CN116343441B - 一种基于多维度实时监控的高速公路安全监控系统 - Google Patents

一种基于多维度实时监控的高速公路安全监控系统 Download PDF

Info

Publication number
CN116343441B
CN116343441B CN202310318594.XA CN202310318594A CN116343441B CN 116343441 B CN116343441 B CN 116343441B CN 202310318594 A CN202310318594 A CN 202310318594A CN 116343441 B CN116343441 B CN 116343441B
Authority
CN
China
Prior art keywords
sub
road section
slope
monitoring
road
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.)
Active
Application number
CN202310318594.XA
Other languages
English (en)
Other versions
CN116343441A (zh
Inventor
能杰
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.)
Anhui Guanggu Intelligent Technology Co ltd
Original Assignee
Anhui Guanggu Intelligent Technology Co ltd
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 Anhui Guanggu Intelligent Technology Co ltd filed Critical Anhui Guanggu Intelligent Technology Co ltd
Priority to CN202310318594.XA priority Critical patent/CN116343441B/zh
Publication of CN116343441A publication Critical patent/CN116343441A/zh
Application granted granted Critical
Publication of CN116343441B publication Critical patent/CN116343441B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A30/00—Adapting or protecting infrastructure or their operation
    • Y02A30/60—Planning or developing urban green infrastructure

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明涉及高速公路安全监控技术领域，具体公开一种基于多维度实时监控的高速公路安全监控系统。包括：高速路段划分模块、路段边坡监测分析模块、路段防护监测分析模块、路段安全等级分析模块、危险路段分析与预警模块和数据库。通过对各子路段对应的边坡表观状态和深度状态进行监测，由此分析得到各子路段对应的边坡整体状态评估系数，实现了对各子路段对应边坡进行多维度的监测和分析，不仅有效避免了各子路段对应边坡状态分析结果的片面性和单一性，同时还在很大程度上为各子路段对应边坡的安全和稳定提供可靠的保障，进一步为各子路段的防灾减灾、防治决策、科学运营提供更加可靠的数据支撑。

