CN115240422A - 基于交通视频的骑车人实时检测提醒系统 - Google Patents

Abstract

本发明属于交通管理领域，涉及数据处理技术，用于解决现有的交通视频实时检测提醒系统不具备对非机动车进行危险预警提醒的功能的问题，具体是基于交通视频的骑车人实时检测提醒系统，包括监控平台，所述监控平台通信连接有路口提醒模块、事故提醒模块、环境检测模块以及存储模块；所述路口提醒模块用于在路口对骑车人进行语音提醒分析，语音提醒分析的具体过程包括：获取路口的时危数据SW、车危数据CW以及灯危数据DW并进行数值计算得到路口的提醒系数TX；本发明通过路口提醒模块可以对骑车人进行语音提醒，在骑车人最容易放松警惕的几种情况下对骑车人进行路口提醒，防止在特殊时间段非机动车事故甚至重大事故的发生。

Description

基于交通视频的骑车人实时检测提醒系统

技术领域

本发明属于交通管理领域，涉及数据处理技术，具体是基于交通视频的骑车人实时检测提醒系统。

背景技术

交通视频分析能实时或离线分析道路视频车流信息、车辆转向、车道信息、车辆排队长度、车道空间占有率、车牌、车型等，该服务可应用于路况实时分析、信号灯控制、智慧停车等场景。

现有的交通视频实时检测提醒系统缺少对自行车、电瓶车等非机动车进行危险预警的功能，并且，部分非机动车的车主存在侥幸心理，尤其在夜间骑车或车流量较少的路口习惯性的闯红灯，同时机动车在夜间或车流量较少的路口的行驶速度通常较快，这就导致了由于非机动车闯红灯而导致的车祸的发生，由于这种情况下机动车的行驶速度本身较快，也就进一步导致了一旦发生事故，事故的严重性也相对较高。

针对上述技术问题，本申请提出了一种解决方案。

发明内容

本发明的目的在于提供基于交通视频的骑车人实时检测提醒系统，用于解决现有的交通视频实时检测提醒系统不具备对非机动车进行危险预警提醒的功能的问题；

本发明需要解决的技术问题为：如何提供一种可以对非机动车进行危险预警提醒的骑车人实时检测提醒系统。

本发明的目的可以通过以下技术方案实现：

基于交通视频的骑车人实时检测提醒系统，包括监控平台，所述监控平台通信连接有路口提醒模块、事故提醒模块、环境检测模块以及存储模块；

所述路口提醒模块用于在路口对骑车人进行语音提醒分析，语音提醒分析的具体过程包括：获取路口的时危数据SW、车危数据CW以及灯危数据DW；通过对路口的时危数据SW、车危数据CW以及灯危数据DW进行数值计算得到路口的提醒系数TX；通过存储模块获取到提醒阈值TXmin，将路口的提醒系数TX与提醒阈值TXmin进行比较：

若提醒系数TX小于等于提醒阈值TXmin，则判定当前路口需要进行预警提醒，路口提醒模块向监控平台发送路口提醒信号，监控平台接收到路口提醒信号后控制路口的语音播放终端播放提前录制的路口预警语音；

若提醒系数TX大于提醒阈值TXmin，则判定当前路口不需要进行预警提醒；

所述事故提醒模块用于在骑车人骑行过程中对路段的事故发生率进行检测并通过检测结果对骑车人进行语音提醒；

所述环境检测模块用于在骑车人骑行过程中对路段的行驶环境进行检测并通过检测结果对骑车人进行语音提醒。

作为本发明的一种优选实施方式，路口的时危数据SW的获取过程包括：获取当前系统时间并换算为二十四小时制，获取换算后的系统时间的时位数并标记为时数，将时数与十二的差值的绝对值标记为时表值SZ，通过公式SW＝α1*SZ得到路口的时危数据SW，其中α1为比例系数，且α1的取值判定过程包括：通过路口的摄像头对车道进行图像拍摄并将拍摄得到的图像标记为分析图象，在分析图象中随机选取若干个面积相同的区域并标记为分析区域，将分析区域放大为像素格图像并进行灰度变换，对分析区域的像素格的灰度值进行求和取平均值得到分析区域的灰度均值，将若干个分析区域的灰度均值建立灰度集合，对灰度集合进行方差计算得到分析图象的灰度表现值，通过存储模块获取到灰度表现阈值，将分析图象的灰度表现值与灰度表现阈值进行比较：若灰度表现值小于等于灰度表现阈值，则判定当前路口的光照覆盖满足要求，α1的取值为1；若灰度表现值大于灰度表现阈值，则判定当前路口的光照覆盖不满足要求，α1的取值为1.25；

