CN116682283B - 一种基于目标检测的全息路口交通管理系统及方法 - Google Patents

Abstract

本发明提供一种基于目标检测的全息路口交通管理系统及方法，其中系统包括：路口图像获取模块，用于持续获取交通路口的路口图像；交通目标位置分布确定模块，用于基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布；交通目标位置分布映射模块，用于将交通目标位置分布映射进交通路口对应的预设的路口地图内，获得交通路口的全息路口模型；交通风险检测及预警模块，用于基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警。本发明引入全息路口模型和路口交通风险事件库，自动化对交通路口进行交通风险检测及预警，降低了人力成本，提升了交通管理的全面性。

Description

一种基于目标检测的全息路口交通管理系统及方法

技术领域

本发明涉及计算机数据处理技术领域，特别涉及一种基于目标检测的全息路口交通管理系统及方法。

背景技术

目前，通过交通路口的车流量往往较多、人流量也较多，导致交通路口的交通状况比较复杂，发生交通安全事故的可能性较大，比如：非机动车随同向行驶的机动车辆左转，对向左转的机动车可能会因转弯半径过大与该非机动车发生碰撞、剐蹭；又比如：非机动车未左右观察/闯红灯通过路口，可能会与侧向过来的机动车发生碰撞；再比如：行人通过道路照明条件不佳的交通路口，由于机动车、电瓶车等未及时观察到行人，可能会与行人发生碰撞。

一般的，为预防交通路口安全问题的发生，多是安排交通警察值守交通路口进行现场交通管理。但是，城市里的交通路口往往较多，即使只安排交通警察值守车流量、人流量多的交通路口也会造成人力成本较大的问题发生，另外，交通警察进行现场交通管理的能力较为局限，可能会导致交通管理的全面性不足。

因此，亟需一种解决办法。

发明内容

本发明目的之一在于提供了一种基于目标检测的全息路口交通管理系统，引入全息路口模型和路口交通风险事件库，自动化对交通路口进行交通风险检测及预警，无需安排交通警察值守交通路口进行现场交通管理，降低了人力成本，另外，路口交通风险事件库中有大量的路口交通风险事件作为数据支撑，提升了交通管理的全面性。

