CN116206445A - 一种基于人工智能的隧道交通安全预警系统及方法 - Google Patents
一种基于人工智能的隧道交通安全预警系统及方法 Download PDFInfo
- Publication number
- CN116206445A CN116206445A CN202310145113.XA CN202310145113A CN116206445A CN 116206445 A CN116206445 A CN 116206445A CN 202310145113 A CN202310145113 A CN 202310145113A CN 116206445 A CN116206445 A CN 116206445A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- running
- light intensity
- target monitoring
- tunnel
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
本发明涉及隧道交通应急管理技术领域，具体为一种基于人工智能的隧道交通安全预警系统及方法，包括分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；对驶入目标监测隧道入口的车辆完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆完成明适应或暗适应的状态过渡路段、车辆正常行驶路段进行捕捉；在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应最大行驶车辆总数时的平均行车距离；基于不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断，进行预警提示。
Description
技术领域
本发明涉及隧道交通应急管理技术领域，具体为一种基于人工智能的隧道交通安全预警系统及方法。
背景技术
当驾驶人员从非常明亮的环境驶入黑暗的隧道内，会出现人眼瞳孔直径呈现剧烈、高频率的波动，这是因为驾驶人员处于暗适应瞬盲过程，人眼出现上述现象是为了寻找比较合适的感光模式，而当人眼确定了合适的瞳孔直径，并且开始转换视觉功能以适应隧道内的低照度环境后，瞳孔直径以较慢的速度增加，直至完全适应为止；当驾驶人到达隧道洞口位置时，外部的亮度急剧增加，会出现人眼瞳孔直径急剧、高频率的缩放，这是因为驾驶人员处于明适应瞬盲阶段，人眼产生瞬时盲期是为了保护眼睛不受损害/
随着我国交通的迅速发展，隧道的建设越来越多，隧道可以大大提高交通能力，但是隧道的内部行驶安全也十分重要；隧道内部一般比较昏暗，且受明适应和暗适应现象的存在，车辆在隧道内行驶存在的危险指数相对较高，司机若受明适应和暗适应现象的影响在短暂性失明状态下无法把控行车距离，一旦前车的减速幅度大于后车的减速幅度，就会出现追尾事故。
发明内容
本发明的目的在于提供一种基于人工智能的隧道交通安全预警系统及方法，以解决上述背景技术中提出的问题。
为了解决上述技术问题，本发明提供如下技术方案：一种基于人工智能的隧道交通安全预警方法，方法包括：
步骤S100：基于人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
步骤S200：基于最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、车辆在各时段对应的光强差下的正常行驶路段进行捕捉；
步骤S300：在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应最大行驶车辆总数时的平均行车距离；
步骤S400：基于不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断，进行预警提示。
进一步的，步骤S100包括：
步骤S101：对目标监测隧道入口前的限速标志进行信息识别，获取在目标监测隧道内标准行驶的标准行驶速度区间；分别采集在任意时段ti下，目标监测隧道的出入口光照强度
内部光照强度/>
/>
步骤S102：分别计算目标监测隧道在对应任意时段ti下呈现出的光强差
基于人眼视觉感知技术，进行人眼的明适应和暗适应的仿真模拟，分别获取人眼在对应光强差/>
下完成明适应或暗适应所需要的最短时长。
进一步的，步骤S200包括：
步骤S201：采集目标监测隧道在各时段下对应的交通行驶信息，交通行驶信息包括行驶车辆数量信息、各行驶车辆的车型信息、各行驶车辆的实时车速信息；根据目标监测隧道所对应的标准行驶速度区间，锁定在目标监测隧道内的最低行驶速度；
步骤S202：基于最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶入目标监测隧道入口的车辆在各时段对应的光强差下，从结束明适应或暗适应恢复至正常驾驶状态时，距离目标监测隧道入口的最近起算点位置，设最近起算点位置为对应各时段的光强差的第一起算点位置；
