CN113421438A - 一种基于无人机的交通事故警示牌安放系统及方法 - Google Patents

Abstract

本发明公开一种基于无人机的交通事故警示牌安放系统及方法，包括：雷达测速模块、通信模块、数据测控模块；所述雷达测速模块用于实时测量相邻路段行车速度，并通过所述行车速度获得车辆行驶情况判断结果；所述通信模块用于将所述行车速度和车辆行驶情况判断结果进行传输；所述数据测控模块基于传输的行车速度和所述车辆行驶情况判断结果，控制无人机对故障车辆进行车辆定位、双闪灯检测与事故示警工作。本发明不仅能够实现根据不同交通情况执行不同任务，而且无需人工辅助，且便于后方大型车辆观察，在实际应用过程中无需使用大量时间对警示牌的位置进行调整，大大提高了工作安全性、工作效率，解放了人力。

Description

一种基于无人机的交通事故警示牌安放系统及方法

技术领域

本发明涉及无人机交通领域，特别涉及一种基于无人机的交通事故警示牌安放系统及方法。

背景技术

目前在高速公路上发生事故时，通常由车主打开双闪灯，及时将车停到应急车道后，再人为在车后方150米左右处放置三角警示牌，后方来的车主在远处看到警示牌便会提前做出反应。但由于高速公路车行驶速度过快，在放置警示牌时常常容易因为后方车辆来不及减速；或车主没有及时将车停至应急车道就下车放置警示牌，造成严重的人员伤亡。

现有的无人机挂载警示牌可以在一定程度上解决此问题，但还存在以下几点不足：1.无人机不能根据公路上车辆行驶情况做出相应的反应；2.无人机和警示牌固定在一起，需要人为分开，体积大，不利于存放，且只能在较低的位置提醒后方车辆，不利于远处及大型车辆观察；3.无人机和警示牌简单的挂在一起，使用时需要大量时间调整警示牌的位置。因此，本发明提供一种基于无人机的交通事故警示牌安放系统，以解决现有技术中的不足之处。

发明内容

针对上述问题，本发明提出一种基于无人机的交通事故警示牌安放系统及方法，以解决现有技术中存在的技术问题，利用无人机体积小，重量轻，造价成本低等特点，实现在交通事故发生后，同时放置警示牌以及对后方车辆的预警。

为实现上述目的，本发明提供了如下方案：本发明提供一种基于无人机的交通事故警示牌安放系统，包括：雷达测速模块、通信模块、数据测控模块；

所述雷达测速模块用于实时测量相邻路段行车速度，并通过所述行车速度获得车辆行驶情况判断结果；

所述通信模块用于将所述行车速度和车辆行驶情况判断结果进行传输；

所述数据测控模块基于传输的行车速度和所述车辆行驶情况判断结果，控制无人机对故障车辆进行车辆定位、双闪灯检测与事故示警工作。

优选地，所述通信模块包括数据发送单元、数据接收单元，所述数据发送单元设于所述雷达测速模块中，所述数据接收单元设于所述数据测控模块中；所述数据发送单元与数据接收单元无线相连。

优选地，所述雷达测速模块还包括第一微控制单元，所述数据测控模块还包括摄像单元、GPS定位单元、双闪灯检测单元、报警单元和第二微控制单元；所述第一微控制单元与所述数据发送单元相连，所述第二微控制单元分别与所述摄像单元、GPS定位单元、双闪灯检测单元、报警单元、数据接收单元相连。

优选地，所述报警单元包括警示灯和蜂鸣器；所述警示灯和蜂鸣器安装于无人机机翼上，用于提示后方车辆前方有事故发生，减速绕行。

一种基于无人机的交通事故警示牌安放方法，包括以下步骤：获取相邻路段行车速度，基于所获取的所述行车速度识别故障车辆行驶情况；控制无人机对所述故障车辆进行确认，并进行双闪灯检测；在检测到所述故障车辆双闪灯打开的情况下，通过所述无人机进行警示牌放置。