车危数据CW的获取过程包括：获取同一时间路口各个方向的摄像头拍摄的分析图象并通过图像处理技术获取分析图象中的车辆数量，车辆数量为机动车数量与非机动车数量的总和，将各个分析图象的车辆数量的总和标记为车危数据CW；

路口的灯危数据DW的获取过程包括：以路口为圆心，r1为半径画圆，将得到的圆形区域标记为监测区域，获取监测区域内的红绿灯数量并标记为灯危数据DW。

作为本发明的一种优选实施方式，事故提醒模块对骑车人进行语音提醒的具体过程包括：获取近L1个月当前路段的事故总数量并标记为LD，获取当前系统时间并将系统时间的前一个小时与后一个小时所构成的时段标记为检测时段，获取近L1个月的检测时段内当前路段的事故总数量并标记为JS，获取近L1个月内当前路段的非机动车事故总数量并标记为FJ，通过对LD、JS以及FJ进行数值计算得到路段的事故系数SG；通过存储模块获取到事故阈值SGmax，路段的事故系数SG与事故阈值SGmax进行比较并通过比较结果对当前路段是否需要进行事故预警进行判定。

作为本发明的一种优选实施方式，事故系数SG与事故阈值SGmax进行比较的具体过程包括：

若事故系数SG小于事故阈值SGmax，则判定当前路段不需要进行事故预警；

若事故系数SG大于等于事故阈值SGmax，则判定当前路段的需要进行事故预警，事故提醒模块向监控平台发送事故提醒信号，监控平台接收到事故提醒信号后控制对应路段的语音播放终端播放提前录制的事故预警语音。

作为本发明的一种优选实施方式，环境检测模块对骑车人进行语音提醒的具体过程包括：获取路段的降雨数据JY、烟雾数据YW以及风力数据FL；通过对路段的降雨数据JY、烟雾数据YW以及风力数据FL进行数值计算得到路段的环境系数HJ，通过存储模块获取到环境阈值HJmax，将路段的环境系数HJ与环境阈值HJmax进行比较并通过比较结果对是否需要对路段进行环境预警进行判定。

作为本发明的一种优选实施方式，路段的降雨数据JY的获取过程包括：将与当前路段距离最近的路口标记为标记路口，获取标记路口的监测区域在检测时段内的降雨量并标记为降雨数据；路段的烟雾数据YW为标记路口的监测区域的烟雾浓度值；路段的风力数据FL为标记路口的监测区域的风力等级的数值。

作为本发明的一种优选实施方式，路段的环境系数HJ与环境阈值HJmax进行比较的具体过程包括：

若环境系数HJ小于环境阈值HJmax，则判定路段不需要进行环境预警；

若环境系数HJ大于等于环境阈值HJmax，则判定路段需要进行环境预警，环境检测模块向监控平台发送环境预警信号，监控平台接收到环境预警信号后控制对应路段的语音播放终端播放提前录制的环境预警语音。

本发明具备下述有益效果：

1、通过路口提醒模块可以对骑车人进行语音提醒，在骑车人最容易放松警惕的几种情况下对骑车人进行路口提醒，比如在夜间、车流量稀少的情况下在路口进行语音提醒，避免骑车人的侥幸心理作祟而闯红灯最终导致事故的现象发生，路口提醒模块结合时危数据、车危数据以及灯危数据对行车时间危险性、心理放松程度以及机动车速度进行监控，防止在特殊时间段非机动车事故甚至重大事故的发生；