步骤S203：基于最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶出目标监测隧道出口前的车辆在各时段对应的光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离目标监测隧道出口的最近起算点位置，设最近起算点位置为对应各时段的光强差的第二起算点位置；
步骤S204：将目标监测隧道入口至第一起算点位置之间的路段、目标监测隧道出口至第二起算点位置之间的路段，分别设为驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的第一状态过渡路段和驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的第二状态过渡路段；将第一起算点位置至第二起算点位置之间的路段设为各时段对应的光强差下的正常行驶路段；
默认在从第一起算点位置至目标监测隧道入口之间的路段以及从第二起算点位置至目标监测隧道出口之间的路段，驾驶车辆的司机受明适应或暗适应的影响，存在短暂性的失明状态，即默认司机在这段路段内存在不稳定驾驶状态，默认在正常行驶路段内行驶的车辆均处于不受明适应或暗适应影响的稳定状态；
光强差值的不同会影响司机实际适应明适应或暗适应的时间，进而影响实际的第一起算点位置和第二起算点位置，在极大的光强差下，人眼在最初一瞬间会感到光线刺眼发眩，几乎看不清外界事物；
上述基于行驶状态的不同进行路段划分的过程是为了方便在后续捕捉到于最接近安全预警事件发生时的车辆行驶状态数据，作为预警事件的监测判断依据。
进一步的，步骤S300包括：分别汇集在对应光强差相同的所有时段下的交通行驶信息，捕捉在满足限制条件时出现的最大行驶车辆总数，获取在最大行驶车辆总数时对应的平均行车距离，分别得到对应不同光强差下的最大行驶车辆总数和平均行车距离；限制条件为：行驶在对应正常行驶路段内的各行驶车辆的平均行驶速度均处于目标监测隧道的标准行驶速度区间内。
进一步的，步骤S400包括：
步骤S401：当检测到在某一光强差下的目标监测隧道内，正处于某一光强差下对应的正常行驶路段内的行驶车辆总数大于某一光强差下对应的最大行驶车辆总数或者捕捉到行车距离大于平均行车距离的次数大于次数阈值时，在第一状态过渡路段、第二状态过渡路段内进行行驶车辆检测；
步骤S402：当在第一状态过渡路段内检测到存在行驶车辆，设行驶车辆为第一目标车辆，设位于正常行驶路段内距离第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V1-V2)，提取人眼在某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于第一目标车辆之后包含第一目标车辆在内的行驶车辆发送加强减速的预警提示；
步骤S403：当在第二状态过渡路段内检测到存在行驶车辆，设行驶车辆为第一目标车辆，设位于正常行驶路段内距离第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V2-V1)，提取人眼在某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于第二目标车辆之后包含第二目标车辆在内的行驶车辆发送加强减速的预警提示。
为更好的实现上述方法还提出了一种隧道交通安全预警系统，系统包括：人眼仿真模拟处理模块、路段起算点位置识别模块、路段信息捕捉管理模块、车辆特征行驶信息提取模块、目标监测隧道预警提示模块；
人眼仿真模拟处理模块，用于根据人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
路段起算点位置识别模块，用于根据最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段进行起算点位置捕捉识别；
路段信息捕捉管理模块，用于接收路段起算点位置识别模块中的数据，将目标监测隧道划分为第一状态过渡路段、第二状态过渡路段、正常行驶路段；
车辆特征行驶信息提取模块，用于在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应最大行驶车辆总数时的平均行车距离；
目标监测隧道预警提示模块，用于根据在不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断，进行预警提示。
进一步的，路段起算点位置识别模块包括第一起算点位置识别单元、第二起算点位置识别单元；
第一起算点位置识别单元，用于获取在不同光强下，从结束明适应或暗适应恢复至正常驾驶状态时，距离目标监测隧道入口的最近起算点位置；
第二起算点位置识别单元，用于获取在不同光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离目标监测隧道出口的最近起算点位置。
