实施例中预警装置的正视示意图；

图4为实施例中预警装置的侧视示意图；

图5为实施例中显示模块的外形结构示意图；

图6为实施例中滑轨横断面示意图；

图7为实施例中预警装置在隧道内安装效果示意图；

图中标记说明：1、视频监测单元，11、摄像头群，12、图像识别模块，13、中央处理器，2、驱动单元，21、电动马达，22、蓄电池，23、信号处理器，3、预警装置，31、滑轨，32、滚轮，33、支撑结构，34、显示模块。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

实施例

如图1所示，一种隧道避险预警系统，包括视频监测单元1、驱动单元2和预警装置3，视频监测单元1分别与驱动单元2、预警装置3相连接，视频监测单元1包括摄像头群11、图像识别模块12和中央处理器13，为了实现对隧道中全路段运营情况的监控，需要对摄像头群11的布点位置进行设计，考虑线形和纵坡等结构影响因素，避免出现监控盲区，将多个摄像头等间距地安装在隧道的侧墙上，以采集隧道分段图像，行车净区外，在特定位置安装环视摄像头，采集的多个分段图像共同构成全局图像，并实时传输给图像识别模块12进行事故点识别，判断采集的分段图像中是否发生车辆事故或存在车道掉落物；

图像识别模块12使用前景提取和背景分离的方法，结合训练好的深度学习模型，完成对事故车辆和车道掉落物的检测识别，由中央处理器13从分段图像中提取得到事故车辆或车道掉落物在隧道中的位置，并将事故点位置信息输出给驱动单元2，同时输出报警信息给预警装置3，驱动单元2通过控制自身动力输出，以调整预警装置3在隧道中的位置，使预警装置3能够及时准确的移动至事故地点或掉落物的上游车道处，对上游来车进行提前预警；

具体的，视频监测单元1的具体工作过程如图2所示，主要包括：

A1、多个摄像头分别将各自采集的隧道内分段图像传输给图像识别模块12，其中，每个分段图像中包含标记数据，所述标记数据具体为拍摄该分段图像的摄像头的位置数据；

A2、图像识别模块12对多个分段图像依次进行事故点识别，若从某个分段图像识别出事故点，则将该分段图像传输给中央处理器13，否则返回步骤A1；

A3、中央处理器13从该分段图像中计算得到事故点的局部位置数据，之后结合该分段图像中包含的摄像头位置数据，得到该分段图像中事故点的全局位置数据，即为隧道内事故点的位置信息；

A4、中央处理器13将步骤A3中事故点的位置信息传输给驱动单元2，同时输出报警信息给预警装置3。

驱动单元2包括电动马达21、蓄电池22和信号处理器23，电动马达21是预警装置3移动的动力来源，蓄电池22为电动马达21和预警装置3供电，本实施例中，隧道进出口安装有光伏板，可以吸收太阳能转化为电能，为蓄电池22充电，信号处理器23接收中央处理器13发送的事故点位置信息，控制自身的动力输出，从而使预警装置3能够在隧道中移动到事故点对应位置，信号处理器23的输入是事故点位置信息，输出是对电动马达21的控制信号。

预警装置3的外形结构如图3～图4所示，包括滑轨31、滚轮32、支撑结构33和显示模块34，如图5所示，显示模块34包括LED显示板和灯泡点阵，LED显示板可显示简单图像(如箭头标志、禁行标志或警告标志等)和文字，可提示驾驶员前方的事故类型及绕行方向，灯泡点阵可显示正常通行和禁行的标志，显示模块34通过螺栓与支撑结构33，支撑结构33通过滚轮32安装在滑轨31内，滑轨31固定安装在隧道顶部对应于车道中心线的位置，滑轨31长度等于隧道主体长度，如图6所示，滑轨31为C型槽钢，横断面倒角为直角，且具有一定的厚度，从而能够满足移动预警装置3的使用强度，此外，驱动单元2安装在支撑结构33上，电动马达21的输出轴与滚轮32连接，滚轮32与滑轨31能够紧密贴合，滑轨31作为预警装置3移动的载体，安装位置为隧道的顶部、且与车道的中心线相对应，在隧道中的每一条车道上方均有安装，安装长度为整个隧道主体部分，滑轨31以挖槽或锚固的形式固定于隧道顶部。考虑预警装置3的视认性，预警装置3的整体尺寸长1.5m，宽0.5m，既可以满足视认性要求，又满足隧道中的空间要求，如图7所示，本实施例中，隧道内包含3个车道，因此预警装置3中的滑轨31安装在对应于3个车道中心线上方的隧道顶部。

