CN114743376A - 一种非灯控路口智能交通系统 - Google Patents

Abstract

本发明涉及交通安全技术领域，公开了一种非灯控路口智能交通系统，可以实时监测在非灯控路口是否有将要经过的车辆，然后一方面在有时使摄像设备保持处于开启状态，确保抓住交通事故识别时机，以及进一步在识别到发生有交通事故时，可自动录像该交通事故的全过程，并将录像文件传送至所述服务器进行存储，另一方面在有且车速过快时以及在识别到发生有交通事故后，分别通过语音播报设备进行对应情况的语音提醒，可以促使行人注意路口车况，提升交通安全性，以及提升行人通行效率，进而可预防交通事故在非灯控路口发生，有效减少发生交通事故的频次，并可及时记录交通事故的全过程，方便历史回溯及事故追责。

Description

一种非灯控路口智能交通系统

技术领域

本发明属于交通安全技术领域，具体地涉及一种非灯控路口智能交通系统。

背景技术

“交通事故(Traffic Accident)”是指车辆在道路上因过错或者意外造成人身伤亡或者财产损失的事件。每年因为交通事故致死致残的人数都成千上万，给人民群众和交管部门带来严重的财产损失及巨大的工作压力，特别是在非灯控路口发生的交通事故更是占全国交通事故的35％左右。即由于部分驾驶员没能按照“礼让行人”的要求约束自己的驾驶习惯，以及在非灯控路口(例如，在城市的市区或者郊区有很多是没有安装交通信号灯的路口)没能保持“及时减速、礼让行人”的习惯，导致在这些路口频繁发生交通事故，而且多数还是致死或致残的重大交通事故，从而给人民群众和相关交管部门带来巨大的财产损失及工作压力。

目前，虽然交管部门为了管理众多无灯控的路口，投入了大量的人力和财力，但依旧是收效甚微。

发明内容

为了预防和解决在非灯控路口所存在“交通事故频发”的问题，本发明目的在于提供一种非灯控路口智能交通系统。

本发明提供了一种非灯控路口智能交通系统，包括有毫米波雷达设备、摄像设备、语音播报设备和服务器，其中，所述毫米波雷达设备和所述摄像设备用于安装在非灯控路口的电警监控杆上并分别朝向来车方向，所述语音播报设备用于安装在所述非灯控路口的斑马线等待区域中；

所述毫米波雷达设备，用于实时监测是否有车辆驶入雷达的可识别范围内，以及针对驶入车辆，判断对应的车速是否超过预设的车速阈值；

所述摄像设备，通信连接所述毫米波雷达设备，用于在监测到有车辆驶入所述可识别范围内时，保持处于开启状态，并根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，若识别到发生有交通事故，则自动录像该交通事故的全过程，并将录像文件传送至所述服务器；

所述服务器，通信连接所述摄像设备，用于存储预设的语音播报内容和收到的所述录像文件，其中，所述语音播报内容包含有用于提醒行人注意行驶车辆的第一语音播报内容和用于提醒行人感知前方通行因交通事故发生而受阻的第二语音播报内容；

所述语音播报设备，分别通信连接所述毫米波雷达设备、所述摄像设备和所述服务器，用于在判定所述驶入车辆的车速超过所述车速阈值时，从所述服务器中获取所述第一语音播报内容，并播放所述第一语音播报内容，以及在识别到发生有交通事故后，从所述服务器中获取所述第二语音播报内容，并播放所述第二语音播报内容。

基于上述发明内容，提供了一种适用于部署在非灯控路口的交通安全助力方案，即通过毫米波雷达设备、摄像设备、语音播报设备和服务器的联动协作，可以实时监测在非灯控路口是否有将要经过的车辆，然后一方面在有时使摄像设备保持处于开启状态，确保抓住交通事故识别时机，以及进一步在识别到发生有交通事故时，可自动录像该交通事故的全过程，并将录像文件传送至所述服务器进行存储，另一方面在有且车速过快时以及在识别到发生有交通事故后，分别通过语音播报设备进行对应情况的语音提醒，可以促使行人注意路口车况，提升交通安全性，以及提升行人通行效率，进而可预防交通事故在非灯控路口发生，有效减少发生交通事故的频次，并可及时记录交通事故的全过程，方便历史回溯及事故追责，以及由于是仅存储记录有交通事故过程的录像文件，可以大大降低对存储资源的需求，减少为非灯控路口的交通管理所投入的人力和财力，便于实际应用和推广。

