CN113345258A - 基于边缘计算的道路通行保障方法、系统、设备及介质 - Google Patents

基于边缘计算的道路通行保障方法、系统、设备及介质 Download PDF

Info

Publication number
CN113345258A
CN113345258A CN202110627203.3A CN202110627203A CN113345258A CN 113345258 A CN113345258 A CN 113345258A CN 202110627203 A CN202110627203 A CN 202110627203A CN 113345258 A CN113345258 A CN 113345258A
Authority
CN
China
Prior art keywords
vehicle
lane
control measure
information
passing
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.)
Granted
Application number
CN202110627203.3A
Other languages
English (en)
Other versions
CN113345258B (zh
Inventor
邵航
夏曙东
吴元锡
苗爽
戴智远
高晨
付长青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
CHINA TRANSINFO TECHNOLOGY CORP
Original Assignee
CHINA TRANSINFO TECHNOLOGY CORP
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by CHINA TRANSINFO TECHNOLOGY CORP filed Critical CHINA TRANSINFO TECHNOLOGY CORP
Priority to CN202110627203.3A priority Critical patent/CN113345258B/zh
Publication of CN113345258A publication Critical patent/CN113345258A/zh
Application granted granted Critical
Publication of CN113345258B publication Critical patent/CN113345258B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Abstract

本申请涉及智能交通技术领域，具体来说，本申请涉及基于边缘计算的道路通行保障方法、系统、设备及介质。所述方法应用于边缘计算设备，包括以下步骤：获取车道级管控措施信息和管控路段的车辆动态数据；根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施；如果是，对所述车辆发出警示信息。本方法可以在道路低能见度情况下，发布管控信息，对车辆进行车道级管控，监测车道级管控状态下的车辆动态，对超速、车距过近等危险行为进行识别、记录与警示，进而提升道路在低能见度情况下的剩余通行能力利用水平。

