CN117710909B - 一种基于目标检测与实例分割的乡村道路智能监控系统 - Google Patents
一种基于目标检测与实例分割的乡村道路智能监控系统 Download PDFInfo
- Publication number
- CN117710909B CN117710909B CN202410150376.4A CN202410150376A CN117710909B CN 117710909 B CN117710909 B CN 117710909B CN 202410150376 A CN202410150376 A CN 202410150376A CN 117710909 B CN117710909 B CN 117710909B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- acquisition time
- target vehicle
- reverse
- running
- 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
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 105
- 238000001514 detection method Methods 0.000 title claims abstract description 15
- 230000011218 segmentation Effects 0.000 title claims abstract description 15
- 230000005484 gravity Effects 0.000 claims abstract description 27
- 238000012502 risk assessment Methods 0.000 claims abstract description 18
- 238000005286 illumination Methods 0.000 claims description 26
- 230000007613 environmental effect Effects 0.000 claims description 19
- 238000000034 method Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 14
- 230000002159 abnormal effect Effects 0.000 claims description 12
- 230000006698 induction Effects 0.000 claims description 12
- 230000003044 adaptive effect Effects 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000005452 bending Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 206010022998 Irritability Diseases 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明属于乡村道路监控管理技术领域,具体公开一种基于目标检测与实例分割的乡村道路智能监控系统,本发明通过在乡村道路的双程道转弯处设置监控设备,并利用监控设备中的摄像设备进行道路状态图像采集,同时利用监控设备中的环境感知设备进行环境感知,进而基于环境感知结果对采集的道路状态图像进行处理,实现了道路状态图像采集过程中的道路环境感知。使得道路状态图像采集质量更佳,与此同时在根据采集的道路状态图像进行车辆碰撞风险分析时通过基于目标检测技术进行碰撞条件危险度分析,同时利用实例分割技术进行车身重心偏移分析,从而结合碰撞条件危险度和车身重心偏移结果实现了碰撞风险的综合可靠分析。
Description
技术领域
本发明属于乡村道路监控管理技术领域,特别涉及乡村双程道路交通监控管理技术,具体为一种基于目标检测与实例分割的乡村道路智能监控系统。
背景技术
由于乡村地区的交通量通常比城市地区低得多,且乡村道路的建造要求不高,这使得双程道在乡村道路普遍存在。在双程道路上往返车辆使用同一条道路,在这种情况下很容易发生往返车辆的碰撞,引发交通事故,特别是在道路转弯处驾驶员视野受到限制更容易发生往返车辆的碰撞交通事故,因而对乡村道路中的双程道进行交通监控是非常有必要的。
