CN114155709A - 一种急弯路段识别方法以及安全隐患排查方法 - Google Patents
一种急弯路段识别方法以及安全隐患排查方法 Download PDFInfo
- Publication number
- CN114155709A CN114155709A CN202111397450.5A CN202111397450A CN114155709A CN 114155709 A CN114155709 A CN 114155709A CN 202111397450 A CN202111397450 A CN 202111397450A CN 114155709 A CN114155709 A CN 114155709A
- Authority
- CN
- China
- Prior art keywords
- sharp
- traffic
- potential safety
- section
- safety hazard
- 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
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
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
- G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
-
- 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
Abstract
本申请提供一种急弯路段识别方法以及安全隐患排查方法,属于道路安全排查技术领域。所述的急弯路段安全隐患排查方法包括以下步骤:建立标准化数据采集;构建急弯路段安全隐患排查知识体系;实现急弯路段智能化识别;创新急弯路段安全隐患标准化排查方法;形成急弯路段安全隐患排查结论。本发明急弯路段安全隐患排查方法以相关部门实际急弯路段安全隐患排查工作为导向,在急弯路段安全隐患排查知识体系下,设计了一种从数据采集、隐患排查、结果分析标准化排查方法,实现对于急弯路段从道路线形、交通标志、交通标线、安全设施、安全视距等不同方面的可视化排查,生成隐患排查结果,进一步推动急弯路段安全隐患排查工作。
Description
技术领域
本申请属于道路安全排查技术领域,具体涉及一种急弯路段识别方法以及安全隐患排查方法。
背景技术
隐患排查是指根据国家安全生产法律法规,利用安全生产管理相关方法,对生产经营单位的人、机械设备、工作环境和生产管理进行逐项排查,目的是发现安全生产事故隐患。道路交通安全隐患是指公路本身存在影响行车安全的因素,通过分析交通事故多发原因确定的未来极大可能再次引发交通事故的公路安全隐患路段,多表现为部分急弯、陡坡、连续下坡、视距不良、路侧险要等路段。道路交通安全隐患排查是指对公路本身存在影响行车安全的因素,可能引发交通事故的公路安全隐患路段,根据国家交通安全法律法规对公路交通中的人、车辆及行驶环境进行逐项排查,发现道路交通安全事故隐患。单个急弯路段指不同速度下平曲线半径小于一定值的路段。连续急弯路段指三个或三个以上急弯路段构成的路段,其平曲线半径有两个以上小于一定值,且各圆曲线间的距离小于一定长度的路段为连续急弯路段。
目前对于急弯路段安全隐患问题分析主要集中于急弯路段交通标志设置、安全预警系统研究,缺少对于急弯路段安全隐患排查方法进行系统性研究。急弯路段转弯半径、平曲线长度、超高等道路指标,交通标志、交通标线、安全防护措施,车辆安全视距等诸多因素均会对急弯路段安全隐患产生影响,系统性开展急弯路段安全隐患排查亟待研究。此外,排查方法仍需将排查结果与安全隐患排查部门实际工作相结合,实现对急弯路段安全隐患排查工作有效推进。发明专利“一种用于普通公路安全隐患排查的装置和方法,专利号:CN202110020606.1”中设计了一种通过检测车辆采集数据实现连续弯道和急弯路段稳定性检测。该专利以车辆稳定性对急弯路段安全隐患进行判定,该专利仅可对急弯路段道路设计中存在的安全隐患进行排查,排查内容相对单一、排查结果缺乏系统性分析。专利“一种山区公路连续急弯路段交通标志的综合设置方法,专利号:CN201611063552.2”针对山区公路连续急弯路段,提出了一种基于认知心理学和人机工效学原理交通标志设置方法。该专利着重研究了急弯路段交通标志设置方法,以降低急弯路段安全隐患风险。专利“一种急弯路段安全警示系统,专利号:CN202020616905.2”提出了一种基于弯道路段车辆状态感知的安全预警系统,通过对驾驶员实时预警以减少急弯路段交通事故。该专利着重通过预警系统提升驾驶人警惕性,从而避免急弯路段安全隐患。