Description

一种基于多维度实时监控的高速公路安全监控系统
技术领域
本发明涉及高速公路安全监控技术领域，具体而言，涉及一种基于多维度实时监控的高速公路安全监控系统。
背景技术
随着近年来人民生活水平的提升，其出行需求也越来越多，这在一定程度上推动了高速公路的发展。为了确保高速公路上车辆能够安全、快速的行驶，需要对高速公路的安全进行监测，其中山区及丘陵地带高速公路的边坡状态需要进一步监测和分析，以便于能够及时地对行驶车辆进行预警。
目前对高速公路的安全进行监测和分析时，通常通过对高速公路的基建工作环境和基建结构的形变、位移等情况进行监测和分析，忽略了对高速公路对应边坡的状态进行监测分析，使得对高速公路对应监测分析的维度存在片面性和单一性，无法为高速公路的安全和稳定提供保障，进而无法为高速公路的防灾减灾、防治决策、科学运营提供更加可靠的数据支撑。
目前对高速公路的安全进行监测和分析时，忽略了对高速公路对应的防护网和防护栏进行监测分析，无法及时得知高速公路对应防护网和防护栏的状态，不利于对高速公路对应的防护设备进行及时地维修与处理，无法有效避免事故的扩大。
发明内容
为了克服背景技术中的缺点，本发明实施例提供了一种基于多维度实时监控的高速公路安全监控系统,能够有效解决上述背景技术中涉及的问题。
本发明的目的可以通过以下技术方案来实现：一种基于多维度实时监控的高速公路安全监控系统，包括：高速路段划分模块，用于按照预设的划分方式将目标高速路段划分为各子路段，并将各子路段按照预设顺序依次编号为1,2,...,i,...,n。
路段边坡监测分析模块，用于对各子路段对应的边坡体进行监测，由此对各子路段对应的边坡整体状态评估系数进行分析，其中，路段边坡监测分析模块包括边坡表观状态监测分析单元、边坡深度状态监测分析单元和边坡整体状态分析单元。
路段防护监测分析模块，用于对各子路段对应的防护设施进行监测，由此对各子路段对应的防护状态评估系数，其中，路段防护监测分析模块包括防护网监测分析单元、防护栏监测分析单元和整体防护状态分析单元。
路段安全等级分析模块，用于对各子路段对应的路段安全评估指数进行分析，并由此对各子路段对应的安全等级进行分析。
危险路段分析与预警模块，用于对目标高速路段对应的各危险路段进行分析，并对各危险路段进行相应的预警。
数据库，用于存储各子路段对应边坡的参考坡体形状轮廓、坡体面积、各检测点的坡体高度和边坡底部的参考水平深度，存储各子路段对应目标检测边上各标记点的初始位置坐标，存储防护网对应网洞的参考面积和扎结点的允许缠绕厚度，并存储防护栏支撑杆对应的标准轮廓。
作为本发明的进一步改进，所述边坡表观状态监测分析单元用于对各子路段对应边坡的表观状态进行监测和分析，其具体监测和分析过程如下：通过智能摄像头对各子路段对应边坡的图像进行采集，并从中提取各子路段对应边坡的坡体形状轮廓，同时将各子路段对应边坡的坡体形状轮廓与数据库中存储的其对应路段的边坡坡体形状轮廓进行重合对比，得到各子路段对应边坡的重合坡体面积，记为Si，i表示为各子路段的编号，i＝1,2,......,n。
对各子路段对应边坡的图像中各裂缝进行聚焦放大，并从中提取各子路段对应边坡中各裂缝的长度、宽度，分别记为j表示为各裂缝的编号，j＝1,2,......,m，同时通过计算得到各子路段对应边坡的基本状态影响指数，记为/>
在各子路段对应边坡的坡体上进行检测点均匀布设，并对各子路段对应边坡坡体上各检测点与其对应路段对应边坡底部平面之间的距离进行获取，记为坡体高度，标记为f表示为各检测点的编号，f＝1,2,......,g，同时获取各子路段对应边坡底部的水平深度，记为/>进而通过计算得到各子路段对应边坡的坡体状态影响指数，记为/>
依据公式计算出各子路段对应边坡的表观状态评估指数，/>表示为第i个子路段对应边坡的表观状态评估指数，a1、a2分别表示为基本状态影响指数、坡体状态影响指数对应的评估因子。
作为本发明的进一步改进，所述边坡深度状态监测分析单元用于对各子路段对应边坡的深度状态进行监测和分析，其具体监测和分析过程如下：对各子路段对应边坡底部的中心点位置进行获取，并基于此构建各子路段对应的边坡直角坐标系，同时在各子路段对应边坡底部的目标检测边上进行标记点均匀布设，进而获取各子路段对应目标检测边上各标记点的位置坐标，将其与数据库中存储的相应子路段对应目标检测边上各标记点的初始位置坐标进行对比计算，得到各子路段对应目标检测边上各标记点的位置偏移量，记为r表示为各标记点的编号，r＝1,2,......,t。