本发明实施例提供的一种基于目标检测的全息路口交通管理系统，包括：

路口图像获取模块，用于持续获取交通路口的路口图像；

交通目标位置分布确定模块，用于基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布；

交通目标位置分布映射模块，用于将交通目标位置分布映射进交通路口对应的预设的路口地图内，获得交通路口的全息路口模型；

交通风险检测及预警模块，用于基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警。

优选的，路口图像获取模块持续获取交通路口的路口图像，包括：

通过交通路口旁的交通监控设施持续获取交通路口的路口图像；

和/或，

通过位于交通路口旁的交通警察佩戴的执法记录仪持续获取交通路口的路口图像。

优选的，交通目标位置分布确定模块基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布，包括：

从路口图像中提取物体图像；

将物体图像与交通目标检测库中的交通目标图像进行匹配；

当匹配符合时，基于匹配符合的物体图像，确定交通目标位置，并获取匹配符合的交通目标图像对应的预设的交通目标类型，同时，将交通目标类型与交通目标位置一一对应；

将一一对应的多组交通目标类型与交通目标位置合并作为交通路口内的交通目标位置分布。

优选的，交通目标位置分布映射模块将交通目标位置分布映射进交通路口对应的预设的路口地图内，包括：

依次遍历交通目标位置分布中的交通目标类型；

每次遍历时，从预设的交通目标模型中确定遍历到的交通目标类型对应的交通目标模型；

确定交通目标位置分布中遍历到的交通目标类型对应的交通目标位置，并作为映射位置；

将交通目标模型映射至路口地图内映射位置对应的地图位置上；

遍历交通目标类型结束后，将当前的路口地图作为交通路口的全息路口模型。

优选的，交通风险检测及预警模块基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警，包括：

基于预设的第一特征要求，从路口交通风险事件库中的路口交通风险事件中提取第一事件特征；

基于预设的信息获取模板，获取交通路口的路口信息；

基于路口信息和第一事件特征，确定路口交通风险事件发生于交通路口的发生概率；

从预设的事件选取频率库中确定发生概率对应的事件选取频率；

按照事件选取频率多次选取路口交通风险事件；

每次选取时，基于预设的第二特征要求，从选取到的路口交通风险事件中提取第二事件特征；

基于第二事件特征和全息路口模型，确定选取到的路口交通风险事件是否即将发生于交通路口；

当为是时，获取选取到的路口交通风险事件即将发生于交通路口的两个当事交通目标；

对当事交通目标进行选取到的路口交通风险事件即将发生于交通路口的风险预警。

优选的，交通风险检测及预警模块基于路口信息和第一事件特征，确定路口交通风险事件发生于交通路口的发生概率，包括：

基于预设的特征信息检索条件生成模板，根据第一事件特征，生成特征信息检索条件；

获取当前时间点；

基于特征信息检索条件，从路口信息中检索出最近预设的第一时间内历史上相同的当前时间点前和后预设的第二时间内产生的特征信息；

获取特征信息的信息产生日；

按照信息产生日，将特征信息设置于预设的日期轴上的对应日节点处；

从日期轴上确定满足特征信息簇条件的特征信息簇，并将日期轴上除特征信息簇之外的特征信息作为目标特征信息；

基于预设的第三特征要求，从特征信息簇、日期轴上相邻特征信息簇之间的第一位置关系以及日期轴上目标特征信息与相邻特征信息簇之间的第二位置关系中提取特征信息特征；

基于特征信息特征，构建特征描述向量；

从预设的发生概率库中确定特征描述向量对应的概率值，并作为路口交通风险事件发生于交通路口的发生概率；

其中，特征信息簇条件包括：

特征信息簇由连续至少两个特征信息组成；

特征信息簇中两两特征信息之间的信息量差小于等于预设的信息量差阈值。

优选的，交通风险检测及预警模块基于第二事件特征和全息路口模型，确定选取到的路口交通风险事件是否即将发生于交通路口，包括：

基于预设的事发条件生成模板，根据第二事件特征，生成事发条件；

确定全息路口模型是否满足事发条件；

当为是时，确定选取到的路口交通风险事件即将发生于交通路口。

优选的，交通风险检测及预警模块对当事交通目标进行选取到的路口交通风险事件即将发生于交通路口的风险预警，包括：

从全息路口模型中确定当事交通目标的第一位置、行驶方向以及交通提示设施的第二位置、提示方向；

当第一位置、行驶方向、第二位置和提示方向在全息路况模型中满足提示条件时，将对应交通提示设施作为目标交通提示设施；

获取选取到的路口交通风险事件对应的预设的风险预警信息；

控制目标交通提示设施播放风险预警信息；

其中，提示条件包括：

在全息路况模型中依次连接第一位置、第二位置形成的目标三角形为非钝角三角形；

由第一位置向行驶方向上作的射线与目标三角形中第一位置所在角的对边相交；

由第二位置向提示方向上作的射线与目标三角形中第二位置所在角的对边相交；

目标三角形的面积落在预设的面积大小区间内；

在全息路况模型中目标三角形中的第一位置与第二位置之间的连线对应边不途经视线遮挡设施。

本发明实施例提供的一种基于目标检测的全息路口交通管理方法，其特征在于，包括：

步骤S1：持续获取交通路口的路口图像；

步骤S2：基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布；

步骤S3：将交通目标位置分布映射进交通路口对应的预设的路口地图内，获得交通路口的全息路口模型；

步骤S4：基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警。

优选的，步骤S1：持续获取交通路口的路口图像，包括：

通过交通路口旁的交通监控设施持续获取交通路口的路口图像；

和/或，

通过位于交通路口旁的交通警察佩戴的执法记录仪持续获取交通路口的路口图像。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

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为本发明实施例中一种基于目标检测的全息路口交通管理系统的示意图；

图2为本发明实施例中一种基于目标检测的全息路口交通管理方法的示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