在一个可能的设计中，还包括有通信连接所述服务器的远端用户设备，其中，所述远端用户设备用于响应用户的人机交互操作，向所述用户提供针对车辆、行人和/或语音播报内容进行的信息查询服务及信息浏览服务，以及向所述用户提供针对语音播报内容进行的在线可编辑服务。

在一个可能的设计中，所述服务器用于安装在所述非灯控路口的路侧防水箱内。

在一个可能的设计中，根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，包括：

获取实时采集的视频数据；

利用目标识别算法，对所述视频数据中的视频帧进行在预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果；

当在所述视频帧的所述预先划定识别区域内标注有至少一个车辆和至少一个行人时，则根据与所述至少一个车辆一一对应的至少一个车辆识别定位框和与所述至少一个行人一一对应的至少一个行人识别定位框，判断在所述预先划定识别区域内是否存在车辆识别定位框与行人识别定位框相交的情况；

若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故。

在一个可能的设计中，利用目标识别算法，对所述视频数据中的视频帧进行在预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果，包括：

根据预先在无车辆且无行人情况下由所述摄像设备采集的背景帧，对所述视频数据中的视频帧进行在预先划定识别区域内的帧差处理，得到域内帧差图像；

对所述域内帧差图像进行离散点去除处理和腐蚀操作处理，得到新帧差图像；

对所述新帧差图像中的且帧差绝对值不小于预设的帧差阈值的所有像素点进行统计处理，得到像素总量；

判断所述像素总量是否大于预设的数量阈值；

若是，则利用目标识别算法，对所述视频数据中的视频帧进行在所述预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果。

在一个可能的设计中，所述车辆识别定位框和所述行人识别定位框采用不同颜色进行框体标注。

在一个可能的设计中，若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故，包括：

当判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况时，确定所述某个车辆识别定位框与所述某个行人识别定位框的相交区域；

判断所述相交区域与所述某个行人识别定位框的面积之比是否大于预设的比例阈值；

若是，则确定发生有交通事故。

在一个可能的设计中，所述摄像设备，还用于在未监测到有车辆驶入所述可识别范围内时，启动并维持一个第一计时器，然后在该第一计时器的计时到达预设的第一时长阈值时，从开启状态切换为休眠状态。

在一个可能的设计中，所述摄像设备，还用于在从开启状态切换为休眠状态后，启动并维持一个第二计时器，然后在该第二计时器的计时到达预设的第二时长阈值时，从休眠状态切换为开启状态。

在一个可能的设计中，所述毫米波雷达设备、所述摄像设备、所述语音播报设备或所述服务器，还用于在预设时刻到达时进行如下自检：先自动关机，再重启。

本发明的技术效果：

(1)本发明创造提供了一种适用于部署在非灯控路口的交通安全助力方案，即通过毫米波雷达设备、摄像设备、语音播报设备和服务器的联动协作，可以实时监测在非灯控路口是否有将要经过的车辆，然后一方面在有时使摄像设备保持处于开启状态，确保抓住交通事故识别时机，以及进一步在识别到发生有交通事故时，可自动录像该交通事故的全过程，并将录像文件传送至所述服务器进行存储，另一方面在有且车速过快时以及在识别到发生有交通事故后，分别通过语音播报设备进行对应情况的语音提醒，可以促使行人注意路口车况，提升交通安全性，以及提升行人通行效率，进而可预防交通事故在非灯控路口发生，有效减少发生交通事故的频次，并可及时记录交通事故的全过程，方便历史回溯及事故追责，以及由于是仅存储记录有交通事故过程的录像文件，可以大大降低对存储资源的需求，减少为非灯控路口的交通管理所投入的人力和财力，便于实际应用和推广。

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，下面将对实施例或现有技术描述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是本发明提供的非灯控路口智能交通系统的结构示意图。

上述附图中：1-毫米波雷达设备；2-摄像设备；3-语音播报设备；4-服务器；5-远端用户设备；100-车辆；200-行人。

具体实施方式

下面结合附图及具体实施例来对本发明作进一步阐述。在此需要说明的是，对于这些实施例方式的说明虽然是用于帮助理解本发明，但并不构成对本发明的限定。本文公开的特定结构和功能细节仅用于描述本发明示例的实施例。然而，可用很多备选的形式来体现本发明，并且不应当理解为本发明限制在本文阐述的实施例中。