2、通过事故提醒模块可以在事故多发地带对骑车人进行语音提醒，通过交通视频记录获取各项事故数据，并通过事故数据对当前路段的事故发生率进行分析，在事故发生率不满足要求时对骑车人进行语音提醒，骑车人在接收到语音提醒后谨慎骑行，降低事故发生概率；

3、通过环境检测模块可以在骑行环境异常时对骑行人进行语音提醒，通过获取当前路段的各项环境数据，并通过环境数据对当前路段的骑行环境进行分析，在骑行环境不满足要求时对骑车人进行语音提醒，骑车人在接收到语音提醒后谨慎骑行。

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为本发明整体的系统框图；

图2为本发明实施例一的系统框图；

图3为本发明实施例二的系统框图。

具体实施方式

下面将结合实施例对本发明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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

如图1所示，基于交通视频的骑车人实时检测提醒系统，包括监控平台，监控平台通信连接有路口提醒模块、事故提醒模块、环境检测模块以及存储模块。

实施例一

如图2所示，路口提醒模块用于在路口对骑车人进行语音提醒分析，在经过数据分析之后，在危险性较高时对骑车人进行提醒，在白天且车流量较多时，一般骑行人会自觉遵守交通规则，因此这时候不需要对其进行语音提醒，如若每个路口的所有时间均对骑车人进行闯红灯预警，有可能会导致骑车人信息接收频率过高而产生麻痹心理，进而对语音提醒视而不见，因此通过数据分析之后，在骑车人最容易产生侥幸心理的时候对其进行语音提醒，保证语音提醒切实有效的同时，降低交通事故发生概率。

语音提醒分析的具体过程包括：获取路口的时危数据SW、车危数据CW以及灯危数据DW，路口的时危数据SW的获取过程包括：获取当前系统时间并换算为二十四小时制，获取换算后的系统时间的时位数并标记为时数，将时数与十二的差值的绝对值标记为时表值SZ，通过路口的摄像头对车道进行图像拍摄并将拍摄得到的图像标记为分析图象，在分析图象中随机选取若干个面积相同的区域并标记为分析区域，将分析区域放大为像素格图像并进行灰度变换，灰度变换是指根据某种目标条件按一定变换关系逐点改变源图像中每一个像素灰度值的方法，目的是为了改善画质，使图像的显示效果更加清晰，图像的灰度变换处理是图像增强处理技术中的一种非常基础、直接的空间域图像处理方法，也是图像数字化软件和图像显示软件的一个重要组成部分；对分析区域的像素格的灰度值进行求和取平均值得到分析区域的灰度均值，将若干个分析区域的灰度均值建立灰度集合，对灰度集合进行方差计算得到分析图象的灰度表现值，灰度表现值是一个表示分析图象各区域之间亮度差距程度的数值，灰度表现值的数值越大，则表示分析图象各区域之间亮度差距程度越大，由于夜间马路边有路灯，而路灯的覆盖范围有限，这就导致了夜间分析图象的各区域的灰度均值差别相较于白天更大，因此灰度表现值的数值越高，表示当前骑行环境越差，结合时表值计算得到的时危数据，可以克服季节变化带来的昼夜时长变化导致的夜间行车的判定误差，由于昼短夜长，而夏季昼长夜短，而人们的作息也是根据季节变化相调节的，也就是说，夏天白天时长较长，天亮得更早，因此人们出门的时间也就更早，而冬天人们出门的时间更晚，因此结合灰度表现值计算得到的时危数据可以排除不同季节昼夜时长不同而带来的对车流量预估的误差；通过存储模块获取到灰度表现阈值，将分析图象的灰度表现值与灰度表现阈值进行比较：若灰度表现值小于等于灰度表现阈值，则判定当前路口的光照覆盖满足要求；若灰度表现值大于灰度表现阈值，则判定当前路口的光照覆盖不满足要求；通过公式SW＝α1*SZ得到路口的时危数据SW，时危数据的数值越大，则表示当前骑行时间的危险性越高，因此需要在路口进行闯红灯提醒的必要性也就越高；其中α1为比例系数，且α1的取值判定过程包括：若路口的光照覆盖满足要求，则α1＝1；若路口的光照覆盖不满足要求，则α1＝1.25；车危数据CW的获取过程包括：获取同一时间路口各个方向的摄像头拍摄的分析图象并通过图像处理技术获取分析图象中的车辆数量，图像处理技术是用计算机对图像信息进行处理的技术，主要包括图像数字化、图像增强和复原、图像数据编码、图像分割和图像识别等；车辆数量为机动车数量与非机动车数量的总和，将各个分析图象的车辆数量的总和标记为车危数据CW，车危数据的数值越小，表示当前路口道路的行驶车辆数量越小，骑车人闯红灯的侥幸心理越强烈，因此进行路口提醒的必要性也就越高；路口的灯危数据DW的获取过程包括：以路口为圆心，r1为半径画圆，r1为数值常量，r1的数值由管理人员自行设置；将得到的圆形区域标记为监测区域，获取监测区域内的红绿灯数量并标记为灯危数据DW，灯危数据的数值越小，则表示在当前路口附近的红绿灯数量越少，因此当前路口道路的车辆行驶速度通常会越快，出现交通事故的可能性也就越高，因此进行路口提醒的必要性也就越高；通过公式TX＝(β1*SW)/(β2*CW+β3*DW)得到路口的提醒系数TX，其中β1、β2以及β3均为比例系数，且β1＞β2＞β3＞1；通过存储模块获取到提醒阈值TXmin，将路口的提醒系数TX与提醒阈值TXmin进行比较：若提醒系数TX小于等于提醒阈值TXmin，则判定当前路口需要进行预警提醒，路口提醒模块向监控平台发送路口提醒信号，监控平台接收到路口提醒信号后控制路口的语音播放终端播放提前录制的路口预警语音；若提醒系数TX大于提醒阈值TXmin，则判定当前路口不需要进行预警提醒；通过路口提醒模块可以对骑车人进行语音提醒，在骑车人最容易放松警惕的几种情况下对骑车人进行路口提醒，比如在夜间、车流量稀少的情况下在路口进行语音提醒，避免骑车人的侥幸心理作祟而闯红灯最终导致事故的现象发生，路口提醒模块结合时危数据、车危数据以及灯危数据对行车时间危险性、心理放松程度以及机动车速度进行监控，防止在特殊时间段非机动车事故甚至重大事故的发生。

