CN117636687A - 一种隧道紧急停车带的预警方法及系统 - Google Patents
一种隧道紧急停车带的预警方法及系统 Download PDFInfo
- Publication number
- CN117636687A CN117636687A CN202410102866.7A CN202410102866A CN117636687A CN 117636687 A CN117636687 A CN 117636687A CN 202410102866 A CN202410102866 A CN 202410102866A CN 117636687 A CN117636687 A CN 117636687A
- Authority
- CN
- China
- Prior art keywords
- image
- tunnel
- vehicle
- emergency stop
- stop zone
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000009826 distribution Methods 0.000 claims description 18
- 238000006073 displacement reaction Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 claims description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Abstract
本发明提供一种隧道紧急停车带的预警方法及系统,方法包括:获取若干个连续的第一隧道帧图像,提取与紧急停车带对应的关注图像;获取第二隧道帧图像及第三隧道帧图像,通过第二隧道帧图像、第三隧道帧图像及关注图像确定紧急停车带内是否存在待评估车辆;若存在,则将待评估车辆的区域确定为第一目标区域,并通过第三隧道帧图像及第四隧道帧图像获取第二目标区域;基于第一目标区域及第二目标区域判断待评估车辆是否静止;若静止,则将其判定为预停车辆,并播报与紧急停车带对应的第一占用预警。通过自动化预警,避免人力消耗,且提高了预警的准确性,提升了隧道内行驶的安全性。
Description
技术领域
本申请涉及数据处理技术领域,特别是涉及一种隧道紧急停车带的预警方法及系统。
背景技术
随着公路建设的快速发展,为适配各地的地质条件及地质结构,公路中隧道的数量和总长也在相应的不断增加。
高速公路作为公路的一类,其上行驶的车辆速度较快,而设于高速公路上的隧道又具备封闭的特性,使得隧道内行车环境的复杂性增高。高速公路的隧道内的紧急停车带的作用是临时停靠故障车辆,当紧急停车带内存在故障车辆时,及时进行预警可有效提升隧道内的行驶安全性。
现一般通过于紧急停车带内设置红外传感器的方式或通过人工观测隧道内的实时影响的方式实现紧急停车带内的车辆检测,并完成相应的预警,但由于红外传感器的检测指标的局限性,较易产生误报的情况,而人工观测的方式需要浪费大量的人力,预警效率较低,影响隧道内的行驶安全性。
发明内容
本申请实施例提供了一种隧道紧急停车带的预警方法及系统,以解决现有技术中通过红外传感器的方式检测紧急停车带内是否存在车辆,易产生误报情况,而通过人工观测的方式,需耗费大量人力,预警效率低,影响隧道内的行驶安全性的技术问题。
第一方面,本申请实施例提供了一种隧道紧急停车带的预警方法,包括以下步骤:
获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止;
若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息。
进一步地,所述自所述隧道影像中提取与紧急停车带对应的关注图像的步骤包括:
比对若干个连续的所述第一隧道帧图像的像素点,以获取相同像素点;
获取所述相同像素点于不同帧下的所述第一隧道帧图像中的灰度值,以获取若干个像素灰度;
通过若干个所述像素灰度计算所述相同像素点的灰度分布概率;
通过所述灰度分布概率确定所述相同像素点的背景灰度值;
基于所述相同像素点及所述背景灰度值构建背景图像,于所述背景图像内截取与紧急停车带对应的关注图像。
进一步地,所述相同像素点的灰度分布概率的计算公式为:
,
其中,表示相同像素点的灰度分布概率,/>表示与相同像素点对应的像素灰度的数量,/>表示与相同像素点对应的像素灰度的均值,/>表示与相同像素点对应的第i个像素灰度,/>表示核函数。
进一步地,所述通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆的步骤包括:
将所述第二隧道帧图像转换为与所述紧急停车带对应的第一灰度图像,将所述第三隧道帧图像转换为与所述紧急停车带对应的第二灰度图像;