进一步的，目标监测隧道预警提示模块包括行驶信息监测单元、预警提示单元；
行驶信息监测单元，用于根据在不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断；
预警提示单元，用于接收行驶信息监测单元中的数据，对车辆发送预警提示。
与现有技术相比，本发明所达到的有益效果是：本发明通过对在不同光强差环境下发生的明适应和暗适应现象进行分析，获取人眼过渡明适应和暗适应现象的最短时长，基于最短时长对目标监测隧道进行路段划分，捕捉在不同光强差下于最接近安全预警事件发生时的车辆行驶状态数据，对目标监测隧道内行驶的车辆进行状态监测以及发送相关的预警提示，从而为出入隧道内的司机提供预警判断，防止追尾事件的发生，降低在隧道内发生的事故率，保证司机在出入隧道过程中的驾驶安全。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明一种基于人工智能的隧道交通安全预警方法的流程示意图；
图2是本发明一种基于人工智能的隧道交通安全预警系统的结构示意图。
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。
请参阅图1-图2，本发明提供技术方案：一种基于人工智能的隧道交通安全预警方法，方法包括：
步骤S100：基于人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
其中，步骤S100包括：
步骤S101：对目标监测隧道入口前的限速标志进行信息识别，获取在目标监测隧道内标准行驶的标准行驶速度区间；分别采集在任意时段ti下，目标监测隧道的出入口光照强度
内部光照强度/>
步骤S102：分别计算目标监测隧道在对应任意时段ti下呈现出的光强差
基于人眼视觉感知技术，进行人眼的明适应和暗适应的仿真模拟，分别获取人眼在对应光强差/>
下完成明适应或暗适应所需要的最短时长；
步骤S200：基于最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、车辆在各时段对应的光强差下的正常行驶路段进行捕捉；
其中，步骤S200包括：
步骤S201：采集目标监测隧道在各时段下对应的交通行驶信息，交通行驶信息包括行驶车辆数量信息、各行驶车辆的车型信息、各行驶车辆的实时车速信息；根据目标监测隧道所对应的标准行驶速度区间，锁定在目标监测隧道内的最低行驶速度；
步骤S202：基于最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶入目标监测隧道入口的车辆在各时段对应的光强差下，从结束明适应或暗适应恢复至正常驾驶状态时，距离目标监测隧道入口的最近起算点位置，设最近起算点位置为对应各时段的光强差的第一起算点位置；
步骤S203：基于最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶出目标监测隧道出口前的车辆在各时段对应的光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离目标监测隧道出口的最近起算点位置，设最近起算点位置为对应各时段的光强差的第二起算点位置；
例如说，目标监测隧道所对应的标准行驶速度区间为[60km/h，80km/h]，所以最低行驶速度为60km/h，获取基于60km/h和人眼在某时段对应的光强差下完成明适应所需要的最短时长为3s，完成暗适应所需要的最短时长为6s，则第一起算点位置为距离目标监测隧道入口的100米处，则第二起算点位置为距离目标监测隧道出口的50米处；
步骤S204：将目标监测隧道入口至第一起算点位置之间的路段、目标监测隧道出口至第二起算点位置之间的路段，分别设为驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的第一状态过渡路段和驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的第二状态过渡路段；将第一起算点位置至第二起算点位置之间的路段设为各时段对应的光强差下的正常行驶路段；
步骤S300：在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应最大行驶车辆总数时的平均行车距离；
其中，步骤S300包括：分别汇集在对应光强差相同的所有时段下的交通行驶信息，捕捉在满足限制条件时出现的最大行驶车辆总数，获取在最大行驶车辆总数时对应的平均行车距离，分别得到对应不同光强差下的最大行驶车辆总数和平均行车距离；限制条件为：行驶在对应正常行驶路段内的各行驶车辆的平均行驶速度均处于目标监测隧道的标准行驶速度区间内；
步骤S400：基于不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断，进行预警提示；
其中，步骤S400包括：