本发明实施例提供了一种基于目标检测的全息路口交通管理系统，如图1所示，包括：

路口图像获取模块1，用于持续获取交通路口的路口图像；

交通目标位置分布确定模块2，用于基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布；

交通目标位置分布映射模块3，用于将交通目标位置分布映射进交通路口对应的预设的路口地图内，获得交通路口的全息路口模型；

交通风险检测及预警模块4，用于基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警。

上述技术方案的工作原理及有益效果为：

交通目标检测库中有不同交通目标图像(机动车图像、非机动车图像、行人图像等)，基于交通目标检测库，可以检测路口图像中有哪些交通目标以及确定他们在交通路口的位置，构成交通目标位置分布，实现目标检测。路口地图为1:1还原交通路口的三维地图模型，随着路口图像的持续获取，交通目标位置分布不断更新地映射进路口地图内，构成的全息路口模型是动态反应交通目标位置分布的模型，实现全息。路口交通风险事件库中有大量的路口交通风险事件(比如：非机动车随同向行驶的机动车辆左转，对向左转的机动车因转弯半径过大与该非机动车发生碰撞等)，使用路口交通风险事件库时，确定库中的路口交通风险事件是否表征即将在全息路口模型中重演，当为是时，确定交通路口有交通风险，立即发出预警(比如：通过在交通路口设置提示大屏进行提醒)。

本申请引入全息路口模型和路口交通风险事件库，自动化对交通路口进行交通风险检测及预警，无需安排交通警察值守交通路口进行现场交通管理，降低了人力成本，另外，路口交通风险事件库中有大量的路口交通风险事件作为数据支撑，提升了交通管理的全面性。

在一个实施例中，路口图像获取模块1持续获取交通路口的路口图像，包括：

通过交通路口旁的交通监控设施持续获取交通路口的路口图像；交通监控设施可以为交通监控摄像头等；

和/或，

通过位于交通路口旁的交通警察佩戴的执法记录仪持续获取交通路口的路口图像。

在一个实施例中，交通目标位置分布确定模块2基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布，包括：

从路口图像中提取物体图像；

将物体图像与交通目标检测库中的交通目标图像进行匹配；

当匹配符合时，基于匹配符合的物体图像，确定交通目标位置，并获取匹配符合的交通目标图像对应的预设的交通目标类型，同时，将交通目标类型与交通目标位置一一对应；基于匹配符合的物体图像确定交通目标位置时，确定匹配符合的物体图像在路口图像中的位置从而确定交通目标在交通路口中的交通目标位置；交通目标类型为轿车、电瓶车、自行车、行人和货车等；

将一一对应的多组交通目标类型与交通目标位置合并作为交通路口内的交通目标位置分布。

在一个实施例中，交通目标位置分布映射模块3将交通目标位置分布映射进交通路口对应的预设的路口地图内，包括：

依次遍历交通目标位置分布中的交通目标类型；

每次遍历时，从预设的交通目标模型中确定遍历到的交通目标类型对应的交通目标模型；交通目标模型为交通目标类型对应的交通目标的三维模型，比如：交通目标类型为轿车，则交通目标模型为轿车的三维模型；

确定交通目标位置分布中遍历到的交通目标类型对应的交通目标位置，并作为映射位置；

将交通目标模型映射至路口地图内映射位置对应的地图位置上；

遍历交通目标类型结束后，将当前的路口地图作为交通路口的全息路口模型。

在一个实施例中，交通风险检测及预警模块4基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警，包括：

基于预设的第一特征要求，从路口交通风险事件库中的路口交通风险事件中提取第一事件特征；第一事件特征为路口交通风险事件发生时的参与主体，比如：路况交通风险事件为非机动车随同向行驶的机动车辆左转，对向左转的机动车因转弯半径过大与该非机动车发生碰撞，则第一事件特征为非机动车和机动车；

基于预设的信息获取模板，获取交通路口的路口信息；路口信息为历史上通过交通路口的交通目标及通过时间；

基于路口信息和第一事件特征，确定路口交通风险事件发生于交通路口的发生概率；

从预设的事件选取频率库中确定发生概率对应的事件选取频率；事件选取频率库中有不同发生概率对应的事件选取频率，发生概率越大，说明越需要进行对应路口交通风险事件的重演检测，即越频繁选取，则事件选取频率越大；

按照事件选取频率多次选取路口交通风险事件；

每次选取时，基于预设的第二特征要求，从选取到的路口交通风险事件中提取第二事件特征；第二事件特征为路口交通风险事件发生时的产生条件，比如：路况交通风险事件为非机动车随同向行驶的机动车辆左转，对向左转的机动车因转弯半径过大与该非机动车发生碰撞，则第二事件特征为非机动车即将左转、对向有机动车即将左转；

