CN111932889B - 一种基于车路协同的交通疏导系统 - Google Patents

Abstract

本发明提供了一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路，负责指导单元道路内汽车行驶的路灯装置，与现有技术的交通疏导系统相比较，本发明的交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别所述汽车发生自自燃事故的汽车自燃监控模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述报警平台和根据所接收信息进行相应处理和指令生成的交通报警平台。本发明交通疏导系统的智能度高，检测目标多样化，反应速度快，进而有效保障交通道路中汽车的安全行驶和交通疏导。

Description

一种基于车路协同的交通疏导系统

技术领域

本发明涉及本发明属于智能交通技术领域，尤其涉及一种基于车路协同的交通疏导系统。

背景技术

随着经济的持续快速发展，人们的生活水平越来越高，交通出行方便，作为主要代步工具，汽车的数量日益增加。同时也给交通带来了极大的压力，尤其在大中城市，汽车交通的安全度的有效提升为本领域主要解决的问题。车路协同是采用先进的无线通信和新一代互联网等技术，全方位实施车车、车路动态实时信息交互，并在全时空动态交通信息采集与融合的基础上开展车辆主动安全控制和道路协同管理，充分实现人车路的有效协同，保证交通安全，提高通行效率，从而形成的安全、高效和环保的道路交通系统。

本实验团队长期针对汽车交通系统和交通安全监测进行大量相关记录资料的浏览和研究，同时依托相关资源，并进行大量相关实验，经过大量检索发现存在的现有技术如KR101169737B1，US08315756B2，WO2017015951A1，和WO2018058957A1，现有技术的交通疏导系统，一般包括车载装置以及交通信号管控一体机，交通信号管控一体机内包括路侧装置、核心处理器以及信号灯组控制装置，交通信号管控一体机与交通信号灯组相连接，车载装置安装于车辆上，实时获取车辆当前的车速信息以及位置信息，并基于车联网无线通信技术，将车辆实时信息发送至路侧装置，路侧装置对车辆实时信息进行处理，获取路口当前的通行流量数据，核心处理器根据通行流量数据，监测路口当前的交通状况，根据路口当前的通行流量数据以及路口当前交通状况的监测结果，生成新的配时方案发送至信号灯组控制装置，最后信号灯组控制装置控制交通信号灯组执行新的配时方案。但是现有技术的交通疏导系统并不具备监测道路中汽车事故情况进行行驶车辆的提醒，同时进行智能交通疏导的有效提供汽车交通的安全系数的功能。

为了解决本领域普遍存在交通疏导单一性；不能监测多种事故的发生趋势和发生后的严重程度；不能智能详细报警，控制警力资源的精准分配等等问题，作出了本发明。

发明内容

本发明的目的在于，针对目前交通系统所存在的不足，提出了一种基于车路协同的交通疏导系统。

为了克服现有技术的不足，本发明采用如下技术方案：

可选的，一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路和负责指导单元道路内汽车行驶的路灯装置，所述交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别和预防所述汽车发生自燃事故的汽车自燃检测模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述单元道路内的交通的情况进行自动报警的报警模块。

可选的，所述汽车自燃检测模块通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，进而确定所述汽车自燃的趋势和发生。

可选的，所述汽车自燃检测模块包括获取单元道路的交通汽车的所述红外图象和所述可见光图象图片采集单元、对所述采集单元的图象进行分析处理进而获得所述汽车温度分布情况的处理单元、通过无线网络将所述汽车和图片信息发送至服务器的数据输送单元、和接收的所述汽车的温度分布图片信息进一步分析评估判断所述汽车发生自燃和发生自燃趋势的服务器。

可选的，所述数据输送单元实时将所述处理单元处理后的所述红外图象和所述可见光图象通过无线网络上传至所述服务器。

可选的，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至所述服务器。

可选的，汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车变形大小来预测汽车之间的相互作用力。

可选的，所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元、根据预先编程的所述汽车和形变大小与所述汽车碰撞的严重程度的关系公式进行所述汽车碰撞严重程度的分析计算的云端服务器和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元。

本发明所取得的有益效果是：

1.对交通道路进行单元处理，使得交通指导更精准和快速。

2.对单元道路内的行驶汽车进行温度监测，及时发现并且有效控制汽车发生自燃的事故情况。

3.根据对汽车碰撞的严重度判断，有效指导交通运输和具体出警的数量。

4.根据对单元道路的实时监测，快速识别道路中汽车的意外情况并快速自动报警。

附图说明

从以下结合附图的描述可以进一步理解本发明。图中的部件不一定按比例绘制，而是将重点放在示出实施例的原理上。在不同的视图中，相同的附图标记指定对应的部分。

图1为本发明的基于车路协同的交通疏导系统的流程示意图。

图2为本发明的图片采集单元的流程示意图。

图3为本发明的汽车自燃检测模块的流程示意图。

图4为本发明的汽车碰撞监测模块的流程示意图。

图5为本发明的交通报警平台的流程示意图。

图6为本发明的车路协同的交通疏导系统的实验图。

具体实施方式

为了使得本发明的目的.技术方案及优点更加清楚明白，以下结合其实施例，对本发明进行进一步详细说明；应当理解，此处所描述的具体实施例仅用于解释本发明，并不用于限定本发明。对于本领域技术人员而言，在查阅以下详细描述之后，本实施例的其它系统、方法和/或特征将变得显而易见。旨在所有此类附加的系统、方法、特征和优点都包括在本说明书内.包括在本发明的范围内，并且受所附权利要求书的保护。在以下详细描述描述了所公开的实施例的另外的特征，并且这些特征根据以下将详细描述将是显而易见的。

