CN112561344A - 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 - Google Patents
基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 Download PDFInfo
- Publication number
- CN112561344A CN112561344A CN202011509298.0A CN202011509298A CN112561344A CN 112561344 A CN112561344 A CN 112561344A CN 202011509298 A CN202011509298 A CN 202011509298A CN 112561344 A CN112561344 A CN 112561344A
- Authority
- CN
- China
- Prior art keywords
- transportation
- road
- dangerous goods
- module
- analysis
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 88
- 238000011156 evaluation Methods 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 claims abstract description 64
- 238000007405 data analysis Methods 0.000 claims abstract description 21
- 238000012502 risk assessment Methods 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 19
- 238000013500 data storage Methods 0.000 claims abstract description 14
- 238000005516 engineering process Methods 0.000 claims abstract description 11
- 230000008569 process Effects 0.000 claims description 54
- 206010039203 Road traffic accident Diseases 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 12
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000007613 environmental effect Effects 0.000 claims description 6
- 208000012260 Accidental injury Diseases 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000002485 combustion reaction Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 238000013075 data extraction Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 3
- 238000007726 management method Methods 0.000 abstract description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
- G06Q10/0832—Special goods or special handling procedures, e.g. handling of hazardous or fragile goods
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明属于道路安全评估技术领域，公开了一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统包括：视频数据获取模块、视频数据分析模块、无线通信模块、中央控制模块、车辆定位模块、事故概率计算模块、运输风险评估模块、风险预警模块、数据存储模块、更新显示模块。本发明通过AI视频分析技术对视频数据进行分析，效率高，结果快，且不易出错；使用客观的量化数据评价风险评估指标，使得风险评估指标精细化动态化，客观化，能够实时评估运输风险值，实现运输风险实时智能评估的目的，可用于运输选线和风险预警，提升了危险货物运输管理水平。
Description
技术领域
本发明属于道路安全评估技术领域，尤其涉及一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
背景技术
目前，我国危险货物年公路运输量逐年增加。目前90％以上的危险货物需通过道路运输完成。加之，危险货物具有种类繁多、性质复杂、危险度高等特点，这决定了道路运输危险货物是一项具有流动性和高风险的作业活动，导致其安全管理工作具有相当难度。同时，现有道路危险货物运输动态分析与评价方法的监管参数较为局限，基于人工的风险监管手段不能满足安全要求，且缺乏有效、全面的运输风险评价方法和手段。因此，亟需一种新的道路危险货物运输动态分析与评价方法。
通过上述分析，现有技术存在的问题及缺陷为：现有道路危险货物运输动态分析与评价方法的监管参数较为局限，基于人工的风险监管手段不能满足安全要求，且缺乏有效、全面的运输风险评价方法和手段。
发明内容
针对现有技术存在的问题，本发明提供了一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
本发明是这样实现的，一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统，所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统包括：
视频数据获取模块、视频数据分析模块、无线通信模块、中央控制模块、车辆定位模块、事故概率计算模块、运输风险评估模块、风险预警模块、数据存储模块、更新显示模块。
视频数据获取模块，与中央控制模块连接，用于通过视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
视频数据分析模块，与中央控制模块连接，用于通过数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
无线通信模块，与中央控制模块连接，用于通过无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
中央控制模块，与视频数据获取模块、视频数据分析模块、无线通信模块、车辆定位模块、事故概率计算模块、运输风险评估模块、风险预警模块、数据存储模块、更新显示模块连接，用于通过中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
车辆定位模块，与中央控制模块连接，用于通过GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
事故概率计算模块，与中央控制模块连接，用于通过事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
运输风险评估模块，与中央控制模块连接，用于通过风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；