Description

基于边缘计算的道路通行保障方法、系统、设备及介质
技术领域
本申请涉及智能交通技术领域，更为具体来说，本申请涉及基于边缘计算的道路通行保障方法、系统、设备及介质。
背景技术
随着跨地区道路如高速公路的日益发展，雨雪雾风雷电等气象因素对高速公路运营安全的威胁日益突出，目前能见度小于200米时高速公路多采用封道方式确保安全，但高速公路的剩余通行能力被浪费，且极易出现长时间、大范围的交通拥堵事件，进而严重影响了运输畅通。
另外，在道路特别是在高速公路上，受雾霾等不利气象条件影响时常导致能见度较低的情况，易引发车辆事故，目前仅有低能见度情况下道路级引导手段，无法有效利用低能见度情况下的道路剩余通行能力。
发明内容
为实现上述技术目的，本申请提供了一种基于边缘计算的道路通行保障方法，应用于边缘计算设备，包括以下步骤：
获取车道级管控措施信息和管控路段的车辆动态数据；
根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施；
如果是，对所述车辆发出警示信息。
具体地，当所述管控措施包括禁止变道时根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
检测到行驶至当前检测点的车辆，采集所述车辆的标识信息，所述标识信息包括车牌号；
根据所述车辆的标识信息，从所述车辆动态数据中确定所述车辆行驶至当前检测点时所在的第一车道及行驶至所述当前检测点相邻的前一检测点时所在的第二车道；
当所述第一车道与所述第二车道不一致时，认定所述车辆存在非法变道行为，并记录所述车辆的标识信息。
再具体地，当所述管控措施包括禁止变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
根据所述车辆动态数据，确定第三车道中通过当前检测点的各车辆的第一通过顺序序列，以及确定所述第三车道中通过所述当前检测点相邻的前一检测点的各车辆的第二通过顺序序列，其中，所述第三车道表示所述管控路段包括的任一车道；
比较所述第一通过顺序序列和所述第二通过顺序序列是否一致，若不一致，判定所述第三车道中存在超车行为。
进一步地，当所述管控措施包括禁止变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，还包括：
根据所述各车辆的第一通过顺序序列，分别确定每个车辆对应的相邻前车的第一标识信息；
根据所述各车辆的第二通过顺序序列，分别确定每个车辆对应的相邻前车的第二标识信息；
比较第一车辆的第一标识信息与第二标识信息，若不一致判定出超车车辆，其中，所述第一车辆为所述每个车辆中任一车辆；
记录超车的所述车辆的标识信息。
更具体地，当所述管控措施包括允许变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
获取当前检测点对应的断面区域内车辆按照行驶方向的行驶序列集合A；
获取所述行驶序列集合A中的车辆经过所述当前检测点相邻的前一检测点对应的断面区域的行驶序列集合B；
若集合A与集合B中的行驶序列不一致，则判定集合A中存在车辆超车现象。
更进一步地，当所述管控措施包括允许变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，还包括：
根据集合B中车辆的通行时间，获取该集合中第一辆车的通行时间t1和最后一辆车的通行时间tn；
再获取t1至tn内的车辆通行集合C，定义D＝C-B，若集合D为空，则判定集合A中的车辆无超车行为；
若集合D不为空，则获取集合D中的车辆行驶序列，将集合A与集合D相并，得到集合E；
比较集合E与集合C中的车辆行驶序列，将集合E中相比于集合C中行驶序列提前的车辆认定为超车车辆。
本发明第二方面提供一种基于边缘计算的道路通行保障方法，应用于服务器，包括以下步骤：
获取多源数据；
对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令；
在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
优选地，所述获取多源数据包括以下至少之一：获取气象部门发布的气象数据，获取交通管控部门发布的交通大数据，及获取道路感知设备采集的感知数据；所述车道级管控措施信息包括当前气象条件、管控段道路的起终点、车辆限速、最小车距、是否允许变道和是否允许超车信息。
本发明第三方面提供了一种基于边缘计算的道路通行保障系统，所述系统包括：
服务器，用于获取多源数据，对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令，在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
边缘计算设备，用于获取车道级管控措施信息和管控路段的车辆动态数据，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，如果是，对所述车辆发出警示信息。
本发明第四方面提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行以下步骤：获取车道级管控措施信息和管控路段的车辆动态数据,根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施,如果是，对所述车辆发出警示信息；或执行以下步骤：获取多源数据，对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令，在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
本发明第五方面提供了一种计算机存储介质，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行以下步骤：获取车道级管控措施信息和管控路段的车辆动态数据,根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施,如果是，对所述车辆发出警示信息；或执行以下步骤：获取多源数据，对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令，在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