优选地，所述双闪灯检测方法具体步骤为：

对故障车辆进行尾灯定位，通过计算尾灯位置变量判断车尾灯对是否属于所述尾灯定位车辆；

构建HSV颜色模型，基于所述HSV颜色模型判断无人机拍摄的双闪灯是否为黄灯；

设置像素动态阈值，计算无人机拍摄的若干个双闪灯图像的像素均值作为第一均值，计算无人机拍摄的若干个双闪灯图像中相邻两个双闪灯图像的像素均值之差作为第二均值，计算第一均值与第二均值之差，若差值大于所述像素动态阈值，则双闪灯开启。

优选地，所述尾灯定位过程为：先提取所述事故车辆尾灯轮廓，进行形态学操作处理，再通过计算尾灯位置变量判断尾灯是否属于定位车辆。

优选地，所述尾灯位置变量D具体为：

式中，L为左侧尾灯，R为右侧尾灯，Ly为左侧尾灯在垂直方向的位置，Ry为右侧尾灯在垂直方向上的位置，true表示属于同一车辆尾灯，false表示其他情况。

优选地，所述警示牌放置由无人机上设置的抓手完成。

本发明公开了以下技术效果：

本发明能够根据马路上车辆行驶状况，通过安装在马路两旁的雷达测速模块和无人机上的双闪灯检测模块，判断车辆是否处于紧急状态，当车辆处于紧急状态时，无人机通过抓手，将三角警示牌放置到事故车辆后方位置，实现交通事故警示牌的安放，不仅能够实现根据不同交通情况执行不同任务，而且无需人工辅助，且便于后方大型车辆观察，在实际应用过程中无需使用大量时间对警示牌的位置进行调整，大大提高了工作安全性、工作效率，解放了人力。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中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性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明的整体模块图；

图2为本发明的系统流程图；

图3为本发明的双闪灯检测流程图；

图4为本发明的无人机装置结构示意图；

其中，1-数据测控模块，2-无人机，3-上固定座，4-伸缩杆，5-下固定座，6-抓手。

具体实施方式

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清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

参照图1所示，本实施例提供一种基于无人机的交通事故警示牌安放系统，包括：雷达测速模块、通信模块、数据测控模块；所述雷达测速模块用于实时测量相邻路段行车速度，并通过所述行车速度获得车辆行驶情况判断结果；所述通信模块用于将所述行车速度和车辆行驶情况判断结果进行传输；所述数据测控模块基于传输的行车速度和所述车辆行驶情况判断结果，控制无人机进行车辆定位、双闪灯检测与事故示警工作。

所述通信模块包括数据发送单元、数据接收单元，所述数据发送单元设于所述雷达测速模块中，所述数据接收单元设于所述数据测控模块中；所述数据发送单元与数据接收单元无线相连。所述雷达测速模块还包括第一微控制单元，所述数据测控模块还包括摄像单元、GPS定位单元、双闪灯检测单元、报警单元和第二微控制单元；所述第一微控制单元与所述数据发送单元相连，所述第二微控制单元分别与所述摄像单元、GPS定位单元、双闪灯检测单元、报警单元、数据接收单元相连。所述报警单元包括警示灯和蜂鸣器；所述警示灯和蜂鸣器安装于无人机机翼上，在事故发生时，无人机盘旋于空中，机翼警示灯闪亮、蜂鸣器发出声音以提示后方车辆前方有事故发生，减速绕行。

参照图2所示，一种基于无人机的交通事故警示牌安放方法，包括以下步骤：公路侧边等间距安装雷达测速模块，实时测量相邻路段行车速度，将行车速度信息通过数据接收单元进行接收，利用第一微控制单元识别故障车辆行驶情况，当测得车速低于5km/h时，判断该车辆停止行驶，并将判断结果发送给无人机数据接收模块；将判断结果通过通信模块无线传输给数据测控模块，通过第二微控制单元控制无人机飞行到停止车辆后方，对所述故障车辆进行确认，并进行双闪灯检测；确认所述故障车辆双闪灯打开后，结合之前判断车辆已经停止行驶，判断车辆处于故障状态，第二微控制单元控制无人机利用抓手将三角警示牌放置到故障车辆后方50-150米位置处。