风险预警模块，与中央控制模块连接，用于通过声光预警装置进行运输危险货物事故的风险预警；
数据存储模块，与中央控制模块连接，用于通过存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
更新显示模块，与中央控制模块连接，用于通过触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
进一步，所述视频数据分析模块包括：
视频数据提取单元，用于对获取的当前运输过程中道路危险货物的动态视频数据进行提取分类；
AI识别单元，用于通过AI技术对获取的当前运输过程中道路危险货物的动态视频数据进行识别，并将数据输入到视频数据对比单元；
视频数据对比单元，用于将识别后的动态视频数据与存储器中存储的数据进行对比；
视频数据分析单元，用于对视频数据进行分析然后通过中央处理器在触控显示器上显示。
进一步，所述视频数据获取装置包括摄像头和录音装置，所述中央处理器和触控显示器之间双向电性连接，所述控制器的输入端电性连接有电源的输出端。
本发明的另一目的在于提供一种应用所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统的于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，所述于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法包括以下步骤：
步骤一，通过视频数据获取模块利用视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
步骤二，通过视频数据分析模块利用数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
步骤三，通过无线通信模块利用无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
步骤四，通过中央控制模块利用中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
步骤五，通过车辆定位模块利用GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
步骤六，通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
步骤七，通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；风险预警模块利用声光预警装置进行运输危险货物事故的风险预警；
步骤八，通过数据存储模块利用存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
步骤九，通过更新显示模块利用触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
进一步，步骤一中，所述当前运输过程中道路危险货物的动态视频数据包括：货物信息、车辆运行信息、道路信息、交通信息以及环境信息；
货物信息包括：货物的类别，质量，燃烧热值；
车辆运行信息包括：车辆位置信息，车辆速度信息，车速加速度信息，车辆发动机信息，车辆工作时间信息，车辆综合性能检测信息；
道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；
交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；
环境信息包括：天气，温度，能见度，环境敏感区，人口密集区人口量，所在区域人口密度。
进一步，步骤六中，所述通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算，包括：
(1)根据获得的道路危险货物的动态参数确定道路交通事故概率；
(2)根据运输时间、道路宽度、交通量及交通组成中大车的占比，天气、能见度，分别对交通事故概率修正，并确定修正系数；
(3)根据道路等级和所在区域确定在交通事故发生条件下的道路危险货物的事故发生概率。
进一步，步骤七中，所述通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估，包括：
(1)计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险；
(2)根据需要累计计算各路段的运输风险，根据在途实时运输风险结果，用于不同路线运输风险综合比较和风险预警。
进一步，所述每次采集过程危险货物运输风险计算公式为：
其中，Ri为第i次信息采集时道路危险货物路上人员暴露风险；L为第i次数据采集过程汽车行驶的路程，单位km；Kj运输风险抵消因子；f(v)i为i车道的交通密度；r为事故伤害半径，单位km；f为非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
本发明的另一目的在于提供一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
本发明的另一目的在于提供一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
结合上述的所有技术方案，本发明所具备的优点及积极效果为：本发明提供的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，基于AI视频分析技术，通过视频数据分析模块对视频数据进行分析，代替了人工分析，效率高，结果快，且不易出错；使用客观的量化数据评价风险评估指标如驾驶员安全性、车辆技术状况，使得风险评估指标精细化动态化，客观化。同时，本发明能够实时评估运输风险值，实现运输风险实时智能评估的目的，可用于运输选线和风险预警，提升了危险货物运输管理水平。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图做简单的介绍，显而易见地，下面所描述的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统结构；
图中：1、视频数据获取模块；2、视频数据分析模块；3、无线通信模块；4、中央控制模块；5、车辆定位模块；6、事故概率计算模块；7、运输风险评估模块；8、风险预警模块；9、数据存储模块；10、更新显示模块。
图2是本发明实施例提供的视频数据分析模块结构框图。
图3是本发明实施例提供的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法流程图。
图4是本发明实施例提供的通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率计算的方法流程图。
图5是本发明实施例提供的通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估的方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，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仅用以解释本发明，并不用于限定本发明。
针对现有技术存在的问题，本发明提供了一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，下面结合附图对本发明作详细的描述。
如图1所示，本发明实施例提供的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统包括：视频数据获取模块1、视频数据分析模块2、无线通信模块3、中央控制模块4、车辆定位模块5、事故概率计算模块6、运输风险评估模块7、风险预警模块8、数据存储模块9、更新显示模块10。