通过X射线探测器对各子路段对应边坡坡体上各检测点进行X射线探测，并通过处理与分析得到各子路段对应空洞坡体的体积，记为Vi。
通过土壤水分测定仪对各子路段对应边坡坡体上各检测点的土壤含水量进行监测，并将其与设定的土壤含水量阈值进行对比，若某检测点的土壤含水量大于土壤含水量阈值，则将该检测点记为异常点，同时将各子路段对应边坡坡体上各相邻异常点进行连接，构成各异常边坡区域，进而统计各子路段对应边坡坡体上异常边坡区域的数量，记为Ei，获取各子路段对应边坡坡体上异常边坡区域的总面积，记为Mi。
依据公式计算出各子路段对应边坡的深度状态评估指数，γi表示为第i个子路段对应边坡的深度状态评估指数,e表示为自然常数，W′、V′、E′、M′分别表示为设定的标记点对应的允许位置偏移量、空洞坡体对应的允许体积、允许异常边坡区域数量、允许异常边坡区域总面积，a3、a4、a5、a6分别表示为设定的位置偏移量、空洞坡体体积、异常边坡区域数量、异常边坡区域总面积对应的深度状态评估因子。
作为本发明的进一步改进，所述边坡整体状态分析单元用于对各子路段对应的边坡整体状态评估系数进行分析，其具体分析公式为：ηi表示为第i个子路段对应的边坡整体状态评估系数，a7、a8分别表示为设定的表观状态评估指数、深度状态评估指数对应的系数因子。
作为本发明的进一步改进，所述防护网监测分析单元用于对各子路段对应防护网的防护状态进行监测和分析，其具体监测和分析的过程如下：通过智能摄像头对各子路段对应边坡上防护网的图像进行采集，并从中识别出各子路段对应边坡上防护网的覆盖面积，记为
从各子路段对应边坡上防护网的图像中提取各子路段对应防护网上各网洞的面积，并将其与数据库中存储的防护网对应网洞的参考面积进行对比分析，由此得到各子路段对应防护网的各异常网洞，并统计各子路段对应防护网中异常网洞的数量，记为
将各子路段对应边坡上防护网的图像中各扎结点进行聚焦放大，并从中提取各子路段对应防护网上各扎结点的缠绕厚度，同时将其与数据库中存储的防护网对应扎结点的允许缠绕厚度进行对比分析，由此得到各子路段对应防护网的异常扎结点数量，记为
依据公式计算出各子路段对应防护网的防护状态评估指数，κi表示为第i个子路段对应防护网的防护状态评估指数，Si′表示为存储的第i个子路段对应边坡的坡体面积，N′网洞、N′扎结分别表示为设定的边坡对应的允许异常网洞数量、允许异常扎结点数量，c1、c2、c3分别表示为设定的防护网覆盖面积、异常网洞数量、异常扎结点数量对应的防护状态影响因子。
作为本发明的进一步改进，所述防护栏监测分析单元用于对各子路段对应防护栏的基本状态进行监测和分析，其具体监测和分析的过程如下：通过智能摄像头对各子路段对应防护栏栏体的图像进行监测，并从中提取各子路段对应防护栏栏体的凹陷体积，记为
通过智能摄像头对各子路段对应防护栏支撑杆的图像进行监测，并从中提取各子路段对应防护栏支撑杆的轮廓，并将其与数据库中存储的防护栏支撑杆对应的标准轮廓进行面积重合对比，得到各子路段对应防护栏支撑杆的重合面积，记为同时获取防护栏支撑杆对应标准轮廓的面积，记为M′支撑杆。
依据公式计算出各子路段对应防护栏的基本状态评估指数，λi表示为第i个子路段对应防护栏的基本状态评估指数，V凹′陷表示为设定的防护栏栏体对应的允许凹陷体积，c4、c5分别表示为设定的凹陷体积、重合面积对应的基本状态评估因子。
作为本发明的进一步改进，所述整体防护状态分析单元用于对各子路段对应的防护状态评估系数进行分析，其具体分析公式为： 表示为第i个子路段对应的防护状态评估系数，c6、c7分别表示为设定的防护网防护状态评估指数、防护栏基本状态评估指数对应的系数因子。
作为本发明的进一步改进，所述对各子路段对应的路段安全评估指数进行分析，其具体分析公式为：ξi表示为第i个子路段对应的路段安全评估指数，/>β分别表示为设定的边坡整体状态评估系数、防护状态评估系数对应的路段安全评估因子。
作为本发明的进一步改进，所述对各子路段对应的安全等级进行分析，其具体分析方式为：将各子路段对应的路段安全评估指数与设定的各安全等级对应的路段安全评估指数阈值进行匹配，得到各子路段对应的安全等级。
作为本发明的进一步改进，所述对目标高速路段对应的各危险路段进行分析，其具体分析方式为：从各子路段对应的安全等级中提取设定的预警安全等级对应的子路段，将其记为危险路段，得到目标高速路段对应的各危险路段。