将所述第一灰度图像与所述关注图像进行差分处理,以获取第一差分图像,将所述第二灰度图像与所述第一灰度图像进行差分处理,以获取第二差分图像;
基于所述第一差分图像及所述第二差分图像确定最终差分图像,判断所述最终差分图像是否大于差分阈值;
若所述最终差分图像大于所述差分阈值,则判断所述紧急停车带内存在待评估车辆。
进一步地,所述最终差分图像的获取公式为:
,
其中,表示最终差分图像,/>表示第一差分图像,/>表示第二差分图像。
进一步地,所述质心移动速度的计算公式为:
,
其中,表示质心移动速度,/>表示质心位移距离,/>表示获取第一目标区域与所述第二目标区域之间的间隔帧数,/>表示帧率。
进一步地,所述基于所述质心移动速度及所述相关度判断所述待评估车辆是否静止的步骤包括:
将所述质心移动速度与速度阈值进行比对,并将所述相关度与相关阈值进行比对;
若所述质心移动速度小于速度阈值,且所述相关度大于所述相关阈值,则判断所述待评估车辆静止。
进一步地,在所述若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息的步骤之后,还包括:
于预设时间内持续获取与所述救援联系信息对应的电联信息,通过所述电联信息确定所述预停车辆的预停需求,根据所述预停需求播报第二占用预警。
第二方面,本申请实施例提供了一种隧道紧急停车带的预警系统,应用于如上述技术方案中的隧道紧急停车带的预警方法,所述系统包括:
获取模块,用于获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
第一判断模块,用于获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
评估模块,用于若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
第二判断模块,用于获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止;
第一执行模块,用于若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息。
相比于现有技术,本发明的有益效果在于:通过自所述隧道影像中提取所述关注图像,提供了隧道紧急停车带内无车停靠时的基准图像,在后续的观测过程中,通过使用连续帧下的所述第二隧道帧图像及所述第三隧道帧图像与所述关注图像之间进行对比,避免了隧道内光线变化或多车辆短时重叠等情况引起图像的短期变化,降低了对所述待评估车辆是否存在的误判率,在确认存在所述待评估车辆后,通过所述第一目标区域及所述第二目标区域进行综合判定,可更为准确的确定隧道紧急停车带内是否停车,进而根据相应的判断结果完成对隧道紧急停车带的预警,其实现了对隧道紧急停车带的自动化预警,避免了大量的人力消耗,提高了预警效率,且相较于红外传感器进行预警的方式,基于隧道影像进行更为精准的判定,提高了对预警的准确性,进而提高了隧道内行驶的安全性。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
图1为本发明第一实施例中隧道紧急停车带的预警方法的流程图;
图2为本发明第二实施例中隧道紧急停车带的预警系统的结构框图;
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行描述和说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。基于本申请提供的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
显而易见地,下面描述中的附图仅仅是本申请的一些示例或实施例,对于本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图将本申请应用于其他类似情景。此外,还可以理解的是,虽然这种开发过程中所作出的努力可能是复杂并且冗长的,然而对于与本申请公开的内容相关的本领域的普通技术人员而言,在本申请揭露的技术内容的基础上进行的一些设计,制造或者生产等变更只是常规的技术手段,不应当理解为本申请公开的内容不充分。
在本申请中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是,本申请所描述的实施例在不冲突的情况下,可以与其它实施例相结合。
请参阅图1,本发明第一实施例提供的隧道紧急停车带的预警方法,包括以下:
步骤S10:获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
通过提取与紧急停车带对应的所述关注图像,可重点聚焦关注区域,减少相应的运算量和干扰量,一定程度的提高预警的效率和准确性。具体地,所述步骤S10包括:
S110:比对若干个连续的所述第一隧道帧图像的像素点,以获取相同像素点。