视频数据获取模块1，与中央控制模块4连接，用于通过视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
视频数据分析模块2，与中央控制模块4连接，用于通过数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
无线通信模块3，与中央控制模块4连接，用于通过无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
中央控制模块4，与视频数据获取模块1、视频数据分析模块2、无线通信模块3、车辆定位模块5、事故概率计算模块6、运输风险评估模块7、风险预警模块8、数据存储模块9、更新显示模块10连接，用于通过中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
车辆定位模块5，与中央控制模块4连接，用于通过GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
事故概率计算模块6，与中央控制模块4连接，用于通过事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
运输风险评估模块7，与中央控制模块4连接，用于通过风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；
风险预警模块8，与中央控制模块4连接，用于通过声光预警装置进行运输危险货物事故的风险预警；
数据存储模块9，与中央控制模块4连接，用于通过存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
更新显示模块10，与中央控制模块4连接，用于通过触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
如图2所示，本发明实施例提供的视频数据分析模块2包括：
视频数据提取单元2-1，用于对获取的当前运输过程中道路危险货物的动态视频数据进行提取分类；
AI识别单元2-2，用于通过AI技术对获取的当前运输过程中道路危险货物的动态视频数据进行识别，并将数据输入到视频数据对比单元；
视频数据对比单元2-3，用于将识别后的动态视频数据与存储器中存储的数据进行对比；
视频数据分析单元2-4，用于对视频数据进行分析然后通过中央处理器在触控显示器上显示。
本发明实施例提供的视频数据获取装置包括摄像头和录音装置，所述中央处理器和触控显示器之间双向电性连接，所述控制器的输入端电性连接有电源的输出端。
如图3所示，本发明实施例提供的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法包括以下步骤：
S101，通过视频数据获取模块利用视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
S102，通过视频数据分析模块利用数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
S103，通过无线通信模块利用无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
S104，通过中央控制模块利用中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
S105，通过车辆定位模块利用GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
S106，通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
S107，通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；风险预警模块利用声光预警装置进行运输危险货物事故的风险预警；
S108，通过数据存储模块利用存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
S109，通过更新显示模块利用触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
本发明实施例提供的步骤S101中，所述当前运输过程中道路危险货物的动态视频数据包括：货物信息、车辆运行信息、道路信息、交通信息以及环境信息；
货物信息包括：货物的类别，质量，燃烧热值；
车辆运行信息包括：车辆位置信息，车辆速度信息，车速加速度信息，车辆发动机信息，车辆工作时间信息，车辆综合性能检测信息；
道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；
交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；
环境信息包括：天气，温度，能见度，环境敏感区，人口密集区人口量，所在区域人口密度。
如图4所示，本发明实施例提供的步骤S106中，所述通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算，包括：
S201，根据获得的道路危险货物的动态参数确定道路交通事故概率；
S202，根据运输时间、道路宽度、交通量及交通组成中大车的占比，天气、能见度，分别对交通事故概率修正，并确定修正系数；
S203，根据道路等级和所在区域确定在交通事故发生条件下的道路危险货物的事故发生概率。
如图5所示，本发明实施例提供的步骤S107中，所述通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估，包括：
S301，计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险；
S302，根据需要累计计算各路段的运输风险，根据在途实时运输风险结果，用于不同路线运输风险综合比较和风险预警。
本发明实施例提供的每次采集过程危险货物运输风险计算公式为：
其中，Ri为第i次信息采集时道路危险货物路上人员暴露风险；L为第i次数据采集过程汽车行驶的路程，单位km；Kj运输风险抵消因子；f(v)i为i车道的交通密度；r为事故伤害半径，单位km；f为非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用全部或部分地以计算机程序产品的形式实现，所述计算机程序产品包括一个或多个计算机指令。在计算机上加载或执行所述计算机程序指令时，全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL)或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输)。所述计算机可读取存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘SolidState Disk(SSD))等。
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，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，都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，其特征在于，所述于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法包括以下步骤：
步骤一，通过视频数据获取模块利用视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
步骤二，通过视频数据分析模块利用数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