步骤S401：当检测到在某一光强差下的目标监测隧道内，正处于某一光强差下对应的正常行驶路段内的行驶车辆总数大于某一光强差下对应的最大行驶车辆总数或者捕捉到行车距离大于平均行车距离的次数大于次数阈值时，在第一状态过渡路段、第二状态过渡路段内进行行驶车辆检测；
步骤S402：当在第一状态过渡路段内检测到存在行驶车辆，设行驶车辆为第一目标车辆，设位于正常行驶路段内距离第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V1-V2)，提取人眼在某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于第一目标车辆之后包含第一目标车辆在内的行驶车辆发送加强减速的预警提示；
步骤S403：当在第二状态过渡路段内检测到存在行驶车辆，设行驶车辆为第一目标车辆，设位于正常行驶路段内距离第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V2-V1)，提取人眼在某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于第二目标车辆之后包含第二目标车辆在内的行驶车辆发送加强减速的预警提示；
为更好的实现上述方法还提出了一种隧道交通安全预警系统，系统包括：人眼仿真模拟处理模块、路段起算点位置识别模块、路段信息捕捉管理模块、车辆特征行驶信息提取模块、目标监测隧道预警提示模块；
人眼仿真模拟处理模块，用于根据人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
路段起算点位置识别模块，用于根据最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段进行起算点位置捕捉识别；
其中，路段起算点位置识别模块包括第一起算点位置识别单元、第二起算点位置识别单元；
第一起算点位置识别单元，用于获取在不同光强下，从结束明适应或暗适应恢复至正常驾驶状态时，距离目标监测隧道入口的最近起算点位置；
第二起算点位置识别单元，用于获取在不同光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离目标监测隧道出口的最近起算点位置；
路段信息捕捉管理模块，用于接收路段起算点位置识别模块中的数据，将目标监测隧道划分为第一状态过渡路段、第二状态过渡路段、正常行驶路段；
车辆特征行驶信息提取模块，用于在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应最大行驶车辆总数时的平均行车距离；
目标监测隧道预警提示模块，用于根据在不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断，进行预警提示；
其中，目标监测隧道预警提示模块包括行驶信息监测单元、预警提示单元；
行驶信息监测单元，用于根据在不同光强差下的最大行驶车辆总数和对应最大行驶车辆总数时的平均行车距离，对目标监测隧道开展安全预警判断；
预警提示单元，用于接收行驶信息监测单元中的数据，对车辆发送预警提示。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于人工智能的隧道交通安全预警方法，其特征在于，所述方法包括：
步骤S100：基于人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
步骤S200：基于所述最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、车辆在各时段对应的光强差下的正常行驶路段进行捕捉；
步骤S300：在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应所述最大行驶车辆总数时的平均行车距离；
步骤S400：基于不同光强差下的最大行驶车辆总数和对应所述最大行驶车辆总数时的平均行车距离，对所述目标监测隧道开展安全预警判断，进行预警提示。
2.根据权利要求1所述的一种基于人工智能的隧道交通安全预警方法，其特征在于，所述步骤S100包括：
步骤S101：对所述目标监测隧道入口前的限速标志进行信息识别，获取在所述目标监测隧道内标准行驶的标准行驶速度区间；分别采集在任意时段ti下，所述目标监测隧道的出入口光照强度
内部光照强度/>
步骤S102：分别计算所述目标监测隧道在对应所述任意时段ti下呈现出的光强差
基于人眼视觉感知技术，进行人眼的明适应和暗适应的仿真模拟，分别获取人眼在对应光强差/>
下完成明适应或暗适应所需要的最短时长。
3.根据权利要求1所述的一种基于人工智能的隧道交通安全预警方法，其特征在于，所述步骤S200包括：
步骤S201：采集目标监测隧道在各时段下对应的交通行驶信息，所述交通行驶信息包括行驶车辆数量信息、各行驶车辆的车型信息、各行驶车辆的实时车速信息；根据目标监测隧道所对应的所述标准行驶速度区间，锁定在目标监测隧道内的最低行驶速度；