相对于现有技术，本发明的实施例至少具有如下优点或有益效果：本发明通过对各子路段对应的边坡整体状态进行监测和分析，实现了对各子路段对应边坡进行多维度的监测和分析，不仅有效避免了各子路段对应边坡状态分析结果的片面性和单一性，同时还在很大程度上为各子路段对应边坡的安全和稳定提供可靠的保障，进一步为各子路段的防灾减灾、防治决策、科学运营提供更加可靠的数据支撑。
本发明通过对各子路段对应的防护网状态和防护栏状态进行监测和分析，不仅能够及时得知高速公路对应防护网和防护栏的状态，同时还提高了各子路段对应路段安全分析结果的说服力和准确性，有利于对高速公路对应的防护设备进行及时地维修与处理，在很大程度上有效避免了事故的扩大。
附图说明
利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。
图1为本发明系统模块连接示意图。
图2为本发明路段边坡监测分析模块连接示意图。
图3为本发明路段防护监测分析模块连接示意图。
图4为本发明路段边坡示意图。
图5为本发明异常边坡区域示意图。
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。
参照图1所示，本发明提供一种基于多维度实时监控的高速公路安全监控系统，包括：高速路段划分模块、路段边坡监测分析模块、路段防护监测分析模块、路段安全等级分析模块、危险路段分析与预警模块和数据库。
所述高速路段划分模块分别与路段边坡监测分析模块和路段防护监测分析模块连接，路段边坡监测分析模块分别与路段安全等级分析模块和数据库连接，路段防护监测分析模块分别与路段安全等级分析模块和数据库，路段安全等级分析模块和危险路段分析与预警模块连接。
高速路段划分模块，用于按照预设的划分方式将目标高速路段划分为各子路段，并将各子路段按照预设顺序依次编号为1,2,...,i,...,n。
需要说明的是，所述预设的划分方式具体为：按照目标高速路段的长度进行均匀等距的划分。
路段边坡监测分析模块，用于对各子路段对应的边坡体进行监测，由此对各子路段对应的边坡整体状态评估系数进行分析，其中，路段边坡监测分析模块包括边坡表观状态监测分析单元、边坡深度状态监测分析单元和边坡整体状态分析单元。
作为本发明的进一步改进，所述边坡表观状态监测分析单元用于对各子路段对应边坡的表观状态进行监测和分析，其具体监测和分析过程如下：通过智能摄像头对各子路段对应边坡的图像进行采集，并从中提取各子路段对应边坡的坡体形状轮廓，同时将各子路段对应边坡的坡体形状轮廓与数据库中存储的其对应路段的边坡坡体形状轮廓进行重合对比，得到各子路段对应边坡的重合坡体面积，记为Si，i表示为各子路段的编号，i＝1,2,......,n。
对各子路段对应边坡的图像中各裂缝进行聚焦放大，并从中提取各子路段对应边坡中各裂缝的长度、宽度，分别记为j表示为各裂缝的编号，j＝1,2,......,m，同时通过计算得到各子路段对应边坡的基本状态影响指数，记为/>
需要说明是，各子路段对应边坡的基本状态影响指数，具体计算公式为e表示为自然常数，Si′表示为数据库中存储的第i个子路段对应边坡的坡体面积，L′、D′分别表示为设定的允许裂缝长度、允许裂缝宽度，b1、b4分别表示为设定的重合坡体面积、裂缝参数对应的状态影响因子，b2、b3分别表示为设定的裂缝长度、裂缝宽度对应的权值因子。
在各子路段对应边坡的坡体上进行检测点均匀布设，并对各子路段对应边坡坡体上各检测点与其对应路段对应边坡底部平面之间的距离进行获取，记为坡体高度，标记为f表示为各检测点的编号，f＝1,2,......,g，同时获取各子路段对应边坡底部的水平深度，记为/>进而通过计算得到各子路段对应边坡的坡体状态影响指数，记为/>
需要说明的是，各子路段对应边坡的坡体状态影响指数，具体计算公式为Hi′f表示为数据库中存储的第i个子路段对应边坡上第f个检测点的坡体高度，Pi′表示为存储的第i个路段对应边坡底部的参考水平深度，ΔH、ΔP分别表示为设定的边坡对应的允许坡体高度差、允许水平深度差，b5、b6分别表示为设定的坡体高度、水平深度对应的坡体状态权值因子。
依据公式计算出各子路段对应边坡的表观状态评估指数，/>表示为第i个子路段对应边坡的表观状态评估指数，a1、a2分别表示为基本状态影响指数、坡体状态影响指数对应的评估因子。
