CN113936463A - 一种基于雷达和视频数据融合的隧道交通管控方法及系统 - Google Patents

一种基于雷达和视频数据融合的隧道交通管控方法及系统 Download PDF

Info

Publication number
CN113936463A
CN113936463A CN202111216074.5A CN202111216074A CN113936463A CN 113936463 A CN113936463 A CN 113936463A CN 202111216074 A CN202111216074 A CN 202111216074A CN 113936463 A CN113936463 A CN 113936463A
Authority
CN
China
Prior art keywords
traffic
control
tunnel
vehicle
road section
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
CN202111216074.5A
Other languages
English (en)
Other versions
CN113936463B (zh
Inventor
张志鹏
柴浩
胡昊
游克思
孙培翔
徐峰
戴磊
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.)
Shanghai Jiaotong University
Original Assignee
Shanghai Jiaotong University
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 Shanghai Jiaotong University filed Critical Shanghai Jiaotong University
Priority to CN202111216074.5A priority Critical patent/CN113936463B/zh
Publication of CN113936463A publication Critical patent/CN113936463A/zh
Application granted granted Critical
Publication of CN113936463B publication Critical patent/CN113936463B/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
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/065—Traffic control systems for road vehicles by counting the vehicles in a section of the road or in a parking area, i.e. comparing incoming count with outgoing count
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及一种基于雷达和视频数据融合的隧道交通管控方法及系统，方法包括：建立交通管控预案库，管控预案库中存储有事件以及对应的管控措施，事件包括交通事件和路段安全状态；通过毫米波雷达采集隧道内的交通流数据与车辆轨迹数据，通过摄像头采集隧道内的视频数据，执行宏观管控步骤和微观管控步骤，实现隧道交通管控。与现有技术相比，本发明具有节省人力和物力以及降低交通事故发生概率的优点。