应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。

应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。

如图1所示，本实施例提供的所述非灯控路口智能交通系统，包括但不限于有毫米波雷达设备1、摄像设备2、语音播报设备3和服务器4，其中，所述毫米波雷达设备1和所述摄像设备2用于安装在非灯控路口的电警监控杆上并分别朝向来车方向，所述语音播报设备3用于安装在所述非灯控路口的斑马线等待区域中；所述毫米波雷达设备1，用于实时监测是否有车辆驶入雷达的可识别范围内，以及针对驶入车辆，判断对应的车速是否超过预设的车速阈值；所述摄像设备2，通信连接所述毫米波雷达设备1，用于在监测到有车辆驶入所述可识别范围内时，保持处于开启状态，并根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，若识别到发生有交通事故，则自动录像该交通事故的全过程，并将录像文件传送至所述服务器4；所述服务器4，通信连接所述摄像设备2，用于存储预设的语音播报内容和收到的所述录像文件，其中，所述语音播报内容包含但不限于有用于提醒行人注意行驶车辆的第一语音播报内容和用于提醒行人感知前方通行因交通事故发生而受阻的第二语音播报内容；所述语音播报设备3，分别通信连接所述毫米波雷达设备1、所述摄像设备2和所述服务器4，用于在判定所述驶入车辆的车速超过所述车速阈值时，从所述服务器4中获取所述第一语音播报内容，并播放所述第一语音播报内容，以及在识别到发生有交通事故后，从所述服务器4中获取所述第二语音播报内容，并播放所述第二语音播报内容。

如图1所示，在所述非灯控路口智能交通系统的具体结构中，所述毫米波雷达设备1、所述摄像设备2、所述语音播报设备3和所述服务器4均可采用现有相关设备实现。所述毫米波雷达设备1的所述可识别范围可举例为300米以内，并可通过现有的车辆检测方式实时监测是否有车辆驶入所述可识别范围内以及检测得到所述驶入车辆的车速；此外，所述车速阈值可以举例为30千米/小时。所述摄像设备2可以但不限于通过以太网线通信连接所述毫米波雷达设备1；所述摄像设备2在监测到有车辆驶入所述可识别范围内时，保持处于开启状态，具体可为：若当前处于休眠状态，则从休眠状态切换为开启状态，而当前处于开启状态，则继续维持开启状态；由于所述摄像设备2的交通事故识别范围(例如百米以内)会低于所述可识别范围，因此可以确保不会错过交通事故识别时机。所述语音播报设备3同样可以但不限于通过以太网线通信连接所述毫米波雷达设备1、所述摄像设备2和所述服务器4，并通过播放所述第一语音播报内容，可以提醒行人注意路口车况，提升交通安全性，以及通过播放所述第二语音播报内容，可以提醒行人在前方发生有交通事故，通行会受到影响，请选择其他路线通行，进而可提升行人通行效率。所述服务器4同样可以但不限于通过以太网线通信连接所述摄像设备2。此外，所述服务器4可优选安装在所述非灯控路口的路侧防水箱内，并通过光纤网络或4G/5G通信网络通信连接到交警数据中心，以便与部署在所述交警数据中心的智慧交通协同服务云平台进行数据交互，使得本系统可与其他相关部门的交通管理系统做到各种数据的实时传输和共享，进而为相关部门在处理交通事故的相关工作时提供数据支持以及其他帮助。

由此基于前述的非灯控路口智能交通系统，提供了一种适用于部署在非灯控路口的交通安全助力方案，即通过毫米波雷达设备、摄像设备、语音播报设备和服务器的联动协作，可以实时监测在非灯控路口是否有将要经过的车辆，然后一方面在有时使摄像设备保持处于开启状态，确保抓住交通事故识别时机，以及进一步在识别到发生有交通事故时，可自动录像该交通事故的全过程，并将录像文件传送至所述服务器进行存储，另一方面在有且车速过快时以及在识别到发生有交通事故后，分别通过语音播报设备进行对应情况的语音提醒，可以促使行人注意路口车况，提升交通安全性，以及提升行人通行效率，进而可预防交通事故在非灯控路口发生，有效减少发生交通事故的频次，并可及时记录交通事故的全过程，方便历史回溯及事故追责，以及由于是仅存储记录有交通事故过程的录像文件，可以大大降低对存储资源的需求，减少为非灯控路口的交通管理所投入的人力和财力，便于实际应用和推广。

