CN116740986A - 一种隧道行车交通事故风险智能预警方法 - Google Patents

Abstract

本发明涉及道路交通控制技术领域，具体涉及一种隧道行车交通事故风险智能预警方法。方法包括：获取车辆在穿行隧道过程中的监控视频数据，根据监控视频数据的相邻帧图像中车辆的位置确定车辆的行驶速度和航向角度，根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标；根据偏移指标，确定车辆在穿行隧道前的第一不稳定程度和车辆在穿行隧道中的第二不稳定程度，确定车辆在穿行隧道过程中的行驶状态指标；基于同一时刻两辆车辆间的距离和两辆车辆的行驶状态指标，确定两辆车辆的事故发生概率，根据事故发生概率对两辆车辆进行高危交通事故预警。本发明能够提升车辆在隧道路段行驶过程中危险预警的可靠性与安全性。

Description

一种隧道行车交通事故风险智能预警方法

技术领域

本发明涉及道路交通控制技术领域，具体涉及一种隧道行车交通事故风险智能预警方法。

背景技术

近些年来，随着公路、铁路建设事业蓬勃发展，隧道就成为了连接高速公路不可缺少的钮带，车辆的日常行驶过程中，不可避免地会遇到隧道路段，由于隧道内视线受到较大阻碍、避险空间有限，且事故的发生往往具有突发性和不可预见性，一旦发生交通事故，造成的后果也通常比较严重，因此，对车辆在隧道的行驶过程进行危险监控的重要性不言而喻。

相关技术中，通过前后车辆的间距是否小于安全车距，且前后车辆的车速差的合理性，对车辆进行监控，在检测到车辆有碰撞危险时，对后车辆进行提醒，这种方式下，由于在数据处理过程中未考虑到车辆在高速行驶时的稳定性，以及车辆突然驶入隧道时驾驶人对车辆产生的航向和航速的主观变化，车辆在隧道路段行驶过程中的危险预警的可靠性与安全性不足。

发明内容

为了解决车辆在隧道路段行驶过程中数据处理的可靠性与安全性不足的技术问题，本发明提供一种隧道行车交通事故风险智能预警方法，所采用的技术方案具体如下：

本发明提出了一种隧道行车交通事故风险智能预警方法，方法包括：

获取车辆在穿行隧道过程中的监控视频数据，根据所述监控视频数据的相邻帧图像中所述车辆的位置确定所述车辆的行驶速度和航向角度，根据所述行驶速度和所述航向角度确定所述车辆在相邻时刻的偏移指标；

根据所述偏移指标，确定所述车辆在穿行隧道前的第一不稳定程度和所述车辆在穿行隧道中的第二不稳定程度，根据所述第一不稳定程度和所述第二不稳定程度，确定所述车辆在穿行隧道过程中的行驶状态指标；

基于同一时刻两辆车辆间的距离和两辆车辆的所述行驶状态指标，确定两辆车辆的事故发生概率，根据所述事故发生概率对两辆车辆进行高危交通事故预警。

进一步地，所述根据所述监控视频数据的相邻帧图像中所述车辆的位置确定所述车辆的行驶速度和航向角度，包括：

从所述监控视频数据中任选相邻两帧图像数据作为待测图像，根据相邻两帧待测图像中车辆位置的变化，将车辆沿车道线行驶的距离作为行驶距离，将车辆垂直于车道线偏移的距离作为偏移距离；