总体看来,当前急弯路段安全隐患研究侧重于从道路设计、交通标志等单一因素完成对急弯路段安全隐患排查,缺乏将道路线形、交通标志、交通标线、安全设施、安全视距等诸多因素系统性分析手段,排查内容不够细致,排查结果对于推进相关部门开展急弯路段安全隐患排查工作缺乏有力支撑。
发明内容
本申请通过提供一种急弯路段识别方法以及安全隐患排查方法,以解决现有技术中的上述技术问题,本申请基于标准化数据采集,构建了急弯路段安全隐患排查知识体系,实现急弯路段智能化识别,开展急弯路段安全隐患标准化排查,生成急弯路段安全隐患排查结论。
为实现上述目的,本申请的技术解决方案是:
一种急弯路段识别方法,包括以下步骤:
Step1:计算t时刻i点偏航角αi与t+Δt时刻i+1点偏航角αi+1计算两点偏航角之差θi,其中Δt为数据采集时间间隔,当αi×αi+1<0时,θi=360-|αi+1-αi|,当αi×αi+1≥0时,θi=|αi+1-αi|;
Step3:计算i点转弯半径Ri=Li,i+1/θi,令i=i+1,返回Step1计算路段所有采集数据点半径;
Step4:依据不同速度下急弯路段转弯半径规定值判断i点是否处于急弯路段:
若Ri>R(V),则该点不属于急弯路段;
若Ri≤R(V),则该点可能处于急弯路段;
Step5:按照时间顺序构建处于急弯路段点位集合i∈{i起,…,i终},定义i起与i终分别为急弯路段起点与终点;
Step6:计算起终点轨迹距离L起,终与转角θ起,终;
Step7:计算起终点曲线转弯半径R起,终=L起,终/θ起,终;
Step8:判定R起,终与R(V)关系:
若R起,终>R(V),该路段非急弯路段;
若R起,终≤R(V),该路段为急弯路段。
优选地,所述急弯路段识别方法还包括对连续急弯路段的识别:
Step9:判断该路段单个急弯路段个数n是否大于3:
若n<3,则该路段非连续急弯路段;
若n≥3,则进入Step10;
Step10:计算相邻单个急弯路段间距离lm,m+1,其中m为单个急弯编号;
Step11:判断lm,m+1与不同速度下各圆曲线间的距离L(V)关系:
本申请还提供一种急弯路段安全隐患排查方法,包括以下步骤:
步骤一:利用车载高清摄像头、GPS测量仪、陀螺仪、车速传感器对车辆行驶过程中进行多视角高频道路图像数据、GPS信息、滚转角、俯仰角、偏航角、车速数据进行采集,并进行存储;
步骤二:构建急弯路段安全隐患排查知识体系,包含对路段基本信息、交通标志、交通标线、安全设施、安全视距、交通组织的安全隐患排查;该知识体系包含急弯路段的基本信息以及在道路线形、交通标志、交通标线、安全设施、安全视距、交通组织中存在的隐患项,同时还包含隐患认定标准、隐患排查点位位置信息、隐患内容描述及治理建议;
步骤三:结合以上所述的急弯路段数据判别算法与图像判别算法对急弯路段进行智能化识别,明确路段对应起终点位置信息;
步骤四:构建包含急弯路段交通标志、交通标线、安全设施、安全视距、交通组织安全隐患排查与路段基本信息的基本信息库,依托智能化采集的图像数据,对急弯路段各项隐患内容进行可视化排查,排查步骤如下:
S1:确定急弯路段起(终)点位基准点Po;
S2:依据构建安全隐患排查知识体系中标准规定与急弯路段中存在安全隐患位置信息,确定排查交通标志、交通标线、安全设施、安全视距、交通组织等各项内容排查的最佳点位Pbest,其中Pbest=Po±ls,ls为相关标准规定下交通标志、交通标线、安全设施、安全视距、交通组织的排查点位距离基准点距离或范围;
S3:确定最佳点位Pbest下图片为安全隐患排查最佳视角;
S4:根据图像确认最佳视角下交通标志、交通标线、安全设施是否缺失,安全视距、交通组织是否存在安全隐患:
若最佳视角下不存在安全隐患,则完成该点隐患排查;
若最佳视角下交通标志、交通标线、安全设施缺失,安全视距、交通组织存在安全隐患,需进入S5进行隐患确认交通标志、交通标线、安全设施详情;