优选的，还包括有通信连接所述服务器4的远端用户设备5，其中，所述远端用户设备5用于响应用户的人机交互操作，向所述用户提供针对车辆、行人和/或语音播报内容等进行的信息查询服务及信息浏览服务，以及向所述用户提供针对语音播报内容等进行的在线可编辑服务。如图1所示，所述远端用户设备5可以但不限于为智能手机和台式电脑等设备，并可以但不限于通过光纤网络或4G/5G通信网络通信连接所述服务器4。由于所述远端用户设备5是向所述用户提供针对车辆、行人和/或语音播报内容等进行的信息查询服务及信息浏览服务，因此可方便交管部门根据信息查询及浏览结果，及时就交通事故发生的地点和交通事故的严重性作出准确和科学的处理，以此减少不必要的财产损失。另外，由于所述远端用户设备5还可向所述用户提供针对语音播报内容等进行的在线可编辑服务，因此可以方便交管部门根据每个路口的实际情况和需要，自行设定、修改或删除播报的具体内容。

优选的，根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，包括但不限于有如下步骤S11～S14。

S11.获取实时采集的视频数据。

S12.利用目标识别算法，对所述视频数据中的视频帧进行在预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果。

在所述步骤S12中，所述预先划定识别区域即为需要进行交通事故识别的目标区域，其可以提前根据所述摄像设备2的安装姿态和路口道路情况进行划定，以便减少对非目标区域的识别处理，降低对计算资源的需求，例如将斑马线区域以及毗邻斑马线的车道区域划定为所述目标区域。所述目标识别算法是一种用于在图片中将里面的物体检测出来并标记出物体位置的现有人工智能识别算法，具体可以但不限于采用Faster R-CNN(FasterRegions with Convolutional Neural Networks features，由何凯明等在2015年提出目标检测算法，该算法在2015年的ILSVRV和COCO竞赛中获得多项第一)网络、SSD(SingleShot MultiBox Detector，单镜头多盒检测器，是Wei Liu在ECCV 2016上提出的一种目标检测算法，是目前流行的主要检测框架之一)网络或Yolo(You only look once，目前最新已经发展到V5版本，在业界的应用也很广泛，其基本原理是：首先对输入图像划分成7x7的网格，对每个网格预测2个边框，然后根据阈值去除可能性比较低的目标窗口，最后再使用边框合并的方式去除冗余窗口，得出检测结果)网络等。因此通过常规目标识别算法进行车辆识别处理和行人识别处理，即可得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果。

在所述步骤S12中，考虑利用所述目标识别算法需要有一定的算力，而为了降低对摄像设备的算力需求，进一步优选的，可以但不限于包括有如下步骤S121～S125。

S121.根据预先在无车辆且无行人情况下由所述摄像设备2采集的背景帧，对所述视频数据中的视频帧进行在预先划定识别区域内的帧差处理，得到域内帧差图像。

在所述步骤S121中，考虑一天之内存在不同的光线环境(例如白天和黑夜)，所述背景帧可选用与当前所处时段对应的且预先在无车辆且无行人情况下由所述摄像设备2采集的视频帧，例如当前所处时段为11点～13点，则选用预先在11点～13点、无车辆且无行人情况下由所述摄像设备2采集的视频帧作为所述背景帧。此外，所述帧差处理为现有常规的图像处理方式。

S122.对所述域内帧差图像进行离散点去除处理和腐蚀操作处理，得到新帧差图像。

在所述步骤S122中，所述离散点去除处理和所述腐蚀操作处理同样为现有常规的图像处理方式。

S123.对所述新帧差图像中的且帧差绝对值不小于预设的帧差阈值的所有像素点进行统计处理，得到像素总量。

在所述步骤S123中，所述所有像素点即为在背景帧中出现异物的像素集合，该异物可能是车辆或其它物体。

S124.判断所述像素总量是否大于预设的数量阈值。

在所述步骤S124中，所述数量阈值可以基于车辆大小来预设，以便作为判断异物是否为车辆的依据。

S125.若是(即以低算力方式初步确定有至少一个车辆进入了所述预先划定识别区域内，可以作为识别有人车相撞交通事故的前提)，则利用目标识别算法，对所述视频数据中的视频帧进行在所述预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果。

S13.当在所述视频帧的所述预先划定识别区域内标注有至少一个车辆和至少一个行人时，则根据与所述至少一个车辆一一对应的至少一个车辆识别定位框和与所述至少一个行人一一对应的至少一个行人识别定位框，判断在所述预先划定识别区域内是否存在车辆识别定位框与行人识别定位框相交的情况。