基于第二事件特征和全息路口模型，确定选取到的路口交通风险事件是否即将发生于交通路口；

当为是时，获取选取到的路口交通风险事件即将发生于交通路口的两个当事交通目标；当事交通目标为选取到的路口交通风险事件即将发生于的交通目标，比如：选取到的路口交通风险事件为路况交通风险事件为非机动车随同向行驶的机动车辆左转，对向左转的机动车因转弯半径过大与该非机动车发生碰撞，则两个当事交通目标为即将左转的非机动车和对向即将左转的机动车；

对当事交通目标进行选取到的路口交通风险事件即将发生于交通路口的风险预警。

上述技术方案的工作原理及有益效果为：

基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警时，确定路口交通风险事件库中的路口交通风险事件发生于交通路口的发生概率，基于发生概率确定事件选取频率，进行路口交通风险事件的选取，选取后进行重演检测，当确定重演时，进行预警，提升了对交通路口进行交通风险检测及预警的效率和精准性。

在一个实施例中，交通风险检测及预警模块4基于路口信息和第一事件特征，确定路口交通风险事件发生于交通路口的发生概率，包括：

基于预设的特征信息检索条件生成模板，根据第一事件特征，生成特征信息检索条件；特征信息检索条件为检索与第一事件特征相关的特征信息的条件，比如：第一事件特征为非机动车和机动车，则特征信息检索条件为与非机动车、机动车相关的特征信息；

获取当前时间点；

基于特征信息检索条件，从路口信息中检索出最近预设的第一时间内历史上相同的当前时间点前和后预设的第二时间内产生的特征信息；特征信息为，比如：非机动车通过交通路口的时间点、机动车通过交通路口的时间点；预设的第一时间为，比如：30天；预设的第二时间为，比如：半小时；

获取特征信息的信息产生日；

按照信息产生日，将特征信息设置于预设的日期轴上的对应日节点处；日期轴上仅有多个日节点，日节点代表一日即某一天；

从日期轴上确定满足特征信息簇条件的特征信息簇，并将日期轴上除特征信息簇之外的特征信息作为目标特征信息；

基于预设的第三特征要求，从特征信息簇、日期轴上相邻特征信息簇之间的第一位置关系以及日期轴上目标特征信息与相邻特征信息簇(与目标特征信息相邻)之间的第二位置关系中提取特征信息特征；特征信息特征包括：特征信息簇中的各特征信息的信息量之和、特征信息簇中的各特征信息的平均信息量、相邻特征信息簇之间的目标特征信息的数目、目标特征信息的信息量与相邻特征信息簇中的各特征信息的平均信息量的差值(前者减去后者)；

基于特征信息特征，构建特征描述向量；特征描述向量为特征信息特征以向量行驶构建成；

从预设的发生概率库中确定特征描述向量对应的概率值，并作为路口交通风险事件发生于交通路口的发生概率；发生概率库中有不同特征描述向量对应的概率值，一般的，特征信息簇中的各特征信息的信息量之和越大(比如说明历史上连续日通过的机动车、非机动车量较大)、特征信息簇中的各特征信息的平均信息量越大(比如说明历史上连续日通过的机动车、非机动车量较大)、相邻特征信息簇之间的目标特征信息的数目越小(比如说明连续日的通过的机动车、非机动车量稳定)、目标特征信息的信息量与相邻特征信息簇中的各特征信息的平均信息量的差值越小(比如说明连续日的通过的机动车、非机动车量稳定)，则路口交通风险事件发生于交通路口的发生概率越大；

其中，特征信息簇条件包括：

特征信息簇由连续至少两个特征信息组成；

特征信息簇中两两特征信息之间的信息量差小于等于预设的信息量差阈值。

上述技术方案的工作原理及有益效果为：

一般的，交通路口情况不同，路口交通风险事件发生于交通路口的发生概率也不同，比如：一偏僻交通路口，历史上非机动车、行人通过较少，则有非机动车、行人作为参与主体的路口交通风险事件发生于交通路口的发生概率较低。因此，本发明实施例从路口信息中提取出特征信息，基于特征信息综合确定路口交通风险事件发生于交通路口的发生概率，自适应确定发生概率，按照发生概率进行不同路口交通风险事件的重演检测，减少了检测资源，提升了检测效率，特别具有适用性。此外，引入特征信息簇、目标特征信息、日期轴和发生概率库，提升了发生概率确定的效率和精准性。

