CN117475648A - 一种高速公路团雾状态监测系统及其方法 - Google Patents
一种高速公路团雾状态监测系统及其方法 Download PDFInfo
- Publication number
- CN117475648A CN117475648A CN202311472512.3A CN202311472512A CN117475648A CN 117475648 A CN117475648 A CN 117475648A CN 202311472512 A CN202311472512 A CN 202311472512A CN 117475648 A CN117475648 A CN 117475648A
- Authority
- CN
- China
- Prior art keywords
- information
- aerial vehicle
- unmanned aerial
- data
- mist
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 68
- 239000003595 mist Substances 0.000 title claims abstract description 55
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000007689 inspection Methods 0.000 claims abstract description 30
- 238000001514 detection method Methods 0.000 claims abstract description 29
- 230000010365 information processing Effects 0.000 claims abstract description 21
- 230000008859 change Effects 0.000 claims abstract description 12
- 238000012545 processing Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 12
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 claims description 11
- 238000004891 communication Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 10
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000004064 recycling Methods 0.000 claims description 4
- 239000013589 supplement Substances 0.000 claims description 3
- 230000006872 improvement Effects 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000008033 biological extinction Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003365 glass fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
- G08G1/048—Detecting movement of traffic to be counted or controlled with provision for compensation of environmental or other condition, e.g. snow, vehicle stopped at detector
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01W—METEOROLOGY
- G01W1/00—Meteorology
- G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
-
- 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
-
- 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
-
- 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
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
-
- 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
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