所述隧道影像通过设置于隧道内的摄像头获取,在摄像头的拍摄过程中,通过不同帧的图像可组成所述隧道影像。在同一摄像头的拍摄下,隧道内的大部分的区域本身的变量较小,即不同帧下的所述第一隧道帧图像存在较多的相同点,即所述相同像素点。
S120:获取所述相同像素点于不同帧下的所述第一隧道帧图像中的灰度值,以获取若干个像素灰度;
可以理解地,因隧道内存在车灯光照变化等影响,所述相同像素点在不同帧的所述第一隧道帧图像中的灰度值可能存在差异,即所述相同像素点存在若干个与其对应的所述像素灰度。
S130:通过若干个所述像素灰度计算所述相同像素点的灰度分布概率;
所述相同像素点的灰度分布概率的计算公式为:
,
其中,表示相同像素点的灰度分布概率,/>表示与相同像素点对应的像素灰度的数量,/>表示与相同像素点对应的像素灰度的均值,/>表示与相同像素点对应的第i个像素灰度,/>表示核函数。
S140:通过所述灰度分布概率确定所述相同像素点的背景灰度值;
在本实施例中,将与最大的所述灰度分布概率对应的所述像素灰度确定为所述背景灰度值。在一些实施例中,可设置分布阈值,通过与大于所述分布阈值的所述灰度分布概率对应的所述像素灰度确定所述背景灰度值。
S150:基于所述相同像素点及所述背景灰度值构建背景图像,于所述背景图像内截取与紧急停车带对应的关注图像;
通过确定全部的所述相同像素点的所述背景灰度值,即可将所述相同像素点组合为所述背景图像,可以理解地,所述背景图像为灰度图。进而通过所述紧急停车带的位置自所述背景图像中确定所述关注图像。
步骤S20:获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
需要说明的是,所述第二隧道帧图像、所述第三隧道帧图像及所述第四隧道帧图像均包括于所述隧道影像内,其与所述第一隧道帧图像的区别仅在于帧数不同。
所述步骤S20包括:
S210:将所述第二隧道帧图像转换为与所述紧急停车带对应的第一灰度图像,将所述第三隧道帧图像转换为与所述紧急停车带对应的第二灰度图像;
所述第一灰度图像及所述第二灰度图像的获取方式与所述关注图像的获取方式一致,此处不再进行赘述。
S220:将所述第一灰度图像与所述关注图像进行差分处理,以获取第一差分图像,将所述第二灰度图像与所述第一灰度图像进行差分处理,以获取第二差分图像;
S230:基于所述第一差分图像及所述第二差分图像确定最终差分图像,判断所述最终差分图像是否大于差分阈值;
在静态背景下,间隔帧的图像中若存在移动目标,则间隔帧的图像之间的像素会发生变化,通过进行所述差分处理,可去除将所述第一灰度图像与所述关注图像之间的相同点,以确定运动区域。
通过获取所述第一差分图像及所述第二差分图像,可有效提高识别的准确性,避免通过单帧的图像之间的变化进行判断,将因环境等因素导致的像素变化误判为存在运动区域。
所述最终差分图像的获取公式为:
,
其中,表示最终差分图像,/>表示第一差分图像,/>表示第二差分图像。
S240:若所述最终差分图像大于所述差分阈值,则判断所述紧急停车带内存在待评估车辆。
在获取所述最终差分图像后,可通过对其进行阈值化来作为最终的判断基准,进而将运动区域确定为所述待评估车辆的存在区域。需要说明的是,若在本步骤中,判断所述紧急停车带内不存在待评估车辆,可通过所述第一灰度图像或所述第二灰度图像更新所述关注图像,实现对背景图像的更新。
步骤S30:若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
所述第二目标区域的获取方式与所述第一目标区域的获取方式一致,其区别仅在于与所述关注图像的对比图像更换为所述第三隧道帧图像及所述第四隧道帧图像,此处不再进行赘述。
步骤S40:获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止。
对车辆的静止判定,其根本在于判断车辆的质心坐标变化是否越来越小,直至固定在一个很小的范围中。
所述质心移动速度的计算公式为:
,
其中,表示质心移动速度,/>表示质心位移距离,/>表示获取第一目标区域与所述第二目标区域之间的间隔帧数,/>表示帧率。
具体地,在判断所述待评估车辆是否静止时,将所述质心移动速度与速度阈值进行比对,并将所述相关度与相关阈值进行比对;若所述质心移动速度小于速度阈值,且所述相关度大于所述相关阈值,则判断所述待评估车辆静止。
实际情况中,由于运动目标的阴影和摄像机抖动等因素,会对运动目标的质心位置带来一定程度的影响,即在一定时间间隔后,真实的静止的目标的质心与获取的质心存在不完全重合的可能,因此,设置所述速度阈值可使停车的判定更为准确。但仅通过所述质心移动速度进行判断,仅能确定车辆处于疑似静止状态,通过所述第一目标区域与所述第二目标区域的相关度,可进一步确定车辆是否处于真实的静置状态,在本实施例中,所述相关阈值为0.8。所述相关度的计算公式为:
,