Claims (10)

1.一种隧道避险预警系统，其特征在于，包括视频监测单元(1)、驱动单元(2)和可移动的预警装置(3)，所述视频监测单元(1)分别与驱动单元(2)、预警装置(3)相连接，所述视频监测单元(1)用于拍摄隧道内全局图像，并从全局图像中识别出隧道内事故点及其位置信息；

所述驱动单元(2)用于提供动力给预警装置(3)，使预警装置(3)移动到隧道内事故点相应位置，所述驱动单元(2)根据事故点位置信息控制自身的动力输出；

所述预警装置(3)用于提示隧道内行驶车辆注意避让隧道内事故点。

2.根据权利要求1所述的一种隧道避险预警系统，其特征在于，所述视频监测单元(1)包括摄像头群(11)、图像识别模块(12)和中央处理器(13)，所述摄像头群(11)将采集的隧道内全局图像传输给图像识别模块(12)，所述图像识别模块(12)基于深度学习模型，以从全局图像中识别出事故点，所述中央处理器(13)用于计算得到事故点的位置信息，并将该位置信息输出给驱动单元(2)，同时输出报警信息给预警装置(3)。

3.根据权利要求2所述的一种隧道避险预警系统，其特征在于，所述摄像头群(11)包括多个等间距安装在隧道侧壁的摄像头，多个摄像头分别拍摄隧道内的分段图像，多个分段图像共同构成全局图像。

4.根据权利要求3所述的一种隧道避险预警系统，其特征在于，所述视频监测单元(1)的具体工作过程包括：

A1、多个摄像头分别将各自采集的隧道内分段图像传输给图像识别模块(12)，其中，每个分段图像中包含标记数据，所述标记数据具体为拍摄该分段图像的摄像头的位置数据；

A2、图像识别模块(12)对多个分段图像依次进行事故点识别，若从某个分段图像识别出事故点，则将该分段图像传输给中央处理器(13)，否则返回步骤A1；

A3、中央处理器(13)从该分段图像中计算得到事故点的局部位置数据，之后结合该分段图像中包含的摄像头位置数据，得到该分段图像中事故点的全局位置数据，即为隧道内事故点的位置信息；

A4、中央处理器(13)将步骤A3中事故点的位置信息传输给驱动单元(2)，同时输出报警信息给预警装置(3)。

5.根据权利要求2所述的一种隧道避险预警系统，其特征在于，所述预警装置(3)包括显示模块(34)，所述显示模块(34)通过螺栓连接有支撑结构(33)，所述支撑结构(33)通过滚轮(32)安装在滑轨(31)内，所述滑轨(31)固定安装在隧道顶部对应于车道中心线的位置，所述滑轨(31)长度等于隧道主体长度。

6.根据权利要求5所述的一种隧道避险预警系统，其特征在于，所述滑轨(31)采用C型槽钢，其横断面倒角为直角，所述滑轨(31)通过挖槽或锚固的方式固安装在隧道顶部。

7.根据权利要求5所述的一种隧道避险预警系统，其特征在于，所述显示模块(34)包括用于显示报警信息对应文字和图像的LED显示板，所述LED显示板的一侧设置有灯泡点阵，以显示正常通行或禁止通行标志。

8.根据权利要求5所述的一种隧道避险预警系统，其特征在于，所述驱动单元(2)安装在支撑结构(33)上，所述驱动单元(2)包括电动马达(21)、蓄电池(22)和信号处理器(23)，所述蓄电池(22)分别与电动马达(21)和显示模块(34)连接，所述电动马达(21)的输出轴与滚轮(32)连接，所述信号处理器(23)接收到来自中央处理器(13)的事故点位置信息后，通过控制电动马达(21)的动力输出，使电动马达(21)带动滚轮(32)转动，直至预警装置(3)移动到事故点对应位置。

9.根据权利要求8所述的一种隧道避险预警系统，其特征在于，所述蓄电池(22)与隧道供电网线连接，利用隧道供电网为蓄电池(22)进行充电。

10.根据权利要求8所述的一种隧道避险预警系统，其特征在于，所述蓄电池(22)连接有光伏板，所述光伏板安装在隧道的进出口位置，通过光电转换输出电能给蓄电池(22)进行充电。

Images