本申请的有益效果为：本发明的方法可以在道路低能见度等极端交通或气象条件下，获取车道级管控措施信息和管控路段的车辆动态数据，对车辆进行车道级管控，监测车道级管控状态下的车辆动态，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，在车辆违反车道级管控措施时，对车辆发出警示，比如对超速、车距过近等危险行为进行识别、记录与警示，进而提升道路在低能见度情况下的剩余通行能力利用水平。
附图说明
图1示出了本申请一示例性实施例的方法流程示意图；
图2示出了本申请一示例性实施例的系统结构示意图；
图3示出了本申请一示例性实施例的另一种系统结构示意图；
图4示出了本申请一实施例所提供的一种电子设备的结构示意图；
图5示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
以下，将参照附图来描述本申请的实施例。但是应该理解的是，这些描述只是示例性的，而并非要限制本申请的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本申请的概念。对于本领域技术人员来说显而易见的是，本申请可以无需一个或多个这些细节而得以实施。在其他的例子中，为了避免与本申请发生混淆，对于本领域公知的一些技术特征未进行描述。
应予以注意的是，这里所使用的术语仅是为了描述具体实施例，而非意图限制根据本申请的示例性实施例。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式。此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在所述特征、整体、步骤、操作、元件和/或组件，但不排除存在或附加一个或多个其他特征、整体、步骤、操作、元件、组件和/或它们的组合。
现在，将参照附图更详细地描述根据本申请的示例性实施例。然而，这些示例性实施例可以多种不同的形式来实施，并且不应当被解释为只限于这里所阐述的实施例。附图并非是按比例绘制的，其中为了清楚表达的目的，可能放大了某些细节，并且可能省略了某些细节。图中所示出的各种区域、层的形状以及它们之间的相对大小、位置关系仅是示例性的，实际中可能由于制造公差或技术限制而有所偏差，并且本领域技术人员根据实际所需可以另外设计具有不同形状、大小、相对位置的区域/层。
为降低在低能见度条件下实行道路封闭对通行效率的影响，本实施例实施了一种基于边缘计算的道路通行保障方法，如图1所示，应用于边缘计算设备，包括以下步骤：
S11、获取车道级管控措施信息和管控路段的车辆动态数据；
S12、根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施；
S13、如果是，对所述车辆发出警示信息。
在本实施例中，车道级管控措施包括是/否禁止变道、是/否禁止超车、最小车距、限速阈值(最低限速、最高限速)中的至少一种。
需要说明的是，本实施例实施于智慧高速路段，智慧高速路段至少设置道路监测点、在每个道路监测点设置有智能摄像头等交通数据感知设备，差分定位设备如差分服务基站等可实现车道级定位的定位装置、边缘计算设备可设置于道路监测点附近，以融合计算该道路监测点的摄像头、雷达监测设备等感知到的数据。
在高速路段，监测点可以设置于位于高速路段的龙门架，智能摄像头、雷达设备、边缘计算设备均可以设置于龙门架上。
此外，智慧高速路段还包括有可变情报板、用于发布道路管控措施，在一些实施方式中，智慧高速路段还包括有具备车路通信功能的路侧设备，用于向具备V2X车联网功能发送道路管控措施或者警示信息。
具体地，当所述管控措施包括禁止变道时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
检测到行驶至当前检测点的车辆，采集所述车辆的标识信息，标识信息包括车牌号；
根据所述车辆的标识信息，从车辆动态数据中确定所述车辆行驶至当前检测点时所在的第一车道及行驶至当前检测点相邻的前一检测点时所在的第二车道，其中，第一车道和第二车道均代表所述管控路段包括的任一车道；
当第一车道与第二车道不一致时，认定该车辆存在非法变道行为，并记录该车辆的标识信息。
再具体地，当所述管控措施包括禁止变道及禁止超车时，根据车道级管控措施信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：
根据动态数据，确定第三车道中通过当前检测点的各车辆的第一通过顺序序列，以及确定第三车道中通过所述当前检测点相邻的前一检测点的第二通过顺序序列，其中，第三车道表示所述管控路段包括的任一车道；
比较所通过顺序序列和第二通过顺序序列是否一致，若不一致，判定所述第三车道中存在超车行为。
进一步地，所述方法还包括：
根据各车辆的第一通过顺序序列，分别确定每个车辆对应的相邻前车的第一标识信息；
根据所述各车辆的第二通过顺序序列，分别确定每个车辆对应的相邻前车的第二标识信息；
比较第一车辆的第一标识信息与第二标识信息，若不一致判定出超车车辆，其中，所述第一车辆为所述每个车辆中任一车辆；
记录超车的所述车辆的标识信息。
更具体地，当管控措施包括允许变道及禁止超车时，根据车道级管控措施信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：
获取当前检测点对应的断面区域内车辆按照行驶方向的行驶序列集合A；
获取所述行驶序列集合A中的车辆经过所述当前检测点相邻的前一检测点对应的断面区域的行驶序列集合B，其中，集合A与集合B中的车辆是一致的；若集合A与集合B中的行驶序列不一致，则判定集合A中存在车辆超车现象。
需要说明的是，上述行驶序列可以看做是集合中的车辆的通行时间序列。
更进一步地，上述方法还包括：
根据集合B中每个车辆的通行时间，获取该集合中第一辆车的通行时间t1和最后一辆车的通行时间tn；
再获取t1至tn时间段内的经过上述前一检测点的车辆通行集合C，定义D＝C-B，若集合D为空，则认定在前一检测点的t1至tn这一时间段内，除了集合B中的车辆，没有其它车辆经过前一检测点，则判定集合A中的车辆无超车行为；
若集合D不为空，则获取集合D中的车辆行驶序列，将集合A与集合D相并，得到集合E；
比较集合E与集合C中的车辆行驶序列，将集合E中相比于集合C中行驶序列提前的车辆认定为超车车辆。
在本申请的实施例中，为实现相邻的两个检测点的车辆通行序列的比较，需要相邻两个检测点之间实现信息互通，具体地，每个检测点获取的车辆数据可以存储于该检测点所在的边缘计算设备，后一检测点的边缘计算设备可以调取与其相邻的前一检测点的边缘计算设备车辆通行数据，以实现低时延，在另一实施方式中，可以将每个检测点的智能感知设备检测到的车辆数据存储于后台服务器，如云控平台等，当下一检测点的边缘计算设备需要根据前一检测点的车辆数据判断时，直接从云控平台调取相关数据，在边缘计算设备处进行本地计算。