本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若有术语“上”、“下”、“左”、“右”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或组件必须具有特定的方位.以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。

实施例一：

本实施例构建了根据道路行驶汽车的定位追踪和汽车温度分布监测预防汽车发生自燃的意外的自燃检测模快的交通疏导系统；

一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路和负责指导单元道路内汽车行驶的路灯装置，所述交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别和预防所述汽车发生自燃事故的汽车自燃检测模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述单元道路内的交通的情况进行自动报警的报警模块，所述汽车自燃检测模块通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，进而确定所述汽车自燃的趋势和发生，所述汽车自燃检测模块包括获取单元道路的交通汽车的所述红外图象和所述可见光图象图片采集单元、对所述采集单元的图象进行分析处理进而获得所述汽车温度分布情况的处理单元、通过无线网络将所述汽车和图片信息发送至服务器的数据输送单元、和接收的所述汽车的温度分布图片信息进一步分析评估判断所述汽车发生自燃和发生自燃趋势的服务器，所述数据输送单元实时将所述处理单元处理后的所述红外图象和所述可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至所述服务器，汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车变形大小来预测汽车之间的相互作用力,所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元、根据预先编程的所述汽车和形变大小与所述汽车碰撞的严重程度的关系公式进行所述汽车碰撞严重程度的分析计算的云端服务器和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述汽车自燃检测模快包括采集单元、处理单元、数据输送单元和服务器，通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，用双门限确定汽车自燃的趋势和发生；

所述采集单元包括距离传感器、可见光摄像装置、红外热像仪和实时监测所述单元道路温度的温度检测装置，所述摄像装置用于获得单元道路的可见光图象，所述红外热像仪用于获得所述摄像装置所对应的热成像图象，所述距离传感器用于获得汽车物距信息，用于根据预先储存的物距信息与配准参数的对应关系以及所述物距信息，确定出单元道路内的汽车，并通过信息反馈至所述摄像装置和红外热像仪对单元道路内的车辆进行追踪拍照，获取所述车辆的红外热图象，所述采集模块通过至少一个红外热像仪采集所监测的道路范围内的汽车的实时红外图象，和通过至少一个可见光摄像装置采集所述单元道路内所述汽车的实时可见光图片，将其输出信号输入到所述处理单元中，所述处理单元为嵌入式视频处理设备的处理器，然后由所述处理单元将抓取的红外图象与可见光图象进行图片处理；

所述处理单元对所述红外热图象进行自动化处理，具体包括提取所述红外热图象的特征区域，所述特征区域为所述红外热图象上的车辆，然后分别获取特征区域即目标车辆的温度信息，优选为相对应的特征区域的平均温度，所述处理单元线对红外图象进行分析处理，再对可见光图象进行分析处理，对红外图象操作时，调整所述红外图的整体亮度，根据温度监测模块算出所述单元道路区域合适的原始阈值，然后计算整体图象加权平均亮度值，加权的方法是对未超过原始阈值亮度的象素点，求和时亮度值等于该象素点亮度值，对超过原始阈值亮度的象素点，求和结果为真实阈值，对高于真实阈值的象素点作归处理，然后再对图象中相邻的值为的点合并，合并后分出多个区域，所述区域即为异常高温区域汽车，对可见光图象操作时，先对图象进行边缘检测，再进行图象分割得到汽车异常高温的区域，然后结合实际图象标记汽车温度偏高区域；

所述数据输送单元实时将所述处理单元处理后的红外图象和可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至指挥控制中心的服务器；

所述服务器通过接收到的数据包解压并显示红外和可见光视频图象，通过远程控制，对红外热像仪和可见光摄像装置的拍摄角度进行远程控制调整，再根据以往收集的大量的汽车自燃的气象信息数据库，并读取所述单元道路的车辆的实时温度信息对汽车自燃发生概率进行自动评估和火险等级的自动评判，所获取的对应车辆某一预设部位的温度信息后，能够将其运用在对车辆的状态分析，判断所述车辆预设部位的温度是都正常，如所述车辆的这一预设部位若存在温度异常问题，则这一预设部位的温度将会升高，因此，能够通过所述温度信息判断所述汽车一场高温的原因，能够通过所述温度信息判断所述汽车的状态，通过所述温度监测装置获取单元道路的环境温度信息，依据预先设置的温度数据分析模型进行分析处理，优选所述温度数据分析模型是以一预设温度阈值为基础，基于存储有历史温度经验的数据库的分析而预置的，通过将当前环境的温度、红外热图象的温度平均值以及特征区域的温度信息代入所述温度数据分析模型进行计算，获取所述车辆的温度信息，判断所述目标车辆的温度信息是否超出预设温度阈值，若是，则判定该车辆的温度异常，同时发出警报提示，若不是，则判定该车辆的温度处于正常范围。