步骤S202：基于所述最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶入目标监测隧道入口的车辆在所述各时段对应的光强差下，从结束明适应或暗适应恢复至正常驾驶状态时，距离所述目标监测隧道入口的最近起算点位置，设所述最近起算点位置为对应所述各时段的光强差的第一起算点位置；
步骤S203：基于所述最低行驶速度和人眼在各时段对应的光强差下完成明适应或暗适应所需要的最短时长，分别获取驶出目标监测隧道出口前的车辆在所述各时段对应的光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离所述目标监测隧道出口的最近起算点位置，设所述最近起算点位置为对应所述各时段的光强差的第二起算点位置；
步骤S204：将目标监测隧道入口至第一起算点位置之间的路段、目标监测隧道出口至第二起算点位置之间的路段，分别设为驶入目标监测隧道入口的车辆在所述各时段对应的光强差下完成明适应或暗适应的第一状态过渡路段和驶出目标监测隧道出口前的车辆在所述各时段对应的光强差下完成明适应或暗适应的第二状态过渡路段；将第一起算点位置至第二起算点位置之间的路段设为所述各时段对应的光强差下的正常行驶路段。
4.根据权利要求3所述的一种基于人工智能的隧道交通安全预警方法，其特征在于，所述步骤S300包括：分别汇集在对应光强差相同的所有时段下的交通行驶信息，捕捉在满足限制条件时出现的最大行驶车辆总数，获取在所述最大行驶车辆总数时对应的平均行车距离，分别得到对应不同光强差下的最大行驶车辆总数和平均行车距离；所述限制条件为：行驶在对应所述正常行驶路段内的各行驶车辆的平均行驶速度均处于所述目标监测隧道的标准行驶速度区间内。
5.根据权利要求4所述的一种基于人工智能的隧道交通安全预警方法，其特征在于，所述步骤S400包括：
步骤S401：当检测到在某一光强差下的目标监测隧道内，正处于所述某一光强差下对应的正常行驶路段内的行驶车辆总数大于所述某一光强差下对应的最大行驶车辆总数或者捕捉到行车距离大于平均行车距离的次数大于次数阈值时，在第一状态过渡路段、第二状态过渡路段内进行行驶车辆检测；
步骤S402：当在所述第一状态过渡路段内检测到存在行驶车辆，设所述行驶车辆为第一目标车辆，设位于所述正常行驶路段内距离所述第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V1-V2)，提取人眼在所述某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于所述第一目标车辆之后包含所述第一目标车辆在内的行驶车辆发送加强减速的预警提示；
步骤S403：当在所述第二状态过渡路段内检测到存在行驶车辆，设所述行驶车辆为第一目标车辆，设位于所述正常行驶路段内距离所述第一目标车辆最近的车辆为第二目标车辆；获取第一目标车辆的车速V1、第二目标车辆的车速V2、第一目标车辆与第二目标车辆之间的距离L，计算相对安全过渡时长T＝L/(V2-V1)，提取人眼在所述某一光强差下完成明适应或暗适应所需要的最短时长t，当T<t时，对处于所述第二目标车辆之后包含所述第二目标车辆在内的行驶车辆发送加强减速的预警提示。
6.一种应用权利要求1-5中任意一项所述的基于人工智能的隧道交通安全预警方法的隧道交通安全预警系统，其特征在于，所述系统包括：人眼仿真模拟处理模块、路段起算点位置识别模块、路段信息捕捉管理模块、车辆特征行驶信息提取模块、目标监测隧道预警提示模块；
所述人眼仿真模拟处理模块，用于根据人眼视觉感知技术，对人眼在不同光强差下产生的明适应或暗适应进行仿真模拟，分别得到人眼在不同光强差下完成明适应或暗适应所需要的最短时长；
所述路段起算点位置识别模块，用于根据所述最短时长和在目标监测隧道内的标准行驶速度区间，对驶入目标监测隧道入口的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段、驶出目标监测隧道出口前的车辆在各时段对应的光强差下完成明适应或暗适应的状态过渡路段进行起算点位置捕捉识别；
所述路段信息捕捉管理模块，用于接收所述路段起算点位置识别模块中的数据，将目标监测隧道划分为第一状态过渡路段、第二状态过渡路段、正常行驶路段；
所述车辆特征行驶信息提取模块，用于在对应光强差相同的若干时段下的交通行驶信息中，捕捉出现的最大行驶车辆总数以及对应所述最大行驶车辆总数时的平均行车距离；
所述目标监测隧道预警提示模块，用于根据在不同光强差下的最大行驶车辆总数和对应所述最大行驶车辆总数时的平均行车距离，对所述目标监测隧道开展安全预警判断，进行预警提示。
7.根据权利要求6所述的一种隧道交通安全预警系统，其特征在于，所述路段起算点位置识别模块包括第一起算点位置识别单元、第二起算点位置识别单元；
所述第一起算点位置识别单元，用于获取在不同光强下，从结束明适应或暗适应恢复至正常驾驶状态时，距离所述目标监测隧道入口的最近起算点位置；
所述第二起算点位置识别单元，用于获取在不同光强差下，从结束正常驾驶状态至开始进入明适应或暗适应时，距离所述目标监测隧道出口的最近起算点位置。