根据所述行驶距离和待测图像间的时间差，确定所述行驶速度；

根据所述行驶距离和所述偏移距离，基于正弦函数计算所述航向角度。

进一步地，所述根据所述行驶速度和所述航向角度确定所述车辆在相邻时刻的偏移指标，包括：

计算所述行驶速度和预设限速的差异作为速度差异，计算所述速度差异与所述预设限速的比值的平方作为第一偏移影响因子；

计算所述航向角度的正切值的平方作为第二偏移影响因子；

根据所述第一偏移影响因子和所述第二偏移影响因子确定所述偏移指标。

进一步地，所述第一不稳定程度的计算步骤，包括：

确定车辆在穿行隧道前预设距离下的最大偏移指标与最小偏移指标的差异为第一偏移指标差异；

计算所述车辆在穿行隧道前所述预设距离下的所述偏移指标的均值和所述第一偏移指标差异的乘积作为所述第一不稳定程度。

进一步地，所述第二不稳定程度的计算步骤，包括：

确定车辆在穿行隧道过程中的最大偏移指标与最小偏移指标的差异为第二偏移指标差异；

计算所述车辆在穿行隧道过程中的所述偏移指标的均值和所述第二偏移指标差异的乘积作为所述第二不稳定程度。

进一步地，所述根据所述第一不稳定程度和所述第二不稳定程度，确定所述车辆在穿行隧道过程中的行驶状态指标，包括：

计算所述第一不稳定程度与所述第二不稳定程度的差异作为所述行驶状态指标。

进一步地，所述基于同一时刻两辆车辆间的距离和两辆车辆的所述行驶状态指标，确定两辆车辆的事故发生概率，包括：

将所述车辆的质心点作为所述车辆的位置点，计算两辆车辆的所述位置点的距离作为车辆间距，计算两辆车辆的所述行驶状态指标的和值为事故影响系数；

根据两辆车辆的所述车辆间距与所述事故影响系数确定事故发生概率。

进一步地，所述根据所述事故发生概率对两辆车辆进行高危交通事故预警，包括：

在所述事故发生概率大于等于预设概率阈值时，确定两辆车辆的行驶状态危险，对两辆车辆进行预警。

进一步地，所述根据所述第一偏移影响因子和所述第二偏移影响因子确定所述偏移指标，包括：

计算所述第一偏移影响因子和所述第二偏移影响因子的和值的开方作为所述偏移指标。

进一步地，所述根据两辆车辆的所述车辆间距与所述事故影响系数确定事故发生概率，包括：

计算两辆车辆的所述车辆间距与所述事故影响系数的比值作为事故发生指标；

对所述事故发生指标进行反向归一化处理得到所述事故发生概率。

本发明具有如下有益效果：

本发明通过相邻时刻车辆的位置确定车辆的行驶速度和航向角度，根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标，能够根据车辆在行驶时的速度和偏移的角度有效确定车辆在行驶过程中的偏移指标，偏移指标的确定能够准确确定车辆的偏移情况，便于根据偏移情况进行后续的数据处理，通过车辆在穿行隧道前的第一不稳定程度和车辆在穿行隧道中的第二不稳定程度，能够有效考量车辆在驶入隧道后对驾驶人的影响，得到车辆在穿行隧道过程中的行驶状态指标，通过同时刻两辆车辆的行驶状态指标能够有效确定事故发生概率，根据事故发生概率对两辆车辆进行高危交通事故预警，能够有效判断同时刻两辆车辆的事故可能性，准确预测事故发生的概率，从而能够提升车辆在隧道路段行驶过程中的安全性。综上，本发明能够有效提升车辆在隧道路段行驶过程中危险预警的可靠性与安全性。

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和优点，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的介绍，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它附图。

图1为本发明一个实施例所提供的一种隧道行车交通事故风险智能预警方法流程图。

具体实施方式

为了更进一步阐述本发明为达成预定发明目的所采取的技术手段及功效，以下结合附图及较佳实施例，对依据本发明提出的一种隧道行车交通事故风险智能预警方法，其具体实施方式、结构、特征及其功效，详细说明如下。在下述说明中，不同的“一个实施例”或“另一个实施例”指的不一定是同一实施例。此外，一或多个实施例中的特定特征、结构或特点可由任何合适形式组合。

除非另有定义，本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。

下面结合附图具体的说明本发明所提供的一种隧道行车交通事故风险智能预警方法的具体方案。

请参阅图1，其示出了本发明一个实施例提供的一种隧道行车交通事故风险智能预警方法流程图，该方法包括：

S101：获取车辆在穿行隧道过程中的监控视频数据，根据监控视频数据的相邻帧图像中车辆的位置确定车辆的行驶速度和航向角度，根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标。

其中，监控视频数据，为对行驶过程中的车辆进行监控的视频数据，本发明实施例中，可以在道路两侧每隔一定距离架设监控设备，以监控并标记行驶过程中的车辆，得到监控视频数据，需要说明的是，本发明实施例对车辆的监控和监控视频数据的获取均符合相应的法律法规，且不违背公序良俗。