实施例二：

本实施例构造了一种具备监测单元道路内汽车碰撞情况的汽车碰撞监测模快的交通疏导系统；

一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路和负责指导单元道路内汽车行驶的路灯装置，所述交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别和预防所述汽车发生自燃事故的汽车自燃检测模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述单元道路内的交通的情况进行自动报警的报警模块，所述汽车自燃检测模块通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，进而确定所述汽车自燃的趋势和发生，所述汽车自燃检测模块包括获取单元道路的交通汽车的所述红外图象和所述可见光图象图片采集单元、对所述采集单元的图象进行分析处理进而获得所述汽车温度分布情况的处理单元、通过无线网络将所述汽车和图片信息发送至服务器的数据输送单元、和接收的所述汽车的温度分布图片信息进一步分析评估判断所述汽车发生自燃和发生自燃趋势的服务器，所述数据输送单元实时将所述处理单元处理后的所述红外图象和所述可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至所述服务器，汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车变形大小来预测汽车之间的相互作用力,所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元、根据预先编程的所述汽车和形变大小与所述汽车碰撞的严重程度的关系公式进行所述汽车碰撞严重程度的分析计算的云端服务器和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述汽车自燃检测模快包括采集单元、处理单元、数据输送单元和服务器，通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，用双门限确定汽车自燃的趋势和发生；

所述采集单元包括距离传感器、可见光摄像装置、红外热像仪和实时监测所述单元道路温度的温度检测装置，所述摄像装置用于获得单元道路的可见光图象，所述红外热像仪用于获得所述摄像装置所对应的热成像图象，所述距离传感器用于获得汽车物距信息，用于根据预先储存的物距信息与配准参数的对应关系以及所述物距信息，确定出单元道路内的汽车，并通过信息反馈至所述摄像装置和红外热像仪对单元道路内的车辆进行追踪拍照，获取所述车辆的红外热图象，所述采集模块通过至少一个红外热像仪采集所监测的道路范围内的汽车的实时红外图象，和通过至少一个可见光摄像装置采集所述单元道路内所述汽车的实时可见光图片，将其输出信号输入到所述处理单元中，所述处理单元为嵌入式视频处理设备的处理器，然后由所述处理单元将抓取的红外图象与可见光图象进行图片处理；

所述处理单元对所述红外热图象进行自动化处理，具体包括提取所述红外热图象的特征区域，所述特征区域为所述红外热图象上的车辆，然后分别获取特征区域即目标车辆的温度信息，优选为相对应的特征区域的平均温度，所述处理单元线对红外图象进行分析处理，再对可见光图象进行分析处理，对红外图象操作时，调整所述红外图的整体亮度，根据温度监测模块算出所述单元道路区域合适的原始阈值，然后计算整体图象加权平均亮度值，加权的方法是对未超过原始阈值亮度的象素点，求和时亮度值等于该象素点亮度值，对超过原始阈值亮度的象素点，求和结果为真实阈值，对高于真实阈值的象素点作归处理，然后再对图象中相邻的值为的点合并，合并后分出多个区域，所述区域即为异常高温区域汽车，对可见光图象操作时，先对图象进行边缘检测，再进行图象分割得到汽车异常高温的区域，然后结合实际图象标记汽车温度偏高区域；

所述数据输送单元实时将所述处理单元处理后的红外图象和可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至指挥控制中心的服务器；

所述服务器通过接收到的数据包解压并显示红外和可见光视频图象，通过远程控制，对红外热像仪和可见光摄像装置的拍摄角度进行远程控制调整，再根据以往收集的大量的汽车自燃的气象信息数据库，并读取所述单元道路的车辆的实时温度信息对汽车自燃发生概率进行自动评估和火险等级的自动评判，所获取的对应车辆某一预设部位的温度信息后，能够将其运用在对车辆的状态分析，判断所述车辆预设部位的温度是都正常，如所述车辆的这一预设部位若存在温度异常问题，则这一预设部位的温度将会升高，因此，能够通过所述温度信息判断所述汽车一场高温的原因，能够通过所述温度信息判断所述汽车的状态，通过所述温度监测装置获取单元道路的环境温度信息，依据预先设置的温度数据分析模型进行分析处理，优选所述温度数据分析模型是以一预设温度阈值为基础，基于存储有历史温度经验的数据库的分析而预置的，通过将当前环境的温度、红外热图象的温度平均值以及特征区域的温度信息代入所述温度数据分析模型进行计算，获取所述车辆的温度信息，判断所述目标车辆的温度信息是否超出预设温度阈值，若是，则判定该车辆的温度异常，同时发出警报提示，若不是，则判定该车辆的温度处于正常范围；

通过对所述监测区域汽车的行驶速度进行监测识别，根据监测目标汽车与附近汽车的接触距离、目标汽车的行驶速度进行碰撞预测监测所述汽车与周围汽车运动趋势，进一步，所述云端信号通知汽车的速度调控避免汽车发生碰撞，所述监测装置能够通过汽车上安装的测距装置、定位装置、速度传感器和车载终端装置与所述云端进行实时信号联系，所述汽车终端装置将所述速度传感器监测的所述汽车的行驶速度、所述测距装置监测的与附近汽车的位置距离无线发送至所述云端，所述云端实时接收并通过计算处理进行信息反馈，实时监测所述监测道路内的汽车行驶安全；

汽车通过所述汽车终端装置发送行驶车速至云端服务器，所述云端服务器根据汽车行驶速度与与周围汽车的距离检测进行计算处理，当所述目标汽车有与周围汽车存在追尾风险时，所述云端服务器发送相应指令至所述车载的语音装置进行语音预警和指导；