然而现有技术在对乡村道路的双程道进行交通监控时存在以下缺陷:1.进行交通监控必然要使用到图像采集设备,但图像采集设备通常对光照和天气条件敏感。在乡村地区,由于天气可能更加恶劣,图像采集质量可能在恶劣环境条件下下降,但现有技术在进行道路状态图像采集时由于缺乏对道路环境的感知,导致未及时对采集的道路状态图像进行处理,使得道路状态图像采集质量不佳,难以为后续车辆碰撞风险分析提供精确的数据支撑,在一定程度上降低了使用价值。
2.现有技术在利用图像采集设备采集的道路状态图像进行车辆碰撞风险分析时一般依据往返车辆之间的位置关系、行驶轨迹等,这些都是基于碰撞条件的考虑,忽略了车辆本身行驶状态引发的碰撞风险,特别是在转弯处的行驶状态,由于车辆在转弯处行驶时受离心力的作用可能使车辆在碰撞时具有更大的冲击力,即使碰撞条件不危险,也会增加碰撞的严重程度,可见单纯根据往返车辆的碰撞条件分析碰撞分析很明显不够全面,特别是在转弯处行驶路况下,会使分析结果与行驶路况不适配,增加分析的不合理性,不利于碰撞风险的可靠分析。
发明内容
鉴于此,为解决上述背景技术中所提出的问题,现提出应用于乡村道路对应双程道转弯行驶路况下的一种基于目标检测与实例分割的乡村道路智能监控系统。
本发明的目的可以通过以下技术方案实现:一种基于目标检测与实例分割的乡村道路智能监控系统,包括:监控设备设置模块,用于统计乡村双程道上存在的转弯处数量,并在各转弯处设置监控设备,其中监控设备包括摄像设备、车辆感应设备、环境感知设备和报警器。
车辆进入感应模块,用于利用各转弯处设置的车辆感应设备实时感应是否有车辆进入转弯处,若某转弯处的车辆感应设备感应到车辆进入,则将该转弯处记为指定转弯处,并进行目标车辆和逆向车辆捕捉。
行驶监控模块,用于当指定转弯处的车辆感应设备感应到车辆进入时启动摄像设备分别对目标车辆和逆向车辆进行行驶监控,得到各采集时刻的道路状态图像。
环境感知模块,用于当指定转弯处的车辆感应设备感应到车辆进入时启动环境感知设备进行环境感知,得到指定转弯处的环境指征。
道路状态图像处理模块,用于基于指定转弯处的环境指征对各采集时刻的道路状态图像进行处理。
行驶特征识别模块,用于基于处理后各采集时刻的道路状态图像分别识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征。
碰撞风险评估模块,用于基于各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征进行碰撞风险指数评估。
碰撞预警模块,用于根据各采集时刻的碰撞风险指数利用指定转弯处的报警器进行碰撞预警。
在一种可替换的实施方式中,所述在各转弯处设置监控设备中摄像设备和车辆感应设备的具体设置过程如下:在各转弯处的道路路面上划定监控区域,并分别在监控区域的两端设置车辆感应设备。
基于监控区域的中心位置和两端位置确定摄像设备的视角范围。
基于摄像设备的视角范围选择摄像设备,并将选择的摄像设备在各转弯处设置。
在一种可替换的实施方式中,所述目标车辆和逆向车辆捕捉的具体实施过程如下:将指定转弯处对应车辆感应设备感应到的车辆记为目标车辆,当指定转弯处监控区域两端的车辆感应设备都进行车辆进入感应时将先感应到的车辆作为目标车辆,并记录感应时刻,同时获取目标车辆进入监控区域的端口。
利用车辆感应设备检测目标车辆经过监控区域端口的行驶速度,进而将其结合监控区域的长度预测目标车辆经过监控区域的时长。
将感应时刻结合目标车辆经过监控区域的时长构成感应时段。
在感应时段内利用指定转弯处对应监控区域另一端口的车辆感应设备进行车辆感应,若感应到车辆进入监控区域另一端口,则将感应到的车辆记为逆向车辆。
在一种可替换的实施方式中,所述各采集时刻的道路状态图像获取方式如下:记录指定转弯处的车辆感应设备感应到逆向车辆的时间,作为起始采集时刻,进而利用指定转弯处的摄像设备从起始采集时刻开始按照设定的间隔时长进行道路状态图像采集,得到各采集时刻的道路状态图像。
在一种可替换的实施方式中,所述环境指征包括为光照强度、温度和湿度。
在一种可替换的实施方式中,所述基于指定转弯处的环境指征对各采集时刻的道路状态图像进行处理具体实现过程如下:将指定转弯处的环境指征代入表达式计算出指定转弯处的监控环境符合度/>,式中/>、/>、/>分别表示为光照强度、温度、湿度对应的符合度,其中/>,
,/>,式中/>、/>、/>分别表示为指定转弯处的光照强度、温度、湿度,/>、/>、/>分别表示为预先配置的安全光照强度、安全温度、安全湿度,/>表示为自然常数,/>表示为设定的光照强度接近度阈值,/>表示为设定的温度接近度阈值。