其中,表示相关度,/>表示第一目标区域与第二目标区域之间的协方差,/>表示第一目标区域的标准差,/>表示第二目标区域的标准差。
S50:若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息;
所述则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警的步骤具体包括:
基于所述第一目标区域及所述第二目标区域确定框选区域;
即将所述预停车辆可能存在的区域全部框选,可以理解地,也可以预设比例扩大所述第一目标区域及所述第二目标区域,进而获取所述框选区域。
通过若干个连续的第五隧道帧图像确定所述预停车辆的占用时长;
可以理解地,所述第五隧道帧图像同样包括与所述隧道影像中,即通过在所述框选区域内持续检测是否存在所述预停车辆,以确定所述预停车辆于所述隧道紧急停车带内的停留时间。
将所述占用时长与停留阈值进行比对,基于比对结果播报第一占用预警。
若所述占用时长小于所述停留阈值,则判断所述预停车辆短时占用所述紧急停车带,不进行所述第一占用预警的播报,若所述占用时长大于所述停留阈值,则判断所述预停车辆将长时间滞留于所述紧急停车带内,播报所述第一占用预警。可以理解地,播报所述第一占用预警的目的,其一是向隧道内的其他车辆播报占用信息,做好车辆避让,其二是向所述预停车辆播报工作人员的联系方式,以及时做好现场救援。
通过自所述隧道影像中提取所述关注图像,提供了隧道紧急停车带内无车停靠时的基准图像,在后续的观测过程中,通过使用连续帧下的所述第二隧道帧图像及所述第三隧道帧图像与所述关注图像之间进行对比,避免了隧道内光线变化或多车辆短时重叠等情况引起图像的短期变化,降低了对所述待评估车辆是否存在的误判率,在确认存在所述待评估车辆后,通过所述第一目标区域及所述第二目标区域进行综合判定,可更为准确的确定隧道紧急停车带内是否停车,进而根据相应的判断结果完成对隧道紧急停车带的预警,其实现了对隧道紧急停车带的自动化预警,避免了大量的人力消耗,提高了预警效率,且相较于红外传感器进行预警的方式,基于隧道影像进行更为精准的判定,提高了对预警的准确性,进而提高了隧道内行驶的安全性。
优选地,所述隧道紧急停车带的预警方法还包括:
S60:于预设时间内持续获取与所述救援联系信息对应的电联信息,通过所述电联信息确定所述预停车辆的预停需求,根据所述预停需求播报第二占用预警。
所述第二占用预警包括驶离预警及第二占用信息;当向所述预停车辆播报所述救援联系信息后,通过所述电联信息,可确定所述预停车辆是否存在救助需要,明确其是否因紧急原因需占用所述紧急停车带。若预设时间内获取到所述电联信息,则播报所述第二占用信息,其与所述第一占用信息目的一致,告知隧道内其他车辆做好避让工作;若预设时间内未获取到所述电联信息,则判定所述预停车辆违规占道,同时播报所述驶离预警及所述第二占用信息。通过上述方式,可降低所述紧急停车带被违规占用的概率,进一步提高隧道内的行驶安全性。在一些实施例中,所述紧急停车带内设置若干个转动相机或红外传感器,获取所述预停车辆的车内影像,通过将所述车内影像与所述电联信息进行综合判定,以更为精确的掌握所述预停车辆的所述预停需求。
请参阅图2,本发明第二实施例提供了一种隧道紧急停车带的预警系统,该系统应用于上述实施例中的所述隧道紧急停车带的预警方法,已经进行过说明的不再赘述。如以下所使用的,术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
所述系统包括:
获取模块10,用于获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
所述获取模块10包括:
第一单元,用于比对若干个连续的所述第一隧道帧图像的像素点,以获取相同像素点;
第二单元,用于获取所述相同像素点于不同帧下的所述第一隧道帧图像中的灰度值,以获取若干个像素灰度;
第三单元,用于通过若干个所述像素灰度计算所述相同像素点的灰度分布概率;
第四单元,用于通过所述灰度分布概率确定所述相同像素点的背景灰度值;
第五单元,用于基于所述相同像素点及所述背景灰度值构建背景图像,于所述背景图像内截取与紧急停车带对应的关注图像;
第一判断模块20,用于获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
所述第一判断模块20包括:
第六单元,用于将所述第二隧道帧图像转换为与所述紧急停车带对应的第一灰度图像,将所述第三隧道帧图像转换为与所述紧急停车带对应的第二灰度图像;
第七单元,用于将所述第一灰度图像与所述关注图像进行差分处理,以获取第一差分图像,将所述第二灰度图像与所述第一灰度图像进行差分处理,以获取第二差分图像;
第八单元,用于基于所述第一差分图像及所述第二差分图像确定最终差分图像,判断所述最终差分图像是否大于差分阈值;
第九单元,用于若所述最终差分图像大于所述差分阈值,则判断所述紧急停车带内存在待评估车辆;