实施例二

如图3所示，事故提醒模块用于在骑车人骑行过程中对路段的事故发生率进行检测并通过检测结果对骑车人进行语音提醒：获取近L1个月当前路段的事故总数量并标记为LD，L1为数值常量，L1的数值由管理人员自行设置；获取当前系统时间并将系统时间的前一个小时与后一个小时所构成的时段标记为检测时段，获取近L1个月的检测时段内当前路段的事故总数量并标记为JS，获取近L1个月内当前路段的非机动车事故总数量并标记为FJ，通过公式

得到路段的事故系数SG，其中γ1、γ2以及γ3均为比例系数，且γ3＞γ2＞γ1＞1；通过存储模块获取到事故阈值SGmax，路段的事故系数SG与事故阈值SGmax进行比较：若事故系数SG小于事故阈值SGmax，则判定当前路段不需要进行事故预警；若事故系数SG大于等于事故阈值SGmax，则判定当前路段的需要进行事故预警，事故提醒模块向监控平台发送事故提醒信号，监控平台接收到事故提醒信号后控制对应路段的语音播放终端播放提前录制的事故预警语音；在事故多发地带对骑车人进行语音提醒，通过交通视频记录获取各项事故数据，并通过事故数据对当前路段的事故发生率进行分析，在事故发生率不满足要求时对骑车人进行语音提醒，骑车人在接收到语音提醒后谨慎骑行，降低事故发生概率。