在一个实施例中，交通风险检测及预警模块4基于第二事件特征和全息路口模型，确定选取到的路口交通风险事件是否即将发生于交通路口，包括：

基于预设的事发条件生成模板，根据第二事件特征，生成事发条件；事发条件为具备第二事件特征且发生于全息路口模型内的事件发生条件，比如：第二事件特征为非机动车即将左转、对向有机动车即将左转，则事发条件为：全息路口模型表示有非机动车即将左转、对向有机动车即将左转；

确定全息路口模型是否满足事发条件；

当为是时，确定选取到的路口交通风险事件即将发生于交通路口。

在一个实施例中，交通风险检测及预警模块4对当事交通目标进行选取到的路口交通风险事件即将发生于交通路口的风险预警，包括：

从全息路口模型中确定当事交通目标的第一位置、行驶方向以及交通提示设施的第二位置、提示方向；交通提示设施为提示大屏等，提示方向为交通提示设施的正对方向；

当第一位置、行驶方向、第二位置和提示方向在全息路况模型中满足提示条件时，将对应交通提示设施作为目标交通提示设施；

获取选取到的路口交通风险事件对应的预设的风险预警信息；风险预警信息为对即将发生选取到的路口交通风险事件作预警提示的信息，比如：选取到的路口交通风险事件为非机动车随同向行驶的机动车辆左转，对向左转的机动车因转弯半径过大与该非机动车发生碰撞，则风险预警信息为“转弯请注意避让！安全第一。”；

控制目标交通提示设施播放风险预警信息；目标交通提示设施播放后，通过交通路口的当事交通目标可以收到预警提醒；

其中，提示条件包括：

在全息路况模型中依次连接第一位置、第二位置形成的目标三角形为非钝角三角形；由第一位置向行驶方向上作的射线与目标三角形中第一位置所在角的对边相交；由第二位置向提示方向上作的射线与目标三角形中第二位置所在角的对边相交；满足这三个条件时，当事交通目标在第一位置查看交通提示设施时不会过于侧看，即不会导致提示无效；

目标三角形的面积落在预设的面积大小区间内；满足这一条件时，可以保证交通提示设施不会离当事交通目标过远；

在全息路况模型中目标三角形中的第一位置与第二位置之间的连线对应边不途经视线遮挡设施。视线遮挡设施为，比如：楼房、交通路牌等；第一位置与第二位置之间的连线上不存在视线遮挡设施，可以有效保证当事交通目标可以查看到交通提示设施的提示内容。

上述技术方案的工作原理及有益效果为：

对当事交通目标进行选取到的路口交通风险事件即将发生于交通路口的风险预警时，引入提示条件，选取合适的目标交通提示设施播放风险预警信息，提升了系统的适用性。

本发明实施例提供了一种基于目标检测的全息路口交通管理方法，如图2所示，其特征在于，包括：

步骤S1：持续获取交通路口的路口图像；

步骤S2：基于路口图像和预设的交通目标检测库，确定交通路口内的交通目标位置分布；

步骤S3：将交通目标位置分布映射进交通路口对应的预设的路口地图内，获得交通路口的全息路口模型；

步骤S4：基于全息路口模型和预设的路口交通风险事件库，对交通路口进行交通风险检测及预警。

在一个实施例中，步骤S1：持续获取交通路口的路口图像，包括：

通过交通路口旁的交通监控设施持续获取交通路口的路口图像；

和/或，

通过位于交通路口旁的交通警察佩戴的执法记录仪持续获取交通路口的路口图像。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于目标检测的全息路口交通管理系统，其特征在于，包括：