将指定转弯处的监控环境符合度与预设的达标监控环境符合度进行对比,若指定转弯处的监控环境符合度不满足达标监控环境符合度,则评判需要对各采集时刻的道路状态图像进行处理,反之则不需要进行处理。
在评判需要对各采集时刻的道路状态图像进行处理时基于、/>、/>的数值识别出异常环境指征。
调用异常环境指征对应的适应增强算法对各采集时刻的道路状态图像进行增强处理。
在一种可替换的实施方式中,所述行驶特征包括行驶速度和行驶轨迹线,其中识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征具体参见下述过程:(1)将各采集时刻的道路状态图像分别聚焦在目标车辆和逆向车辆上,并分别定位目标车辆、逆向车辆的行驶位置,并与前一采集时刻的道路状态图像中目标车辆、逆向车辆的行驶位置进行对比,获取目标车辆在各采集时刻的行驶距离、逆向车辆在各采集时刻的行驶距离。
(2)将目标车辆在各采集时刻的行驶距离结合设定的间隔时长计算得到各采集时刻对应的目标车辆行驶速度,同理将逆向车辆在各采集时刻的行驶距离结合设定的间隔时长计算得到各采集时刻对应的逆向车辆行驶速度。
(3)将各采集时刻与前一采集时刻对应目标车辆的行驶位置进行连线,形成各采集时刻对应的目标车辆行驶轨迹线,同理将各采集时刻与前一采集时刻对应逆向车辆的行驶位置进行连线,形成各采集时刻对应的逆向车辆行驶轨迹线。
在一种可替换的实施方式中,所述碰撞风险指数评估包括下述步骤:分别将各采集时刻对应的目标车辆行驶轨迹线和逆向车辆行驶轨迹线进行起点和终点标记。
将各采集时刻对应目标车辆行驶轨迹线的终点与该采集时刻对应的逆向车辆行驶轨迹线的终点连接,形成轨迹连接线,并分别获取轨迹连接线与目标车辆行驶轨迹线终点、逆向车辆行驶轨迹线终点的连接角度,作为各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度。
基于各采集时刻对应目标车辆的行驶位置、逆向车辆的行驶位置获取各采集时刻对应的相隔距离。
将各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度、相隔距离结合各采集时刻对应的目标车辆行驶速度和逆向车辆行驶速度导入模型计算出各采集时刻对应的碰撞条件危险度/>,模型中/>,/>,,,式中/>、/>分别表示为第t采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度,/>、分别表示为第/>采集时刻对应的目标车辆行驶速度、逆向车辆行驶速度,/>表示为第采集时刻对应的相隔距离,/>表示为预设的参考相隔距离,/>表示为采集时刻编号,。
从各采集时刻对应的目标车辆行驶图像和逆向车辆行驶图像中进行车身轮廓提取,并进行车身重心标记,由此将各采集时刻对应的目标车辆车身重心与上一采集时刻的目标车辆车身重心、逆向车辆车身重心与上一采集时刻的逆向车辆车身重心进行对比,获取各采集时刻对应的目标车辆车身重心偏移度和逆向车辆重心偏移距离,分别记为、。
将结合/>和/>代入评估算法/>,评估得到各采集时刻对应的碰撞风险指数/>,/>表示为设置的安全偏移距离。
在一种可替换的实施方式中,所述根据各采集时刻的碰撞风险指数利用指定转弯处的报警器进行碰撞预警具体实施方式为:将各采集时刻对应的碰撞风险指数与设定阈值进行对比,若某采集时刻对应的碰撞风险指数大于设定阈值,则启动指定转弯处的报警器进行碰撞预警。
相较于现有技术,本发明的有益效果如下:(1)本发明通过在乡村道路的双程道转弯处设置监控设备,并利用监控设备中的摄像设备进行道路状态图像采集,同时利用监控设备中的环境感知设备进行环境感知,进而基于环境感知结果对采集的道路状态图像进行处理,实现了道路状态图像采集过程中的道路环境感知,能够及时对采集的道路状态图像进行处理,使得道路状态图像采集质量更佳,能够为后续车辆碰撞风险分析提供精确的数据支撑,在一定程度上提高了使用价值。
(2)本发明在利用监控设备中的摄像设备进行道路状态图像采集时通过在转弯处设置车辆感应设备,由其实时感应是否有车辆进入转弯处,当感应到车辆进入时启动摄像设备进行道路状态图像采集避免摄像设备在车辆未进入时也处于运行状态造成的无效采集,最大限度降低了摄像设备持续处于运行状态下造成的监控资源浪费。