S5:人为增大减小调整ls值,以在最佳排查点位前后确认是否为交通标志、交通标线、安全设施缺失:
若调整ls值后仍未发现交通标志、交通标线、安全设施,则认定为缺失;
若调整ls值后发现交通标志、交通标线、安全设施,则需进入S6确定具体隐患详情;
S6:判定交通标志、交通标线、安全设施是否完整,有无遮挡、磨损、损坏情况:
若完整,则认定交通标志、交通标线、安全设施设置位置不符合标准;ls增大认定设置位置距离基准点过远,ls减小认定设置位置距离基准点过近;
若不完整,结合S5综合给定隐患认定结果;
S7:以图片标注和文字总结形式输出隐患认定结果,完成安全隐患智能化排查。
步骤五:根据步骤四中急弯路段安全隐患智能化排查结果得出急弯路段安全隐患排查结论。
优选地,所述步骤一还包括网络通讯模块和数据处理模块,所述车载高清摄像头、GPS测量仪、陀螺仪、车速传感器将采集的数据存储后通过网络通讯模块传输至数据处理模块,所述数据处理模块利用时间标签完成不同数据特征匹配,构建标准化采集数据。
优选地,所述步骤二中路段基本信息包含路段限速、急弯路段长度、转弯半径。
优选地,所述步骤二中交通标线包括对向车行道分界线、同向车行道分界线、车行道边缘线、禁止超车标线、减速振动标线;交通标志包括急弯路标志、连续急弯路标志、禁止超车标志、解除禁止超车标志、限制速度标志、解除限速标志、线形诱导标;安全设施包括凸面镜、轮廓标、护栏、警示桩;安全视距包含会车视距是否遮挡,路侧净区内是否有灯杆、广告牌等物体;交通组织包含路段重型货运车辆混行情况。
优选地,所述步骤三中在数据判别算法确定急弯路段的基础上,图像判别算法结合深度图像识别技术,对数据判别算法确定路段范围内图像中道路宽度、车道数量的路段基础参数进行识别。
本申请的有益效果是:
本申请的急弯路段安全隐患排查方法以相关部门实际急弯路段安全隐患排查工作为导向,在急弯路段安全隐患排查知识体系下,设计了一种从数据采集、隐患排查、结果分析标准化排查方法,实现对于急弯路段从道路线形、交通标志、交通标线、安全设施、安全视距等不同方面的可视化排查,生成隐患排查结果,进一步推动急弯路段安全隐患排查工作。
附图说明
图1是急弯路段安全隐患排查流程技术路线图。
图2是标准化数据采集流程图。
图3是车辆转弯示意图。
图4是急弯路段数据判别算法流程图。
图5是连续急弯路段数据判别算法流程图。
图6是急弯路段安全隐患排查方法技术路线图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
另外,本申请各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
参见图1急弯路段安全隐患排查流程技术路线,本申请的急弯路段安全隐患排查方法,包括以下步骤:
步骤一:建立标准化数据采集。基于数据采集模块的车载高清摄像头、GPS测量仪、陀螺仪、车速传感器等智能化前端设备,通过在改装车辆上布设多个高清摄像头,从左前方、正前方、右前方不同方向进行多视角高频道路图像数据采集;利用GPS测量仪采集获取车辆行驶过程GPS信息;依靠陀螺仪测量滚转角、俯仰角、偏航角信息;使用车速传感器测量车速信息。上述信息采集完成后分别存储于相应设备存储中心;依托网络通信模块实现不同存储端的数据贯通,于数据处理模块利用时间标签完成不同数据特征匹配,构建标准化采集数据,为后续急弯路段识别与安全隐患排查提供数据基础。标准化数据采集流程图如图2所示。
步骤二:构建急弯路段安全隐患排查知识体系,急弯路段安全隐患排查涉及基本信息(路段限速、急弯路段长度、转弯半径等)、交通标志、交通标线、安全设施、安全视距、交通组织等方面,实际道路交通安全隐患认定涉及众多法律、规范,要实现全面细致对急弯路段安全隐患排查,需依托道路交通安全相关标准,构建急弯路段安全隐患排查知识体系,该知识体系包含急弯路段的基本信息以及在道路线形、交通标志、交通标线、安全设施、安全视距、交通组织中可能存在的隐患项,同时还包含隐患认定标准、隐患排查点位位置信息、隐患内容描述及治理建议。