在所述步骤S13中，所述车辆识别定位框和所述行人识别定位框可采用不同颜色进行框体标注，例如，所述车辆识别定位框采用绿色框，所述行人识别定位框采用蓝色框。

S14.若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故。

在所述步骤S14中，若所述某个车辆识别定位框与所述某个行人识别定位框相交，则表明两框足够相近，可以认为发生了人车相撞交通事故，特别是当将斑马线区域以及毗邻斑马线的车道区域作为所述预先划定识别区域时，由于区域较小，可以无视因视距不同而导致的人车相撞识别误差，确保交通事故识别的准确性。为了进一步提升识别准确性，优选的，若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故，包括但不限于有如下步骤S141～S143：S141.当判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况时，确定所述某个车辆识别定位框与所述某个行人识别定位框的相交区域；S142.判断所述相交区域与所述某个行人识别定位框的面积之比是否大于预设的比例阈值；S143.若是，则确定发生有交通事故。在所述步骤S142中，所述比例阈值可以举例为61.8％。此外，在识别到发生有交通事故并自动录像该交通事故的全过程时，可以在再次发现所述某个车辆识别定位框与所述某个行人识别定位框不相交或所述相交区域与所述某个行人识别定位框的面积之比小于所述比例阈值时，认为人车已分离，人车相撞交通事故已结束，并在等待一定时长(例如5分钟)后结束录像；以及在录像时，还可以在所述录像文件的视频帧中标注出所述某个车辆识别定位框和所述某个行人识别定位框以及其它的识别结果，以便提升浏览直观性。

优选的，所述摄像设备2，还用于在未监测到有车辆驶入所述可识别范围内时，启动并维持一个第一计时器，然后在该第一计时器的计时到达预设的第一时长阈值时，从开启状态切换为休眠状态。此目的是为了降低所述摄像设备2的长时间运行压力，提高设备使用寿命。所述第一时长阈值可以根据需要而进行设置，例如为1小时、3小时、6小时或12小时等。此外，所述摄像设备2，还可用于在从开启状态切换为休眠状态后，启动并维持一个第二计时器，然后在该第二计时器的计时到达预设的第二时长阈值时，从休眠状态切换为开启状态。所述第二时长阈值同样可以根据需要而进行设置，例如为1小时、3小时、6小时或12小时等。

优化的，所述毫米波雷达设备1、所述摄像设备2、所述语音播报设备3或所述服务器4，还用于在预设时刻到达时进行如下自检：先自动关机，再重启。所述预设时刻可以根据需要而进行设置，举例为每日0点整，并在自动关机30秒后再重启设备，如此可使各个系统设备具有自检功能，避免出现系统故障。

综上，采用本实施例所提供的非灯控路口智能交通系统，具有如下技术效果：

(1)本实施例提供了一种适用于部署在非灯控路口的交通安全助力方案，即通过毫米波雷达设备、摄像设备、语音播报设备和服务器的联动协作，可以实时监测在非灯控路口是否有将要经过的车辆，然后一方面在有时使摄像设备保持处于开启状态，确保抓住交通事故识别时机，以及进一步在识别到发生有交通事故时，可自动录像该交通事故的全过程，并将录像文件传送至所述服务器进行存储，另一方面在有且车速过快时以及在识别到发生有交通事故后，分别通过语音播报设备进行对应情况的语音提醒，可以促使行人注意路口车况，提升交通安全性，以及提升行人通行效率，进而可预防交通事故在非灯控路口发生，有效减少发生交通事故的频次，并可及时记录交通事故的全过程，方便历史回溯及事故追责，以及由于是仅存储记录有交通事故过程的录像文件，可以大大降低对存储资源的需求，减少为非灯控路口的交通管理所投入的人力和财力，便于实际应用和推广。

最后应说明的是，本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。

Claims (10)

1.一种非灯控路口智能交通系统，其特征在于，包括有毫米波雷达设备(1)、摄像设备(2)、语音播报设备(3)和服务器(4)，其中，所述毫米波雷达设备(1)和所述摄像设备(2)用于安装在非灯控路口的电警监控杆上并分别朝向来车方向，所述语音播报设备(3)用于安装在所述非灯控路口的斑马线等待区域中；

所述毫米波雷达设备(1)，用于实时监测是否有车辆驶入雷达的可识别范围内，以及针对驶入车辆，判断对应的车速是否超过预设的车速阈值；

所述摄像设备(2)，通信连接所述毫米波雷达设备(1)，用于在监测到有车辆驶入所述可识别范围内时，保持处于开启状态，并根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，若识别到发生有交通事故，则自动录像该交通事故的全过程，并将录像文件传送至所述服务器(4)；