Description

一种基于雷达和视频数据融合的隧道交通管控方法及系统
技术领域
本发明涉及一种隧道交通管控技术，尤其是涉及一种基于雷达和视频数据融合的隧道交通管控方法及系统。
背景技术
伴随着城市地下空间的持续开发与扩张，为满足城市内的交通需求和交通服务质量的要求，城市地下道路变得越来越复杂，道路涉及的地块和连接的空间越来越多，随之而来的是地下空间一系列交通管控缺失和不精准的问题。由于隧道内相对狭窄且交通运行条件复杂，一旦发生事故动辄造成交通效率的断崖式下降甚至造成严重伤亡并且施救难度极大。除此以外隧道纵深处通风条件不佳，常伴有烟雾且有震动情况发生，单一的视频检测系统不能发挥理想的效果，而单一的雷达系统由于隧道的墙面反射和对具体事件细节信息缺失等问题也无法实现智能交通管控的目的。近年来，越来越多的城市隧道智能交通解决方案开始产生并落地，高精度的监控设备和后端的事故检测算法被运用，但是始终没有解决一个问题就是怎样将交通状态的监测与相关交通事件进行融合，只获取交通流的运行状态或者只进行交通事件的检测无法实现主动和提前管理。
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基于雷达和视频数据融合的隧道交通管控方法及系统，节省人力和物力，降低交通事故发生概率。
本发明的目的可以通过以下技术方案来实现：
一种基于雷达和视频数据融合的隧道交通管控方法，包括：
建立交通管控预案库，所述的管控预案库中存储有事件以及对应的管控措施，所述的事件包括交通事件和路段安全状态；
通过毫米波雷达采集隧道内的交通流数据与车辆轨迹数据，通过摄像头采集隧道内的视频数据，执行宏观管控步骤和微观管控步骤，实现隧道交通管控；
其中，所述的宏观管控步骤包括：
根据交通流数据监测隧道内的交通情况是否异常，发生异常时，根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控；
所述的微观管控步骤包括：
根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，根据路段安全状态从交通管控预案库中选取管控措施，对隧道交通进行管控；
单独使用雷达系统监测隧道，需要大量部署雷达，成本过高，单独使用视频系统监测隧道，监测的准确度和灵敏度低，从而可靠性低，采用雷达数据与视频数据结合的交通管控方法，使得雷达系统与视频系统相互弥补彼此的功能缺陷，交通数据采集的准确度高，同时设备部署成本低；
结合雷达系统与视频系统，除了具有高精度多元信息采集的优势以外，也可以通过采集到的车辆轨迹数据对路段安全状态进行分析，从而降低道路事故发生的风险，实现交通管控从过去的被动式管控向主动式管控进行转变，从报警变为预警，降低交通事故发生概率；
可以针对当前的交通事件和路段安全状态进行精准化管控，减少人力成本以及人为主观因素的影响，通过融合雷达和视频数据确定当前的道路事件，从而在交通管控预案库中选取提前仿真确定好的管控方案，解决道路拥堵，降低安全风险。
进一步地，所述的交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率。
进一步地，所述的隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大。
进一步地，所述的车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离。
进一步地，所述的隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道。
进一步地，所述的路段安全状态的评估过程包括：
根据车辆轨迹数据计算隧道内前后相邻两车的TTC，当3s＜TTC≤4.5s时，将两车的驾驶行为标记为一次轻微交通冲突，当1.5s＜TTC≤3s时，将两车的驾驶行为标记为一次中等交通冲突，当TTC≤1.5s时，将两车的驾驶行为标记为一次严重交通冲突；
周期性评估路段安全状态，若一个周期内中等及以上冲突占所有被标记交通冲突总数的50％以上，判定路段安全状态不安全。
进一步地，所述的TTC的计算公式为：
Figure BDA0003310865250000031
ΔV＝V1-V2
其中，D为隧道内前后相邻两车之间的行驶间隔，V1和V2分别为后车和前车之间的速度；
所述的TTC表示指前车与后车保持当前速度不变，且不采取任何的制动措施的情况下，距离事故发生的时间，所述的隧道内交通流一般采用分离式车道管控，即车道之间不允许进行任何的变道行为，所述的TTC可以较好反映行车过程中的追尾风险。
进一步地，所述的交通管控预案库中，所述的路段安全状态划分若干个路段安全风险等级，根据一个周期内中等及以上冲突在所有被标记交通冲突总数中的占比大小评估路段安全风险等级，每个等级对应一种车辆限速，所述的路段安全风险等级越高，所述的车辆限速越大，通过划分等级，实现精准化的交通管控。
一种基于雷达和视频数据融合的隧道交通管控系统，包括：
管控预案模块，用于建立交通管控预案库，所述的管控预案库中存储有事件以及对应的管控措施，所述的事件包括交通事件和路段安全状态；