作为本发明的进一步改进，所述边坡深度状态监测分析单元用于对各子路段对应边坡的深度状态进行监测和分析，其具体监测和分析过程如下：对各子路段对应边坡底部的中心点位置进行获取，并基于此构建各子路段对应的边坡直角坐标系，同时在各子路段对应边坡底部的目标检测边上进行标记点均匀布设，进而获取各子路段对应目标检测边上各标记点的位置坐标，将其与数据库中存储的相应子路段对应目标检测边上各标记点的初始位置坐标进行对比计算，得到各子路段对应目标检测边上各标记点的位置偏移量，记为r表示为各标记点的编号，r＝1,2,......,t。
需要说明的是，参照图4所示，所述各子路段对应边坡底部的目标检测边具体为：与各子路段对应防护栏相对的边坡底部面。
需要解释的是，各子路段对应目标检测边上各标记点的位置偏移量，具体计算公式为：(Xir,Yir)分别表示为第i个子路段对应目标检测边上第r个标记点的x轴坐标、y轴坐标，/>分别表示为存储的第i个子路段对应目标检测边上第r个标记点的初始x轴坐标、初始y轴坐标。
通过X射线探测器对各子路段对应边坡坡体上各检测点进行X射线探测，并通过处理与分析得到各子路段对应空洞坡体的体积，记为Vi。
需要说明的是，各子路段对应空洞区域的体积，具体处理与分析过程如下：3-1：将各子路段对应边坡坡体上各检测点的坡体X射线胶片进行暗室处理，得到各子路段对应边坡坡体上各检测点的坡体射线底片，并将其进行整合，得到各子路段对应边坡坡体的内部坡体射线底片。
3-2：将各子路段对应边坡坡体的内部坡体射线底片中灰度值相同的区域进行归类，得到各子路段对应内部坡体射线底片中各灰度值的区域，同时从各子路段对应内部坡体射线底片中各灰度值的区域内提取设定的空洞坡体灰度值的区域，得到各子路段对应内部坡体射线底片中空洞坡体的区域。
3-3：基于各子路段对应内部坡体射线底片中空洞坡体的区域，获取各子路段对应空洞坡体的体积。
通过土壤水分测定仪对各子路段对应边坡坡体上各检测点的土壤含水量进行监测，并将其与设定的土壤含水量阈值进行对比，若某检测点的土壤含水量大于土壤含水量阈值，则将该检测点记为异常点，同时将各子路段对应边坡坡体上各相邻异常点进行连接，构成各异常边坡区域，进而统计各子路段对应边坡坡体上异常边坡区域的数量，记为Ei，获取各子路段对应边坡坡体上异常边坡区域的总面积，记为Mi。
需要说明的是，各子路段对应边坡坡体上各检测点位于其对应子路段中对应检测点区域的中心点位置，即各异常点位于其对应异常点区域的中心点位置，同时参照图5所示，异常边坡区域为各相邻异常点对应的区域进行相连构成，若某异常点无相邻异常点，则将该异常点对应的区域作为异常边坡区域。
依据公式计算出各子路段对应边坡的深度状态评估指数，γi表示为第i个子路段对应边坡的深度状态评估指数,e表示为自然常数，W′、V′、E′、M′分别表示为设定的标记点对应的允许位置偏移量、空洞坡体对应的允许体积、允许异常边坡区域数量、允许异常边坡区域总面积，a3、a4、a5、a6分别表示为设定的位置偏移量、空洞坡体体积、异常边坡区域数量、异常边坡区域总面积对应的深度状态评估因子。
作为本发明的进一步改进，所述边坡整体状态分析单元用于对各子路段对应的边坡整体状态评估系数进行分析，其具体分析公式为：ηi表示为第i个子路段对应的边坡整体状态评估系数，a7、a8分别表示为设定的表观状态评估指数、深度状态评估指数对应的系数因子。
在一个具体的实施例中，本发明通过对各子路段对应的边坡整体状态进行监测和分析，实现了对各子路段对应边坡进行多维度的监测和分析，不仅有效避免了各子路段对应边坡状态分析结果的片面性和单一性，同时还在很大程度上为各子路段对应边坡的安全和稳定提供可靠的保障，进一步为各子路段的防灾减灾、防治决策、科学运营提供更加可靠的数据支撑。
路段防护监测分析模块，用于对各子路段对应的防护设施进行监测，由此对各子路段对应的防护状态评估系数，其中，路段防护监测分析模块包括防护网监测分析单元、防护栏监测分析单元和整体防护状态分析单元。
作为本发明的进一步改进，所述防护网监测分析单元用于对各子路段对应防护网的防护状态进行监测和分析，其具体监测和分析的过程如下：通过智能摄像头对各子路段对应边坡上防护网的图像进行采集，并从中识别出各子路段对应边坡上防护网的覆盖面积，记为
从各子路段对应边坡上防护网的图像中提取各子路段对应防护网上各网洞的面积，并将其与数据库中存储的防护网对应网洞的参考面积进行对比分析，由此得到各子路段对应防护网的各异常网洞，并统计各子路段对应防护网中异常网洞的数量，记为