(3)本发明在根据采集的道路状态图像进行车辆碰撞风险分析时通过基于目标检测技术对目标车辆和逆向车辆进行位置定位、行驶轨迹提取,由此进行碰撞条件危险度分析,同时利用实例分割技术从采集的道路状态图像中进行车身轮廓提取,由此进行车身重心偏移分析,从而结合碰撞条件危险度和车身重心偏移结果实现了碰撞风险的综合可靠分析,大大提升了分析结果与行驶路况的适配度,有利于保障分析的合理性,使得碰撞风险分析可靠度得到有效提升。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例描述所需要使用的附图作简单地介绍,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他的附图。
图1为本发明系统各模块连接示意图。
图2为本发明中乡村双程道路转弯处道路路面对应监控区域的划定示意图。
图3为本发明中摄像设备的视角范围示意图。
图4为本发明中目标车辆与逆向车辆行驶轨迹线示意图。
图5为本发明中目标车辆与逆向车辆行驶轨迹线的起点和终点标记示意图。
图6为本发明中目标车辆行驶轨迹线连接角度与逆向车辆行驶轨迹线连接角度示意图。
附图标记:1——目标车辆行驶轨迹线,2——逆向车辆行驶轨迹线,3——目标车辆行驶轨迹线的起点,4——目标车辆行驶轨迹线的终点,5——逆向车辆行驶轨迹线的终点,6——逆向车辆行驶轨迹线的起点,7——目标车辆行驶轨迹线连接角度,8——逆向车辆行驶轨迹线连接角度。
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。
本发明提出一种基于目标检测与实例分割的乡村道路智能监控系统,包括监控设备设置模块、车辆进入感应模块、行驶监控模块、环境感知模块、道路状态图像处理模块、行驶特征识别模块、碰撞风险评估模块和碰撞预警模块。
上述中监控设备设置模块分别与车辆进入感应模块和环境感知模块连接,车辆进入感应模块与行驶监控模块连接,行驶监控模块和环境感知模块均与道路状态图像处理模块连接,道路状态图像处理模块与行驶特征识别模块连接,行驶特征识别模块与碰撞风险评估模块连接,碰撞风险评估模块和监控设备设置模块均与碰撞预警模块连接。
模块与模块之间的连接关系参阅图1。
所述监控设备设置模块用于统计乡村双程道上存在的转弯处数量,并在各转弯处设置监控设备,其中监控设备包括摄像设备、车辆感应设备、环境感知设备和报警器,示例性地,摄像设备为高清摄像头、车辆感应设备为地感线圈,环境感知设备为温度传感器、湿度传感器和光照计,其中温度传感器用于检测温度、湿度传感器用于检测湿度,光照计用于检测光照强度。
优选地,监控设备中摄像设备和车辆感应设备的具体设置过程如下:在各转弯处的道路路面上划定监控区域,其中监控区域的划定参见图2所示,并分别在监控区域的两端设置车辆感应设备。
应用于上述实施例,在划定监控区域时可以定位转弯处的弯点位置,并以弯点位置为中心分别向道路两端延伸固定距离,形成监控区域。
基于监控区域的中心位置和两端位置确定摄像设备的视角范围,参见图3所示。
基于摄像设备的视角范围选择摄像设备,并将选择的摄像设备在各转弯处设置。
具体地,在选择摄像设备时可以将摄像设备的视角范围与设定的各种摄像焦距对应的视角范围进行匹配,并将匹配成功的摄像焦距作为适配摄像焦距。
基于适配摄像焦距从提供的摄像设备中选择符合适配摄像焦距的摄像设备,并将选择的摄像设备在各转弯处设置。
需要知道的是,在道路的转弯处设置摄像设备时按照视角范围进行选择能够使选择的摄像设备拍摄的道路状态图像能够全面覆盖监控区域,避免出现覆盖不全面的情况。
所述车辆进入感应模块用于利用各转弯处设置的车辆感应设备实时感应是否有车辆进入转弯处,若某转弯处的车辆感应设备感应到车辆进入,则将该转弯处记为指定转弯处,并进行目标车辆和逆向车辆捕捉。
需要补充的是,在利用车辆感应设备进行车辆进入感应时是由转弯处监控区域两端的车辆感应设备都进行感应。
进一步地,目标车辆和逆向车辆捕捉的具体实施过程如下:将指定转弯处对应车辆感应设备感应到的车辆记为目标车辆,并记录感应时刻,同时获取目标车辆进入监控区域的端口。
需要理解的是,当指定转弯处监控区域两端的车辆感应设备都进行车辆进入感应时将先感应到的车辆作为目标车辆。
利用车辆感应设备检测目标车辆经过监控区域端口的行驶速度,进而将其结合监控区域的长度预测目标车辆经过监控区域的时长,具体地,将监控区域的长度除以目标车辆经过监控区域端口的行驶速度,得到目标车辆经过监控区域的时长。
将感应时刻结合目标车辆经过监控区域的时长构成感应时段。
在感应时段内利用指定转弯处对应监控区域另一端口的车辆感应设备进行车辆感应,若感应到车辆进入监控区域另一端口,则将感应到的车辆记为逆向车辆。由于从监控区域另一端口进入的车辆与目标车辆的行驶方向不一样,因而从监控区域另一端口进入的车辆为逆向车辆。