数据采集模块，包括雷达数据采集单元和视频数据采集单元；
所述的雷达数据采集单元通过毫米波雷达采集隧道内的交通流数据和车辆轨迹数据，所述的视频数据采集单元用于通过摄像头采集隧道内的视频数据；
交通管控模块，包括宏观管控单元和微观管控单元，所述的宏观管控单元和微观管控单元分别执行宏观管控步骤和微观管控步骤；
其中，所述的宏观管控步骤包括：
所述的宏观管控单元根据交通流数据监测隧道内的交通情况是否异常，发生异常时，发送管控指令至管控预案模块，所述的管控预案模块根据视频数据确定隧道内的交通事件；
所述的微观管控步骤包括：
所述的微观管控单元根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则发送管控指令至管控预案模块，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，发送管控指令至管控预案模块；
所述的管控预案模块接收到管控指令后，根据事件选取对应的管控措施；
根据管控措施对隧道交通进行管控。
进一步地，所述的交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率；
所述的隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大；
所述的车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离；
所述的隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道。
与现有技术相比，本发明具有以如下有益效果：
(1)本发明采用雷达数据与视频数据结合的交通管控方法，使得雷达系统与视频系统相互弥补彼此的功能缺陷，交通数据采集的准确度高，同时设备部署成本低，具有高精度多元信息采集的优势，可以通过采集到的车辆轨迹数据对路段安全状态进行分析，从而降低道路事故发生的风险，实现交通管控从过去的被动式管控向主动式管控进行转变，从报警变为预警，降低交通事故发生概率，可以针对当前的交通事件和路段安全状态进行精准化管控，减少人力成本以及人为主观因素的影响，通过融合雷达和视频数据确定当前的道路事件，从而在交通管控预案库中选取提前规划好的管控方案，解决道路拥堵，降低安全风险；降低交通事故发生概率，
(2)本发明通过TTC指标评估路段安全状态，TTC表示指前车与后车保持当前速度不变，且不采取任何的制动措施的情况下，距离事故发生的时间，所述的隧道内交通流一般采用分离式车道管控，即车道之间不允许进行任何的变道行为，从微观角度准确反映行车过程中的追尾风险。
附图说明
图1为隧道交通管控方法流程示意图；
图2为雷达和摄像头在隧道中的部署位置示意图；
图3为车辆行车间隔示意图。
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。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
实施例1
一种基于雷达和视频数据融合的隧道交通管控方法，如图1所示，包括：
建立交通管控预案库，管控预案库中存储有事件以及对应的管控措施，事件包括交通事件和路段安全状态；
通过毫米波雷达采集隧道内的交通流数据与车辆轨迹数据，通过摄像头采集隧道内的视频数据，执行宏观管控步骤和微观管控步骤，实现隧道交通管控；
其中，宏观管控步骤包括：
根据交通流数据监测隧道内的交通情况是否异常，发生异常时，根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控；
微观管控步骤包括：
根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，根据路段安全状态从交通管控预案库中选取管控措施，对隧道交通进行管控。
如图2，隧道内每隔50m安装一套毫米波雷达与摄像头，毫米波雷达检测范围为80m，在弯道或地下道路检测死角加装毫米波雷达与摄像头，在地下道路内行驶的车辆全部处于毫米波雷达的监测范围内，通过各个毫米波雷达的配合，对所有车辆进行全域追踪，获得当前路段的交通流数据和车辆轨迹数据；
交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率，隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大；
交通流数据为宏观数据，根据交通流数据监测隧道内的交通情况，当前路段的交通情况被认定为异常，触发当前路段的摄像头，摄像头会获取当前路段的具体交通流状态，并对引发此状态的原因进行事件认定。
车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离，隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道；