需要说明的是，各子路段对应防护网的各异常网洞，具体分析方式为：将各子路段对应防护网上各网洞的面积与防护网对应网洞的参考面积进行作差，得到各子路段对应防护网上各网洞的测定面积差，并将其与设定的允许网洞测定面积差进行对比，若某网洞的测定面积差大于允许网洞测定面积差，则将该网洞记为异常网洞，由此得到各子路段对应防护网的各异常网洞。
将各子路段对应边坡上防护网的图像中各扎结点进行聚焦放大，并从中提取各子路段对应防护网上各扎结点的缠绕厚度，同时将其与数据库中存储的防护网对应扎结点的允许缠绕厚度进行对比分析，由此得到各子路段对应防护网的异常扎结点数量，记为
需要说明的是，各子路段对应防护网的异常扎结点数量，其具体分析方式为：将各子路段对应防护网上各扎结点的缠绕厚度与防护网对应扎结点的允许缠绕厚度进行作差，得到各子路段对应防护网上各扎结点的缠绕厚度差，并将其与设定的允许扎结点缠绕厚度差进行对比，若某扎结点的缠绕厚度差大于允许扎结点缠绕厚度差，则将该扎结点记为异常扎结点，由此对各子路段对应防护网的异常扎结点数量进行统计。
依据公式计算出各子路段对应防护网的防护状态评估指数，κi表示为第i个子路段对应防护网的防护状态评估指数，Si′表示为存储的第i个子路段对应边坡的坡体面积，N′网洞、N′扎结分别表示为设定的边坡对应的允许异常网洞数量、允许异常扎结点数量，c1、c2、c3分别表示为设定的防护网覆盖面积、异常网洞数量、异常扎结点数量对应的防护状态影响因子。
作为本发明的进一步改进，所述防护栏监测分析单元用于对各子路段对应防护栏的基本状态进行监测和分析，其具体监测和分析的过程如下：通过智能摄像头对各子路段对应防护栏栏体的图像进行监测，并从中提取各子路段对应防护栏栏体的凹陷体积，记为
需要说明的是，参照图4所示，防护栏由防护栏栏体和防护栏支撑杆构成。
通过智能摄像头对各子路段对应防护栏支撑杆的图像进行监测，并从中提取各子路段对应防护栏支撑杆的轮廓，并将其与数据库中存储的防护栏支撑杆对应的标准轮廓进行面积重合对比，得到各子路段对应防护栏支撑杆的重合面积，记为同时获取防护栏支撑杆对应标准轮廓的面积，记为M′支撑杆。
依据公式计算出各子路段对应防护栏的基本状态评估指数，λi表示为第i个子路段对应防护栏的基本状态评估指数，V凹′陷表示为设定的防护栏栏体对应的允许凹陷体积，c4、c5分别表示为设定的凹陷体积、重合面积对应的基本状态评估因子。
作为本发明的进一步改进，所述整体防护状态分析单元用于对各子路段对应的防护状态评估系数进行分析，其具体分析公式为： 表示为第i个子路段对应的防护状态评估系数，c6、c7分别表示为设定的防护网防护状态评估指数、防护栏基本状态评估指数对应的系数因子。
路段安全等级分析模块，用于对各子路段对应的路段安全评估指数进行分析，并由此对各子路段对应的安全等级进行分析。
作为本发明的进一步改进，所述对各子路段对应的路段安全评估指数进行分析，其具体分析公式为：ξi表示为第i个子路段对应的路段安全评估指数，/>β分别表示为设定的边坡整体状态评估系数、防护状态评估系数对应的路段安全评估因子。
在一个具体的实施例中，本发明通过对各子路段对应的防护网状态和防护栏状态进行监测和分析，不仅能够及时得知高速公路对应防护网和防护栏的状态，同时还提高了各子路段对应路段安全分析结果的说服力和准确性，有利于对高速公路对应的防护设备进行及时地维修与处理，在很大程度上有效避免了事故的扩大。
作为本发明的进一步改进，所述对各子路段对应的安全等级进行分析，其具体分析方式为：将各子路段对应的路段安全评估指数与设定的各安全等级对应的路段安全评估指数阈值进行匹配，得到各子路段对应的安全等级。
危险路段分析与预警模块，用于对目标高速路段对应的各危险路段进行分析，并对各危险路段进行相应的预警。
作为本发明的进一步改进，所述对目标高速路段对应的各危险路段进行分析，其具体分析方式为：从各子路段对应的安全等级中提取设定的预警安全等级对应的子路段，将其记为危险路段，得到目标高速路段对应的各危险路段。
数据库，用于存储各子路段对应边坡的参考坡体形状轮廓、坡体面积、各检测点的坡体高度和边坡底部的参考水平深度，存储各子路段对应目标检测边上各标记点的初始位置坐标，存储防护网对应网洞的参考面积和扎结点的允许缠绕厚度，并存储防护栏支撑杆对应的标准轮廓。
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。