在高速路段上，相邻两个检测点之间的距离一般为200-500米之间。
在本申请的示例性实施例中，还提供了一种基于边缘计算的道路通行保障方法，应用于服务器，包括以下步骤：
获取多源数据；
对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令；
在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
优选地，所述获取多源数据包括以下至少之一：获取气象部门发布的气象数据，获取交通管控部门发布的交通大数据，及获取道路感知设备采集的感知数据；车道级管控措施信息包括当前气象条件、管控段道路的起终点、车辆限速、最小车距、是否允许变道和是否允许超车信息。
在本申请的示例性实施例中，还提供了一种基于边缘计算的道路通行保障方法，应用于服务器和边缘计算设备，包括以下步骤：
服务器获取多源数据；
服务器对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令；
服务器在发出进入道路通行保障状态的指令后，输出车道级管控措施信息；
边缘计算设备获取车道级管控措施信息和管控路段的车辆动态数据；
边缘计算设备根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施；
如果是，边缘计算设备对所述车辆发出警示信息。
本实施例中，服务器选用云控平台。云控平台获取多源数据包括以下至少之一：获取气象部门发布的气象数据，获取交通管控部门发布的交通大数据，及获取道路感知设备采集的感知数据；云控平台发出的车道级管控措施信息包括当前气象条件、管控段道路的起终点、车辆限速、最小车距、是否允许变道和是否允许超车信息。
具体地，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
检测到行驶至当前检测点的车辆，采集所述车辆的标识信息，标识信息包括车牌号；根据所述车辆的标识信息，从车辆动态数据中确定所述车辆行驶至当前检测点时所在的第一车道及行驶至当前检测点相邻的前一检测点时所在的第二车道，其中，第一车道和第二车道均代表所述管控路段包括的任一车道；当第一车道与第二车道不一致时，认定该车辆存在非法变道行为，并记录该车辆的标识信息。
再具体地，当所述管控措施包括禁止变道及禁止超车时，根据车道级管控措施信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：
根据动态数据，确定第三车道中通过当前检测点的各车辆的第一通过顺序序列，以及确定第三车道中通过所述当前检测点相邻的前一检测点的第二通过顺序序列，其中，第三车道表示所述管控路段包括的任一车道；比较所通过顺序序列和第二通过顺序序列是否一致，若不一致，判定所述第三车道中存在超车行为。
进一步地，所述方法还包括：
根据各车辆的第一通过顺序序列，分别确定每个车辆对应的相邻前车的第一标识信息；根据所述各车辆的第二通过顺序序列，分别确定每个车辆对应的相邻前车的第二标识信息；比较第一车辆的第一标识信息与第二标识信息，若不一致判定出超车车辆，其中，所述第一车辆为所述每个车辆中任一车辆；记录超车的所述车辆的标识信息。
更具体地，当管控措施包括允许变道及禁止超车时，根据车道级管控措施信息包括的允许变道信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：
获取当前检测点对应的断面区域内车辆按照行驶方向的行驶序列集合A；获取所述行驶序列集合A中的车辆经过所述当前检测点相邻的前一检测点对应的断面区域的行驶序列集合B，其中，集合A与集合B中的车辆是一致的；若集合A与集合B中的行驶序列不一致，则判定集合A中存在车辆超车现象。
其中，集合A与集合B中的车辆是一致的。
更进一步地，所述方法还包括：
根据集合B中车辆的通行时间，获取该集合中第一辆车的通行时间t1和最后一辆车的通行时间tn；再获取t1至tn时间段内的经过上述前一检测点的车辆通行集合C，获取集合C中的车辆行驶序列，定义D＝C-B，若集合D为空，则认定在前一检测点的t1至tn这一时间段内，除了集合B中的车辆，没有其它车辆经过前一检测点，则判定集合A中的车辆无超车行为；若集合D不为空，则获取集合D中的车辆行驶序列，将集合A与集合D相并，得到集合E，获取集合E中的车辆行驶序列；比较集合E与集合C中的车辆行驶序列，将集合E中相比于集合C中行驶序列号提前的车辆认定为超车车辆。
在本申请的示例性实施例中，还提供了一种基于边缘计算的道路通行保障系统，如图2所示，所述系统包括：
云控平台，用于获取多源数据，对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令，在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
边缘计算单元，用于获取所述车道级管控措施信息和当前车辆行驶数据，结合所述车道级管控措施信息对当前车辆行驶数据进行实时计算，判定通行车辆是否遵从管控，对不遵从管控的车辆发出警示。优选地，本实施例中配置至少2台以上的边缘计算单元，以达到快速的计算效果。
假设管控位置为S0路段至S1路段，在S0路段至S1路段搭设龙门架或F杆，在龙门架或F杆上安装发布车道级管控措施信息的可变情报板。龙门架还安装可变限速标志、车道指示灯、智能摄像机、路侧雷达、路侧单元、边缘计算单元等设备。再参考图3，路侧单元能够同车载单元进行广播、组播、单播三种模式的通信。路侧单元通过广播模式向非特定车辆的车载单元发布管控段车道级管控信息；路侧单元通过组播或单播模式向一个或多个特定车辆的车载单元发布警示信息。边缘计算单元通过智能摄像机、路侧雷达等本地感知设备获取车道级管控状态下的车辆动态数据，包括时刻、位置、车速、行驶车道、前车、前车车距、后车、后车车距等。边缘计算单元从云控平台获取车辆限速、最小车距、开放车道、是否禁止变道、是否禁止超车等信息，实时计算车辆是否存在超速、车距过近、关闭车道行驶等危险行为，当车辆存在上述危险行为时自动记录，同时通过路侧单元通过组播或单播模式向特定车辆的车载单元发布警示信息。