需要知道的是,由于需要进行碰撞风险分析而只有不同行驶方向下的车辆出现碰撞风险的概率最大,因而需要进行目标车辆和逆向车辆捕捉。
所述行驶监控模块用于当指定转弯处的车辆感应设备感应到车辆进入时启动摄像设备分别对目标车辆和逆向车辆进行行驶监控,得到各采集时刻的道路状态图像,其中各采集时刻的道路状态图像获取方式如下:记录指定转弯处的车辆感应设备感应到逆向车辆的时间,作为起始采集时刻,进而利用指定转弯处的摄像设备从起始采集时刻开始按照设定的间隔时长进行道路状态图像采集,得到各采集时刻的道路状态图像。
本发明在利用监控设备中的摄像设备进行道路状态图像采集时通过在转弯处设置车辆感应设备,由其实时感应是否有车辆进入转弯处,当感应到车辆进入时启动摄像设备进行道路状态图像采集避免摄像设备在车辆未进入时也处于运行状态造成的无效采集,最大限度降低了摄像设备持续处于运行状态下造成的监控资源浪费。
所述环境感知模块用于当指定转弯处的车辆感应设备感应到车辆进入时启动环境感知设备进行环境感知,得到指定转弯处的环境指征,其中环境指征包括为光照强度、温度、湿度。
所述道路状态图像处理模块用于基于指定转弯处的环境指征对各采集时刻的道路状态图像进行处理,具体处理过程如下:将指定转弯处的环境指征代入表达式计算出指定转弯处的监控环境符合度/>,式中/>、/>、/>分别表示为光照强度、温度、湿度对应的符合度,其中/>,
,/>,式中/>、/>、/>分别表示为指定转弯处的光照强度、温度、湿度,/>、/>、/>分别表示为预先配置的安全光照强度、安全温度、安全湿度,/>表示为自然常数,/>表示为设定的光照强度接近度阈值,/>表示为设定的温度接近度阈值。
示例性的,上述式中代表光照强度接近度,/>代表温度接近度,且光照强度接近度和温度接近度阈值取值在0-1之间,则光照强度接近度阈值、温度接近度阈值可设定为0.7。
需要理解的是,本发明选择光照强度、温度和湿度作为环境指征的目的在于光照强度、温度和湿度是影响图像采集质量的重要环境因素,具体体现在光照过强时可能导致图像中的亮部过曝,容易造成亮部细节丢失;光照过弱时可能导致图像过暗,使得细节丢失或难以分辨。图像采集设备的传感器对温度敏感,高温度可能导致传感器噪声的增加,动态范围的降低,以及颜色偏移;低温度可能使传感器反应速度减慢,影响图像的清晰度。高湿度可能导致空气中的水汽增多,影响光的透明度,使得图像失真或模糊。由此可见,在利用高清摄像头进行道路状态图像采集时光照强度不宜过高也不宜过低,温度不宜过高也不宜过低,湿度不宜过高。
将指定转弯处的监控环境符合度与预设的达标监控环境符合度进行对比,若指定转弯处的监控环境符合度不满足达标监控环境符合度,则评判需要对各采集时刻的道路状态图像进行处理,反之则不需要进行处理。
需要补充的是,由于指定转弯处的监控环境符合度取值为0或1,因而达标监控环境符合度预设为1。
在评判需要对各采集时刻的道路状态图像进行处理时基于、/>、/>的数值识别出异常环境指征,具体地,对/>、/>、/>的数值进行分析,若/>为0,则异常环境指征为光照强度,若/>为0,则异常环境指征为温度,若/>为0,则异常环境指征为湿度。
调用异常环境指征对应的适应增强算法对各采集时刻的道路状态图像进行增强处理。作为一个示例,当异常环境指征为光照强度时可以采用直方图均衡化算法进行增强处理,当异常环境指征为温度时可以采用白平衡算法进行增强处理,当异常环境指征为湿度时可以采用图像去模糊算法进行增强处理。
本发明通过在乡村道路的双程道转弯处设置监控设备,并利用监控设备中的摄像设备进行道路状态图像采集,同时利用监控设备中的环境感知设备进行环境感知,进而基于环境感知结果对采集的道路状态图像进行处理,实现了道路状态图像采集过程中的道路环境感知,能够及时对采集的道路状态图像进行处理,使得道路状态图像采集质量更佳,能够为后续车辆碰撞风险分析提供精确的数据支撑,在一定程度上提高了使用价值。
所述行驶特征识别模块用于基于处理后各采集时刻的道路状态图像分别识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征,其中行驶特征包括行驶速度和行驶轨迹线,具体地,识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征参见下述过程:(1)将各采集时刻的道路状态图像分别聚焦在目标车辆和逆向车辆上,并分别定位目标车辆、逆向车辆的行驶位置,并与前一采集时刻的道路状态图像中目标车辆、逆向车辆的行驶位置进行对比,获取目标车辆在各采集时刻的行驶距离、逆向车辆在各采集时刻的行驶距离。