本发明实施例中，还可以使用隧道视频监控系统获取车辆在穿行隧道过程中的监控视频数据，其中，隧道视频监控系统包括数据采集端、数据传输、监控中心三部分，数据采集端负责监控视频数据的采集，并将采集得到的监控视频数据进行数字编码与压缩，将其转换成数字信号，通过无线网桥等数据传输设备将数字信号传输至监控中心，监控中心的视频监控系统对数字信号进行解析后将采集的实时画面进行显示，当然，本发明还支持使用多种其他任意可能的实现方式采集车辆在穿行隧道过程中的监控视频数据，对此不作限制。

本发明实施例中，可以根据监控视频数据的相邻帧图像中车辆的位置确定车辆的行驶速度和航向角度，可以理解的是，本发明实施例可以将监控视频数据划分为多个图像帧，而后，将相邻图像帧下同一汽车的位置作为相邻时刻下车辆的位置，由此，进一步地，本发明实施例中，从监控视频数据中任选相邻两帧图像数据作为待测图像，从监控视频数据中任选相邻两帧图像数据作为待测图像，根据相邻两帧待测图像中车辆位置的变化，将车辆沿车道线行驶的距离作为行驶距离，将车辆垂直于车道线偏移的距离作为偏移距离；根据行驶距离和待测图像间的时间差，确定行驶速度；根据行驶距离和偏移距离，基于正弦函数计算航向角度。

本发明实施例中，可以根据相邻两帧待测图像中车辆的位置，确定车辆的行驶距离和偏移距离，其中，行驶距离，为车辆沿着道路延伸的方向所行驶的距离，偏移距离，为车辆在道路中沿道路两侧偏移的距离，本发明实施例中，可以根据行驶距离和待测图像间的时间差，确定行驶速度，也即是说，确定行驶距离和待测图像间的时间差的比值，并换算成标准单位作为行驶速度，其中，标准单位为千米每小时，通过换算成标准单位作为行驶速度，能够便于根据行驶速度进行后续数据处理。

本发明实施例中，根据行驶距离和偏移距离，基于正弦函数计算航向角度，由于行驶距离为车辆沿着道路延伸的方向所行驶的距离，偏移距离为车辆在道路中沿道路两侧偏移的距离，也即是说，行驶距离和偏移距离可以看作互相夹角为90°的矢量距离，因此可以基于正弦函数计算对应的航线角度，由于正弦函数为公知技术，在此不作赘述。

进一步地，本发明实施例中，根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标，包括：计算行驶速度和预设限速的差异作为速度差异，计算速度差异与预设限速的比值的平方作为第一偏移影响因子；计算航向角度的正切值的平方作为第二偏移影响因子；计算第一偏移影响因子和第二偏移影响因子的和值的开方作为偏移指标，其中，预设限速可以具体例如为60千米每小时。

本发明实施例中，可以根据偏移指标公式计算偏移指标，对应的计算公式为：

式中，表示偏移指标，/>表示速度差异，/>表示预设限速，/>表示第一偏移影响因子，/>表示航向角度，/>表示航向角度的正切值，/>表示第二偏移影响因子。

由偏移指标公式可知，速度差异越大，偏移指标越大，航向角度越大，偏移指标越大，而偏移指标越大，越能够表示车辆在道路上行驶过程中的横、纵方向上的总偏移程度越大，也即是说，该车辆在横、纵向总位移量越大。可以理解的是，在车速越快、车辆在道路间的横向偏移距离越大时，可以表明该车辆行驶过程中越不稳定，由此，偏移指标可以被用于表征车辆在穿行隧道过程中的不稳定程度，具体参见后续实施例。

S102：根据偏移指标，确定车辆在穿行隧道前的第一不稳定程度和车辆在穿行隧道中的第二不稳定程度，根据第一不稳定程度和第二不稳定程度，确定车辆在穿行隧道过程中的行驶状态指标。

其中，不稳定程度，为车辆在行驶过程中的不稳定性，可以理解的是，不稳定程度越大，则车辆在行驶过程中越不稳定，也即该车辆在行驶过程中越危险。

本发明实施例中，可以根据偏移指标，确定车辆在行驶过程中的不稳定程度。

本发明实施例中，车辆在穿行隧道前的不稳定程度可以被称为第一不稳定程度，车辆在穿行隧道中的不稳定程度可以被称为第二不稳定程度。

则对应的，第一不稳定程度的计算步骤，包括：确定车辆在穿行隧道前预设距离下的最大偏移指标与最小偏移指标的差异为第一偏移指标差异；计算车辆在穿行隧道前预设距离下的偏移指标的均值和第一偏移指标差异的乘积作为第一不稳定程度。