当所述汽车发生碰撞时，所述汽车将自己的定位装置所定位的地理位置、汽车车牌和汽车型号的相关信息打包发送至所述云端服务器，所述云端服务器根据相应信号形成相应指令控制所述摄像组件的摄像头移动对所述碰撞车辆之间进行的识别与拍照，并进一步通过对汽车碰撞的图片进行灰度处理，根据汽车的变形情况判断汽车碰撞的严重程度，根据车祸程度进行对应后续处理，同时所述云端服务器发送信息至所述区域内的其他车辆进行信号播报，并且进行行车道路的指导，避免因为交通事故而造成车辆拥堵，还通过所述汽车碰撞监测模块的汽车碰撞严重评估结果开启报警模块进行报警处理；

所述汽车碰撞监测模块通过监测目标区域的碰撞汽车的变形程度判断交通事故的严重程度，通过获取汽车车牌和型号信息进一步的得出汽车型号对应的汽车物理特征值，然后进行目标车辆汽车的变形判断所述汽车碰撞的严重程度；

本发明的汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车的变形来预测汽车之间的相互作用力，所述汽车碰撞监测模块通过获取与汽车位置的变化或汽车随时间的变形相关的汽车的运动信息，同时基于所述运动信息对所述汽车之间的碰撞力的预测，所述汽车碰撞监测模快通过所述摄像组件持续拍摄汽车之间随时间的相互作用所产生的多个实像，并获取汽车的运动信息，其中包括获取汽车随时间的时间序列运动信息，运动信息的预测可以包括基于真实图象和时间序列运动信息预测汽车的相互作用力；

基于所述云端服务器内数据库的数据信息对所述汽车的运动信息进行分析处理，所述信息库记录了不同型号汽车的体积参数、历史汽车碰撞所实验分析处理后所获得的汽车变形程度和碰撞严重程度之间的相关关系公式，通过将历史汽车碰撞的真实图象进行图片处理获得碰撞汽车的形变程度进行输入深度学习算法，预测所述碰撞汽车之间的相互作用力，并将所述碰撞汽车相互作用力与所述碰撞汽车的形变程度之间的学习关联，并将相关性和相关关系公式存储在数据库中，所述数据库包括汽车形变大小与汽车碰撞的相互作用力的关系，本发明利用汽车的运动信息和物理性质来预测汽车的相互作用力；

所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述拍摄单元包括所述拍摄组件，用于拍摄碰撞汽车的图象信息并输出拍摄的碰撞汽车的图象信息，所述分析处理单元对所述道路图象进行滤波处理，并根据预置色度抠像算法，提取所述汽车碰撞图片的待处理图象，并且通常预先记载的单元道路的背景色值，通过色值数据算法计算出场景中包含的特有色值并过滤掉，从而将道路汽车碰撞中情况凸显出来，获得汽车碰撞形变的目标图象，所述画面提取单元对所述目标图象进行灰度归一化处理，为后期的目标图片的特征提取以及分类识别提供基础，所述特征识别单元与所述画面提取设备连接，所述特征识别单元将归一化处理后的目标图象中的碰撞的汽车进行特征识别，进而判断碰撞汽车的体积大小和碰撞变形程度等特征的变化数据，并将所述变化数据通过发送模块单元与所述特征识别单元连接，将所述特征识别单元所分析计算出的所述目标图象的道路的体积大小和碰撞变形程度等特征数值通过无线网络上传至所述云端服务器，所述云端服务器根据接收到的汽车形变大小的数据信息基于所述信息库内信息进行计算分析进一步判断汽车碰撞的严重程度；

所述云端服务器包括不同汽车变形程度大小所对应的车祸严重度的数据模型建立的数据库，所述数据库包括所述汽车形变大小与车祸严重程度的数据关系公式和不同型号汽车的形状特征数据信息，根据汽车车牌和型号信息，所述摄像组件追踪拍摄所述监测区域内的汽车碰撞图片；

所述汽车碰撞监测模块根据所述汽车碰撞图片信息进行分析处理后得出所述汽车碰撞的变形大小在进一步根据所述云端服务器内预先设定的汽车形变大小与汽车碰撞的严重程度的数据关系公式计算所述监测道路区域的汽车碰撞的严重程度；

本发明的汽车碰撞监测模块能够快速识别并确定车祸发生严重程度，有效提高了交通安全指导和疏通效率。

实施例三：

本实施例构造了一种具备基于汽车自燃检测模块和汽车碰撞监测模块进行自动报警的报警模块的交通疏导系统；

一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路和负责指导单元道路内汽车行驶的路灯装置，所述交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别和预防所述汽车发生自燃事故的汽车自燃检测模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述单元道路内的交通的情况进行自动报警的报警模块，所述汽车自燃检测模块通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，进而确定所述汽车自燃的趋势和发生，所述汽车自燃检测模块包括获取单元道路的交通汽车的所述红外图象和所述可见光图象图片采集单元、对所述采集单元的图象进行分析处理进而获得所述汽车温度分布情况的处理单元、通过无线网络将所述汽车和图片信息发送至服务器的数据输送单元、和接收的所述汽车的温度分布图片信息进一步分析评估判断所述汽车发生自燃和发生自燃趋势的服务器，所述数据输送单元实时将所述处理单元处理后的所述红外图象和所述可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至所述服务器，汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车变形大小来预测汽车之间的相互作用力,所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元、根据预先编程的所述汽车和形变大小与所述汽车碰撞的严重程度的关系公式进行所述汽车碰撞严重程度的分析计算的云端服务器和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述汽车自燃检测模快包括采集单元、处理单元、数据输送单元和服务器，通过用加权阈值对红外热像仪现场采集的红外图象进行识别，同时对可见光摄像装置现场采集的图象进行烟火采样和异常高温识别，用双门限确定汽车自燃的趋势和发生；