(2)将目标车辆在各采集时刻的行驶距离除以设定的间隔时长计算得到各采集时刻对应的目标车辆行驶速度,同理将逆向车辆在各采集时刻的行驶距离除以设定的间隔时长计算得到各采集时刻对应的逆向车辆行驶速度。
(3)将各采集时刻与前一采集时刻对应目标车辆的行驶位置进行连线,形成各采集时刻对应的目标车辆行驶轨迹线,同理将各采集时刻与前一采集时刻对应逆向车辆的行驶位置进行连线,形成各采集时刻对应的逆向车辆行驶轨迹线,参见图4所示。
所述碰撞风险评估模块用于基于各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征进行碰撞风险指数评估,包括下述步骤:
分别将各采集时刻对应的目标车辆行驶轨迹线和逆向车辆行驶轨迹线进行起点和终点标记,参见图5所示。
将各采集时刻对应目标车辆行驶轨迹线的终点与该采集时刻对应的逆向车辆行驶轨迹线的终点连接,形成轨迹连接线,并分别获取轨迹连接线与目标车辆行驶轨迹线终点、逆向车辆行驶轨迹线终点的连接角度,作为各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度,参见图6所示。
基于各采集时刻对应目标车辆的行驶位置、逆向车辆的行驶位置获取各采集时刻对应的相隔距离。
将各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度、相隔距离结合各采集时刻对应的目标车辆行驶速度和逆向车辆行驶速度导入模型计算出各采集时刻对应的碰撞条件危险度/>,模型中/>,/>,,,式中/>、/>分别表示为第t采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度,/>、分别表示为第/>采集时刻对应的目标车辆行驶速度、逆向车辆行驶速度,/>表示为第采集时刻对应的相隔距离,/>表示为预设的参考相隔距离,/>表示为采集时刻编号,。
需要理解的是目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度越大,碰撞条件危险度越大,这是由于当目标车辆行驶轨迹线连接角度与逆向车辆行驶轨迹线连接角度均为时,此时目标车辆行驶轨迹线与逆向车辆行驶轨迹线平行,碰撞条件危险度越小,当目标车辆行驶轨迹线连接角度与逆向车辆行驶轨迹线连接角度均为/>时,此时目标车辆行驶轨迹线与逆向车辆行驶轨迹线重合为一条线,碰撞条件危险度越大。
从各采集时刻对应的目标车辆行驶图像和逆向车辆行驶图像中进行车身轮廓提取,并进行车身重心标记,由此将各采集时刻对应的目标车辆车身重心与上一采集时刻的目标车辆车身重心、逆向车辆车身重心与上一采集时刻的逆向车辆车身重心进行对比,获取各采集时刻对应的目标车辆车身重心偏移度和逆向车辆重心偏移距离,分别记为、。
将结合/>和/>代入评估算法/>,评估得到各采集时刻对应的碰撞风险指数/>,/>表示为设置的安全偏移距离。
需要补充的是,在划分的采集时刻中由于第一采集时刻不存在上一采集时刻,因而在评估各采集时刻对应的碰撞风险指数从第二采集时刻开始。
本发明在根据采集的道路状态图像进行车辆碰撞风险分析时通过基于目标检测技术对目标车辆和逆向车辆进行位置定位、行驶轨迹提取,由此进行碰撞条件危险度分析,同时利用实例分割技术从采集的道路状态图像中进行车身轮廓提取,由此进行车身重心偏移分析,从而结合碰撞条件危险度和车身重心偏移结果实现了碰撞风险的综合可靠分析,大大提升了分析结果与行驶路况的适配度,有利于保障分析的合理性,使得碰撞风险分析可靠度得到有效提升。
所述碰撞预警模块用于根据各采集时刻的碰撞风险指数利用指定转弯处的报警器进行碰撞预警,具体实施方式为:将各采集时刻对应的碰撞风险指数与设定阈值进行对比,若某采集时刻对应的碰撞风险指数大于设定阈值,则启动指定转弯处的报警器进行碰撞预警。
以上内容仅仅是对本发明的构思所作的举例和说明,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,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种基于目标检测与实例分割的乡村道路智能监控系统,其特征在于,包括:
监控设备设置模块,用于统计乡村双程道上存在的转弯处数量,并在各转弯处设置监控设备,其中监控设备包括摄像设备、车辆感应设备、环境感知设备和报警器;
车辆进入感应模块,用于利用各转弯处设置的车辆感应设备实时感应是否有车辆进入转弯处,若某转弯处的车辆感应设备感应到车辆进入,则将该转弯处记为指定转弯处,并进行目标车辆和逆向车辆捕捉;