环境检测模块用于在骑车人骑行过程中对路段的行驶环境进行检测并通过检测结果对骑车人进行语音提醒：获取路段的降雨数据JY、烟雾数据YW以及风力数据FL，路段的降雨数据JY的获取过程包括：将与当前路段距离最近的路口标记为标记路口，获取标记路口的监测区域在检测时段内的降雨量并标记为降雨数据；路段的烟雾数据YW为标记路口的监测区域的烟雾浓度值；路段的风力数据FL为标记路口的监测区域的风力等级的数值；通过公式HJ＝θ1*JY+θ2*YW+θ3*FL得到路段的环境系数HJ，其中θ1、θ2以及θ3均为比例系数，且θ1＞θ2＞θ3＞1；通过存储模块获取到环境阈值HJmax，将路段的环境系数HJ与环境阈值HJmax进行比较：若环境系数HJ小于环境阈值HJmax，则判定路段不需要进行环境预警；若环境系数HJ大于等于环境阈值HJmax，则判定路段需要进行环境预警，环境检测模块向监控平台发送环境预警信号，监控平台接收到环境预警信号后控制对应路段的语音播放终端播放提前录制的环境预警语音；在骑行环境异常时对骑行人进行语音提醒，通过获取当前路段的各项环境数据，并通过环境数据对当前路段的骑行环境进行分析，在骑行环境不满足要求时对骑车人进行语音提醒，骑车人在接收到语音提醒后谨慎骑行。

基于交通视频的骑车人实时检测提醒系统，工作时，路口提醒模块用于在路口对骑车人进行语音提醒分析，在经过数据分析之后，在危险性较高时对骑车人进行提醒，通过获取路口的时危数据SW、车危数据CW以及灯危数据DW并进行数值计算得到提醒系数，通过提醒系数的数值大小对是否需要进行路口提醒进行判定；通过事故提醒模块在骑车人骑行过程中对路段的事故发生率进行检测并通过检测结果对骑车人进行语音提醒；通过环境检测模块在骑车人骑行过程中对路段的行驶环境进行检测并通过检测结果对骑车人进行语音提醒。

以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式，公式中的系数是由本领域技术人员根据实际情况进行设置；如：公式HJ＝θ1*JY+θ2*YW+θ3*FL；由本领域技术人员采集多组样本数据并对每一组样本数据设定对应的环境系数；将设定的环境系数和采集的样本数据代入公式，任意三个公式构成三元一次方程组，将计算得到的系数进行筛选并取均值，得到θ1、θ2以及θ3的取值分别为5.54、3.49和2.15；

系数的大小是为了将各个参数进行量化得到的一个具体的数值，便于后续比较，关于系数的大小，取决于样本数据的多少及本领域技术人员对每一组样本数据初步设定对应的环境系数；只要不影响参数与量化后数值的比例关系即可，如环境系数与降雨数据的数值成正比。

在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上公开的本发明优选实施例只是用于帮助阐述本发明。优选实施例并没有详尽叙述所有的细节，也不限制该发明仅为的具体实施方式。显然，根据本说明书的内容，可作很多的修改和变化。本说明书选取并具体描述这些实施例，是为了更好地解释本发明的原理和实际应用，从而使所属技术领域技术人员能很好地理解和利用本发明。本发明仅受权利要求书及其全部范围和等效物的限制。

Claims (7)

1.基于交通视频的骑车人实时检测提醒系统，包括监控平台，其特征在于，所述监控平台通信连接有路口提醒模块、事故提醒模块、环境检测模块以及存储模块；

所述路口提醒模块用于在路口对骑车人进行语音提醒分析，语音提醒分析的具体过程包括：获取路口的时危数据SW、车危数据CW以及灯危数据DW；通过对路口的时危数据SW、车危数据CW以及灯危数据DW进行数值计算得到路口的提醒系数TX；通过存储模块获取到提醒阈值TXmin，将路口的提醒系数TX与提醒阈值TXmin进行比较：

若提醒系数TX小于等于提醒阈值TXmin，则判定当前路口需要进行预警提醒，路口提醒模块向监控平台发送路口提醒信号，监控平台接收到路口提醒信号后控制路口的语音播放终端播放提前录制的路口预警语音；