车辆轨迹数据为微观数据，通过匹配车辆的唯一编号以及雷达位置，多个雷达的数据进行交叉融合获得相同车辆的全域行车轨迹，并将行车轨迹进行算法分析，获得车辆的速度、加速度以及当前的驾驶位置，从而抓取车辆在驾驶过程中的异常驾驶行为，通过对车辆轨迹数据监测车辆的异常驾驶行为，认定出现异常驾驶行为后会触发当前路段的摄像头对驾驶行为进行事件认定；
设车辆在毫米波雷达捕捉到的速度Vkij为，k表示车辆的编号，即第k辆车，i表示是第i秒采集到的车辆速度，j表示车道的编号，第k辆车此时正处于第j个车道上。Vkij＝0表示车辆在隧道内滞留以及车祸等情况，Vkij＜0表示车辆逆行，Vkij中j发生变化表示在隧道随意变道。
通过视频数据确定交通事件，交通事件包括交通拥堵、火灾、烟雾、车辆逆行和车辆抛洒物体等。
路段安全状态的评估过程包括：
根据车辆轨迹数据计算隧道内前后相邻两车的TTC(Time To Collision)，当3s＜TTC≤4.5s时，将两车的驾驶行为标记为一次轻微交通冲突，当1.5s＜TTC≤3s时，将两车的驾驶行为标记为一次中等交通冲突，当TTC≤1.5s时，将两车的驾驶行为标记为一次严重交通冲突；
周期性评估路段安全状态，若一个周期内中等及以上冲突占所有被标记交通冲突总数的50％以上，判定路段安全状态不安全。
每个评估周期时长为5分钟，相邻两个周期之间间隔为10分钟，每两辆车之间都会在毫米波雷达检测范围内每一时刻都会产生TTC，为保证数据的有效性，一个评估周期内，每0.5s计算一次前后相邻两车的TTC，将一个周期内获得的最小的TTC，记录为该周期相邻两辆车的TTC。
如图3，TTC的计算公式为：
Figure BDA0003310865250000061
ΔV＝V1-V2
其中，D为隧道内前后相邻两车之间的行驶间隔，V1和V2分别为后车和前车之间的速度；
TTC表示指前车与后车保持当前速度不变，且不采取任何的制动措施的情况下，距离事故发生的时间，隧道内交通流一般采用分离式车道管控，即车道之间不允许进行任何的变道行为，TTC可以较好反映行车过程中的追尾风险。
交通管控预案库中，路段安全状态划分若干个路段安全风险等级，根据一个周期内中等及以上冲突在所有被标记交通冲突总数中的占比大小评估路段安全风险等级，每个等级对应一种车辆限速，路段安全风险等级越高，车辆限速越大,从而实现精准化的交通管控。
交通管控预案库如表1所示：
表1交通管控预案库
Figure BDA0003310865250000071
Figure BDA0003310865250000081
实施例2
一种基于雷达和视频数据融合的隧道交通管控系统，包括管控预案模块、数据采集模块和交通管控模块；
管控预案模块建立交通管控预案库，管控预案库中存储有事件以及对应的管控措施，事件包括交通事件和路段安全状态；
数据采集模块包括雷达数据采集单元和视频数据采集单元；
雷达数据采集单元通过毫米波雷达采集隧道内的交通流数据和车辆轨迹数据，视频数据采集单元用于通过摄像头采集隧道内的视频数据；
交通管控模块包括宏观管控单元和微观管控单元，宏观管控单元和微观管控单元分别执行宏观管控步骤和微观管控步骤；
其中，宏观管控步骤包括：
宏观管控单元根据交通流数据监测隧道内的交通情况是否异常，发生异常时，发送管控指令至管控预案模块，管控预案模块根据视频数据确定隧道内的交通事件；
微观管控步骤包括：
微观管控单元根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则发送管控指令至管控预案模块，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，发送管控指令至管控预案模块；
管控预案模块接收到管控指令后，根据事件选取对应的管控措施；
根据管控措施对隧道交通进行管控。
交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率；
隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大；
车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离；
隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道。
实施例1和实施例2提出了一种基于雷达和视频数据融合的隧道交通管控方法及系统，采用雷达数据与视频数据结合的交通管控方法，使得雷达系统与视频系统相互弥补彼此的功能缺陷，交通数据采集的准确度高，同时设备部署成本低，结合雷达系统与视频系统，除了具有高精度多元信息采集的优势以外，也可以通过采集到的车辆轨迹数据对路段安全状态进行分析，从而降低道路事故发生的风险，实现交通管控从过去的被动式管控向主动式管控进行转变，从报警变为预警，降低交通事故发生概率，可以针对当前的交通事件和路段安全状态进行精准化管控，减少人力成本以及人为主观因素的影响，通过融合雷达和视频数据确定当前的道路事件，从而在交通管控预案库中选取提前仿真确定好的管控方案，解决道路拥堵，降低安全风险。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。