云控平台按照一定周期获取路段所在区域的气象条件、交通大数据平台提供的车流数据，包括当前车流数据及车流预测数据，感知设备采集的当前路段的能见度信息汇聚至云控平台。云控平台融合计算管控段S0-S1的气象条件、交通条件，具体是直接将气象部门发布的气象数据，交通管控部门感知的交通大数据趋势，感知设备采集的数据发送至云控平台融合计算，感知设备比如摄像机或雷达，智能摄像机至少具备车牌识别、违章监测、事件检测功能，检测区域不小于纵向100米横向3车道。路侧雷达至少具备多运动目标跟踪能力，监测区域不小于纵向200米横向4车道，跟踪目标数不小于128个。假设遇见雾霾天气，道路通行保障措施可给出是否应进入准全天候通行保障状态和准全天候通行保障实施管控的具体模式建议。经确认后，云控平台将准全天候通行保障需要实施的车道级管控措施发布在起点S0前100米处安装的可变情报板和龙门架(m1，m2…mn)上安装的可变情报板和边缘计算单元，其中，显示内容基本一致，但S0前100米处安装的可变情报板还会提示驾驶员即将进入准全天候通行保障路段。云控平台发布的车道级管控信息包括管控段起点、当前气象条件、车辆限速、最小车距、是否允许变道、是否允许超车等。
本申请在另外的实施方式中，云控平台融合感知气象条件、交通条件，计算对某一路段的管控措施时，会综合考量该路段以及该路段相邻区域路段交通情况，同时考虑与其相邻路段的管控措施，以保证相邻路段之间管控的连续性。在另外的实施方式中，还包括差分基准定位设备，定位精度在1.5m以内，以实现对车辆所在车道的精确定位。
当所述管控措施包括禁止变道时，边缘计算单元判断车辆是否存在变道行为，通过连续比对车辆经过相邻检测点时所在车道。相邻检测点可看作相邻的龙门架，在龙门架mi-1至龙门架mi间行驶车道是否无变化获得。
具体可根据经过龙门架mi车辆的标识信息比如车牌ID，确定该车辆所在的车道，并根据车辆ID，获取该车辆通过龙门架mi-1时的该车辆所在的车道，判断两者车道是否一致，当车道一致时，认定该车辆未非法变道，当车道不一致时，认定车辆存在非法变道，并记录车辆标识信息。
需要说明的是，龙门架mi与相邻的龙门架mi-1、mi+1之间的边缘计算单元可相互通信连接，在高速路段，相邻的龙门架的距离一般是为200～500m。以便在不经过云控平台时即可快速获取与其相邻的龙门架的过车数据。进一步地，为加快数据的查询及处理速率，边缘计算单元的存储单元采用分级式数据存储，比如，依照数据产生的时间划分为不同的缓存数据库，距离越近的数据放在缓存数据库中，以提升过车数据的调用效率。
对于不允许变道的情况，车辆是否存在超车行为通过直接比对车辆经过龙门架mi与车辆经过龙门架mi-1的前车是否一致获得。车辆经过各龙门架时会被采集所在车道通过顺序码，由顺序码可获得车辆前车ID，对比经过相邻的两个龙门架的前车ID是否一致即可判断是否超车。结合云控平台发出的车道级管控措施信息包括的不允许变道信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：根据动态数据，任一车道中通过龙门架mi的各车辆的第一通过顺序序列，以及确定这一车道中通过龙门架mi-1的第二通过顺序序列，比较所通过顺序序列和第二通过顺序序列是否一致，若不一致判定所述第三车道中存在超车行为。判断有超车行为后是确定具体的超车车辆：根据各车辆的第一通过顺序序列，分别确定每个车辆对应的相邻前车的第一标识信息；根据所述各车辆的第二通过顺序序列，分别确定每个车辆对应的相邻前车的第二标识信息；比较第一车辆的第一标识信息与第二标识信息，若不一致判定出超车车辆，其中，所述第一车辆为所述每个车辆中任一车辆；记录超车的所述车辆的标识信息。
更具体地，结合车道级管控措施信息包括的允许变道信息和车辆动态数据，判定行驶于管控路段的车辆是否违反了车道级管控措施信息包括的管控措施，包括：获取当前检测点对应的断面区域内车辆按照行驶方向的行驶序列集合A；获取所述行驶序列集合A中的车辆经过所述当前检测点相邻的前一检测点对应的断面区域的行驶序列集合B；若集合A与集合B中的行驶序列不一致，则判定集合A中存在车辆超车现象。
更进一步地，所述方法还包括：根据集合B中车辆的通行时间，获取该集合中第一辆车的通行时间t1和最后一辆车的通行时间tn；再获取t1至tn内的车辆通行集合C，定义D＝C-B，若集合D为空，则判定集合A中的车辆无超车行为；若集合D不为空，则获取集合D中的车辆行驶序列，将集合A与集合D相并，得到集合E；比较集合E与集合C中的车辆行驶序列，将集合E中相比于集合C中行驶序列提前的车辆认定为超车车辆。
获得经过管控段(S0-S1)每一车辆是否违反管控措施的行为特征。比如车辆是否超速直接比对车速和车辆限速获得。车辆是否车距过近直接比对前车车距、后车车距、最小车距获得。车辆是否在关闭车道行驶直接比对行驶车道、开放车道获得，其中行驶车道通过定位精度≤1.5米的车辆位置计算得到。
作为可变换的实施方式，当边缘计算单元检测到经过管控段(S0-S1)任一车辆具有违反管控措施的行为特征时，通过同一龙门架上安装的智能摄像机抓拍车辆图片并记录车辆当前动态，智能摄像机同时支持事件后抓拍和过车抓拍，边缘计算单元合成两种模式。
作为可变换的实施方式，边缘计算单元可统计云控平台中车辆违反管控措施的记录，对多次违反管控措施的车辆进行重点监控，在一些极端天气条件下，在全天候路段管控措施条件下，可对违反管控措施较多的车辆实行禁行或限行。边缘计算单元还可将违反管控措施的车辆ID发送至龙门架的可变情报板，并循环显示，以对车辆形成警示。边缘计算单元通过路侧单元以组播或单播模式向具有违反管控措施的行为特征的具备V2X能力的车辆车载单元发布警示信息。边缘计算单元通过路侧单元以组播或单播模式向具有违反管控措施的行为特征的车辆车载单元发布警示信息，包括距离前车的车距信息和禁止变道时已完成变道的记录信息。距离前车的车距信息通过当前车距-安全车距>20米(绿色图形显示或语音播报)、0米<＝当前车距-安全车距<＝20米(黄色图形显示或语音播报)、当前车距-安全车距<0米(红色图形显示或语音播报)三种行驶显示，当前车距由边缘计算单元实时提供。
接下来请参考图4，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图4所示，所述电子设备2包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的基于边缘计算的道路通行保障方法与系统。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该系统网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述基于边缘计算的道路通行保障方法与系统可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的基于边缘计算的道路通行保障方法与系统出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的基于边缘计算的道路通行保障方法与系统对应的计算机可读存储介质，请参考图5，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的基于边缘计算的道路通行保障方法与系统。