- H04N7/185—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source from a mobile camera, e.g. for remote control
-
- 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
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- Multimedia (AREA)
- Emergency Management (AREA)
- Computing Systems (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Atmospheric Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Ecology (AREA)
- Environmental Sciences (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明涉及一种高速公路团雾状态监测系统及其方法。该监测系统包括气象监测模组、无人机飞行模组及信息处理模组。气象监测模组用于采集路段各采集点的相对湿度、降雨量、风速等监测数据。无人机飞行模组根据巡检指令控制无人机巡检作业并采集实时图像。信息处理模组用于获取每个采集点相对湿度随时间的变化曲线，并计算曲线斜率。当相对湿度值大于起雾预警值，或曲线斜率大于预警斜率时，产生疑似起雾预警信息并获取路段信息，向无人机发送巡检指令，利用能见度和交通量信息识别是否为团雾，并对团雾状态进行分级，根据分级结果和交通量信息进行道路管制、信息上报和信息发布。该系统拓展了高速公路的团雾监测范围，提升了探测精度以及探测效率。
Description
技术领域
本发明涉及气象监测技术领域，特别是涉及一种高速公路团雾状态监测系统及其方法。
背景技术
团雾具有频率高、突发性、预测难、局地性、浓度大、能见度低等特点，在高速公路中团雾的发生会导致行车环境中能见度不均匀、路面湿滑，极易引发交通事故，造成重大生命财产损失。对高速公路团雾感知和预警是保障人民群众生命安全和身体健康的必要手段。
目前传统团雾检测手段为团雾监测设备以路控监测设备为主，存在位置固定，覆盖面有限，实时性差，无法监测整条路线团雾发展状态的缺点；摄像头受环境、光线影响大；散射式能见度仪应用广泛，在低能见度时测量精度差，在雨雾等低能见度天气，会因水汽吸收等复杂条件造成较大误差；激光雷达通过反演消光系数计算能见度，探测范围广，时空分辨率高，测量结果准确，但造价昂贵，维护成本高。
发明内容
基于此，有必要针对现有技术中针对高速公路的团雾状态监测手段存在监测探测能力有限、探测效果欠佳的技术问题，本发明提供一种高速公路团雾状态监测系统及其方法。
本发明公开一种高速公路团雾状态监测系统，包括：气象监测模组、无人机飞行模组以及信息处理模组。
气象监测模组包括湿度传感器。湿度传感器设置有多组，布设在高速公路的探测路段多个采集点上，并用于采集各个采集点的相对湿度监测数据。
无人机飞行模组包括无人机和飞行控制模块。飞行控制模块用于根据一个巡检指令控制无人机执行巡检作业，并在到达巡检区域后采集实时图像。
信息处理模组用于：
a、对每个采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率。
b、设置起雾预警值和起雾预警斜率，当相对湿度值大于起雾预警值，或曲线斜率大于起雾预警斜率时，产生疑似起雾预警信息，根据预警的湿度传感器的位置信息获取疑似起雾路段信息。
c、根据疑似起雾路段信息向无人机发送巡检指令，并接收实时图像。
d、基于图像处理技术识别出实时图像中的能见度信息和交通量信息，利用能见度信息识别是否为团雾，并对团雾进行分级，，根据分级结果和交通量信息进行道路管制、信息上报和信息发布。
作为上述方案的进一步改进，飞行控制模块包括通信单元、导航单元和实时摄像单元。通信单元用于实时接收信息处理模组传输的巡检指令，并将无人机在飞行过程中的定位信息、航拍角度、实时图像、航速数据传输至信息处理模组。当接收到巡检指令时，控制无人机巡检疑似起雾路段。当通信单元接收到回收指令时，导航单元实时控制无人机返航至指定位置。导航单元还用于反馈无人机在飞行过程中的经纬度、高度信息。实时摄像单元用于在无人机到达巡检区域后开始作业，拍摄实时图像。
作为上述方案的进一步改进，飞行控制模块还包括补光单元和测速单元。补光单元用于在夜晚与实时摄像单元联动工作，对拍摄过程进行补光。测速单元用于在无人机飞行过程中实时测量无人机的航速数据。
作为上述方案的进一步改进，团雾的等级分为：轻雾、雾、大雾、浓雾和强浓雾。
作为上述方案的进一步改进，气象监测模组还包括雨量计和风速计。雨量计和风速计均设有多个，分别布设在探测路段上，并分别用于采集探测路段所处区域内的降雨量数据和风速数据。
其中，信息处理模组在产生疑似起雾预警信息之后，还根据降雨量数据和风速数据评估当前探测路段的天气状况，若为暴雨或狂风天气则禁止无人机飞行并产生恶劣天气报警信息，若天气状况良好则再获取疑似起雾路段信息。