Claims (10)

1.一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，包括：
建立交通管控预案库，所述的管控预案库中存储有事件以及对应的管控措施，所述的事件包括交通事件和路段安全状态；
通过毫米波雷达采集隧道内的交通流数据与车辆轨迹数据，通过摄像头采集隧道内的视频数据，执行宏观管控步骤和微观管控步骤，实现隧道交通管控；
其中，所述的宏观管控步骤包括：
根据交通流数据监测隧道内的交通情况是否异常，发生异常时，根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控；
所述的微观管控步骤包括：
根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则根据视频数据确定隧道内的交通事件，根据交通事件从交通管控预案库中选取管控措施，对隧道交通进行管控，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，根据路段安全状态从交通管控预案库中选取管控措施，对隧道交通进行管控。
2.根据权利要求1所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率。
3.根据权利要求2所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大。
4.根据权利要求1所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离。
5.根据权利要求4所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道。
6.根据权利要求4所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的路段安全状态的评估过程包括：
根据车辆轨迹数据计算隧道内前后相邻两车的TTC，当3s＜TTC≤4.5s时，将两车的驾驶行为标记为一次轻微交通冲突，当1.5s＜TTC≤3s时，将两车的驾驶行为标记为一次中等交通冲突，当TTC≤1.5s时，将两车的驾驶行为标记为一次严重交通冲突；
周期性评估路段安全状态，若一个周期内中等及以上冲突占所有被标记交通冲突总数的50％以上，判定路段安全状态不安全。
7.根据权利要求6所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的TTC的计算公式为：
Figure FDA0003310865240000021
ΔV＝V1-V2
其中，D为隧道内前后相邻两车之间的行驶间隔，V1和V2分别为后车和前车之间的速度。
8.根据权利要求6所述的一种基于雷达和视频数据融合的隧道交通管控方法，其特征在于，所述的交通管控预案库中，所述的路段安全状态划分若干个路段安全风险等级，根据一个周期内中等及以上冲突在所有被标记交通冲突总数中的占比大小评估路段安全风险等级，每个等级对应一种车辆限速，所述的路段安全风险等级越高，所述的车辆限速越大。
9.一种基于雷达和视频数据融合的隧道交通管控系统，其特征在于，包括：
管控预案模块，用于建立交通管控预案库，所述的管控预案库中存储有事件以及对应的管控措施，所述的事件包括交通事件和路段安全状态；
数据采集模块，包括雷达数据采集单元和视频数据采集单元；
所述的雷达数据采集单元通过毫米波雷达采集隧道内的交通流数据和车辆轨迹数据，所述的视频数据采集单元用于通过摄像头采集隧道内的视频数据；
交通管控模块，包括宏观管控单元和微观管控单元，所述的宏观管控单元和微观管控单元分别执行宏观管控步骤和微观管控步骤；
其中，所述的宏观管控步骤包括：
所述的宏观管控单元根据交通流数据监测隧道内的交通情况是否异常，发生异常时，发送管控指令至管控预案模块，所述的管控预案模块根据视频数据确定隧道内的交通事件；
所述的微观管控步骤包括：
所述的微观管控单元根据车辆轨迹数据监测隧道内车辆的驾驶行为是否异常，若是则发送管控指令至管控预案模块，否则根据车辆轨迹数据评估路段安全状态，当路段安全状态不安全时，发送管控指令至管控预案模块；
所述的管控预案模块接收到管控指令后，根据事件选取对应的管控措施；
根据管控措施对隧道交通进行管控。
10.根据权利要求9所述的一种基于雷达和视频数据融合的隧道交通管控系统，其特征在于，所述的交通流数据包括道路小时交通量、行车延误、排队长度以及道路占有率；
所述的隧道内的异常交通情况包括道路小时交通量减少、排队长度增长、道路占有率增大以及行车延误增大；
所述的车辆轨迹数据包含车辆的编号和每一时间戳车辆所在车道的编号以及车辆与当前毫米波雷达的距离；
所述的隧道内车辆的异常驾驶行为包括滞留、逆行和随意变道。
CN202111216074.5A 2021-10-19 2021-10-19 一种基于雷达和视频数据融合的隧道交通管控方法及系统 Active CN113936463B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111216074.5A CN113936463B (zh) 2021-10-19 2021-10-19 一种基于雷达和视频数据融合的隧道交通管控方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111216074.5A CN113936463B (zh) 2021-10-19 2021-10-19 一种基于雷达和视频数据融合的隧道交通管控方法及系统