其中急弯路段排查交通标线包括对向车行道分界线、同向车行道分界线、车行道边缘线、禁止超车标线、减速振动标线。排查交通标志包括急弯路标志、连续急弯路标志、禁止超车标志、解除禁止超车标志、限制速度标志、解除限速标志、线形诱导标。安全设施包括凸面镜、轮廓标、护栏、警示桩。安全视距主要关注会车视距是否遮挡,路侧净区内是否有灯杆、广告牌等物体。交通组织主要关注路段重型货运车辆混行情况。本申请构建的急弯路段安全隐患排查知识体系,不局限于对于急弯路段隐患有无的认定,更重要在于确定急弯路段安全隐患点位置信息及隐患分析,从而保证对急弯路段交通标志、交通标线、安全设施、安全视距、交通组织隐患排查的完整性与标准性。
步骤三:实现急弯路段智能化识别。在开展急弯路段安全隐患排查工作时急弯路段长度、转弯半径、交通设施布设位置与急弯路段位置信息相关,故急弯路段排查前需实现急弯路段智能化识别,明确路段对应起终点等位置信息。智能化识别结合数据判别算法与图像判别算法对急弯路段进行认定,其中急弯路段数据识别算法如下所示:
1.单个急弯路段识别算法
综合《公路工程技术标准》(JTG B01-2014)、《山东省公路安全生命防护工程实施技术指南》中关于圆曲线最小半径规定,定义单个急弯路段设计速度与转弯半径指标如表1所示,当路段在相应设计速度下,半径指标小于最小半径指标时则认定该路段为单个急弯路段,车辆转弯示意图参见图3。
表1单个急弯路段对应参数
设计速度(km/h) | 100 | 80 | 60 | 40 | 30 | 20 |
最小半径指标(m) | 700 | 400 | 200 | 100 | 65 | 30 |
基于单个急弯路段场景定义,设计单个急弯路段识别算法如下所示:
具体的,急弯路段数据判别算法流程图如图4所示,包括以下步骤:
Step1:计算t时刻i点偏航角αi与t+Δt时刻i+1点偏航角αi+1计算两点偏航角之差θi,其中Δt为数据采集时间间隔,当αi×αi+1<0时,θi=360-|αi+1-αi|,当αi×αi+1≥0时,θi=|αi+1-αi|;
Step3:计算i点转弯半径Ri=Li,i+1/θi,令i=i+1,返回Step1计算路段所有采集数据点半径;
Step4:依据不同速度下急弯路段转弯半径规定值判断i点是否处于急弯路段:
若Ri>R(V),则该点不属于急弯路段;
若Ri≤R(V),则该点可能处于急弯路段;
Step5:按照时间顺序构建处于急弯路段点位集合i∈{i起,…,i终},定义i起与i终分别为急弯路段起点与终点;
Step6:计算起终点轨迹距离L起,终与转角θ起,终;
Step7:计算起终点曲线转弯半径R起,终=L起,终/θ起,终;
Step8:判定R起,终与R(V)关系:
若R起,终>R(V),该路段非急弯路段;
若R起,终≤R(V),该路段为急弯路段。
2.连续急弯路段识别算法
依据《山东省公路安全生命防护工程实施技术指南》中连续急弯路段定义:有三个或三个以上连续小于下列半径(R)的方向圆曲线,且各圆曲线间的距离(L)均小于下列长度的路段。
(1)设计速度100KM/h,R≤700;L≤200;
(2)设计速度80KM/h,R≤400;L≤160;
(3)设计速度60KM/h,R≤200;L≤120;
(4)设计速度40KM/h,R≤100;L≤80;
(5)设计速度30KM/h,R≤65;L≤60;
(6)设计速度20KM/h,R≤30;L≤40。
连续急弯路段数据判别算法流程图如图5所示,根据上述定义,设计连续急弯路段数据判别算法如下所示:
Step9:判断该路段单个急弯路段个数n是否大于3:
若n<3,则该路段非连续急弯路段;
若n≥3,则进入Step10;
Step10:计算相邻单个急弯路段间距离lm,m+1,其中m为单个急弯编号;
Step11:判断lm,m+1与不同速度下各圆曲线间的距离L(V)关系:
通过急弯路段数据判别算法完成急弯路段识别及起终点位置确定。
在数据判别算法确定急弯路段基础上,图像判别算法结合深度图像识别技术,对数据判别算法确定路段范围内图像中道路宽度、车道数量等路段基础参数进行识别。
步骤四:急弯路段安全隐患标准化排查方法。急弯路段安全隐患排查以构建的安全隐患排查知识体系为基础,对急弯路段从道路线形、交通标志、交通标线、安全设施、安全视距、交通组织不同方面开展安全隐患排查工作。首先通过基本信息中转弯半径、限速、超高等参数对道路线形设计不科学所造成的安全隐患进行排查。急弯路段在不同限速下转弯半径要求应满足表2限定值,当急弯路段转弯半径小于表2中对应数值时则认定急弯路段存在安全隐患。