所述采集单元包括距离传感器、可见光摄像装置、红外热像仪和实时监测所述单元道路温度的温度检测装置，所述摄像装置用于获得单元道路的可见光图象，所述红外热像仪用于获得所述摄像装置所对应的热成像图象，所述距离传感器用于获得汽车物距信息，用于根据预先储存的物距信息与配准参数的对应关系以及所述物距信息，确定出单元道路内的汽车，并通过信息反馈至所述摄像装置和红外热像仪对单元道路内的车辆进行追踪拍照，获取所述车辆的红外热图象，所述采集模块通过至少一个红外热像仪采集所监测的道路范围内的汽车的实时红外图象，和通过至少一个可见光摄像装置采集所述单元道路内所述汽车的实时可见光图片，将其输出信号输入到所述处理单元中，所述处理单元为嵌入式视频处理设备的处理器，然后由所述处理单元将抓取的红外图象与可见光图象进行图片处理；

所述处理单元对所述红外热图象进行自动化处理，具体包括提取所述红外热图象的特征区域，所述特征区域为所述红外热图象上的车辆，然后分别获取特征区域即目标车辆的温度信息，优选为相对应的特征区域的平均温度，所述处理单元线对红外图象进行分析处理，再对可见光图象进行分析处理，对红外图象操作时，调整所述红外图的整体亮度，根据温度监测模块算出所述单元道路区域合适的原始阈值，然后计算整体图象加权平均亮度值，加权的方法是对未超过原始阈值亮度的象素点，求和时亮度值等于该象素点亮度值，对超过原始阈值亮度的象素点，求和结果为真实阈值，对高于真实阈值的象素点作归处理，然后再对图象中相邻的值为的点合并，合并后分出多个区域，所述区域即为异常高温区域汽车，对可见光图象操作时，先对图象进行边缘检测，再进行图象分割得到汽车异常高温的区域，然后结合实际图象标记汽车温度偏高区域；

所述数据输送单元实时将所述处理单元处理后的红外图象和可见光图象通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图象进行压缩，将目标汽车信息、地理位置信息和图象信息打包压缩并通过无线网络系统传送至指挥控制中心的服务器；

所述服务器通过接收到的数据包解压并显示红外和可见光视频图象，通过远程控制，对红外热像仪和可见光摄像装置的拍摄角度进行远程控制调整，再根据以往收集的大量的汽车自燃的气象信息数据库，并读取所述单元道路的车辆的实时温度信息对汽车自燃发生概率进行自动评估和火险等级的自动评判，所获取的对应车辆某一预设部位的温度信息后，能够将其运用在对车辆的状态分析，判断所述车辆预设部位的温度是都正常，如所述车辆的这一预设部位若存在温度异常问题，则这一预设部位的温度将会升高，因此，能够通过所述温度信息判断所述汽车一场高温的原因，能够通过所述温度信息判断所述汽车的状态，通过所述温度监测装置获取单元道路的环境温度信息，依据预先设置的温度数据分析模型进行分析处理，优选所述温度数据分析模型是以一预设温度阈值为基础，基于存储有历史温度经验的数据库的分析而预置的，通过将当前环境的温度、红外热图象的温度平均值以及特征区域的温度信息代入所述温度数据分析模型进行计算，获取所述车辆的温度信息，判断所述目标车辆的温度信息是否超出预设温度阈值，若是，则判定该车辆的温度异常，同时发出警报提示，若不是，则判定该车辆的温度处于正常范围；

通过对所述监测区域汽车的行驶速度进行监测识别，根据监测目标汽车与附近汽车的接触距离、目标汽车的行驶速度进行碰撞预测监测所述汽车与周围汽车运动趋势，进一步，所述云端信号通知汽车的速度调控避免汽车发生碰撞，所述监测装置能够通过汽车上安装的测距装置、定位装置、速度传感器和车载终端装置与所述云端进行实时信号联系，所述汽车终端装置将所述速度传感器监测的所述汽车的行驶速度、所述测距装置监测的与附近汽车的位置距离无线发送至所述云端，所述云端实时接收并通过计算处理进行信息反馈，实时监测所述监测道路内的汽车行驶安全；

汽车通过所述汽车终端装置发送行驶车速至云端服务器，所述云端服务器根据汽车行驶速度与与周围汽车的距离检测进行计算处理，当所述目标汽车有与周围汽车存在追尾风险时，所述云端服务器发送相应指令至所述车载的语音装置进行语音预警和指导；

当所述汽车发生碰撞时，所述汽车将自己的定位装置所定位的地理位置、汽车车牌和汽车型号的相关信息打包发送至所述云端服务器，所述云端服务器根据相应信号形成相应指令控制所述摄像组件的摄像头移动对所述碰撞车辆之间进行的识别与拍照，并进一步通过对汽车碰撞的图片进行灰度处理，根据汽车的变形情况判断汽车碰撞的严重程度，根据车祸程度进行对应后续处理，同时所述云端服务器发送信息至所述区域内的其他车辆进行信号播报，并且进行行车道路的指导，避免因为交通事故而造成车辆拥堵，还通过所述汽车碰撞监测模块的汽车碰撞严重评估结果开启报警模块进行报警处理；