参照图3所示，双闪灯检测方法具体步骤为：首先对故障车辆进行尾灯定位，通过计算尾灯位置变量判断车尾灯对是否属于所述尾灯定位车辆；其次构建HSV颜色模型，基于所述HSV颜色模型将RGB颜色空间图像转化为HSV颜色空间图像，再针对HSV颜色空间得到的图像进行图像阈值分割，HSV模型中表示黄色的阈值范围大约为26<h<34,43<s<255,46<v<255，检测阈值落在相应阈值区间内的被判断是黄灯，属于目标颜色；设置左右两侧车灯的像素动态阈值分别为T₁和T_r，根据闪灯为车尾灯区域两侧连续闪烁且一秒闪烁一次的特点，连续三秒提取尾灯区域的像素均值，分别为E₁，E₂，E₃，比较相邻两秒像素均值之差，两侧尾灯的均值之差都大于阈值，双闪灯开启。即满足如下条件，表示双闪灯开启：

(|E₁-E₂|＞T_l)∪(|E₁-E₂|＞T_r)∪(|E₂-E₃|＞T_l)∪(|E₂-E₃|＞T_r)。

所述尾灯定位过程为：先利用Sobel算子进行尾灯区域的边缘检测，提取所述车辆尾灯轮廓，进行形态学操作处理，先闭操作消除尾灯区域中的间断和小空洞，填补轮廓线中的断裂，再开操作平滑图片边界，消除细小突出物，然后利用车尾灯左右对称，大小相等的特点，通过尾灯对的质心位置在竖直方向上的高度差判断已定位区域的车尾灯是否属于定位车辆，两侧质心位置分别记为(Lx，Ly)，(Rx，Ry)。

所述尾灯位置变量D具体为：

式中，L为左侧尾灯，R为右侧尾灯，Ly为左侧尾灯在垂直方向的位置，Ry为右侧尾灯在垂直方向上的位置，true表示属于同一车辆尾灯，false表示其他情况。

RGB颜色空间图像转化为HSV颜色空间图像公式如下：

R′＝R/255

G′＝G/255

B′＝B/255

Cmax＝max(R′，G′，B′)

Cmin＝min(R′，G′，B′)

Δ＝Cmax-Cmin

V＝Cmax

式中，R、G、B分别表示光的三原色红、绿、蓝，H、S、V分别表示色调、饱和度、明度；R＇、G＇、B＇分别表示归一化的R、G、B；C_max与C_min分别表示R＇、G＇、B＇三个值中的最大、最小值；△表示C_max与C_min的差值。

参照图4所示，无人机2上设有数据测控模块1，上固定座3，伸缩杆4，下固定座5，抓手6；上固定座3连接无人机的底部，下固定座5连接抓手，上下固定座之间由伸缩杆和吊绳机连接。

吊绳机包括放绳电机、吊绳、卷轮，吊绳通过放绳电机，利用卷轮进行传送，实现放收功能，伸缩杆内部空心，套在吊绳机外，保护吊绳机的同时，可以稳定的将抓手6垂直下降，伸缩杆内部上方连着上固定座3底部，吊绳穿过伸缩杆中间，连着抓手6，其中伸缩杆主要起稳定作用，吊绳可以实现抓手6在水平位置上的位移。

吊绳机主要功能是连接抓手6，控制抓手6的升降，吊绳通过卷轮传送，放置抓手6时，驱动电机控制卷轮传送吊绳向下放，抓手6下降，将警示牌送至地面后松开。

本发明公开了以下技术效果：

本发明能够根据马路上车辆行驶状况，通过安装在马路两旁的雷达测速模块和无人机上的双闪灯检测模块，判断车辆是否处于紧急状态。当车辆处于紧急状态时，无人机通过抓手，将三角警示牌放置到事故车辆后方位置，实现交通事故警示牌的安放。不仅能够实现根据不同交通情况执行不同任务，而且无需人工辅助，且便于后方大型车辆观察，在实际应用过程中无需使用大量时间对警示牌的位置进行调整，大大提高了工作安全性、工作效率，以及解放了人力。