评估模块30,用于若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
第二判断模块40,用于获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止;
所述第二判断模块40包括:
第十单元,用于将所述质心移动速度与速度阈值进行比对,并将所述相关度与相关阈值进行比对;
第十一单元,用于若所述质心移动速度小于速度阈值,且所述相关度大于所述相关阈值,则判断所述待评估车辆静止。
第一执行模块50,用于若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息。
优选地,所述隧道紧急停车带的预警系统还包括:
第二执行模块60,用于于预设时间内持续获取与所述救援联系信息对应的电联信息,通过所述电联信息确定所述预停车辆的预停需求,根据所述预停需求播报第二占用预警。
本发明还提供了一种计算机,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述技术方案中所述的隧道紧急停车带的预警方法。
本发明还提供了一种存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述技术方案中所述的隧道紧急停车带的预警方法。
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申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种隧道紧急停车带的预警方法,其特征在于,包括以下步骤:
获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止;
若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息。
2.根据权利要求1所述的隧道紧急停车带的预警方法,其特征在于,所述自所述隧道影像中提取与紧急停车带对应的关注图像的步骤包括:
比对若干个连续的所述第一隧道帧图像的像素点,以获取相同像素点;
获取所述相同像素点于不同帧下的所述第一隧道帧图像中的灰度值,以获取若干个像素灰度;
通过若干个所述像素灰度计算所述相同像素点的灰度分布概率;
通过所述灰度分布概率确定所述相同像素点的背景灰度值;
基于所述相同像素点及所述背景灰度值构建背景图像,于所述背景图像内截取与紧急停车带对应的关注图像。
3.根据权利要求2所述的隧道紧急停车带的预警方法,其特征在于,所述相同像素点的灰度分布概率的计算公式为:
,
其中,表示相同像素点的灰度分布概率,/>表示与相同像素点对应的像素灰度的数量,/>表示与相同像素点对应的像素灰度的均值,/>表示与相同像素点对应的第i个像素灰度,/>表示核函数。
4.根据权利要求1所述的隧道紧急停车带的预警方法,其特征在于,所述通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆的步骤包括:
将所述第二隧道帧图像转换为与所述紧急停车带对应的第一灰度图像,将所述第三隧道帧图像转换为与所述紧急停车带对应的第二灰度图像;
将所述第一灰度图像与所述关注图像进行差分处理,以获取第一差分图像,将所述第二灰度图像与所述第一灰度图像进行差分处理,以获取第二差分图像;
基于所述第一差分图像及所述第二差分图像确定最终差分图像,判断所述最终差分图像是否大于差分阈值;
若所述最终差分图像大于所述差分阈值,则判断所述紧急停车带内存在待评估车辆。
5.根据权利要求4所述的隧道紧急停车带的预警方法,其特征在于,所述最终差分图像的获取公式为:
,
其中,表示最终差分图像,/>表示第一差分图像,/>表示第二差分图像。
6.根据权利要求1所述的隧道紧急停车带的预警方法,其特征在于,所述质心移动速度的计算公式为:
,
其中,表示质心移动速度,/>表示质心位移距离,/>表示获取第一目标区域与所述第二目标区域之间的间隔帧数,/>表示帧率。
7.根据权利要求1所述的隧道紧急停车带的预警方法,其特征在于,所述通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止的步骤包括:
将所述质心移动速度与速度阈值进行比对,并将所述相关度与相关阈值进行比对;
若所述质心移动速度小于速度阈值,且所述相关度大于所述相关阈值,则判断所述待评估车辆静止。
8.根据权利要求1所述的隧道紧急停车带的预警方法,其特征在于,在所述若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息的步骤之后,还包括:
于预设时间内持续获取与所述救援联系信息对应的电联信息,通过所述电联信息确定所述预停车辆的预停需求,根据所述预停需求播报第二占用预警。