其中，预设距离，可以为预设的不稳定程度的计算距离，由于在较远距离下，可能会有弯道路段等影响，因此，预设距离可以选择进入隧道前的30米距离，对此不作限制。

本发明实施例中，可以根据第一不稳定程度公式计算第一不稳定程度，对应的计算公式为：

式中，表示第一不稳定程度，/>表示车辆在穿行隧道前预设距离下监控视频数据的图像帧的索引，/>表示预设距离内所有图像帧的数量，/>表示第/>个图像帧下的偏移指标，/>表示车辆在穿行隧道前预设距离下的最大偏移指标，/>表示车辆在穿行隧道前预设距离下的最小偏移指标，/>表示第一偏移指标差异，/>表示车辆在穿行隧道前预设距离下的偏移指标的均值。

由第一不稳定程度公式可知，偏移指标差异越大，第一不稳定程度越大，也即是说，车辆在穿行隧道前预设距离下，其车辆速度差异和航向角度变化越大，对应的第一不稳定程度越大；车辆在穿行隧道前预设距离下的偏移指标的均值越大，第一不稳定程度越大。其中，第一偏移指标差异为车辆在穿行隧道前预设距离下的偏移指标的极差，第一偏移指标差异越大，车辆在行驶过程中的波动越大，而车辆在穿行隧道前预设距离下的偏移指标的均值越大，表明车辆在穿行隧道前预设距离下的持续波动程度越大，也即是说，第一偏移指标差异和车辆在穿行隧道前预设距离下的偏移指标的均值，均可以体现车辆在穿行隧道前预设距离下的行驶状态不稳定，从而使得第一不稳定程度能够有效体现车辆在穿行隧道前预设距离下的行驶状态。

本发明另一些实施例中，还可以计算多个预设距离下的不稳定程度，并将多个不稳定程度的均值作为第一不稳定程度，可以根据隧道长度确定预设距离，一些实施例中，可以直接将隧道长度作为预设距离，举例而言，在隧道长度为0.5千米时，可以将0.5千米作为预设距离，则穿行隧道前的预设距离可以包括，进入隧道前0千米-0.5千米、0.1千米-0.6千米、0.2千米-0.7千米、0.3千米-0.8千米等，由此分别计算同预设距离下多个不稳定程度，并将多个不稳定程度的均值作为第一不稳定程度，对此不作限制。

则对应的，第二不稳定程度的计算步骤，包括：确定车辆在穿行隧道过程中的最大偏移指标与最小偏移指标的差异为第二偏移指标差异；计算车辆在穿行隧道过程中的偏移指标的均值和第二偏移指标差异的乘积作为第二不稳定程度。

本发明实施例中，可以根据车辆在穿行隧道过程中总距离作为第二不稳定程度的计算距离。

本发明实施例中，可以根据第二不稳定程度公式计算第二不稳定程度，对应的计算公式为：

式中，表示第二不稳定程度，/>表示车辆在穿行隧道中的监控视频数据的图像帧的索引，/>表示穿行隧道中的所有图像帧的数量，/>表示第/>个图像帧下的偏移指标，表示车辆在穿行隧道中的最大偏移指标，/>表示车辆在穿行隧道中的最小偏移指标，/>表示第二偏移指标差异，/>表示车辆在穿行隧道中的偏移指标的均值。

由第二不稳定程度公式可知，第二偏移指标差异越大，第二不稳定程度越大，也即是说，车辆在穿行隧道的过程中，其车辆速度差异和航向角度变化越大，对应的第二不稳定程度越大；车辆在穿行隧道的过程中的偏移指标的均值越大，第二不稳定程度越大。其中，第二偏移指标差异为车辆在穿行隧道的过程中的偏移指标的极差，第二偏移指标差异越大，车辆在穿行隧道的过程中的波动越大，而车辆在穿行隧道的过程中的偏移指标的均值越大，表明车辆在穿行隧道的过程中持续波动程度越大，也即是说，第二偏移指标差异和车辆在穿行隧道的过程中的偏移指标的均值，二者均可以体现车辆在穿行隧道的过程中的行驶状态不稳定，从而使得第二不稳定程度能够有效体现车辆在穿行隧道的过程中的行驶状态。