8.根据权利要求6所述的一种隧道交通安全预警系统，其特征在于，所述目标监测隧道预警提示模块包括行驶信息监测单元、预警提示单元；
所述行驶信息监测单元，用于根据在不同光强差下的最大行驶车辆总数和对应所述最大行驶车辆总数时的平均行车距离，对所述目标监测隧道开展安全预警判断；
所述预警提示单元，用于接收所述行驶信息监测单元中的数据，对车辆发送预警提示。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310145113.XA CN116206445B (zh) | 2023-02-21 | 2023-02-21 | 一种基于人工智能的隧道交通安全预警系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310145113.XA CN116206445B (zh) | 2023-02-21 | 2023-02-21 | 一种基于人工智能的隧道交通安全预警系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116206445A true CN116206445A (zh) | 2023-06-02 |
| CN116206445B CN116206445B (zh) | 2023-08-29 |
Family
ID=86514306
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310145113.XA Active CN116206445B (zh) | 2023-02-21 | 2023-02-21 | 一种基于人工智能的隧道交通安全预警系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116206445B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8050854B1 (en) * | 2007-11-26 | 2011-11-01 | Rhythm Engineering, LLC | Adaptive control systems and methods |
| CN102764107A (zh) * | 2012-07-20 | 2012-11-07 | 长安大学 | 一种模拟公路隧道环境驾驶人视觉反应的实验方法 |
| CN109214080A (zh) * | 2018-08-31 | 2019-01-15 | 重庆交通大学 | 公路隧道照明动态暗适应仿真实验方法及装置 |
| CN208937180U (zh) * | 2018-12-05 | 2019-06-04 | 广东省路桥建设发展有限公司 | 公路毗邻隧道光环境模拟实验系统 |
| CN110348336A (zh) * | 2019-06-13 | 2019-10-18 | 宁波大学 | 一种基于驾驶员视觉适应选择隧道入口段照明光源的方法 |
| CN111143936A (zh) * | 2019-12-28 | 2020-05-12 | 长安大学 | 一种高速公路螺旋隧道圆曲线半径推荐值的计算方法 |
| CN113823094A (zh) * | 2021-11-17 | 2021-12-21 | 四川九通智路科技有限公司 | 一种基于车流量大数据的隧道实时监控管理系统及方法 |
| US20220258665A1 (en) * | 2019-11-13 | 2022-08-18 | Ningbo Geely Automobile Research & Development Co., Ltd. | Method and arrangement for light adaptation of a vehicle driver when exiting a tunnel |
| CN114999179A (zh) * | 2022-07-20 | 2022-09-02 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
-
2023
- 2023-02-21 CN CN202310145113.XA patent/CN116206445B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8050854B1 (en) * | 2007-11-26 | 2011-11-01 | Rhythm Engineering, LLC | Adaptive control systems and methods |
| CN102764107A (zh) * | 2012-07-20 | 2012-11-07 | 长安大学 | 一种模拟公路隧道环境驾驶人视觉反应的实验方法 |
| CN109214080A (zh) * | 2018-08-31 | 2019-01-15 | 重庆交通大学 | 公路隧道照明动态暗适应仿真实验方法及装置 |