路口图像获取模块，用于持续获取交通路口的路口图像；

交通目标位置分布确定模块，用于基于所述路口图像和预设的交通目标检测库，确定所述交通路口内的交通目标位置分布；

交通目标位置分布映射模块，用于将所述交通目标位置分布映射进所述交通路口对应的预设的路口地图内，获得所述交通路口的全息路口模型；

交通风险检测及预警模块，用于基于所述全息路口模型和预设的路口交通风险事件库，对所述交通路口进行交通风险检测及预警；

所述交通风险检测及预警模块基于所述全息路口模型和预设的路口交通风险事件库，对所述交通路口进行交通风险检测及预警，包括：

基于预设的第一特征要求，从所述路口交通风险事件库中的路口交通风险事件中提取第一事件特征；

基于预设的信息获取模板，获取所述交通路口的路口信息；

基于所述路口信息和所述第一事件特征，确定所述路口交通风险事件发生于所述交通路口的发生概率；

从预设的事件选取频率库中确定所述发生概率对应的事件选取频率；

按照所述事件选取频率多次选取所述路口交通风险事件；

每次选取时，基于预设的第二特征要求，从选取到的所述路口交通风险事件中提取第二事件特征；

基于所述第二事件特征和所述全息路口模型，确定选取到的所述路口交通风险事件是否即将发生于所述交通路口；

当为是时，获取选取到的所述路口交通风险事件即将发生于所述交通路口的两个当事交通目标；

对所述当事交通目标进行选取到的所述路口交通风险事件即将发生于所述交通路口的风险预警；

所述交通风险检测及预警模块基于所述路口信息和所述第一事件特征，确定所述路口交通风险事件发生于所述交通路口的发生概率，包括：

基于预设的特征信息检索条件生成模板，根据所述第一事件特征，生成特征信息检索条件；

获取当前时间点；

基于所述特征信息检索条件，从所述路口信息中检索出最近预设的第一时间内历史上相同的所述当前时间点前和后预设的第二时间内产生的特征信息；

获取所述特征信息的信息产生日；

按照所述信息产生日，将所述特征信息设置于预设的日期轴上的对应日节点处；

从所述日期轴上确定满足特征信息簇条件的特征信息簇，并将所述日期轴上除所述特征信息簇之外的所述特征信息作为目标特征信息；

基于预设的第三特征要求，从所述特征信息簇、所述日期轴上相邻所述特征信息簇之间的第一位置关系以及所述日期轴上所述目标特征信息与相邻所述特征信息簇之间的第二位置关系中提取特征信息特征；

基于所述特征信息特征，构建特征描述向量；

从预设的发生概率库中确定所述特征描述向量对应的概率值，并作为所述路口交通风险事件发生于所述交通路口的所述发生概率；

其中，所述特征信息簇条件包括：

所述特征信息簇由连续至少两个所述特征信息组成；

所述特征信息簇中两两所述特征信息之间的信息量差小于等于预设的信息量差阈值。

2.如权利要求1所述的一种基于目标检测的全息路口交通管理系统，其特征在于，所述路口图像获取模块持续获取交通路口的路口图像，包括：

通过所述交通路口旁的交通监控设施持续获取所述交通路口的所述路口图像；

和/或，

通过位于所述交通路口旁的交通警察佩戴的执法记录仪持续获取所述交通路口的所述路口图像。

3.如权利要求1所述的一种基于目标检测的全息路口交通管理系统，其特征在于，所述交通目标位置分布确定模块基于所述路口图像和预设的交通目标检测库，确定所述交通路口内的交通目标位置分布，包括：

从所述路口图像中提取物体图像；

将所述物体图像与所述交通目标检测库中的交通目标图像进行匹配；

当匹配符合时，基于匹配符合的所述物体图像，确定交通目标位置，并获取匹配符合的所述交通目标图像对应的预设的交通目标类型，同时，将所述交通目标类型与所述交通目标位置一一对应；

将一一对应的多组所述交通目标类型与所述交通目标位置合并作为所述交通路口内的所述交通目标位置分布。

4.如权利要求3所述的一种基于目标检测的全息路口交通管理系统，其特征在于，所述交通目标位置分布映射模块将所述交通目标位置分布映射进所述交通路口对应的预设的路口地图内，包括：

依次遍历所述交通目标位置分布中的所述交通目标类型；

每次遍历时，从预设的交通目标模型中确定遍历到的所述交通目标类型对应的交通目标模型；

确定所述交通目标位置分布中遍历到的所述交通目标类型对应的所述交通目标位置，并作为映射位置；

将所述交通目标模型映射至所述路口地图内所述映射位置对应的地图位置上；

遍历所述交通目标类型结束后，将当前的所述路口地图作为所述交通路口的所述全息路口模型。

5.如权利要求1所述的一种基于目标检测的全息路口交通管理系统，其特征在于，所述交通风险检测及预警模块基于所述第二事件特征和所述全息路口模型，确定选取到的所述路口交通风险事件是否即将发生于所述交通路口，包括：

基于预设的事发条件生成模板，根据所述第二事件特征，生成事发条件；

确定所述全息路口模型是否满足所述事发条件；

当为是时，确定选取到的所述路口交通风险事件即将发生于所述交通路口。

6.如权利要求1所述的一种基于目标检测的全息路口交通管理系统，其特征在于，所述交通风险检测及预警模块对所述当事交通目标进行选取到的所述路口交通风险事件即将发生于所述交通路口的风险预警，包括：