所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
需要说明的是：在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备有固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述，构造这类装置所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。
以上所述，仅为本申请较佳的具体实施方式，但本申请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申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于边缘计算的道路通行保障方法，其特征在于，应用于边缘计算设备，包括以下步骤：
获取车道级管控措施信息和管控路段的车辆动态数据；
根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施；
如果是，对所述车辆发出警示信息。
2.根据权利要求1所述的基于边缘计算的道路通行保障方法，其特征在于，当所述管控措施包括禁止变道时，所述根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
检测到行驶至当前检测点的车辆，采集所述车辆的标识信息，所述标识信息包括车牌号；
根据所述车辆的标识信息，从所述车辆动态数据中确定所述车辆行驶至当前检测点时所在的第一车道及行驶至所述当前检测点相邻的前一检测点时所在的第二车道；
当所述第一车道与所述第二车道不一致时，认定所述车辆存在非法变道行为，并记录所述车辆的标识信息。
3.根据权利要求1所述的基于边缘计算的道路通行保障方法，其特征在于，当所述管控措施包括禁止变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
根据所述车辆动态数据，确定第三车道中通过当前检测点的各车辆的第一通过顺序序列，以及确定所述第三车道中通过所述当前检测点相邻的前一检测点的各车辆的第二通过顺序序列，其中，所述第三车道表示所述管控路段包括的任一车道；
比较所述第一通过顺序序列和所述第二通过顺序序列是否一致，若不一致，判定所述第三车道中存在超车行为。
4.根据权利要求3所述的基于边缘计算的道路通行保障方法，其特征在于，所述方法还包括：
根据所述各车辆的第一通过顺序序列，分别确定每个车辆对应的相邻前车的第一标识信息；
根据所述各车辆的第二通过顺序序列，分别确定每个车辆对应的相邻前车的第二标识信息；
比较第一车辆的第一标识信息与第二标识信息，若不一致判定出超车车辆，其中，所述第一车辆为所述每个车辆中任一车辆；
记录超车的所述车辆的标识信息。
5.根据权利要求1所述基于边缘计算的道路通行保障方法，其特征在于，当所述管控措施包括允许变道及禁止超车时，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，包括：
获取当前检测点对应的断面区域内车辆按照行驶方向的行驶序列集合A；
获取所述行驶序列集合A中的车辆经过所述当前检测点相邻的前一检测点对应的断面区域的行驶序列集合B；
若集合A与集合B中的行驶序列不一致，则判定集合A中存在车辆超车现象。
6.根据权利要求5所述基于边缘计算的道路通行保障方法，其特征在于，所述方法还包括：
根据集合B中车辆的通行时间，获取该集合中第一辆车的通行时间t1和最后一辆车的通行时间tn；
再获取t1至tn内的车辆通行集合C，定义D＝C-B，若集合D为空，则判定集合A中的车辆无超车行为；
若集合D不为空，则获取集合D中的车辆行驶序列，将集合A与集合D相并，得到集合E；
比较集合E与集合C中的车辆行驶序列，将集合E中相比于集合C中行驶序列提前的车辆认定为超车车辆。
7.一种基于边缘计算的道路通行保障方法，其特征在于，应用于服务器，包括以下步骤：
获取多源数据；
对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令；
在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
8.一种基于边缘计算的道路通行保障系统，其特征在于，所述系统包括：
服务器，用于获取多源数据，对所述多源数据进行分析与融合计算，给出是否进入道路通行保障状态的指令，在发出进入道路通行保障状态的指令后，输出车道级管控措施信息。
边缘计算设备，用于获取车道级管控措施信息和管控路段的车辆动态数据，根据所述车道级管控措施信息和所述车辆动态数据，判定行驶于所述管控路段的车辆是否违反了所述车道级管控措施信息包括的管控措施，如果是，对所述车辆发出警示信息。
9.一种计算机设备，包括存储器和处理器，其特征在于，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项方法的步骤。
10.一种计算机存储介质，其特征在于，所述计算机存储介质存储有多条指令，所述指令适于由处理器加载并执行如权利要求1至7任一项方法的步骤。
CN202110627203.3A 2021-06-04 2021-06-04 基于边缘计算的道路通行保障方法、系统、设备及介质 Active CN113345258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110627203.3A CN113345258B (zh) 2021-06-04 2021-06-04 基于边缘计算的道路通行保障方法、系统、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110627203.3A CN113345258B (zh) 2021-06-04 2021-06-04 基于边缘计算的道路通行保障方法、系统、设备及介质