以上所述实施例，仅为本发明的具体实施方式，用以说明本发明的技术方案，而非对其限制，本发明的保护范围并不局限于此，尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：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，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围，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所述以权利要求的保护范围为准。

Claims (9)

1.一种基于无人机的交通事故警示牌安放系统，其特征在于，包括：雷达测速模块、通信模块、数据测控模块；

所述雷达测速模块用于实时测量相邻路段行车速度，并通过所述行车速度获得车辆行驶情况判断结果；

所述通信模块用于将所述行车速度和车辆行驶情况判断结果进行传输；

所述数据测控模块基于传输的行车速度和所述车辆行驶情况判断结果，控制无人机对故障车辆进行车辆定位、双闪灯检测与事故示警工作。

2.根据权利要求1所述的基于无人机的交通事故警示牌安放系统，其特征在于，所述通信模块包括数据发送单元、数据接收单元，所述数据发送单元设于所述雷达测速模块中，所述数据接收单元设于所述数据测控模块中；所述数据发送单元与数据接收单元无线相连。

3.根据权利要求2所述的基于无人机的交通事故警示牌安放系统，其特征在于，所述雷达测速模块还包括第一微控制单元，所述数据测控模块还包括摄像单元、GPS定位单元、双闪灯检测单元、报警单元和第二微控制单元；所述第一微控制单元与所述数据发送单元相连，所述第二微控制单元分别与所述摄像单元、GPS定位单元、双闪灯检测单元、报警单元、数据接收单元相连。

4.根据权利要求3所述的基于无人机的交通事故警示牌安放系统，其特征在于，所述报警单元包括警示灯和蜂鸣器；所述警示灯和蜂鸣器安装于无人机机翼上，用于提示后方车辆前方有事故发生，减速绕行。

5.一种基于无人机的交通事故警示牌安放方法，其特征在于，包括以下步骤：获取相邻路段行车速度，基于所获取的所述行车速度识别故障车辆行驶情况；控制无人机对所述故障车辆进行确认，并进行双闪灯检测；在检测到所述故障车辆双闪灯打开的情况下，通过所述无人机进行警示牌放置。

6.根据权利要求5所述的基于无人机的交通事故警示牌安放方法，其特征在于，所述双闪灯检测方法具体步骤为：

对故障车辆进行尾灯定位，通过计算尾灯位置变量判断车尾灯对是否属于所述尾灯定位车辆；

构建HSV颜色模型，基于所述HSV颜色模型判断无人机拍摄的双闪灯是否为黄灯；

计算无人机拍摄的若干个双闪灯图像的像素均值作为第一均值，计算无人机拍摄的若干个双闪灯图像中相邻两个双闪灯图像的像素均值作为第二均值，计算第一均值与第二均值之差，若差值大于预设像素动态阈值，则双闪灯开启。

7.根据权利要求6所述的基于无人机的交通事故警示牌安放方法，其特征在于，所述尾灯定位过程为：先提取所述事故车辆尾灯轮廓，进行形态学操作处理，再通过计算尾灯位置变量判断尾灯是否属于定位车辆。

8.根据权利要求7所述的基于无人机的交通事故警示牌安放方法，其特征在于，所述尾灯位置变量D具体为：

式中，L为左侧尾灯，R为右侧尾灯，Ly为左侧尾灯在垂直方向的位置，Ry为右侧尾灯在垂直方向上的位置，true表示属于同一车辆尾灯，false表示其他情况。

9.根据权利要求5所述的基于无人机的交通事故警示牌安放方法，其特征在于，所述警示牌放置由无人机上设置的抓手完成。

Images