可以理解的是，事故的发生具有突发性和不确定性，车辆在行驶过程中，不仅要考虑到车辆的状态，还需考虑到驾驶人的影响，在穿行隧道的过程中，由于突然的环境变化，会使得驾驶人产生视线变化、注意力变化，进而使得驾驶人由于晕眩、注意力分散等原因，导致汽车行驶过程中的不稳定，因此，本发明可以结合车辆在进入隧道前的不稳定程度，以及进入隧道后的不稳定程度，计算在穿行隧道过程中给对驾驶人状态产生的影响，得到行驶状态指标。

进一步地，本发明实施例中，根据第一不稳定程度和第二不稳定程度，确定车辆在穿行隧道过程中的行驶状态指标，包括：计算第一不稳定程度与第二不稳定程度的差异作为行驶状态指标。

本发明实施例中，可以计算第一不稳定程度与第二不稳定程度的差值绝对值作为第一不稳定程度与第二不稳定程度的差异，并将第一不稳定程度与第二不稳定程度的差异作为行驶状态指标。由于是计算穿行隧道前与穿行隧道中的不稳定程度的差值绝对值作为行驶状态指标，也即是说，如果行驶状态指标变大，则可以表示车辆在穿行隧道前与穿行隧道过程中的行驶状态变化较大，则穿行隧道对车辆的行驶状态产生较大的影响，所对应车辆更容易由于行驶状态变化发生操纵失误等情况，使得车辆更危险，行驶状态指标与车辆在穿行隧道过程中的危险性呈正相关关系，由此，通过行驶状态指标能够在保证对车辆航速和航向变化进行统计的同时，从侧面表征穿行隧道对车辆行驶状态的影响，有效考量车辆在穿行隧道前后的状态变化，进而提高行驶状态指标的可信度。

S103：基于同一时刻两辆车辆间的距离和两辆车辆的行驶状态指标，确定两辆车辆的事故发生概率，根据事故发生概率对两辆车辆进行高危交通事故预警。

本发明实施例中，可以计算同时刻下同向或对向行驶的两辆车辆间的距离和行驶状态指标，而后基于同一时刻两辆车辆间的距离和两辆车辆的行驶状态指标，确定两辆车辆的事故发生概率。

进一步地，本发明实施例中，基于同一时刻两辆车辆间的距离和两辆车辆的行驶状态指标，确定两辆车辆的事故发生概率，包括：将车辆的质心点作为车辆的位置点，计算两辆车辆的位置点的距离作为车辆间距，计算两辆车辆的行驶状态指标的和值为事故影响系数；计算两辆车辆的车辆间距与事故影响系数的比值作为事故发生指标；对事故发生指标进行反向归一化处理得到事故发生概率。

本发明实施例中，可以基于同一时刻所拍摄得到的两辆车辆的位置点，通过两点间的距离公式计算得到车辆间距，可以理解的是，本发明实施例中以车辆的质心点作为车辆的位置点，由于车辆通常为左右对称的结构，因此，车辆质心点也可以为车辆的中心点，对此不作限制。

其中，事故影响系数，为两辆车辆的行驶状态指标的和值，由于行驶状态指标越大，则对应的车辆越危险，则事故影响系数越大，两辆车辆发生事故的可能性越大。

本发明实施例中，以某一帧图像中两辆车辆为例，建立道路坐标系，获得两辆车辆质心点的坐标分别为与/>，则对应的车辆间距可以为：

式中，表示车辆间距，/>、/>表示车辆的索引，也即车辆/>与车辆/>，/>表示车辆/>质心点在/>轴方向上的坐标，/>表示车辆/>质心点在/>轴方向上的坐标，/>表示车辆/>质心点在轴方向上的坐标，/>表示车辆/>质心点在/>轴方向上的坐标。

可以理解的是，由车辆间距公式可知，两辆车辆距离越近，其车辆间距数值越小。在车辆间距越小时，两辆车辆发生相撞的可能性越高，则本发明实施例中，可以根据车辆间距确定事故发生概率。

本发明实施例中，计算两辆车辆的车辆间距与事故影响系数的比值作为事故发生指标，也即是说，若两辆车辆分别为车辆与车辆/>，则对应的事故发生指标公式为：

式中，表示事故发生指标，/>表示车辆/>与车辆/>间的车辆间距，/>表示车辆/>的行驶状态指标，/>表示车辆/>的行驶状态指标，/>表示车辆/>与车辆/>间的事故影响系数。