步骤三，通过无线通信模块利用无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
步骤四，通过中央控制模块利用中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
步骤五，通过车辆定位模块利用GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
步骤六，通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
步骤七，通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；风险预警模块利用声光预警装置进行运输危险货物事故的风险预警；
步骤八，通过数据存储模块利用存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
步骤九，通过更新显示模块利用触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
2.如权利要求1所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，其特征在于，步骤一中，所述当前运输过程中道路危险货物的动态视频数据包括：货物信息、车辆运行信息、道路信息、交通信息以及环境信息；
货物信息包括：货物的类别，质量，燃烧热值；
车辆运行信息包括：车辆位置信息，车辆速度信息，车速加速度信息，车辆发动机信息，车辆工作时间信息，车辆综合性能检测信息；
道路信息包括：道路的类别，等级，车道数，所在区域，限速，车道宽，路面材料信息，道路构筑物；
交通信息包括：交通流量，交通拥堵情况，交通平均速度，交通组成，客车位置信息；
环境信息包括：天气，温度，能见度，环境敏感区，人口密集区人口量，所在区域人口密度。
3.如权利要求1所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，其特征在于，步骤六中，所述通过事故概率计算模块利用事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算，包括：
(1)根据获得的道路危险货物的动态参数确定道路交通事故概率；
(2)根据运输时间、道路宽度、交通量及交通组成中大车的占比，天气、能见度，分别对交通事故概率修正，并确定修正系数；
(3)根据道路等级和所在区域确定在交通事故发生条件下的道路危险货物的事故发生概率。
4.如权利要求1所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，其特征在于，步骤七中，所述通过运输风险评估模块利用风险评估程序根据事故发生概率对道路危险货物运输风险进行评估，包括：
(1)计算运输风险，根据每次数据采集数据，确定每次采集过程危险货物运输事故概率，事故后果及行驶里程，计算每次的运输风险；
(2)根据需要累计计算各路段的运输风险，根据在途实时运输风险结果，用于不同路线运输风险综合比较和风险预警。
5.如权利要求4所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法，其特征在于，所述每次采集过程危险货物运输风险计算公式为：
其中，Ri为第i次信息采集时道路危险货物路上人员暴露风险；L为第i次数据采集过程汽车行驶的路程，单位km；Kj运输风险抵消因子；f(v)i为i车道的交通密度；r为事故伤害半径，单位km；f为非交通事故引发的危险货物泄漏事故占交通事故引发泄漏事故的比例。
6.一种存储在计算机可读介质上的计算机程序产品，包括计算机可读程序，供于电子装置上执行时，提供用户输入接口以实施如权利要求1～5任意一项所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
7.一种计算机可读存储介质，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1～5任意一项所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价方法。
8.一种基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统，其特征在于，所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统包括：
视频数据获取模块，与中央控制模块连接，用于通过视频数据获取装置获取当前运输过程中道路危险货物的动态视频数据；
视频数据分析模块，与中央控制模块连接，用于通过数据分析程序利用AI技术对获取的前运输过程中道路危险货物的动态视频数据进行分析识别，得到当前运输过程中道路危险货物的动态参数；
无线通信模块，与中央控制模块连接，用于通过无线通信装置实现基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统数据的传输；
中央控制模块，与视频数据获取模块、视频数据分析模块、无线通信模块、车辆定位模块、事故概率计算模块、运输风险评估模块、风险预警模块、数据存储模块、更新显示模块连接，用于通过中央处理器协调控制所述基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统各个模块的正常运行；
车辆定位模块，与中央控制模块连接，用于通过GPS定位装置实现运输过程中道路危险货物运输车辆的定位；
事故概率计算模块，与中央控制模块连接，用于通过事故概率计算程序根据获得的道路危险货物的动态参数进行运输危险货物事故发生概率的计算；
运输风险评估模块，与中央控制模块连接，用于通过风险评估程序根据事故发生概率对道路危险货物运输风险进行评估；
风险预警模块，与中央控制模块连接，用于通过声光预警装置进行运输危险货物事故的风险预警；
数据存储模块，与中央控制模块连接，用于通过存储器存储获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果；
更新显示模块，与中央控制模块连接，用于通过触控显示器对获取的当前运输过程中道路危险货物的动态视频数据、道路危险货物的动态参数、车辆定位数据、事故发生概率、运输风险评估结果以及风险预警结果的实时数据进行更新显示。
9.如权利要求8所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统，其特征在于，所述视频数据分析模块包括：
视频数据提取单元，用于对获取的当前运输过程中道路危险货物的动态视频数据进行提取分类；
AI识别单元，用于通过AI技术对获取的当前运输过程中道路危险货物的动态视频数据进行识别，并将数据输入到视频数据对比单元；
视频数据对比单元，用于将识别后的动态视频数据与存储器中存储的数据进行对比；
视频数据分析单元，用于对视频数据进行分析然后通过中央处理器在触控显示器上显示。
10.如权利要求8所述的基于AI视频分析的多源数据的道路危险货物运输动态分析与评价系统，其特征在于，所述视频数据获取装置包括摄像头和录音装置，所述中央处理器和触控显示器之间双向电性连接，所述控制器的输入端电性连接有电源的输出端。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011509298.0A CN112561344A (zh) | 2020-12-18 | 2020-12-18 | 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011509298.0A CN112561344A (zh) | 2020-12-18 | 2020-12-18 | 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112561344A true CN112561344A (zh) | 2021-03-26 |