作为上述方案的进一步改进，信息处理模组包括数据感知模块、数据传输模块和数据处理模块。数据传输模块用于接收湿度传感器、雨量计、风速计定时监测的相对湿度数据、降雨量数据和风速数据，并将各个数据传输至数据感知模块。数据感知模块用于将每个湿度传感器的相对湿度监测数据进行曲线拟合，获取相应的相对湿度随时间的变化曲线，同时计算相应的曲线斜率，还用于通过数据传输模块向数据处理模块发布疑似起雾预警信息、降雨量数据和风速数据。数据处理模块用于接收疑似起雾预警信息，根据降雨量数据和风速数据评估当前探测路段的天气状况，若为暴雨或狂风天气则禁止无人机飞行，若天气状况良好则将符合起雾条件的湿度传感器位置进行组合，使用空间聚类算法或连续性判断来确定疑似起雾路段的范围和位置，构成疑似起雾路段信息。
作为上述方案的进一步改进，信息处理模组还包括和指挥调度模块。指挥调度模块用于通过数据传输模块向无人机飞行模组发送巡检指令，规划无人机的巡航路径，根据团雾分级结果和交通量信息进行道路管制、信息上报和信息发布。
作为上述方案的进一步改进，所述探测路段包括团雾多发路段、事故多发路段和其他路段，且各个路段的所述湿度传感器的设置间隔不同。
作为上述方案的进一步改进，沿着探测路段的宽度方向，向道路的两侧延伸预设距离后还分别增设有至少一组湿度传感器。
本发明还公开一种高速公路团雾状态监测方法，其应用于上述任意一项高速公路团雾状态监测系统。高速公路团雾状态监测方法包括以下步骤：
S1.采集高速公路的探测路段上多个采集点的相对湿度监测数据。
S2.对每个采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率。
S3.设置起雾预警值和起雾预警斜率，当相对湿度值大于起雾预警值，或曲线斜率大于起雾预警斜率时，产生疑似起雾预警信息，根据预警的湿度传感器的位置信息获取疑似起雾路段信息。
S4.根据疑似起雾路段信息向无人机发送巡检指令，并接收实时图像。
S5.基于图像处理技术识别出实时图像中的能见度信息和交通量信息，利用能见度信息识别是否为团雾，并对团雾进行分级，根据团雾分级结果和交通量信息进行道路管制、信息上报和信息发布。
与现有技术相比，本发明公开的技术方案具有如下有益效果：
1、本发明公开的高速公路团雾状态监测系统，通过在高速公路的检测路段上布设一定数量的湿度传感器，能够在检测路段搜寻出疑似起雾路段，结合无人机实地巡检并采集图像的方式，利用图像识处理技术识别出相应路段的能见度信息和交通量信息，以此判别是否发生团雾，并最终根据监测结果进行道路管制、信息上报和信息发布。湿度传感器和无人机两者结合互补，共同拓展了高速公路的团雾监测范围，提升了探测精度，从而提高了高速公路的风险预警水平。
2、本发明的监测系统还在上述湿度监测的基础上，通过少量部署雨量计、风杯来判定检测路段是否处于恶劣天气，在恶劣天气时禁止无人机巡航，并发送恶劣天气报警信息，在天气状况良好时才派遣无人机巡检，从而克服了单纯依靠无人机存在的抗恶劣天气能力差的缺陷。
3、该高速公路团雾状态监测方法的有益效果与上述监测系统的有益效果相同，在此不再赘述。
附图说明
图1为本发明实施例1中的高速公路团雾状态监测系统的模块框图；
图2为本发明实施例2中的高速公路团雾状态监测方法的流程图。
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。
需要说明的是，当组件被称为“安装于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。当一个组件被认为是“固定于”另一个组件，它可以是直接固定在另一个组件上或者可能同时存在居中组件。
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。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本发明。本文所使用的术语“或/及”包括一个或多个相关的所列项目的任意的和所有的组合。
实施例1
请参阅图1，本实施例提供一种高速公路团雾状态监测系统，包括：气象监测模组、无人机飞行模组以及信息处理模组。
气象监测模组包括湿度传感器，还可以包括雨量计和风速计。湿度传感器设置有多组，布设在高速公路的探测路段多个采集点上，并用于采集各个采集点的相对湿度监测数据。雨量计和风速计均设有多个，分别布设在探测路段上，并分别用于采集探测路段所处区域内的降雨量数据和风速数据。
本实施例中，气象监测模组中的各个监测单元的布设密度基于当地的地域条件和气象观测资料设置。具体为，水网和山区等团雾多发、事故多发路段布设间距密集；其他路段根据气象观测需求进行设置布设间距。因风速、雨量的变化相对缓慢，同样地理条件下，雨量计、风速计的部署相对于湿度传感器布设密度稀疏。例如，针对团雾多发路段和特殊地理环境，团雾多发路段沿线的布设密度为每50米至100米范围内设置一个湿度传感器单元，每1000米至2000米范围内设置雨量计和风速计单元。气象监测模组记录观测地点的经纬度等位置信息，形成系统级连，通过无线、物联网等技术实现设备数据互连通讯，将区域内的定时采集的相对湿度数据、降雨量、风速等信息实时上传至信息处理模组。