Publications (2)

Publication Number Publication Date
CN113345258A true CN113345258A (zh) 2021-09-03
CN113345258B CN113345258B (zh) 2022-11-01

Family

ID=77475341

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110627203.3A Active CN113345258B (zh) 2021-06-04 2021-06-04 基于边缘计算的道路通行保障方法、系统、设备及介质

Country Status (1)

Country Link
CN (1) CN113345258B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114550415A (zh) * 2022-01-28 2022-05-27 交通运输部公路科学研究所 一种基于车路协同的大型车辆车道级精准管控方法及系统
CN115100855A (zh) * 2022-06-20 2022-09-23 公安部交通管理科学研究所 一种高速公路隐患车辆预警方法及其系统
CN115909759A (zh) * 2023-01-10 2023-04-04 交通运输部公路科学研究所 基于etc的大型车辆车道级精准管控方法、系统及设备
CN116311938A (zh) * 2023-03-21 2023-06-23 浪潮智慧科技有限公司 一种基于大数据的道路隐患处理方法及设备
WO2023231562A1 (zh) * 2022-05-30 2023-12-07 智道网联科技(北京)有限公司 基于路侧设备进行车辆监管的方法、路侧设备及车辆

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101313345A (zh) * 2005-11-18 2008-11-26 新科电子（资讯通信系统）私人有限公司 检测道路交通违章的系统和方法
CN107730911A (zh) * 2017-11-06 2018-02-23 哈尔滨工业大学 一种识别取证车辆是否变道插队的方法
CN109872554A (zh) * 2019-03-22 2019-06-11 山西省交通科学研究院有限公司 一种高速公路雾区提升行车安全的车路预警系统
KR101967610B1 (ko) * 2018-07-27 2019-08-13 주식회사 위드텍 다차로 차량속도 및 차량번호 인식이 가능한 다차로 모니터링 시스템
CN110349422A (zh) * 2019-08-19 2019-10-18 深圳成谷科技有限公司 一种道路天气预警的方法、装置及设备
CN110956836A (zh) * 2018-09-26 2020-04-03 华为技术有限公司 一种车辆行驶的控制方法和装置
CN111369798A (zh) * 2018-12-26 2020-07-03 上海博泰悦臻电子设备制造有限公司 一种车辆违章监督的方法、车机及车辆