Family
ID=75031731
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011509298.0A Pending CN112561344A (zh) | 2020-12-18 | 2020-12-18 | 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112561344A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100826A (zh) * | 2022-05-20 | 2022-09-23 | 交通运输部水运科学研究所 | 一种基于实时监测的船舶危险货物落水报警方法和系统 |
| CN115100860A (zh) * | 2022-06-21 | 2022-09-23 | 武汉筠宝建筑装饰工程有限公司 | 一种基于机器视觉的高速公路可视化监控管理系统 |
| CN116520856A (zh) * | 2023-07-04 | 2023-08-01 | 交通运输部水运科学研究所 | 基于igv智慧导航的码头运输车定量安全避让系统 |
| CN116579619A (zh) * | 2023-07-13 | 2023-08-11 | 万联易达物流科技有限公司 | 一种货运运单的风控方法和系统 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
| CN110033615A (zh) * | 2019-03-22 | 2019-07-19 | 山西省交通科学研究院有限公司 | 一种基于物联网的道路危险货物运输动态风险评估方法 |
-
2020
- 2020-12-18 CN CN202011509298.0A patent/CN112561344A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106228499A (zh) * | 2016-07-06 | 2016-12-14 | 东南大学 | 一种基于人‑车‑路‑货多风险源的货运安全评价模型 |
| CN110033615A (zh) * | 2019-03-22 | 2019-07-19 | 山西省交通科学研究院有限公司 | 一种基于物联网的道路危险货物运输动态风险评估方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100826A (zh) * | 2022-05-20 | 2022-09-23 | 交通运输部水运科学研究所 | 一种基于实时监测的船舶危险货物落水报警方法和系统 |
| CN115100826B (zh) * | 2022-05-20 | 2023-11-07 | 交通运输部水运科学研究所 | 一种基于实时监测的船舶危险货物落水报警方法和系统 |
| CN115100860A (zh) * | 2022-06-21 | 2022-09-23 | 武汉筠宝建筑装饰工程有限公司 | 一种基于机器视觉的高速公路可视化监控管理系统 |
| CN115100860B (zh) * | 2022-06-21 | 2023-12-12 | 四川智慧高速科技有限公司 | 一种基于机器视觉的高速公路可视化监控管理系统 |
| CN116520856A (zh) * | 2023-07-04 | 2023-08-01 | 交通运输部水运科学研究所 | 基于igv智慧导航的码头运输车定量安全避让系统 |
| CN116520856B (zh) * | 2023-07-04 | 2023-09-22 | 交通运输部水运科学研究所 | 基于igv智慧导航的码头运输车定量安全避让系统 |
| CN116579619A (zh) * | 2023-07-13 | 2023-08-11 | 万联易达物流科技有限公司 | 一种货运运单的风控方法和系统 |
| CN116579619B (zh) * | 2023-07-13 | 2023-09-22 | 万联易达物流科技有限公司 | 一种货运运单的风控方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112561344A (zh) | 基于ai视频分析的多源数据的道路危险货物运输动态分析与评价方法 | |
| CN110288096B (zh) | 预测模型训练及预测方法、装置、电子设备、存储介质 | |
| CN105741590B (zh) | 路段预警的方法及系统 | |
| CN107273520B (zh) | 一种基于货车监控数据的装卸货地点识别方法 | |
| CN107389085B (zh) | 一种道路通行属性的确定方法、装置、计算机及存储介质 | |
| CN110718057B (zh) | 路网运行状态评价方法、装置、电子设备及介质 | |
| CN110304068B (zh) | 汽车行驶环境信息的采集方法、装置、设备和存储介质 | |
| KR20200013274A (ko) | 도로 안전성 평가 방법 및 이를 수행하기 위한 장치 | |
| CN104318315A (zh) | 一种城市道路交通污染物排放监控预警系统及方法 | |
| CN111765904B (zh) | 自动驾驶车辆的测试方法、装置、电子设备和介质 | |
| CN114078327A (zh) | 道路拥堵状态检测方法、装置、设备和存储介质 | |
| CN102945261A (zh) | 智能车载信息服务终端一键式目标搜索优化方法 | |
| CN114202918A (zh) | 一种应对交通拥堵的交通分流方法、装置、电子设备及介质 | |
| CN109145401B (zh) | 一种计算机动车排放清单的方法、系统及终端设备 | |
| CN117893036A (zh) | 一种基于轨迹数据的车辆行驶全过程碳排放动态测算方法 | |
| CN111369790B (zh) | 过车记录校正方法、装置、设备及存储介质 | |
| CN114368386B (zh) | 一种车辆安全的预警方法、装置、设备及存储介质 | |
| CN116343498A (zh) | 一种基于大数据公交路线拥堵点提醒系统 | |
| CN113624245B (zh) | 导航方法及装置、计算机存储介质、电子设备 | |
| Raees et al. | Context‐Aware Services Using MANETs for Long‐Distance Vehicular Systems: A Cognitive Agent‐Based Model | |
| Wang | Vehicle refueling behavior model based on spatio-temporal big data monitoring platform | |
| US20240161606A1 (en) | Systems and methods for identifying and ranking traffic bottlenecks | |
| CN118115290A (zh) | 一种基于新能源车辆配置参数的保险方法、介质和设备 | |
| CN112729325B (zh) | 线路规划方法、装置、系统、服务器及存储介质 | |
| Guo et al. | Investigating the impacts of driver’s risky driving behavior on traffic crash risk detection model |
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 |