其中，湿度传感器部署于高速公路沿线和外侧，雨量计和风速计部署于高速公路沿线或外侧。对于部署在高速公路外侧的湿度传感器，是指沿着探测路段的宽度方向，向道路的两侧延伸预设距离后(比如500m或1000m)还分别增设有至少一组湿度传感器。这样当团雾从两侧向道路移动时，通过相对湿度的变化能够提前预知。
无人机飞行模组包括无人机和飞行控制模块。飞行控制模块用于根据一个巡检指令控制无人机执行巡检作业，并在到达巡检区域后采集实时图像。
其中，飞行控制模块包括通信单元、导航单元和实时摄像单元，还可以包括补光单元和测速单元。通信单元用于实时接收信息处理模组传输的巡检指令，并将无人机在飞行过程中的定位信息、航拍角度、实时图像、航速数据传输至信息处理模组。当通信单元接收到巡检指令时，控制无人机巡检疑似起雾路段。当通信单元接收到回收指令时，导航单元实时控制无人机返航至指定位置。导航单元还用于反馈无人机在飞行过程中的经纬度、高度信息。实时摄像单元用于在无人机到达巡检区域后开始作业，拍摄实时图像。
补光单元用于在夜晚与实时摄像单元联动工作，对拍摄过程进行补光。测速单元用于在无人机飞行过程中实时测量无人机的航速数据。
在一些实施例中，无人机飞行模组还包括无人机机巢，可以实现回收充电放飞等功能，便于无人值守、自动放飞、巡航等。
信息处理模组用于：
a、对每个采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率。
b、设置起雾预警值和起雾预警斜率，当相对湿度值大于起雾预警值，或曲线斜率大于起雾预警斜率时，产生疑似起雾预警信息，根据降雨量数据和风速数据评估当前探测路段的天气状况，若为暴雨或狂风天气则禁止无人机飞行并产生恶劣天气报警信息，若天气状况良好则根据预警的湿度传感器的位置信息获取疑似起雾路段信息。
c、根据疑似起雾路段信息向无人机发送巡检指令，并接收实时图像。
d、基于图像处理技术识别出实时图像中的能见度信息和交通量信息，利用能见度信息识别是否为团雾，并对团雾进行分级，根据团雾分级结果和交通量信息进行道路管制、信息上报和信息发布。
具体地，信息处理模组包括数据感知模块、数据传输模块和数据处理模块，还可以包括指挥调度模块。
数据传输模块用于接收湿度传感器、雨量计、风速计定时监测的相对湿度数据、降雨量数据和风速数据，并将各个数据传输至数据感知模块。数据感知模块用于将每个湿度传感器的相对湿度监测数据进行曲线拟合，获取相应的相对湿度随时间的变化曲线，同时计算相应的曲线斜率。数据感知模块同时记录降雨量和风速信息。当相对湿度值大于起雾预警值，或者相对湿度增长速率高于起雾预警斜率时，数据感知模块通过数据传输模块向数据处理模块发布疑似起雾预警信息、降雨量数据和风速数据。
数据处理模块用于接收疑似起雾预警信息，根据降雨量数据和风速数据评估当前探测路段的天气状况，若为暴雨或狂风天气等恶劣天气则禁止无人机飞行，若天气状况良好则将符合起雾条件的湿度传感器位置进行组合，使用空间聚类算法或连续性判断来确定疑似起雾路段的范围和位置，构成疑似起雾路段信息。其中，数据处理模块接收无人机采集的实时巡检图片，基于图像处理技术计算能见度、交通量等信息，识别是否为团雾，并对团雾进行分级，分为轻雾、雾、大雾、浓雾、强浓雾等，将识别结果上报至指挥调度模块。例如，按照水平能见度距离划分雾的等级，在10km以上为晴天；在1km-10km为轻雾；低于1km为雾；在200m-500m为大雾；在50m-200m为浓雾；不足50m为强浓雾。图像处理技术的具体流程不作为本发明的发明点，在此不再赘述。
指挥调度模块用于通过数据传输模块向无人机飞行模组发送巡检指令，规划无人机的巡航路径，根据团雾分级结果和交通量信息进行道路管制、信息上报和信息发布。指挥调度模块还可以控制无人机的巡检位置、飞行高度、飞行时间、飞行航向等。
另外，当无人机进入疑似团雾路段后，数据处理模块根据图像处理结果判断无人机进入团雾路段或者离开团雾路段。当无人机进入团雾路段时，记录巡检速度和巡检时间；当无人机离开团雾路段时，根据无人机巡检速度、巡检时间、位置信息计算巡检路线的长度，即团雾发生区域的路段长度。
当无人机在夜晚巡检时，补光模块对拍摄过程进行光线补偿。在夜晚拍摄过程中，采用俯拍角度，以高速公路路面、路灯作为参照物。
实施例2
本实施例提供一种高速公路团雾状态监测方法，其应用于实施例1中的高速公路团雾状态监测系统。高速公路团雾状态监测方法包括以下步骤：
S1.采集高速公路的探测路段上多个采集点的相对湿度监测数据。
S2.对每个采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率。
S3.设置起雾预警值和起雾预警斜率，当相对湿度值大于起雾预警值，或曲线斜率大于起雾预警斜率时，产生疑似起雾预警信息，根据预警的湿度传感器的位置信息获取疑似起雾路段信息。
S4.根据疑似起雾路段信息向无人机发送巡检指令，并接收实时图像。
S5.基于图像处理技术识别出实时图像中的能见度信息和交通量信息，利用能见度信息识别是否为团雾，并对团雾进行分级，并根据团雾分级结果和交通量信息进行道路管制、信息上报和信息发布。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明的保护范围应以所附权利要求为准。
Claims (10)
1.一种高速公路团雾状态监测系统，其特征在于，包括：