表2圆曲线最小半径(m)
急弯路段交通标志、交通标线、安全设施、安全视距、交通组织安全隐患排查与路段基本信息相关,在构建路段基本信息库后,上述排查内容相应隐患认定标准即可明确。急弯路段排查方法依托于智能化采集的图片,对急弯路段各项隐患内容进行可视化排查。排查步骤如下:
S1:确定急弯路段起(终)点位基准点Po;
S2:依据构建安全隐患排查知识体系中标准规定与急弯路段中存在安全隐患位置信息,确定排查交通标志、交通标线、安全设施、安全视距、交通组织等各项内容排查的最佳点位Pbest,其中Pbest=Po±ls,ls为相关标准规定下交通标志、交通标线、安全设施、安全视距、交通组织的排查点位距离基准点距离或范围;
S3:确定最佳点位Pbest下图片为安全隐患排查最佳视角;
S4:根据图像确认最佳视角下交通标志、交通标线、安全设施是否缺失,安全视距、交通组织是否存在安全隐患:
若最佳视角下不存在安全隐患,则完成该点隐患排查;
若最佳视角下交通标志、交通标线、安全设施缺失,安全视距、交通组织存在安全隐患,需进入S5进行隐患确认交通标志、交通标线、安全设施详情;
S5:人为增大减小调整ls值,以在最佳排查点位前后确认是否为交通标志、交通标线、安全设施缺失:
若调整ls值后仍未发现交通标志、交通标线、安全设施,则认定为缺失;
若调整ls值后发现交通标志、交通标线、安全设施,则需进入S6确定具体隐患详情;
S6:判定交通标志、交通标线、安全设施是否完整,有无遮挡、磨损、损坏情况:
若完整,则认定交通标志、交通标线、安全设施设置位置不符合标准;ls增大认定设置位置距离基准点过远,ls减小认定设置位置距离基准点过近;
若不完整,结合S5综合给定隐患认定结果;
S7:以图片标注和文字总结形式输出隐患认定结果,完成安全隐患智能化排查。
急弯路段安全隐患智能化排查在智能算法上结合人工辅助手段确定急弯路段隐患排查最佳视角,选定隐患排查目标点位的图片相关数据,首先在深度图像识别技术上对隐患进行识别,并辅助于人工判定,确保对急弯路段安全隐患项全面排查,并以图片标记形式对排查发现隐患项进行隐患标注,便于将隐患标注图片附于排查报告中,将排查结果以可视化形式进行展示。急弯路段安全隐患排查方法技术路线如图6所示。
步骤五:根据步骤四中急弯路段安全隐患智能化排查结果得出急弯路段安全隐患排查结论。为实现面向不同用户的隐患排查结论,本申请定义了层次化排查报告:包括急弯路段安全隐患排查流程报告、急弯路段安全隐患单、基于隐患排查的总体报告。急弯路段安全隐患排查流程报告可对急弯路段交通标志、交通标线、安全设施与交通组织排查结果进行汇总,其作用在于确保排查流程完整性与正确性;急弯路段安全隐患单与基于隐患排查的总体报告中从部分到整体对现存隐患内容进行分析,其作用在于面向不同用户业务需求,在不同权限、范围内查看隐患排查结论。本专利定义的上述排查报告依据排查工作规范中排查报告格式要求,便于道路交通安全隐患排查工作中将排查结论上报相关部门,及后续安全隐患治理。
本申请具有以下有益效果:
1.现有技术对于急弯路段安全隐患排查流程未形成标准化。本申请基于急弯路段安全相关法律法规及规范梳理,构建了急弯路段安全隐患排查知识体系,面向相关部门道路安全隐患排查业务流程,规范化了从数据采集、分析、隐患识别到隐患结论生成的急弯路段安全隐患排查流程。
2、现有技术对于急弯路段排查内容不全面不细致。本申请提出了一种对急弯路段道路线形、交通标志、交通标线、安全设施、交通组织全面排查方法。
3、现有技术对于急弯路段安全隐患排查成本相对较高。本申请提出的急弯路段安全隐患排查方法无需在每个急弯路段增设检测设备,仅依靠智能化前端采集设备即可完成相应急弯路段安全隐患排查工作。
4、现有技术生成安全隐患排查结果缺乏对于相关部门开展隐患治理工作支持。本申请设计了面向不同部门的层次化排查报告,以便于相关部门开展安全隐患排查与治理工作。
以上所述仅为本申请的实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其它相关的技术领域,均同理包括在本申请的专利保护范围内。
Claims (7)
1.一种急弯路段识别方法,其特征在于,包括以下步骤:
Step1:计算t时刻i点偏航角αi与t+Δt时刻i+1点偏航角αi+1计算两点偏航角之差θi,其中Δt为数据采集时间间隔,当αi×αi+1<0时,θi=360-|αi+1-αi|,当αi×αi+1≥0时,θi=|αi+1-αi|;
Step3:计算i点转弯半径Ri=Li,i+1/θi,令i=i+1,返回Step1计算路段所有采集数据点半径;
Step4:依据不同速度下急弯路段转弯半径规定值判断i点是否处于急弯路段:
若Ri>R(V),则该点不属于急弯路段;
若Ri≤R(V),则该点可能处于急弯路段;
Step5:按照时间顺序构建处于急弯路段点位集合i∈{i起,…,i终},定义i起与i终分别为急弯路段起点与终点;
Step6:计算起终点轨迹距离L起,终与转角θ起,终;
Step7:计算起终点曲线转弯半径R起,终=L起,终/θ起,终;
Step8:判定R起,终与R(V)关系:
若R起,终>R(V),该路段非急弯路段;
若R起,终≤R(V),该路段为急弯路段。
3.一种急弯路段安全隐患排查方法,其特征在于,包括以下步骤:
步骤一:利用车载高清摄像头、GPS测量仪、陀螺仪、车速传感器对车辆行驶过程中进行多视角高频道路图像数据、GPS信息、滚转角、俯仰角、偏航角、车速数据进行采集,并进行存储;
步骤二:构建急弯路段安全隐患排查知识体系,包含对路段基本信息、交通标志、交通标线、安全设施、安全视距、交通组织的安全隐患排查;该知识体系包含急弯路段的基本信息以及在道路线形、交通标志、交通标线、安全设施、安全视距、交通组织中存在的隐患项,同时还包含隐患认定标准、隐患排查点位位置信息、隐患内容描述及治理建议;
步骤三:结合权利要求1和权利要求2所述的急弯路段识别方法与图像判别算法对急弯路段进行智能化识别,明确路段对应起终点位置信息;
步骤四:构建包含急弯路段交通标志、交通标线、安全设施、安全视距、交通组织安全隐患排查与路段基本信息的基本信息库,依托智能化采集的图像数据,对急弯路段各项隐患内容进行可视化排查,排查步骤如下:
S1:确定急弯路段起(终)点位基准点Po;
S2:依据构建安全隐患排查知识体系中标准规定与急弯路段中存在安全隐患位置信息,确定排查交通标志、交通标线、安全设施、安全视距、交通组织等各项内容排查的最佳点位Pbest,其中Pbest=Po±ls,ls为相关标准规定下交通标志、交通标线、安全设施、安全视距、交通组织的排查点位距离基准点距离或范围;
S3:确定最佳点位Pbest下图片为安全隐患排查最佳视角;
S4:根据图像确认最佳视角下交通标志、交通标线、安全设施是否缺失,安全视距、交通组织是否存在安全隐患:
若最佳视角下不存在安全隐患,则完成该点隐患排查;
若最佳视角下交通标志、交通标线、安全设施缺失,安全视距、交通组织存在安全隐患,需进入S5进行隐患确认交通标志、交通标线、安全设施详情;
S5:人为增大减小调整ls值,以在最佳排查点位前后确认是否为交通标志、交通标线、安全设施缺失:
若调整ls值后仍未发现交通标志、交通标线、安全设施,则认定为缺失;
若调整ls值后发现交通标志、交通标线、安全设施,则需进入S6确定具体隐患详情;
S6:判定交通标志、交通标线、安全设施是否完整,有无遮挡、磨损、损坏情况:
若完整,则认定交通标志、交通标线、安全设施设置位置不符合标准;ls增大认定设置位置距离基准点过远,ls减小认定设置位置距离基准点过近;
若不完整,结合S5综合给定隐患认定结果;
S7:以图片标注和文字总结形式输出隐患认定结果,完成安全隐患智能化排查;
步骤五:根据步骤四中急弯路段安全隐患智能化排查结果得出急弯路段安全隐患排查结论。
4.根据权利要求3所述的急弯路段安全隐患排查方法,其特征在于,所述步骤一还包括网络通讯模块和数据处理模块,所述车载高清摄像头、GPS测量仪、陀螺仪、车速传感器将采集的数据存储后通过网络通讯模块传输至数据处理模块,所述数据处理模块利用时间标签完成不同数据特征匹配,构建标准化采集数据。
5.根据权利要求3所述的急弯路段安全隐患排查方法,其特征在于,所述步骤二中路段基本信息包含路段限速、急弯路段长度、转弯半径。
6.根据权利要求5所述的急弯路段安全隐患排查方法,其特征在于,所述步骤二中交通标线包括对向车行道分界线、同向车行道分界线、车行道边缘线、禁止超车标线、减速振动标线;交通标志包括急弯路标志、连续急弯路标志、禁止超车标志、解除禁止超车标志、限制速度标志、解除限速标志、线形诱导标;安全设施包括凸面镜、轮廓标、护栏、警示桩;安全视距包含会车视距是否遮挡,路侧净区内是否有灯杆、广告牌等物体;交通组织包含路段重型货运车辆混行情况。