Claims (7)

1.一种基于多维度实时监控的高速公路安全监控系统，其特征在于，包括：
高速路段划分模块，用于按照预设的划分方式将目标高速路段划分为各子路段，并将各子路段按照预设顺序依次编号为；
路段边坡监测分析模块，用于对各子路段对应的边坡体进行监测，由此对各子路段对应的边坡整体状态评估系数进行分析，其中，路段边坡监测分析模块包括边坡表观状态监测分析单元、边坡深度状态监测分析单元和边坡整体状态分析单元；
所述边坡整体状态分析单元用于对各子路段对应的边坡整体状态评估系数进行分析，其具体分析公式为：，/>表示为第i个子路段对应的边坡整体状态评估系数，/>分别表示为设定的表观状态评估指数、深度状态评估指数对应的系数因子,/>表示为第i个子路段对应边坡的深度状态评估指数,/>表示为第i个子路段对应边坡的表观状态评估指数;
路段防护监测分析模块，用于对各子路段对应的防护设施进行监测，由此对各子路段对应的防护状态评估系数，其中，路段防护监测分析模块包括防护网监测分析单元、防护栏监测分析单元和整体防护状态分析单元；
所述整体防护状态分析单元用于对各子路段对应的防护状态评估系数进行分析，其具体分析公式为：，/>表示为第i个子路段对应的防护状态评估系数，/>分别表示为设定的防护网防护状态评估指数、防护栏基本状态评估指数对应的系数因子,/>表示为第i个子路段对应防护网的防护状态评估指数,/>表示为第i个子路段对应防护栏的基本状态评估指数;
路段安全等级分析模块，用于对各子路段对应的路段安全评估指数进行分析，并由此对各子路段对应的安全等级进行分析；
所述对各子路段对应的路段安全评估指数进行分析，其具体分析公式为：，/>表示为第i个子路段对应的路段安全评估指数，/>分别表示为设定的边坡整体状态评估系数、防护状态评估系数对应的路段安全评估因子;
危险路段分析与预警模块，用于对目标高速路段对应的各危险路段进行分析，并对各危险路段进行相应的预警；
数据库，用于存储各子路段对应边坡的参考坡体形状轮廓、坡体面积、各检测点的坡体高度和边坡底部的参考水平深度，存储各子路段对应目标检测边上各标记点的初始位置坐标，存储防护网对应网洞的参考面积和扎结点的允许缠绕厚度，并存储防护栏支撑杆对应的标准轮廓。
2.根据权利要求1所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述边坡表观状态监测分析单元用于对各子路段对应边坡的表观状态进行监测和分析，其具体监测和分析过程如下：
通过智能摄像头对各子路段对应边坡的图像进行采集，并从中提取各子路段对应边坡的坡体形状轮廓，同时将各子路段对应边坡的坡体形状轮廓与数据库中存储的其对应路段的边坡坡体形状轮廓进行重合对比，得到各子路段对应边坡的重合坡体面积，记为，i表示为各子路段的编号，/>；
对各子路段对应边坡的图像中各裂缝进行聚焦放大，并从中提取各子路段对应边坡中各裂缝的长度、宽度，分别记为，j表示为各裂缝的编号，/>，同时通过计算得到各子路段对应边坡的基本状态影响指数，记为/>；
在各子路段对应边坡的坡体上进行检测点均匀布设，并对各子路段对应边坡坡体上各检测点与其对应路段对应边坡底部平面之间的距离进行获取，记为坡体高度，标记为，f表示为各检测点的编号，/>，同时获取各子路段对应边坡底部的水平深度，记为，进而通过计算得到各子路段对应边坡的坡体状态影响指数，记为/>；
依据公式计算出各子路段对应边坡的表观状态评估指数，/>表示为第i个子路段对应边坡的表观状态评估指数，/>分别表示为基本状态影响指数、坡体状态影响指数对应的评估因子。
3.根据权利要求2所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述边坡深度状态监测分析单元用于对各子路段对应边坡的深度状态进行监测和分析，其具体监测和分析过程如下：
对各子路段对应边坡底部的中心点位置进行获取，并基于此构建各子路段对应的边坡直角坐标系，同时在各子路段对应边坡底部的目标检测边上进行标记点均匀布设，进而获取各子路段对应目标检测边上各标记点的位置坐标，将其与数据库中存储的相应子路段对应目标检测边上各标记点的初始位置坐标进行对比计算，得到各子路段对应目标检测边上各标记点的位置偏移量，记为，r表示为各标记点的编号，/>；
通过X射线探测器对各子路段对应边坡坡体上各检测点进行X射线探测，并通过处理与分析得到各子路段对应空洞坡体的体积，记为；
通过土壤水分测定仪对各子路段对应边坡坡体上各检测点的土壤含水量进行监测，并将其与设定的土壤含水量阈值进行对比，若某检测点的土壤含水量大于土壤含水量阈值，则将该检测点记为异常点，同时将各子路段对应边坡坡体上各相邻异常点进行连接，构成各异常边坡区域，进而统计各子路段对应边坡坡体上异常边坡区域的数量，记为，获取各子路段对应边坡坡体上异常边坡区域的总面积，记为/>；
依据公式计算出各子路段对应边坡的深度状态评估指数，/>表示为第i个子路段对应边坡的深度状态评估指数,e表示为自然常数，分别表示为设定的标记点对应的允许位置偏移量、空洞坡体对应的允许体积、允许异常边坡区域数量、允许异常边坡区域总面积，/>分别表示为设定的位置偏移量、空洞坡体体积、异常边坡区域数量、异常边坡区域总面积对应的深度状态评估因子。
4.根据权利要求1所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述防护网监测分析单元用于对各子路段对应防护网的防护状态进行监测和分析，其具体监测和分析的过程如下：
通过智能摄像头对各子路段对应边坡上防护网的图像进行采集，并从中识别出各子路段对应边坡上防护网的覆盖面积，记为；
从各子路段对应边坡上防护网的图像中提取各子路段对应防护网上各网洞的面积，并将其与数据库中存储的防护网对应网洞的参考面积进行对比分析，由此得到各子路段对应防护网的各异常网洞，并统计各子路段对应防护网中异常网洞的数量，记为；
将各子路段对应边坡上防护网的图像中各扎结点进行聚焦放大，并从中提取各子路段对应防护网上各扎结点的缠绕厚度，同时将其与数据库中存储的防护网对应扎结点的允许缠绕厚度进行对比分析，由此得到各子路段对应防护网的异常扎结点数量，记为；
依据公式计算出各子路段对应防护网的防护状态评估指数，/>表示为第i个子路段对应防护网的防护状态评估指数，/>表示为存储的第i个子路段对应边坡的坡体面积，/>分别表示为设定的边坡对应的允许异常网洞数量、允许异常扎结点数量，/>分别表示为设定的防护网覆盖面积、异常网洞数量、异常扎结点数量对应的防护状态影响因子。
5.根据权利要求4所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述防护栏监测分析单元用于对各子路段对应防护栏的基本状态进行监测和分析，其具体监测和分析的过程如下：
通过智能摄像头对各子路段对应防护栏栏体的图像进行监测，并从中提取各子路段对应防护栏栏体的凹陷体积，记为；
通过智能摄像头对各子路段对应防护栏支撑杆的图像进行监测，并从中提取各子路段对应防护栏支撑杆的轮廓，并将其与数据库中存储的防护栏支撑杆对应的标准轮廓进行面积重合对比，得到各子路段对应防护栏支撑杆的重合面积，记为，同时获取防护栏支撑杆对应标准轮廓的面积，记为/>；
依据公式计算出各子路段对应防护栏的基本状态评估指数，/>表示为第i个子路段对应防护栏的基本状态评估指数，/>表示为设定的防护栏栏体对应的允许凹陷体积，/>分别表示为设定的凹陷体积、重合面积对应的基本状态评估因子。
6.根据权利要求1所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述对各子路段对应的安全等级进行分析，其具体分析方式为：将各子路段对应的路段安全评估指数与设定的各安全等级对应的路段安全评估指数阈值进行匹配，得到各子路段对应的安全等级。
7.根据权利要求1所述的一种基于多维度实时监控的高速公路安全监控系统，其特征在于：所述对目标高速路段对应的各危险路段进行分析，其具体分析方式为：从各子路段对应的安全等级中提取设定的预警安全等级对应的子路段，将其记为危险路段，得到目标高速路段对应的各危险路段。
CN202310318594.XA 2023-03-29 2023-03-29 一种基于多维度实时监控的高速公路安全监控系统 Active CN116343441B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310318594.XA CN116343441B (zh) 2023-03-29 2023-03-29 一种基于多维度实时监控的高速公路安全监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310318594.XA CN116343441B (zh) 2023-03-29 2023-03-29 一种基于多维度实时监控的高速公路安全监控系统