9.一种隧道紧急停车带的预警系统,应用于如权利要求1~8任一项所述的隧道紧急停车带的预警方法,其特征在于,所述系统包括:
获取模块,用于获取隧道影像,所述隧道影像包括若干个连续的第一隧道帧图像,自所述隧道影像中提取与紧急停车带对应的关注图像;
第一判断模块,用于获取连续帧下的第二隧道帧图像、第三隧道帧图像及第四隧道帧图像,通过所述第二隧道帧图像、第三隧道帧图像及所述关注图像确定所述紧急停车带内是否存在待评估车辆;
评估模块,用于若所述紧急停车带存在待评估车辆,则将所述待评估车辆的区域确定为第一目标区域,并通过所述第三隧道帧图像及所述第四隧道帧图像获取第二目标区域;
第二判断模块,用于获取所述第一目标区域的第一质心坐标及所述第二目标区域的第二质心坐标,通过所述第一质心坐标及所述第二质心坐标获取质心位移距离,基于所述质心位移距离确定质心移动速度,获取所述第一目标区域与所述第二目标区域的相关度,通过所述质心移动速度及所述相关度判断所述待评估车辆是否静止;
第一执行模块,用于若所述待评估车辆静止,则将所述待评估车辆判定为预停车辆,并播报与所述紧急停车带对应的第一占用预警,所述第一占用预警包括救援联系信息及第一占用信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410102866.7A CN117636687A (zh) | 2024-01-25 | 2024-01-25 | 一种隧道紧急停车带的预警方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410102866.7A CN117636687A (zh) | 2024-01-25 | 2024-01-25 | 一种隧道紧急停车带的预警方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117636687A true CN117636687A (zh) | 2024-03-01 |
Family
ID=90021917
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410102866.7A Pending CN117636687A (zh) | 2024-01-25 | 2024-01-25 | 一种隧道紧急停车带的预警方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117636687A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617410A (zh) * | 2013-08-30 | 2014-03-05 | 重庆大学 | 基于视频检测技术的高速公路隧道停车检测方法 |
US20180045519A1 (en) * | 2016-08-09 | 2018-02-15 | Nauto, Inc. | System and method for precision localization and mapping |
WO2018045731A1 (zh) * | 2016-09-07 | 2018-03-15 | 东南大学 | 高速公路应急车道占用监督处罚方法和系统 |
CN109919053A (zh) * | 2019-02-24 | 2019-06-21 | 太原理工大学 | 一种基于监控视频的深度学习车辆停车检测方法 |
CN110223511A (zh) * | 2019-04-29 | 2019-09-10 | 合刃科技(武汉)有限公司 | 一种汽车路边违停智能监测方法及系统 |
JP2022024889A (ja) * | 2020-07-28 | 2022-02-09 | 株式会社リコー | 撮影方法、撮影システム、移動体及びプログラム |
WO2022027931A1 (zh) * | 2020-08-07 | 2022-02-10 | 东南大学 | 基于视频图像的运动车辆前景检测方法 |
US20220067408A1 (en) * | 2020-09-03 | 2022-03-03 | Pony Ai Inc. | Inferring intent using computer vision |
CN115472028A (zh) * | 2022-08-26 | 2022-12-13 | 浙江数智交院科技股份有限公司 | 一种隧道紧急停车带智能预警诱导方法及系统 |
-
2024
- 2024-01-25 CN CN202410102866.7A patent/CN117636687A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103617410A (zh) * | 2013-08-30 | 2014-03-05 | 重庆大学 | 基于视频检测技术的高速公路隧道停车检测方法 |