7.根据权利要求3所述的急弯路段安全隐患排查方法,其特征在于,所述步骤三中在数据判别算法确定急弯路段的基础上,图像判别算法结合深度图像识别技术,对数据判别算法确定路段范围内图像中道路宽度、车道数量的路段基础参数进行识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111397450.5A CN114155709B (zh) | 2021-11-23 | 2021-11-23 | 一种急弯路段识别方法以及安全隐患排查方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111397450.5A CN114155709B (zh) | 2021-11-23 | 2021-11-23 | 一种急弯路段识别方法以及安全隐患排查方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114155709A true CN114155709A (zh) | 2022-03-08 |
CN114155709B CN114155709B (zh) | 2022-09-23 |
Family
ID=80457494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111397450.5A Active CN114155709B (zh) | 2021-11-23 | 2021-11-23 | 一种急弯路段识别方法以及安全隐患排查方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114155709B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1787944A (zh) * | 2004-04-26 | 2006-06-14 | 株式会社丰田自动织机 | 转弯半径计算方法、使用转弯半径计算方法的转向辅助设备和停车辅助设备、转弯半径计算程序和记录媒介 |
JP2011138481A (ja) * | 2009-10-13 | 2011-07-14 | Arm Ltd | インターコネクトにおけるデータ・ストア・メインテナンス要求 |
CN112277947A (zh) * | 2020-09-17 | 2021-01-29 | 潍柴动力股份有限公司 | 一种转弯工况识别方法、控制系统及车辆 |
CN112562334A (zh) * | 2020-12-08 | 2021-03-26 | 绍兴数鸿科技有限公司 | 基于浮动车数据的弯曲路段实时速度计算方法、装置及介质 |
CN112735139A (zh) * | 2021-01-07 | 2021-04-30 | 中国安全生产科学研究院 | 一种用于普通公路安全隐患排查的装置和方法 |
-
2021
- 2021-11-23 CN CN202111397450.5A patent/CN114155709B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1787944A (zh) * | 2004-04-26 | 2006-06-14 | 株式会社丰田自动织机 | 转弯半径计算方法、使用转弯半径计算方法的转向辅助设备和停车辅助设备、转弯半径计算程序和记录媒介 |
JP2011138481A (ja) * | 2009-10-13 | 2011-07-14 | Arm Ltd | インターコネクトにおけるデータ・ストア・メインテナンス要求 |
CN112277947A (zh) * | 2020-09-17 | 2021-01-29 | 潍柴动力股份有限公司 | 一种转弯工况识别方法、控制系统及车辆 |
CN112562334A (zh) * | 2020-12-08 | 2021-03-26 | 绍兴数鸿科技有限公司 | 基于浮动车数据的弯曲路段实时速度计算方法、装置及介质 |