所述汽车碰撞监测模块通过监测目标区域的碰撞汽车的变形程度判断交通事故的严重程度，通过获取汽车车牌和型号信息进一步的得出汽车型号对应的汽车物理特征值，然后进行目标车辆汽车的变形判断所述汽车碰撞的严重程度；

本发明的汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图象，并根据所述实际图象中汽车的变形来预测汽车之间的相互作用力，所述汽车碰撞监测模块通过获取与汽车位置的变化或汽车随时间的变形相关的汽车的运动信息，同时基于所述运动信息对所述汽车之间的碰撞力的预测，所述汽车碰撞监测模快通过所述摄像组件持续拍摄汽车之间随时间的相互作用所产生的多个实像，并获取汽车的运动信息，其中包括获取汽车随时间的时间序列运动信息，运动信息的预测可以包括基于真实图象和时间序列运动信息预测汽车的相互作用力；

基于所述云端服务器内数据库的数据信息对所述汽车的运动信息进行分析处理，所述信息库记录了不同型号汽车的体积参数、历史汽车碰撞所实验分析处理后所获得的汽车变形程度和碰撞严重程度之间的相关关系公式，通过将历史汽车碰撞的真实图象进行图片处理获得碰撞汽车的形变程度进行输入深度学习算法，预测所述碰撞汽车之间的相互作用力，并将所述碰撞汽车相互作用力与所述碰撞汽车的形变程度之间的学习关联，并将相关性和相关关系公式存储在数据库中，所述数据库包括汽车形变大小与汽车碰撞的相互作用力的关系，本发明利用汽车的运动信息和物理性质来预测汽车的相互作用力；

所述汽车碰撞监测模块包括拍摄所述碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞车辆图象的目标图象的分析处理单元、对所述目标图片进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述拍摄单元包括所述拍摄组件，用于拍摄碰撞汽车的图象信息并输出拍摄的碰撞汽车的图象信息，所述分析处理单元对所述道路图象进行滤波处理，并根据预置色度抠像算法，提取所述汽车碰撞图片的待处理图象，并且通常预先记载的单元道路的背景色值，通过色值数据算法计算出场景中包含的特有色值并过滤掉，从而将道路汽车碰撞中情况凸显出来，获得汽车碰撞形变的目标图象，所述画面提取单元对所述目标图象进行灰度归一化处理，为后期的目标图片的特征提取以及分类识别提供基础，所述特征识别单元与所述画面提取设备连接，所述特征识别单元将归一化处理后的目标图象中的碰撞的汽车进行特征识别，进而判断碰撞汽车的体积大小和碰撞变形程度等特征的变化数据，并将所述变化数据通过发送模块单元与所述特征识别单元连接，将所述特征识别单元所分析计算出的所述目标图象的道路的体积大小和碰撞变形程度等特征数值通过无线网络上传至所述云端服务器，所述云端服务器根据接收到的汽车形变大小的数据信息基于所述信息库内信息进行计算分析进一步判断汽车碰撞的严重程度；

所述云端服务器包括不同汽车变形程度大小所对应的车祸严重度的数据模型建立的数据库，所述数据库包括所述汽车形变大小与车祸严重程度的数据关系公式和不同型号汽车的形状特征数据信息，根据汽车车牌和型号信息，所述摄像组件追踪拍摄所述监测区域内的汽车碰撞图片；

所述汽车碰撞监测模块根据所述汽车碰撞图片信息进行分析处理后得出所述汽车碰撞的变形大小在进一步根据所述云端服务器内预先设定的汽车形变大小与汽车碰撞的严重程度的数据关系公式计算所述监测道路区域的汽车碰撞的严重程度；

本发明的汽车碰撞监测模块能够快速识别并确定车祸发生严重程度，有效提高了交通安全指导和疏通效率；

所述服务器监测到所述单元道路内有汽车发生自燃和/或温度异常有发生自燃趋势的时，所述服务器生成相应报警信息并通过无线网络发送所述报警模块，所述云端服务器判断所述汽车的碰撞严重度后通过相关信息形成发生至所述报警模块进行报警处理；

所述报警模块包括至少一个交通报警平台，所述交通报警平台被设置为接收来自汽车的具有当前驾驶人员的身份数据及汽车的当前位置数据的报警短消息的平台，所述交通报警平台为接收交通中车辆发生紧急情况进而发送的报警信息，属于交通警察接收报警信息并进行相应救助处理的交通信号与交通警察通讯集成化管理的平台；

当所述报警模块接收到来所述服务器和/或所述云端服务器所发生的汽车相关事故情况的报警短消息后，所述报警模块就启动云计算进行相应的处理，实现在车辆信息库的汽车相关信息的获取，所述车辆信息库为国家车牌号对应汽车型号和车主身份信息的信息库，同时，报警短消息还具有所述单元道路的位置数据和汽车的具体位置，从而为出警和提供有用的信息；