由事故发生指标公式可知，本发明实施例中，若事故发生指标越大，则可以表示车辆与车辆/>越不可能发生事故，可以理解的是，由于行驶状态指标越大，车辆越危险，而又由于事故影响系数为车辆/>与车辆/>的行驶状态指标的和值，则事故影响系数与事故发生指标呈负相关关系，事故影响系数越大，对应的事故发生指标越小；在车辆/>与车辆/>间的车辆间距越大时，则对应的可以表示车辆/>与车辆/>发生事故的可能性越小，则车辆间距与事故发生指标呈正相关关系，车辆间距越大，事故发生指标越大，由此，对事故发生指标进行反向归一化处理得到事故发生概率，事故发生概率公式如下式所示：

式中，表示车辆/>与车辆/>间的事故发生概率，/>表示事故发生指标，/>为自然常数。

本发明实施例中，由事故发生概率公式可知，对事故发生指标进行反向归一化，事故发生指标越大，则对应的事故发生概率越小。本发明使用负指数函数对事故发生指标进行反向归一化处理，由于负指数函数在事故发生指标大于0的情况下，对事故发生指标的值敏感度较低，因此，本方案中通过对事故发生指标进行平方处理，从而进一步提高对事故发生指标的敏感度，进而有效提升事故发生概率的准确性。

本发明实施例中，在得到事故发生概率之后，可以将事故发生概率作为高危交通事故的识别结果，也即事故发生概率越大，对应的两辆车辆越有可能发生碰撞事故，根据事故发生概率对两辆车辆进行高危交通事故预警。

本发明实施例中，由于事故发生概率越大，则越可以表示对应的两辆车辆间越有可能发生碰撞事故，因此，本发明可以在将事故发生概率作为高危交通事故的识别结果之后，还可以预设概率阈值，在事故发生概率大于等于预设概率阈值时，确定两辆车辆的行驶状态危险，对两辆车辆进行提醒；在事故发生概率小于预设概率阈值时，确定两辆车辆的行驶状态正常。

其中，预设概率阈值，为事故发生概率的门限值，可以根据实际情况设置预设概率阈值，可选地，一些实施例中，预设概率阈值可以具体例如为0.3，对此不作限制。

本发明实施例中，在事故发生概率大于等于预设概率阈值时，确定两辆车辆的行驶状态危险，对两辆车辆进行提醒，可以使用隧道内的公共喇叭进行信息传递，或者，也可以直接利用交通安全系统对车辆进行联网提醒，劝导两辆车辆保持车距，安全驾驶，对此不做限制。

本发明实施例中，在事故发生概率小于预设概率阈值时，确定两辆车辆的行驶状态正常，也即是说，在事故发生概率小于预设概率阈值时，可以表示两辆车辆保持安全距离，或者两辆车辆的行驶轨迹未指示有碰撞风险，则确定两辆车辆的行驶状态正常。

本发明实施例中，以预设概率阈值为0.3进行具体示例，在车辆与车辆/>间的事故发生概率为0.5时，由于事故发生概率大于0.3，则对车辆/>与车辆/>进行预警，劝导车辆/>与车辆/>降低车速，远离对方车辆，在车辆/>与车辆/>间的事故发生概率为0.2时，由于事故发生概率小于0.3，则确定车辆/>与车辆/>间事故发生可能性较小，车辆/>与车辆/>较为安全。

由此，遍历监控视频数据中的所有车辆，确定所有车辆相互间的事故发生概率，从而保证隧道路段的安全行车。

本发明通过相邻时刻车辆的位置确定车辆的行驶速度和航向角度，根据行驶速度和航向角度确定车辆在相邻时刻的偏移指标，能够根据车辆在行驶时的速度和偏移的角度有效确定车辆在行驶过程中的偏移指标，偏移指标的确定能够准确确定车辆的偏移情况，便于根据偏移情况进行后续的数据处理，通过车辆在穿行隧道前的第一不稳定程度和车辆在穿行隧道中的第二不稳定程度，能够有效考量车辆在驶入隧道后对驾驶人的影响，得到车辆在穿行隧道过程中的行驶状态指标，通过同时刻两辆车辆的行驶状态指标能够有效确定事故发生概率，根据事故发生概率对两辆车辆进行高危交通事故预警，能够有效判断同时刻两辆车辆的事故可能性，准确预测事故发生的概率，从而能够提升车辆在隧道路段行驶过程中的安全性。综上，本发明能够有效提升车辆在隧道路段行驶过程中危险预警的可靠性与安全性。