从所述全息路口模型中确定所述当事交通目标的第一位置、行驶方向以及交通提示设施的第二位置、提示方向；

当所述第一位置、行驶方向、第二位置和所述提示方向在所述全息路况模型中满足提示条件时，将对应所述交通提示设施作为目标交通提示设施；

获取选取到的所述路口交通风险事件对应的预设的风险预警信息；

控制所述目标交通提示设施播放所述风险预警信息；

其中，所述提示条件包括：

在所述全息路况模型中依次连接所述第一位置、第二位置形成的目标三角形为非钝角三角形；

由所述第一位置向所述行驶方向上作的射线与所述目标三角形中所述第一位置所在角的对边相交；

由所述第二位置向所述提示方向上作的射线与所述目标三角形中所述第二位置所在角的对边相交；

所述目标三角形的面积落在预设的面积大小区间内；

在所述全息路况模型中所述目标三角形中的所述第一位置与所述第二位置之间的连线对应边不途经视线遮挡设施。

7.一种基于目标检测的全息路口交通管理方法，其特征在于，包括：

步骤S1：持续获取交通路口的路口图像；

步骤S2：基于所述路口图像和预设的交通目标检测库，确定所述交通路口内的交通目标位置分布；

步骤S3：将所述交通目标位置分布映射进所述交通路口对应的预设的路口地图内，获得所述交通路口的全息路口模型；

步骤S4：基于所述全息路口模型和预设的路口交通风险事件库，对所述交通路口进行交通风险检测及预警；

所述基于所述全息路口模型和预设的路口交通风险事件库，对所述交通路口进行交通风险检测及预警，包括：

基于预设的第一特征要求，从所述路口交通风险事件库中的路口交通风险事件中提取第一事件特征；

基于预设的信息获取模板，获取所述交通路口的路口信息；

基于所述路口信息和所述第一事件特征，确定所述路口交通风险事件发生于所述交通路口的发生概率；

从预设的事件选取频率库中确定所述发生概率对应的事件选取频率；

按照所述事件选取频率多次选取所述路口交通风险事件；

每次选取时，基于预设的第二特征要求，从选取到的所述路口交通风险事件中提取第二事件特征；

基于所述第二事件特征和所述全息路口模型，确定选取到的所述路口交通风险事件是否即将发生于所述交通路口；

当为是时，获取选取到的所述路口交通风险事件即将发生于所述交通路口的两个当事交通目标；

对所述当事交通目标进行选取到的所述路口交通风险事件即将发生于所述交通路口的风险预警；

所述基于所述路口信息和所述第一事件特征，确定所述路口交通风险事件发生于所述交通路口的发生概率，包括：

基于预设的特征信息检索条件生成模板，根据所述第一事件特征，生成特征信息检索条件；

获取当前时间点；

基于所述特征信息检索条件，从所述路口信息中检索出最近预设的第一时间内历史上相同的所述当前时间点前和后预设的第二时间内产生的特征信息；

获取所述特征信息的信息产生日；

按照所述信息产生日，将所述特征信息设置于预设的日期轴上的对应日节点处；

从所述日期轴上确定满足特征信息簇条件的特征信息簇，并将所述日期轴上除所述特征信息簇之外的所述特征信息作为目标特征信息；

基于预设的第三特征要求，从所述特征信息簇、所述日期轴上相邻所述特征信息簇之间的第一位置关系以及所述日期轴上所述目标特征信息与相邻所述特征信息簇之间的第二位置关系中提取特征信息特征；

基于所述特征信息特征，构建特征描述向量；

从预设的发生概率库中确定所述特征描述向量对应的概率值，并作为所述路口交通风险事件发生于所述交通路口的所述发生概率；

其中，所述特征信息簇条件包括：

所述特征信息簇由连续至少两个所述特征信息组成；

所述特征信息簇中两两所述特征信息之间的信息量差小于等于预设的信息量差阈值。

8.如权利要求7所述的一种基于目标检测的全息路口交通管理方法，其特征在于，所述步骤S1：持续获取交通路口的路口图像，包括：

通过所述交通路口旁的交通监控设施持续获取所述交通路口的所述路口图像；

和/或，

通过位于所述交通路口旁的交通警察佩戴的执法记录仪持续获取所述交通路口的所述路口图像。