气象监测模组，其包括湿度传感器；所述湿度传感器设置有多组，布设在所述高速公路的探测路段多个采集点上，并用于采集各个所述采集点的相对湿度监测数据；
无人机飞行模组，其包括无人机和飞行控制模块；所述飞行控制模块用于根据一个巡检指令控制所述无人机执行巡检作业，并在到达巡检区域后采集实时图像；以及
信息处理模组，其用于：
a、对每个所述采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率；
b、设置起雾预警值和起雾预警斜率，当相对湿度值大于起雾预警值，或所述曲线斜率大于所述起雾预警斜率时，产生疑似起雾预警信息，根据预警的湿度传感器的位置信息获取疑似起雾路段信息；
c、根据疑似起雾路段信息向所述无人机发送所述巡检指令，并接收实时图像；
d、基于图像处理技术识别出所述实时图像中的能见度信息和交通量信息，利用所述能见度信息识别是否为团雾，并对团雾进行分级，根据团雾分级结果和所述交通量信息进行道路管制、信息上报和信息发布。
2.根据权利要求1所述的高速公路团雾状态监测系统，其特征在于，所述飞行控制模块包括通信单元、导航单元和实时摄像单元；所述通信单元用于实时接收所述信息处理模组传输的巡检指令，并将所述无人机在飞行过程中的定位信息、航拍角度、实时图像、航速数据传输至所述信息处理模组；当接收到所述巡检指令时，控制所述无人机巡检所述疑似起雾路段；当所述通信单元接收到回收指令时，所述导航单元实时控制所述无人机返航至指定位置；所述导航单元还用于反馈所述无人机在飞行过程中的经纬度、高度信息；所述实时摄像单元用于在所述无人机到达巡检区域后开始作业，拍摄所述实时图像。
3.根据权利要求2所述的高速公路团雾状态监测系统，其特征在于，所述飞行控制模块还包括补光单元和测速单元；所述补光单元用于在夜晚与所述实时摄像单元联动工作，对拍摄过程进行补光；所述测速单元用于在所述无人机飞行过程中实时测量所述无人机的航速数据。
4.根据权利要求1所述的高速公路团雾状态监测系统，其特征在于，所述团雾的等级分为：轻雾、雾、大雾、浓雾和强浓雾。
5.根据权利要求1所述的高速公路团雾状态监测系统，其特征在于，所述气象监测模组还包括雨量计和风速计；所述雨量计和风速计均设有多个，分别布设在所述探测路段上，并分别用于采集所述探测路段所处区域内的降雨量数据和风速数据；
其中，所述信息处理模组在产生疑似起雾预警信息之后，还根据所述降雨量数据和所述风速数据评估当前所述探测路段的天气状况，若为暴雨或狂风天气则禁止所述无人机飞行并产生恶劣天气报警信息，若天气状况良好则再获取所述疑似起雾路段信息。
6.根据权利要求5所述的高速公路团雾状态监测系统，其特征在于，所述信息处理模组包括数据感知模块、数据传输模块和数据处理模块；所述数据传输模块用于接收所述湿度传感器、所述雨量计、所述风速计定时监测的相对湿度数据、降雨量数据和风速数据，并将各个数据传输至所述数据感知模块；所述数据感知模块用于将每个湿度传感器的相对湿度监测数据进行曲线拟合，获取相应的相对湿度随时间的变化曲线，同时计算相应的所述曲线斜率，还用于通过所述数据传输模块向所述数据处理模块发布所述疑似起雾预警信息、所述降雨量数据和所述风速数据；所述数据处理模块用于接收所述疑似起雾预警信息，根据所述降雨量数据和所述风速数据评估当前所述探测路段的天气状况，若为暴雨或狂风天气则禁止所述无人机飞行，若天气状况良好则将符合起雾条件的湿度传感器位置进行组合，使用空间聚类算法或连续性判断来确定疑似起雾路段的范围和位置，构成所述疑似起雾路段信息。
7.根据权利要求6所述的高速公路团雾状态监测系统，其特征在于，所述信息处理模组还包括和指挥调度模块；所述指挥调度模块用于通过所述数据传输模块向所述无人机飞行模组发送所述巡检指令，规划所述无人机的巡航路径，根据所述团雾分级结果和所述交通量信息进行道路管制、信息上报和信息发布。
8.根据权利要求5所述的高速公路团雾状态监测系统，其特征在于，所述探测路段包括团雾多发路段、事故多发路段和其他路段，且各个路段的所述湿度传感器的设置间隔不同。
9.根据权利要求8所述的高速公路团雾状态监测系统，其特征在于，沿着所述探测路段的宽度方向，向道路的两侧延伸预设距离后还分别增设有至少一组湿度传感器。
10.一种高速公路团雾状态监测方法，其特征在于，其应用于如权利要求1至9中任意一项所述的高速公路团雾状态监测系统；所述高速公路团雾状态监测方法包括以下步骤：
S1.采集高速公路的探测路段上多个采集点的相对湿度监测数据；
S2.对每个所述采集点的相对湿度监测数据进行拟合，获取相对湿度随时间的变化曲线，并计算用于表示相对湿度增长速率的曲线斜率；
S3.设置起雾预警值和起雾预警斜率，当相对湿度值大于所述起雾预警值，或所述曲线斜率大于所述起雾预警斜率时，产生疑似起雾预警信息，根据预警的湿度传感器的位置信息获取疑似起雾路段信息；
S4.根据所述疑似起雾路段信息向所述无人机发送所述巡检指令，并接收所述实时图像；