需要说明的是：上述本发明实施例先后顺序仅仅为了描述，不代表实施例的优劣。在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。

Claims (10)

1.一种隧道行车交通事故风险智能预警方法，其特征在于，所述方法包括：

获取车辆在穿行隧道过程中的监控视频数据，根据所述监控视频数据的相邻帧图像中所述车辆的位置确定所述车辆的行驶速度和航向角度，根据所述行驶速度和所述航向角度确定所述车辆在相邻时刻的偏移指标；

根据所述偏移指标，确定所述车辆在穿行隧道前的第一不稳定程度和所述车辆在穿行隧道中的第二不稳定程度，根据所述第一不稳定程度和所述第二不稳定程度，确定所述车辆在穿行隧道过程中的行驶状态指标；

基于同一时刻两辆车辆间的距离和两辆车辆的所述行驶状态指标，确定两辆车辆的事故发生概率，根据所述事故发生概率对两辆车辆进行高危交通事故预警。

2.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据所述监控视频数据的相邻帧图像中所述车辆的位置确定所述车辆的行驶速度和航向角度，包括：

从所述监控视频数据中任选相邻两帧图像数据作为待测图像，根据相邻两帧待测图像中车辆位置的变化，将车辆沿车道线行驶的距离作为行驶距离，将车辆垂直于车道线偏移的距离作为偏移距离；

根据所述行驶距离和待测图像间的时间差，确定所述行驶速度；

根据所述行驶距离和所述偏移距离，基于正弦函数计算所述航向角度。

3.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据所述行驶速度和所述航向角度确定所述车辆在相邻时刻的偏移指标，包括：

计算所述行驶速度和预设限速的差异作为速度差异，计算所述速度差异与所述预设限速的比值的平方作为第一偏移影响因子；

计算所述航向角度的正切值的平方作为第二偏移影响因子；

根据所述第一偏移影响因子和所述第二偏移影响因子确定所述偏移指标。

4.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述第一不稳定程度的计算步骤，包括：

确定车辆在穿行隧道前预设距离下的最大偏移指标与最小偏移指标的差异为第一偏移指标差异；

计算所述车辆在穿行隧道前所述预设距离下的所述偏移指标的均值和所述第一偏移指标差异的乘积作为所述第一不稳定程度。

5.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述第二不稳定程度的计算步骤，包括：

确定车辆在穿行隧道过程中的最大偏移指标与最小偏移指标的差异为第二偏移指标差异；

计算所述车辆在穿行隧道过程中的所述偏移指标的均值和所述第二偏移指标差异的乘积作为所述第二不稳定程度。

6.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据所述第一不稳定程度和所述第二不稳定程度，确定所述车辆在穿行隧道过程中的行驶状态指标，包括：

计算所述第一不稳定程度与所述第二不稳定程度的差异作为所述行驶状态指标。

7.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述基于同一时刻两辆车辆间的距离和两辆车辆的所述行驶状态指标，确定两辆车辆的事故发生概率，包括：

将所述车辆的质心点作为所述车辆的位置点，计算两辆车辆的所述位置点的距离作为车辆间距，计算两辆车辆的所述行驶状态指标的和值为事故影响系数；

根据两辆车辆的所述车辆间距与所述事故影响系数确定事故发生概率。

8.如权利要求1所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据所述事故发生概率对两辆车辆进行高危交通事故预警，包括：

在所述事故发生概率大于等于预设概率阈值时，确定两辆车辆的行驶状态危险，对两辆车辆进行预警。

9.如权利要求3所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据所述第一偏移影响因子和所述第二偏移影响因子确定所述偏移指标，包括：

计算所述第一偏移影响因子和所述第二偏移影响因子的和值的开方作为所述偏移指标。

10.如权利要求7所述的一种隧道行车交通事故风险智能预警方法，其特征在于，所述根据两辆车辆的所述车辆间距与所述事故影响系数确定事故发生概率，包括：

计算两辆车辆的所述车辆间距与所述事故影响系数的比值作为事故发生指标；

对所述事故发生指标进行反向归一化处理得到所述事故发生概率。