| CN208937180U (zh) * | 2018-12-05 | 2019-06-04 | 广东省路桥建设发展有限公司 | 公路毗邻隧道光环境模拟实验系统 |
| CN110348336A (zh) * | 2019-06-13 | 2019-10-18 | 宁波大学 | 一种基于驾驶员视觉适应选择隧道入口段照明光源的方法 |
| US20220258665A1 (en) * | 2019-11-13 | 2022-08-18 | Ningbo Geely Automobile Research & Development Co., Ltd. | Method and arrangement for light adaptation of a vehicle driver when exiting a tunnel |
| CN111143936A (zh) * | 2019-12-28 | 2020-05-12 | 长安大学 | 一种高速公路螺旋隧道圆曲线半径推荐值的计算方法 |
| CN113823094A (zh) * | 2021-11-17 | 2021-12-21 | 四川九通智路科技有限公司 | 一种基于车流量大数据的隧道实时监控管理系统及方法 |
| CN114999179A (zh) * | 2022-07-20 | 2022-09-02 | 山东金宇信息科技集团有限公司 | 一种隧道安全行车方法、设备及介质 |
Non-Patent Citations (3)
| Title |
|---|
| 徐宇: "公路隧道车辆行驶中照明对驾驶人视觉影响的研究", 《中国博士学位论文全文数据库（工程科技II辑）》 * |
| 王亚楠: "隧道照明环境对驾驶人反应时间影响分析研究", 《中国优秀硕士学位论文全文数据库（工程科技II辑）》 * |
| 郑展骥;杜志刚;李平凡;: "长隧道韵律型视觉环境设计研究", 安全与环境学报, no. 05 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116206445B (zh) | 2023-08-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102298845B (zh) | 一种远光灯视频检测方法及系统 | |
| CN113487874B (zh) | 一种跟驰行为场景数据采集、识别、分类提取系统及方法 | |
| CN108454633B (zh) | 规范司机驾驶行为的方法和装置 | |
| CN113386778B (zh) | 一种基于车辆行驶轨迹数据的急减速驾驶行为判定方法 | |
| CN111932879A (zh) | 违章控制系统与方法、车辆及存储介质 | |
| CN108597252A (zh) | 一种红绿灯路口行人和车辆安全通行智能判定系统及方法 | |
| CN116071933A (zh) | 一种基于车路协同的智能化道路预警系统 | |
| CN110525450B (zh) | 一种调节车载语音灵敏度的方法及系统 | |
| CN109649488B (zh) | 一种转向行为的识别方法及装置 | |
| CN116206445B (zh) | 一种基于人工智能的隧道交通安全预警系统及方法 | |
| CN114274954A (zh) | 一种车内外感知结合的车辆主动接管系统及方法 | |
| CN109830116A (zh) | 基于图像识别的信息提示方法、装置及相关设备 | |
| CN115985137B (zh) | 一种隧道交通运行的风险评估方法、电子设备及存储介质 | |
| JP2002027447A (ja) | フェールセーフ機能を有する車外監視装置 | |
| CN116744516A (zh) | 用于隧道的车辆追踪照明系统 | |
| CN111932921A (zh) | 一种高速公路交通事故预警预测系统通讯方法 | |
| CN115366907A (zh) | 驾驶员的状态异常提醒方法、装置、车辆及存储介质 | |
| CN105150919A (zh) | 一种防后车追尾系统及方法 | |
| CN104401230A (zh) | 一种汽车速度辅助控制系统及其控制方法 | |
| CN210745631U (zh) | 一种隧道内照明控制系统 | |
| CN112950873A (zh) | 基于车间距离检测的报警方法、装置及电子设备 | |
| CN112950872A (zh) | 报警方法、装置及电子设备 | |
| CN112466139A (zh) | 基于多传感器的限速融合方法、系统、车辆及存储介质 | |
| CN112867214A (zh) | 一种路灯智能控制方法及装置 | |
| CN110930726A (zh) | 一种基于人脸识别的驾驶员驾驶时间监控系统及方法 |
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 |