US20180045519A1 (en) * | 2016-08-09 | 2018-02-15 | Nauto, Inc. | System and method for precision localization and mapping |
WO2018045731A1 (zh) * | 2016-09-07 | 2018-03-15 | 东南大学 | 高速公路应急车道占用监督处罚方法和系统 |
CN109919053A (zh) * | 2019-02-24 | 2019-06-21 | 太原理工大学 | 一种基于监控视频的深度学习车辆停车检测方法 |
CN110223511A (zh) * | 2019-04-29 | 2019-09-10 | 合刃科技(武汉)有限公司 | 一种汽车路边违停智能监测方法及系统 |
JP2022024889A (ja) * | 2020-07-28 | 2022-02-09 | 株式会社リコー | 撮影方法、撮影システム、移動体及びプログラム |
WO2022027931A1 (zh) * | 2020-08-07 | 2022-02-10 | 东南大学 | 基于视频图像的运动车辆前景检测方法 |
US20220067408A1 (en) * | 2020-09-03 | 2022-03-03 | Pony Ai Inc. | Inferring intent using computer vision |
CN115472028A (zh) * | 2022-08-26 | 2022-12-13 | 浙江数智交院科技股份有限公司 | 一种隧道紧急停车带智能预警诱导方法及系统 |
Non-Patent Citations (1)
Title |
---|
屈俞岐;曹佳乐;杨彭晨;: "物联模式下的停车引导系统", 物联网技术, no. 12, 20 December 2019 (2019-12-20) * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110430401B (zh) | 车辆盲区预警方法、预警装置、mec平台和存储介质 | |
CN107798688B (zh) | 运动目标识别方法、预警方法以及汽车防追尾预警装置 | |
CN111652060B (zh) | 一种基于激光雷达的限高预警方法、装置、电子设备及存储介质 | |
CN112597839B (zh) | 基于车载毫米波雷达的道路边界检测方法 | |
CN112036385B (zh) | 库位修正方法、装置、电子设备及可读存储介质 | |
CN110324583A (zh) | 一种视频监控方法、视频监控装置及计算机可读存储介质 | |
CN109446926A (zh) | 一种交通监控方法及装置、电子设备和存储介质 | |
CN111507126B (zh) | 一种驾驶辅助系统的报警方法、装置及电子设备 | |
CN113297939B (zh) | 障碍物检测方法、系统、终端设备及存储介质 | |
CN114296095A (zh) | 自动驾驶车辆的有效目标提取方法、装置、车辆及介质 | |
CN117636687A (zh) | 一种隧道紧急停车带的预警方法及系统 | |
US10621466B2 (en) | Method for extracting features of a thermal image | |
CN115294774B (zh) | 基于深度学习的非机动车道路违停检测方法及装置 | |
CN113642521B (zh) | 红绿灯识别质量的评价方法、装置和电子设备 | |
CN115546727A (zh) | 一种火情判断的方法、系统及电子设备 | |
CN114895274A (zh) | 一种护栏识别方法 | |
CN113033586B (zh) | 目标识别方法及设备 | |
KR100976142B1 (ko) | 차량검출방법 | |
CN114333414A (zh) | 停车让行检测装置、停车让行检测系统以及记录介质 | |
CN111666899A (zh) | 一种图像识别方法 | |
CN111383268A (zh) | 车辆间距状态获取方法、装置、计算机设备和存储介质 | |
CN117022264B (zh) | 基于雷视融合的障碍物检测方法及装置 | |
CN117372924B (zh) | 一种视频检测方法及装置 | |
CN104268874A (zh) | 一种基于正态分布函数的非相参雷达图像背景建模方法 | |
CN116563769B (zh) | 一种视频目标识别追踪方法、系统、计算机及存储介质 |
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 |