若提醒系数TX大于提醒阈值TXmin，则判定当前路口不需要进行预警提醒；

所述事故提醒模块用于在骑车人骑行过程中对路段的事故发生率进行检测并通过检测结果对骑车人进行语音提醒；

所述环境检测模块用于在骑车人骑行过程中对路段的行驶环境进行检测并通过检测结果对骑车人进行语音提醒。

2.根据权利要求1所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，路口的时危数据SW的获取过程包括：获取当前系统时间并换算为二十四小时制，获取换算后的系统时间的时位数并标记为时数，将时数与十二的差值的绝对值标记为时表值SZ，通过公式SW＝α1*SZ得到路口的时危数据SW，其中α1为比例系数，且α1的取值判定过程包括：通过路口的摄像头对车道进行图像拍摄并将拍摄得到的图像标记为分析图象，在分析图象中随机选取若干个面积相同的区域并标记为分析区域，将分析区域放大为像素格图像并进行灰度变换，对分析区域的像素格的灰度值进行求和取平均值得到分析区域的灰度均值，将若干个分析区域的灰度均值建立灰度集合，对灰度集合进行方差计算得到分析图象的灰度表现值，通过存储模块获取到灰度表现阈值，将分析图象的灰度表现值与灰度表现阈值进行比较：若灰度表现值小于等于灰度表现阈值，则判定当前路口的光照覆盖满足要求，α1的取值为1；若灰度表现值大于灰度表现阈值，则判定当前路口的光照覆盖不满足要求，α1的取值为1.25；

车危数据CW的获取过程包括：获取同一时间路口各个方向的摄像头拍摄的分析图象并通过图像处理技术获取分析图象中的车辆数量，车辆数量为机动车数量与非机动车数量的总和，将各个分析图象的车辆数量的总和标记为车危数据CW；

路口的灯危数据DW的获取过程包括：以路口为圆心，r1为半径画圆，将得到的圆形区域标记为监测区域，获取监测区域内的红绿灯数量并标记为灯危数据DW。

3.根据权利要求1所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，事故提醒模块对骑车人进行语音提醒的具体过程包括：获取近L1个月当前路段的事故总数量并标记为LD，获取当前系统时间并将系统时间的前一个小时与后一个小时所构成的时段标记为检测时段，获取近L1个月的检测时段内当前路段的事故总数量并标记为JS，获取近L1个月内当前路段的非机动车事故总数量并标记为FJ，通过对LD、JS以及FJ进行数值计算得到路段的事故系数SG；通过存储模块获取到事故阈值SGmax，路段的事故系数SG与事故阈值SGmax进行比较并通过比较结果对当前路段是否需要进行事故预警进行判定。

4.根据权利要求3所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，事故系数SG与事故阈值SGmax进行比较的具体过程包括：

若事故系数SG小于事故阈值SGmax，则判定当前路段不需要进行事故预警；

若事故系数SG大于等于事故阈值SGmax，则判定当前路段的需要进行事故预警，事故提醒模块向监控平台发送事故提醒信号，监控平台接收到事故提醒信号后控制对应路段的语音播放终端播放提前录制的事故预警语音。

5.根据权利要求2所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，环境检测模块对骑车人进行语音提醒的具体过程包括：获取路段的降雨数据JY、烟雾数据YW以及风力数据FL；通过对路段的降雨数据JY、烟雾数据YW以及风力数据FL进行数值计算得到路段的环境系数HJ，通过存储模块获取到环境阈值HJmax，将路段的环境系数HJ与环境阈值HJmax进行比较并通过比较结果对是否需要对路段进行环境预警进行判定。

6.根据权利要求5所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，路段的降雨数据JY的获取过程包括：将与当前路段距离最近的路口标记为标记路口，获取标记路口的监测区域在检测时段内的降雨量并标记为降雨数据；路段的烟雾数据YW为标记路口的监测区域的烟雾浓度值；路段的风力数据FL为标记路口的监测区域的风力等级的数值。

7.根据权利要求6所述的基于交通视频的骑车人实时检测提醒系统，其特征在于，路段的环境系数HJ与环境阈值HJmax进行比较的具体过程包括：

若环境系数HJ小于环境阈值HJmax，则判定路段不需要进行环境预警；

若环境系数HJ大于等于环境阈值HJmax，则判定路段需要进行环境预警，环境检测模块向监控平台发送环境预警信号，监控平台接收到环境预警信号后控制对应路段的语音播放终端播放提前录制的环境预警语音。

Images