S5.基于图像处理技术识别出所述实时图像中的能见度信息和交通量信息，利用所述能见度信息识别是否为团雾，并对团雾进行分级，根据团雾分级结果和所述交通量信息进行道路管制、信息上报和信息发布。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311472512.3A CN117475648A (zh) | 2023-11-07 | 2023-11-07 | 一种高速公路团雾状态监测系统及其方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311472512.3A CN117475648A (zh) | 2023-11-07 | 2023-11-07 | 一种高速公路团雾状态监测系统及其方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117475648A true CN117475648A (zh) | 2024-01-30 |
Family
ID=89634483
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311472512.3A Pending CN117475648A (zh) | 2023-11-07 | 2023-11-07 | 一种高速公路团雾状态监测系统及其方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117475648A (zh) |
-
2023
- 2023-11-07 CN CN202311472512.3A patent/CN117475648A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112837535B (zh) | 交通信息处理方法、装置、系统、设备及存储介质 | |
| CN109311478B (zh) | 一种基于舒适度的自动驾驶车速控制方法 | |
| JP3526460B2 (ja) | 交通流を評する定量的データ推定方法及びそれに適用する探査用車両 | |
| CN108922188A (zh) | 雷达跟踪定位的四维实景交通路况感知预警监控管理系统 | |
| CN113706737B (zh) | 基于自动驾驶车辆的路面巡检系统及方法 | |
| US8314730B1 (en) | Collection of meteorological data by vehicles | |
| CN109166314A (zh) | 基于全方位跟踪检测雷达的路况感知设备及车路协同系统 | |
| CN101281142B (zh) | 一种测量大气能见度的方法 | |
| CN109377726A (zh) | 一种基于车联网的高速公路团雾精确警示、诱导系统及方法 | |
| CN114385661A (zh) | 一种基于v2x技术的高精地图更新的系统 | |
| CN110406544A (zh) | 雨雾场景下的车辆感知系统及方法 | |
| CN108022440A (zh) | 基于无人飞机和车路协同的高速公路团雾预警系统及预警方法 | |
| CN102724482A (zh) | 基于gps和gis的智能视觉传感网络运动目标接力跟踪系统 | |
| CN110097762A (zh) | 一种道路视频图像低能见度刻度估算方法及系统 | |
| US20230148097A1 (en) | Adverse environment determination device and adverse environment determination method | |
| CN110310501B (zh) | 一种机动车高速公路团雾监测预报方法 | |
| CN113706899A (zh) | 一种基于高速公路桥面气象结冰预测的交通运行风险防控方法 | |
| CN111465972A (zh) | 用于计算交通工具传感器数据的错误概率的系统 | |
| CN108538070A (zh) | 一种路况预警方法和装置 | |
| CN114771548A (zh) | 用于高级驾驶辅助系统测试和验证的数据记录 | |
| US6798357B1 (en) | Method and system for collecting traffic information | |
| DE102022100068A1 (de) | Steuerung der fahrzeugleistung basierend auf daten im zusammenhang mit einer atmosphärischen bedingung | |
| CN110780292A (zh) | 一种机载飞机颠簸探测仪及其方法 | |
| Linton et al. | Winter road surface condition monitoring: field evaluation of a smartphone-based system | |
| US20080010003A1 (en) | Method and system for collecting traffic information using thermal sensing |
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 |