Publications (2)

Publication Number Publication Date
CN113936463A true CN113936463A (zh) 2022-01-14
CN113936463B CN113936463B (zh) 2022-08-16

Family

ID=79280515

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111216074.5A Active CN113936463B (zh) 2021-10-19 2021-10-19 一种基于雷达和视频数据融合的隧道交通管控方法及系统

Country Status (1)

Country Link
CN (1) CN113936463B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114755676A (zh) * 2022-06-16 2022-07-15 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统
CN114926984A (zh) * 2022-05-17 2022-08-19 华南理工大学 一种实时交通冲突收集与道路安全评价方法
CN115100865A (zh) * 2022-06-24 2022-09-23 上海市政工程设计研究总院（集团）有限公司 隧道洞口区域交通安全的管控系统
CN115148024A (zh) * 2022-06-23 2022-10-04 广州国交润万交通信息有限公司 一种新型隧道安全监测方法及系统
CN116543542A (zh) * 2023-07-03 2023-08-04 云南省交通规划设计研究院有限公司 一种隧道入口运行风险定向预警设备布设方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710446A (zh) * 2009-12-11 2010-05-19 同济大学 高速公路重点违法行为监控与预警系统及其方法
DE102010021841A1 (de) * 2010-05-28 2011-12-01 Bundesrepublik Deutschland, vertreten durch den Bundesminister für Verkehr, Bau und Stadtentwicklung, vertreten durch den Präsidenten der Bundesanstalt für Straßenwesen, Herrn Prof. Dr. Peter Reichelt Verkehrssicherheitserfassungssystem
CN108550269A (zh) * 2018-06-01 2018-09-18 中物汽车电子扬州有限公司 基于毫米波雷达的交通流量检测系统及其检测方法
CN110570664A (zh) * 2019-09-23 2019-12-13 山东科技大学 一种高速公路交通事件自动检测系统
CN111325977A (zh) * 2020-02-25 2020-06-23 创捷运维智能科技有限责任公司 一种隧道智能边缘计算管控系统
CN112885100A (zh) * 2021-03-11 2021-06-01 湖南联智科技股份有限公司 一种公路隧道运营管控系统
CN113129592A (zh) * 2021-04-16 2021-07-16 江西方兴科技有限公司 一种高速公路隧道交通状态全息感知系统及方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101710446A (zh) * 2009-12-11 2010-05-19 同济大学 高速公路重点违法行为监控与预警系统及其方法
DE102010021841A1 (de) * 2010-05-28 2011-12-01 Bundesrepublik Deutschland, vertreten durch den Bundesminister für Verkehr, Bau und Stadtentwicklung, vertreten durch den Präsidenten der Bundesanstalt für Straßenwesen, Herrn Prof. Dr. Peter Reichelt Verkehrssicherheitserfassungssystem
CN108550269A (zh) * 2018-06-01 2018-09-18 中物汽车电子扬州有限公司 基于毫米波雷达的交通流量检测系统及其检测方法
CN110570664A (zh) * 2019-09-23 2019-12-13 山东科技大学 一种高速公路交通事件自动检测系统
CN111325977A (zh) * 2020-02-25 2020-06-23 创捷运维智能科技有限责任公司 一种隧道智能边缘计算管控系统
CN112885100A (zh) * 2021-03-11 2021-06-01 湖南联智科技股份有限公司 一种公路隧道运营管控系统
CN113129592A (zh) * 2021-04-16 2021-07-16 江西方兴科技有限公司 一种高速公路隧道交通状态全息感知系统及方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
张俊峰等: "基于仿真的特长隧道交通管理方式研究", 《华东公路》 *
张森等: "山西高速公路隧道交通秩序管控系统设计", 《中国交通信息化》 *
马跃等: "基于交通仿真的高速公路隧道入口交通流实时行车风险模型", 《城市道桥与防洪》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114926984A (zh) * 2022-05-17 2022-08-19 华南理工大学 一种实时交通冲突收集与道路安全评价方法
CN114755676A (zh) * 2022-06-16 2022-07-15 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统
WO2023241002A1 (zh) * 2022-06-16 2023-12-21 浙江宇视科技有限公司 一种雷达视觉协同的目标跟踪方法及系统
CN115148024A (zh) * 2022-06-23 2022-10-04 广州国交润万交通信息有限公司 一种新型隧道安全监测方法及系统
CN115100865A (zh) * 2022-06-24 2022-09-23 上海市政工程设计研究总院（集团）有限公司 隧道洞口区域交通安全的管控系统
CN116543542A (zh) * 2023-07-03 2023-08-04 云南省交通规划设计研究院有限公司 一种隧道入口运行风险定向预警设备布设方法
CN116543542B (zh) * 2023-07-03 2023-10-27 云南省交通规划设计研究院有限公司 一种隧道入口运行风险定向预警设备布设方法