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101313345A (zh) * 2005-11-18 2008-11-26 新科电子（资讯通信系统）私人有限公司 检测道路交通违章的系统和方法
CN107730911A (zh) * 2017-11-06 2018-02-23 哈尔滨工业大学 一种识别取证车辆是否变道插队的方法
KR101967610B1 (ko) * 2018-07-27 2019-08-13 주식회사 위드텍 다차로 차량속도 및 차량번호 인식이 가능한 다차로 모니터링 시스템
CN110956836A (zh) * 2018-09-26 2020-04-03 华为技术有限公司 一种车辆行驶的控制方法和装置
CN111369798A (zh) * 2018-12-26 2020-07-03 上海博泰悦臻电子设备制造有限公司 一种车辆违章监督的方法、车机及车辆
CN109872554A (zh) * 2019-03-22 2019-06-11 山西省交通科学研究院有限公司 一种高速公路雾区提升行车安全的车路预警系统
CN110349422A (zh) * 2019-08-19 2019-10-18 深圳成谷科技有限公司 一种道路天气预警的方法、装置及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
吴昌成等: "基于交通技术监控设备的隧道交通安全管理方法研究", 《中国人民公安大学学报(自然科学版)》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114550415A (zh) * 2022-01-28 2022-05-27 交通运输部公路科学研究所 一种基于车路协同的大型车辆车道级精准管控方法及系统
CN114550415B (zh) * 2022-01-28 2022-09-06 交通运输部公路科学研究所 一种基于车路协同的大型车辆车道级精准管控方法及系统
WO2023231562A1 (zh) * 2022-05-30 2023-12-07 智道网联科技(北京)有限公司 基于路侧设备进行车辆监管的方法、路侧设备及车辆
CN115100855A (zh) * 2022-06-20 2022-09-23 公安部交通管理科学研究所 一种高速公路隐患车辆预警方法及其系统
CN115909759A (zh) * 2023-01-10 2023-04-04 交通运输部公路科学研究所 基于etc的大型车辆车道级精准管控方法、系统及设备
CN116311938A (zh) * 2023-03-21 2023-06-23 浪潮智慧科技有限公司 一种基于大数据的道路隐患处理方法及设备
CN116311938B (zh) * 2023-03-21 2023-11-03 浪潮智慧科技有限公司 一种基于大数据的道路隐患处理方法及设备

Also Published As

Publication number Publication date
CN113345258B (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
CN113345258B (zh) 基于边缘计算的道路通行保障方法、系统、设备及介质
US11074813B2 (en) Driver behavior monitoring
CN108022450B (zh) 一种基于蜂窝网络的辅助驾驶方法及交通控制单元
Paul et al. Speed-based proximal indicator for right-turn crashes at unsignalized intersections in India
CN112885145B (zh) 路口风险预警的方法和装置
CN112289054A (zh) 道路安全预警方法、obu、rsu、mec设备及系统
CN108932849B (zh) 一种记录多台机动车低速行驶违法行为的方法及装置
US20210199804A1 (en) Detection device and detection system
WO2023197408A1 (zh) 车速控制模型训练样本的确定方法及装置
Ansariyar et al. Statistical analysis of vehicle-vehicle conflicts with a LIDAR sensor in a signalized intersection.
CN114512002B (zh) 一种道路路面异常检测方法及装置
JP4003828B2 (ja) 道路制御方法および道路制御システム並びに記録媒体
Gao et al. Safety impact of right-turn waiting area at signalised junctions conditioned on driver’s decision-making based on fuzzy cellular automata
Joseph et al. Looking Beyond Safety
Ansariyar et al. Statistical analysis of jaywalking conflicts by a lidar sensor
Li et al. Microscopic simulation-based high occupancy vehicle lane safety and operation assessment: a case study
Paul Safety assessment at unsignalized intersections using post-encroachment time’s threshold—a sustainable solution for developing countries
CN115359443A (zh) 交通事故检测方法和装置、电子设备和存储介质
CN112507874B (zh) 一种用于检测机动车加塞行为的方法与设备
CN109975847A (zh) 一种浮动车辆位置确定和交通违章识别的方法和装置
Nomura et al. Evaluation of the driver visibility affecting the occurrence of crossing accidents
CN113160546A (zh) 一种危险路段的识别方法及装置
Wang et al. Assessing the impact of speed-limit reduction near signalized high-speed intersections equipped with advance-warning flashers
Zhou et al. Investigating contributing factors of hard-braking events on urban road network
Li et al. The role of traffic conflicts in roundabout safety evaluation: A review

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
GR01 Patent grant
GR01 Patent grant