由于单元道路分布在不同的地方，而且不同的交通报警平台所接收的信息需要及时的得到处理，同时，所述交通报警平台所接收的信息有移动等多种类型的信息，采用传统的模式难以满足快速、简便的计算要求，因此所述交通报警平台可以根据地区的要求及交通报警平台的数量和汽车数量进行相应数量建设，在此不做限制；

所述汽车自燃检测模块和/或所述汽车碰撞监测模块监测到异常汽车时，发生报警信息至所述交通报警平台，所述交通报警平台收到所述报警信息后，就启动交通报警平台云计算处理装置，实现在居民身份数据库中对比等操作，找到车主的身份信息，由于不同的交通报警平台分布在不同的地方、所使用的端终设备也是多样的，而且不同的交通报警平台所接收的信息需要快速、及时的得到处理，本发明中的交通报警平台云计算处理装置将所有安装了本发明的交通报警系统进行集成化管理，可实现集成化管理，这样更有利于管理，同时节约资源和成本，也利于交通报警平台集中管理，以减少成本支出；

所述交通报警平台就能很方便、快捷的分析出交通事故地点和情况，便于集中调度出警，也便于协调合作管理，从而实现分布式计算，这样就能通过云计算来自动实现就近安排警力；

当汽车自燃检测模块检测到所述检测道路有汽车异常高温有自燃趋势和/或发送自燃现象时，所述服务器和所述云端服务器分别生成相应报警信号，并分别发送信息至所述区域内的其他车辆进行信号播报，并且通过远程控制所述路灯装置进行单元道路车辆的行驶的指导，避免因为交通事故而造成车辆拥堵，同时发送控制指令至将所述道路的相对上游道路进行路灯控制，将所述路灯显示红灯，避免其他汽车进入危险区域，且所述事故单元道路的会通过无线信息传输，通知所述上游的单元道路内的车主前方道路发生情况并生成道路指导规划发送至发送事故单元道路的上游道路的车辆，减少交通拥堵；

所述汽车碰撞经检测模块监测所述监测道路内汽车行驶情况并实时发送信息提醒所述检测区域内的车主进行相应行驶速度的控制，当所述监测区域内汽车发生碰撞即发生车祸时，会生成信号指令发送至所述云端服务器，所述云端服务器会开启报警模块同时根据所述检测模块生成的车祸严重程度进行预先存储设定相应严重程度所对应的所述监测道路和其附近道路的路灯的控制处理；

本发明通过物联网的物与物、人与物通信的原理，以及云计算集成化、可伸缩化算的优势实现了一种智能化、便简化、高效用的交通报警系统，实现了汽车被汽车、车主、道路、交通报警平台的统一，最终实现交通报警平台立体化和多位化的交通疏导系统。

虽然上面已经参考各种实施例描述了本发明，但是应当理解，在不脱离本发明的范围的情况下，可以进行许多改变和修改。也就是说上面讨论的方法，系统和设备是示例。各种配置可以适当地省略，替换或添加各种过程或组件。例如，在替代配置中，可以以与所描述的顺序不同的顺序执行方法，和/或可以添加，省略和/或组合各种部件。而且，关于某些配置描述的特征可以以各种其他配置组合，如可以以类似的方式组合配置的不同方面和元素。此外，随着技术发展其中的元素可以更新，即许多元素是示例，并不限制本公开或权利要求的范围。

在说明书中给出了具体细节以提供对包括实现的示例性配置的透彻理解。然而，可以在没有这些具体细节的情况下实践配置例如，已经示出了众所周知的电路、过程、算法、结构和技术而没有不必要的细节，以避免模糊配置。该描述仅提供示例配置，并且不限制权利要求的范围，适用性或配置。相反，前面对配置的描述将为本领域技术人员提供用于实现所描述的技术的使能描述。在不脱离本公开的精神或范围的情况下，可以对元件的功能和布置进行各种改变。

综上，其旨在上述详细描述被认为是例示性的而非限制性的，并且应当理解，以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (1)

1.一种基于车路协同的交通疏导系统，包括将道路分成若干的进行单元化监测处理的单元道路和负责指导单元道路内汽车行驶的路灯装置，其特征在于，所述交通疏导系统还包括监测所述单元道路内汽车温度分布和温度变化速度进而监控识别和预防所述汽车发生自燃事故的汽车自燃检测模块、根据所述汽车变形情况判断所述汽车的碰撞严重程度的汽车碰撞监测模块和根据所述单元道路内的交通的情况进行自动报警的报警模块；

所述汽车自燃检测模块通过用加权阈值对红外热像仪现场采集的红外图像进行识别，同时对可见光摄像装置现场采集的图像进行烟火采样和异常高温识别，进而确定所述汽车自燃的趋势和发生；所述汽车自燃检测模块包括获取单元道路的交通汽车的所述红外图像和可见光图像的采集单元、对所述采集单元的图像进行分析处理进而获得所述汽车温度分布情况的处理单元、通过无线网络将所述汽车和图像信息发送至服务器的数据输送单元、和接收所述汽车的温度分布图像信息进一步分析评估判断所述汽车发生自燃和发生自燃趋势的服务器；