CN112735139A (zh) * | 2021-01-07 | 2021-04-30 | 中国安全生产科学研究院 | 一种用于普通公路安全隐患排查的装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114155709B (zh) | 2022-09-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106758906B (zh) | 一种山区公路连续急弯路段交通标志的综合设置方法 | |
Wolf et al. | Urban trees and traffic safety: Considering US roadside policy and crash data | |
CN110491127A (zh) | 一种通行引导方法、装置以及可读存储介质 | |
CN115035491A (zh) | 一种基于联邦学习的驾驶行为路况预警方法 | |
CN114419874A (zh) | 基于路侧感知设备数据融合的目标行车安全风险预警方法 | |
CN113724496B (zh) | 一种全场景道路交通安全隐患排查方法以及排查系统 | |
Sisiopiku | Variable speed control: technologies and practice | |
Jalayer et al. | Exploratory analysis of run-off-road crash patterns | |
CN114141011B (zh) | 一种陡坡及连续下坡路段识别方法以及安全隐患排查方法 | |
CN114155709B (zh) | 一种急弯路段识别方法以及安全隐患排查方法 | |
CN105913058A (zh) | 一种多车牌定位方法 | |
Liu et al. | Determination of curve speed zones for mountainous freeways | |
CN106373400B (zh) | 一种山区公路事故易发路段分车型限速牌的连续设置方法 | |
Agent et al. | Delineation of horizontal curves | |
CN115691114A (zh) | 一种临崖路段的识别方法以及道路交通安全隐患排查方法 | |
Keerimolel et al. | A survey on traffic sign recognition and detection | |
CN113256970B (zh) | 一种交叉口行车安全性评价方法及系统 | |
CN115273003A (zh) | 一种结合字符定位的交通标志识别及导航决策方法和系统 | |
DE102014011851B4 (de) | Konzept zur Erkennung einer Falschfahrt | |
CN112735138A (zh) | 一种高速公路安全隐患排查装置和方法 | |
Shinta et al. | Cipularang toll road safety audit of traffic signs and road markings | |
Fan et al. | Role of vehicle trajectory and lateral acceleration in designing horizontal curve radius of off-ramp: a driving simulator based study. | |
CN115240411B (zh) | 一种城市道路交叉口右转冲突警示线测画方法 | |
Ding et al. | Study on safety features of road and traffic facilities at the entrance of interchange area | |
Lengyel et al. | Horizontal traffic signs anomalies and their classification |
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 |