Publications (2)

Publication Number Publication Date
CN116343441A CN116343441A (zh) 2023-06-27
CN116343441B true CN116343441B (zh) 2023-11-24

Family

ID=86891047

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310318594.XA Active CN116343441B (zh) 2023-03-29 2023-03-29 一种基于多维度实时监控的高速公路安全监控系统

Country Status (1)

Country Link
CN (1) CN116343441B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117114241A (zh) * 2023-09-11 2023-11-24 南京宁通智能交通技术研究院有限公司 一种用于监测道路灾害的智慧遥感系统
CN117133100B (zh) * 2023-09-25 2024-02-20 西南水泥有限公司 一种矿山现场边坡远程在线实时监测预警系统
CN117041533B (zh) * 2023-10-08 2023-12-12 深圳市磐锋精密技术有限公司 基于数据分析的手机摄像模组故障检测系统
CN117830063B (zh) * 2024-03-05 2024-05-14 中国水利水电第九工程局有限公司 一种山地高速公路施工安全风险管理系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010097523A (ko) * 2000-04-24 2001-11-08 이인구 보호망의 장력 측정을 이용한 암반사면 감시 시스템
CN109685010A (zh) * 2018-12-20 2019-04-26 四川睿盈源科技有限责任公司 一种高速公路边坡防护网漏洞位置定位方法及系统
CN114353876A (zh) * 2022-01-07 2022-04-15 兰州大学 一种黄土公路边坡健康监测方法
CN114912181A (zh) * 2022-05-21 2022-08-16 武汉泰佰腾建筑劳务有限公司 一种基于人工智能的路面边坡安全监测分析系统
CN115661034A (zh) * 2022-09-22 2023-01-31 北京工业大学 基于机器视觉的公路边坡微小位移形变监测方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20010097523A (ko) * 2000-04-24 2001-11-08 이인구 보호망의 장력 측정을 이용한 암반사면 감시 시스템
CN109685010A (zh) * 2018-12-20 2019-04-26 四川睿盈源科技有限责任公司 一种高速公路边坡防护网漏洞位置定位方法及系统
CN114353876A (zh) * 2022-01-07 2022-04-15 兰州大学 一种黄土公路边坡健康监测方法
CN114912181A (zh) * 2022-05-21 2022-08-16 武汉泰佰腾建筑劳务有限公司 一种基于人工智能的路面边坡安全监测分析系统
CN115661034A (zh) * 2022-09-22 2023-01-31 北京工业大学 基于机器视觉的公路边坡微小位移形变监测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
凹边坡参数对边坡稳定性的影响;徐晓惠;姚再兴;力学季刊(第001期);全文 *
碎屑流冲击下柔性防护网的力学简化模型;邬泽 等;岩石力学与工程学报;第41卷(第5期);全文 *
高速公路不良地质边坡稳定性分析 及处治措施安全性评价;张雪帆;交通世界;全文 *

Also Published As

Publication number Publication date
CN116343441A (zh) 2023-06-27

Similar Documents

Publication Publication Date Title
CN116343441B (zh) 一种基于多维度实时监控的高速公路安全监控系统
CN111486902B (zh) 一种基于大数据的大跨度桥梁安全性能实时监测系统
CN112960014B (zh) 基于人工智能的轨道交通运行安全在线实时监测预警管理云平台
CN111896721A (zh) 一种基于大数据的市政道路工程质量智能验收检测管理系统
CN111553902A (zh) 一种基于大数据的公路路面安全监测系统
CN112816380A (zh) 基于大数据分析的建筑工程工地施工环境在线监测方法及监测云平台
CN110619258A (zh) 一种基于高分辨率遥感影像的道路轨迹核查方法
CN114912181B (zh) 一种基于人工智能的路面边坡安全监测分析系统
CN114882410B (zh) 基于改进定位损失函数的隧道顶灯故障检测方法及系统
CN115755228A (zh) 一种积水路段预测方法
CN111259770A (zh) 一种基于无人机平台和深度学习的复杂背景下索力快速测试系统及方法
CN112556760A (zh) 一种桥梁裂缝监测系统
CN112462035A (zh) 一种基于云计算信息化的水库大坝安全在线监测系统
CN114783149A (zh) 一种基于大数据和图像识别的地质灾害监测预警方法
CN116758757B (zh) 一种公路养护巡检方法、介质以及设备
CN112927208A (zh) 一种基于物联网和大数据的装配式公路桥梁路面安全监测分析方法
CN116631187B (zh) 一种案件现场勘查信息智能采集分析系统
CN112884273A (zh) 基于云计算和大数据的道路项目工程质量检测监理智能管理系统
CN115438547A (zh) 基于路面服役状态的整体评价方法及系统
CN114580880A (zh) 一种工程项目监理施工资料在线智能调取分析方法
KR101194677B1 (ko) 도시 지역 고농도 미세먼지의 발원지 추정 방법
CN112964735A (zh) 基于大数据分析的轨道交通安全智能监测方法及云监测平台
Lienhart et al. Efficient and Large Scale Monitoring of Retaining Walls along Highways using a Mobile Mapping System
CN117078234B (zh) 一种优化的路网养护维修方法、电子设备及存储介质
CN116818397B (zh) 基于机器视觉的中小跨径桥梁快速荷载试验方法及系统

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
TA01 Transfer of patent application right

Effective date of registration: 20231031

Address after: 237000 south of Subu Road, economic development zone, Lu'an City, Anhui Province

Applicant after: Anhui Guanggu Intelligent Technology Co.,Ltd.

Address before: No. 941, Merchants Avenue, Riverside Industrial Park, Jiangling County, Jingzhou, Hubei Province, 434102

Applicant before: Jiangling Huibang Construction Engineering Co.,Ltd.

TA01 Transfer of patent application right
GR01 Patent grant
GR01 Patent grant