所述处理单元对所述红外图像进行自动化处理，包括提取所述红外图像的特征区域，所述特征区域为所述红外图像上的车辆，分别获取特征区域即目标车辆的温度信息，所述处理单元对红外图像进行分析处理，再对可见光图像进行分析处理，对红外图像操作时，调整所述红外图的整体亮度，根据汽车自燃检测模块的温度监测数据算出所述单元道路区域合适的原始阈值，然后计算整体图像加权平均亮度值，对未超过原始阈值亮度的像素点，求和时亮度值等于该像素点亮度值，对超过原始阈值亮度的像素点，求和结果为真实阈值，对高于真实阈值的像素点作归一化处理，然后再对图像划分出多个区域，所述区域即为异常高温区域汽车，对可见光图像操作时，先对图像进行边缘检测，再进行图像分割得到汽车异常高温的区域，然后结合实际图像标记汽车温度偏高区域；

所述数据输送单元实时将所述处理单元处理后的红外图像和可见光图像通过无线网络上传至所述服务器，所述数据输送单元对所述采集单元所获取的道路交通视频和图像进行压缩，将目标汽车信息、地理位置信息和图像信息打包压缩并通过无线网络系统传送至指挥控制中心的服务器；

所述服务器将接收到的数据包解压并显示红外和可见光视频图像，通过远程控制，对红外热像仪和可见光摄像装置的拍摄角度进行远程控制调整，再根据历史汽车自燃的气象信息数据库，读取所述单元道路的车辆的实时温度信息，对汽车自燃发生概率进行自动评估和火险等级的自动评判；通过将当前环境的温度、红外图像的温度平均值以及特征区域的温度信息代入温度数据分析模型进行计算，获取所述车辆的温度信息，判断所述目标车辆的温度信息是否超出预设温度阈值，若是，则判定该车辆的温度异常，同时发出警报提示，若不是，则判定该车辆的温度处于正常范围；

汽车碰撞监测模块通过摄像组件拍摄所述汽车间相互碰撞的实际图像，并根据所述实际图像中汽车变形大小来预测汽车之间的相互作用力；

所述汽车碰撞监测模块包括拍摄碰撞汽车并生成相应道路图片信息的拍摄单元、对所述图片信息进行去噪处理并抠取所述碰撞汽车图像的目标图像的分析处理单元、对目标图像进行灰度归一化处理的画面提取单元、对所述画面提取单元处理过的图片进行特征点识别进而判断所述汽车形变大小的特征识别单元、根据预先编程的所述汽车和形变大小与所述汽车碰撞的严重程度的关系公式进行所述汽车碰撞严重程度的分析计算的云端服务器和将所述特征识别单元所生成的数据信息发送至所述云端服务器的发送单元；

所述拍摄单元包括拍摄组件，用于拍摄碰撞汽车的图像信息并输出拍摄的碰撞汽车的图像信息，所述分析处理单元对所述道路图像进行滤波处理，并根据预置色度抠像算法，提取所述汽车碰撞图片的待处理图像，并且通常预先记载的单元道路的背景色值，通过色值数据算法计算出场景中包含的特有色值并过滤掉，从而将道路汽车碰撞的情况凸显出来，获得汽车碰撞形变的目标图像，所述画面提取单元对所述目标图像进行灰度归一化处理，为后期的目标图像的特征提取以及分类识别提供基础，所述特征识别单元与所述画面提取设备连接，所述特征识别单元将归一化处理后的目标图像中的碰撞的汽车进行特征识别，进而判断碰撞汽车的体积大小和碰撞变形程度的变化数据，并将所述变化数据通过发送模块单元与所述特征识别单元连接，将所述特征识别单元所分析计算出的所述目标图像的道路的体积大小和碰撞变形程度的特征数值通过无线网络上传至所述云端服务器，所述云端服务器根据接收到的汽车形变大小的数据信息基于信息库内信息进行计算分析进一步判断汽车碰撞的严重程度；

基于所述云端服务器内数据库的数据信息对所述汽车的运动信息进行分析处理，所述信息库记录了不同型号汽车的体积参数、历史汽车碰撞所实验分析处理后所获得的汽车变形程度和碰撞严重程度之间的相关关系公式，通过将历史汽车碰撞的真实图像进行图片处理获得碰撞汽车的形变程度进行输入深度学习算法，预测所述碰撞汽车之间的相互作用力，并将所述碰撞汽车相互作用力与所述碰撞汽车的形变程度之间的学习关联，并将相关性和相关关系公式存储在数据库中，所述数据库包括汽车形变大小与汽车碰撞的相互作用力的关系；

当汽车自燃检测模块检测到检测道路有汽车异常高温有自燃趋势和/或发送自燃现象时，所述服务器和所述云端服务器分别生成相应报警信号，并分别发送信息至所述区域内的其他车辆进行信号播报，并且通过远程控制所述路灯装置进行单元道路车辆的行驶的指导，避免因为交通事故而造成车辆拥堵，同时发送控制指令至将所述道路的相对上游道路进行路灯控制，将所述路灯显示红灯，避免其他汽车进入危险区域，且事故单元道路会通过无线信息传输，通知所述上游的单元道路内的车主前方道路发生情况并生成道路指导规划发送至发送事故单元道路的上游道路的车辆，减少交通拥堵；

所述汽车碰撞经检测模块检测道路内汽车行驶情况并实时发送信息提醒检测区域内的车主进行相应行驶速度的控制，当检测区域内汽车发生碰撞即发生车祸时，会生成信号指令发送至所述云端服务器，所述云端服务器会开启报警模块同时根据所述检测模块生成的车祸严重程度进行预先存储设定相应严重程度所对应的所述检测道路和其附近道路的路灯的控制处理。

Images