所述服务器(4)，通信连接所述摄像设备(2)，用于存储预设的语音播报内容和收到的所述录像文件，其中，所述语音播报内容包含有用于提醒行人注意行驶车辆的第一语音播报内容和用于提醒行人感知前方通行因交通事故发生而受阻的第二语音播报内容；

所述语音播报设备(3)，分别通信连接所述毫米波雷达设备(1)、所述摄像设备(2)和所述服务器(4)，用于在判定所述驶入车辆的车速超过所述车速阈值时，从所述服务器(4)中获取所述第一语音播报内容，并播放所述第一语音播报内容，以及在识别到发生有交通事故后，从所述服务器(4)中获取所述第二语音播报内容，并播放所述第二语音播报内容。

2.如权利要求1所述的非灯控路口智能交通系统，其特征在于，还包括有通信连接所述服务器(4)的远端用户设备(5)，其中，所述远端用户设备(5)用于响应用户的人机交互操作，向所述用户提供针对车辆、行人和/或语音播报内容进行的信息查询服务及信息浏览服务，以及向所述用户提供针对语音播报内容进行的在线可编辑服务。

3.如权利要求1所述的非灯控路口智能交通系统，其特征在于，所述服务器(4)用于安装在所述非灯控路口的路侧防水箱内。

4.如权利要求1所述的非灯控路口智能交通系统，其特征在于，根据实时采集的视频数据，通过内置的交通事故识别算法识别出是否发生有交通事故，包括：

获取实时采集的视频数据；

利用目标识别算法，对所述视频数据中的视频帧进行在预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果；

当在所述视频帧的所述预先划定识别区域内标注有至少一个车辆和至少一个行人时，则根据与所述至少一个车辆一一对应的至少一个车辆识别定位框和与所述至少一个行人一一对应的至少一个行人识别定位框，判断在所述预先划定识别区域内是否存在车辆识别定位框与行人识别定位框相交的情况；

若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故。

5.如权利要求4所述的非灯控路口智能交通系统，其特征在于，利用目标识别算法，对所述视频数据中的视频帧进行在预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果，包括：

根据预先在无车辆且无行人情况下由所述摄像设备(2)采集的背景帧，对所述视频数据中的视频帧进行在预先划定识别区域内的帧差处理，得到域内帧差图像；

对所述域内帧差图像进行离散点去除处理和腐蚀操作处理，得到新帧差图像；

对所述新帧差图像中的且帧差绝对值不小于预设的帧差阈值的所有像素点进行统计处理，得到像素总量；

判断所述像素总量是否大于预设的数量阈值；

若是，则利用目标识别算法，对所述视频数据中的视频帧进行在所述预先划定识别区域内的车辆识别处理和行人识别处理，得到在所述视频帧的所述预先划定识别区域内是否标注有车辆和行人的目标识别结果。

6.如权利要求4所述的非灯控路口智能交通系统，其特征在于，所述车辆识别定位框和所述行人识别定位框采用不同颜色进行框体标注。

7.如权利要求4所述的非灯控路口智能交通系统，其特征在于，若判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况，则确定发生有交通事故，包括：

当判定在所述预先划定识别区域内存在某个车辆识别定位框与某个行人识别定位框相交的情况时，确定所述某个车辆识别定位框与所述某个行人识别定位框的相交区域；

判断所述相交区域与所述某个行人识别定位框的面积之比是否大于预设的比例阈值；

若是，则确定发生有交通事故。

8.如权利要求1所述的非灯控路口智能交通系统，其特征在于，所述摄像设备(2)，还用于在未监测到有车辆驶入所述可识别范围内时，启动并维持一个第一计时器，然后在该第一计时器的计时到达预设的第一时长阈值时，从开启状态切换为休眠状态。

9.如权利要求8所述的非灯控路口智能交通系统，其特征在于，所述摄像设备(2)，还用于在从开启状态切换为休眠状态后，启动并维持一个第二计时器，然后在该第二计时器的计时到达预设的第二时长阈值时，从休眠状态切换为开启状态。

10.如权利要求1所述的非灯控路口智能交通系统，其特征在于，所述毫米波雷达设备(1)、所述摄像设备(2)、所述语音播报设备(3)或所述服务器(4)，还用于在预设时刻到达时进行如下自检：先自动关机，再重启。

Images