Also Published As

Publication number Publication date
CN113936463B (zh) 2022-08-16

Similar Documents

Publication Publication Date Title
CN113936463B (zh) 一种基于雷达和视频数据融合的隧道交通管控方法及系统
CN112927512B (zh) 一种高速公路匝道合流控制系统及方法
US11847908B2 (en) Data processing for connected and autonomous vehicles
Wu et al. A novel method of vehicle-pedestrian near-crash identification with roadside LiDAR data
CN109559532B (zh) 高速公路出口分流区车路协同安全预警控制方法
CN110164130B (zh) 交通事件检测方法、装置、设备及存储介质
US8442749B2 (en) Method for incorporating individual vehicle data collection and detection and recording of traffic violations in a traffic signal controller
CN110570664A (zh) 一种高速公路交通事件自动检测系统
CN104103188A (zh) 基于车辆共同体输入向车辆用户提供定制信息的装置和方法
CN114385661A (zh) 一种基于v2x技术的高精地图更新的系统
CN109979197B (zh) 基于融合数据的高速公路交通时间地图构建方法、系统
CN112912883B (zh) 一种仿真方法以及相关设备
CN115206087A (zh) 一种高速公路关键路段交通风险动态预警系统及研判方法
US20240046787A1 (en) Method And System For Traffic Clearance At Signalized Intersections Based On Lidar And Trajectory Prediction
CN116434523A (zh) 信息感知场景下基于约束度的车辆主动安全管控方法及装置
CN114512002B (zh) 一种道路路面异常检测方法及装置
CN113487873A (zh) 一种公路交通安全智能检测系统
CN115240405A (zh) 一种交通信息管理方法、系统、网络设备及存储介质
CN117079465A (zh) 一种用于高速公路的行驶车辆安全预警方法与系统
KR102646880B1 (ko) 교통량 증대를 위한 신호교차로 노면조건 및 교통패턴 분석 결과에 따른 신호등 운영 시스템
Mahmassani et al. Concept development and needs identification for Intelligent Network Flow Optimization (INFLO): assessment of relevant prior and ongoing research.
CN112530165B (zh) 一种基于物联网的机坪保障车辆的违章判断方法和装置
CN115273468A (zh) 一种交通拥堵控制策略生成方法及装置
Outay et al. Investigation of the impact of a wireless Fog Warning System with respect to road traffic on a highway
CN114360224A (zh) 一种用于汽车闯红灯的危险判别预警系统、方法、装置

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