行驶监控模块,用于当指定转弯处的车辆感应设备感应到车辆进入时启动摄像设备分别对目标车辆和逆向车辆进行行驶监控,得到各采集时刻的道路状态图像;
环境感知模块,用于当指定转弯处的车辆感应设备感应到车辆进入时启动环境感知设备进行环境感知,得到指定转弯处的环境指征;
道路状态图像处理模块,用于基于指定转弯处的环境指征对各采集时刻的道路状态图像进行处理;
行驶特征识别模块,用于基于处理后各采集时刻的道路状态图像分别识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征;
碰撞风险评估模块,用于基于各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征进行碰撞风险指数评估;
碰撞预警模块,用于根据各采集时刻的碰撞风险指数利用指定转弯处的报警器进行碰撞预警;
所述环境指征包括光照强度、温度和湿度;
所述基于指定转弯处的环境指征对各采集时刻的道路状态图像进行处理具体实现过程如下:
将指定转弯处的环境指征代入表达式计算出指定转弯处的监控环境符合度/>,式中/>、/>、/>分别表示为光照强度、温度、湿度对应的符合度,其中,
,/>,式中/>、/>、/>分别表示为指定转弯处的光照强度、温度、湿度,/>、/>、/>分别表示为预先配置的安全光照强度、安全温度、安全湿度,/>表示为自然常数,/>表示为设定的光照强度接近度阈值,/>表示为设定的温度接近度阈值;
将指定转弯处的监控环境符合度与预设的达标监控环境符合度进行对比,若指定转弯处的监控环境符合度不满足达标监控环境符合度,则评判需要对各采集时刻的道路状态图像进行处理,反之则不需要进行处理;
在评判需要对各采集时刻的道路状态图像进行处理时基于、/>、/>的数值识别出异常环境指征;
调用异常环境指征对应的适应增强算法对各采集时刻的道路状态图像进行增强处理;
所述行驶特征包括行驶速度和行驶轨迹线,其中识别各采集时刻对应的目标车辆行驶特征和逆向车辆行驶特征具体参见下述过程:
(1)将各采集时刻的道路状态图像分别聚焦在目标车辆和逆向车辆上,并分别定位目标车辆、逆向车辆的行驶位置,并与前一采集时刻的道路状态图像中目标车辆、逆向车辆的行驶位置进行对比,获取目标车辆在各采集时刻的行驶距离、逆向车辆在各采集时刻的行驶距离;
(2)将目标车辆在各采集时刻的行驶距离结合设定的间隔时长计算得到各采集时刻对应的目标车辆行驶速度,同理将逆向车辆在各采集时刻的行驶距离结合设定的间隔时长计算得到各采集时刻对应的逆向车辆行驶速度;
(3)将各采集时刻与前一采集时刻对应目标车辆的行驶位置进行连线,形成各采集时刻对应的目标车辆行驶轨迹线,同理将各采集时刻与前一采集时刻对应逆向车辆的行驶位置进行连线,形成各采集时刻对应的逆向车辆行驶轨迹线;
所述碰撞风险指数评估包括下述步骤:
分别将各采集时刻对应的目标车辆行驶轨迹线和逆向车辆行驶轨迹线进行起点和终点标记;
将各采集时刻对应目标车辆行驶轨迹线的终点与该采集时刻对应的逆向车辆行驶轨迹线的终点连接,形成轨迹连接线,并分别获取轨迹连接线与目标车辆行驶轨迹线终点、逆向车辆行驶轨迹线终点的连接角度,作为各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度;
基于各采集时刻对应目标车辆的行驶位置、逆向车辆的行驶位置获取各采集时刻对应的相隔距离;
将各采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度、相隔距离结合各采集时刻对应的目标车辆行驶速度和逆向车辆行驶速度导入模型计算出各采集时刻对应的碰撞条件危险度/>,模型中/>,/>,,,式中/>、/>分别表示为第t采集时刻对应的目标车辆行驶轨迹线连接角度、逆向车辆行驶轨迹线连接角度,/>、分别表示为第/>采集时刻对应的目标车辆行驶速度、逆向车辆行驶速度,/>表示为第/>采集时刻对应的相隔距离,/>表示为预设的参考相隔距离,/>表示为采集时刻编号,;
从各采集时刻对应的目标车辆行驶图像和逆向车辆行驶图像中进行车身轮廓提取,并进行车身重心标记,由此将各采集时刻对应的目标车辆车身重心与上一采集时刻的目标车辆车身重心、逆向车辆车身重心与上一采集时刻的逆向车辆车身重心进行对比,获取各采集时刻对应的目标车辆车身重心偏移度和逆向车辆重心偏移距离,分别记为、/>;
将结合/>和/>代入评估算法/>,评估得到各采集时刻对应的碰撞风险指数/>,/>表示为设置的安全偏移距离。
2.如权利要求1所述的一种基于目标检测与实例分割的乡村道路智能监控系统,其特征在于:所述在各转弯处设置监控设备中摄像设备和车辆感应设备的具体设置过程如下:
在各转弯处的道路路面上划定监控区域,并分别在监控区域的两端设置车辆感应设备;
基于监控区域的中心位置和两端位置确定摄像设备的视角范围;
基于摄像设备的视角范围选择摄像设备,并将选择的摄像设备在各转弯处设置。
3.如权利要求1所述的一种基于目标检测与实例分割的乡村道路智能监控系统,其特征在于:所述目标车辆和逆向车辆捕捉的具体实施过程如下:
当指定转弯处监控区域两端的车辆感应设备都进行车辆进入感应时将先感应到的车辆作为目标车辆,并记录感应时刻,同时获取目标车辆进入监控区域的端口;
利用车辆感应设备检测目标车辆经过监控区域端口的行驶速度,进而将其结合监控区域的长度预测目标车辆经过监控区域的时长;
将感应时刻结合目标车辆经过监控区域的时长构成感应时段;
在感应时段内利用指定转弯处对应监控区域另一端口的车辆感应设备进行车辆感应,若感应到车辆进入监控区域另一端口,则将感应到的车辆记为逆向车辆。
4.如权利要求3所述的一种基于目标检测与实例分割的乡村道路智能监控系统,其特征在于:所述各采集时刻的道路状态图像获取方式如下:
记录指定转弯处的车辆感应设备感应到逆向车辆的时间,作为起始采集时刻,进而利用指定转弯处的摄像设备从起始采集时刻开始按照设定的间隔时长进行道路状态图像采集,得到各采集时刻的道路状态图像。
5.如权利要求1所述的一种基于目标检测与实例分割的乡村道路智能监控系统,其特征在于:所述根据各采集时刻的碰撞风险指数利用指定转弯处的报警器进行碰撞预警具体实施方式为:
将各采集时刻对应的碰撞风险指数与设定阈值进行对比,若某采集时刻对应的碰撞风险指数大于设定阈值,则启动指定转弯处的报警器进行碰撞预警。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150376.4A CN117710909B (zh) | 2024-02-02 | 2024-02-02 | 一种基于目标检测与实例分割的乡村道路智能监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150376.4A CN117710909B (zh) | 2024-02-02 | 2024-02-02 | 一种基于目标检测与实例分割的乡村道路智能监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117710909A CN117710909A (zh) | 2024-03-15 |
CN117710909B true CN117710909B (zh) | 2024-04-12 |
Family
ID=90162741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410150376.4A Active CN117710909B (zh) | 2024-02-02 | 2024-02-02 | 一种基于目标检测与实例分割的乡村道路智能监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117710909B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243051A (ja) * | 2011-05-19 | 2012-12-10 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
CN103020583A (zh) * | 2011-09-27 | 2013-04-03 | 富士重工业株式会社 | 图像处理装置 |
CN106781697A (zh) * | 2017-01-07 | 2017-05-31 | 山东科技大学 | 车载式不良天气实时感知及防碰撞预警方法 |
CN107499307A (zh) * | 2016-06-14 | 2017-12-22 | Lg电子株式会社 | 自动停车辅助装置以及包括该自动停车辅助装置的车辆 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN111361557A (zh) * | 2020-02-13 | 2020-07-03 | 江苏大学 | 一种重型卡车转弯时对于碰撞事故发生的预警方法 |
CN113261006A (zh) * | 2018-12-26 | 2021-08-13 | 祖克斯有限公司 | 碰撞避免系统 |
EP3896604A1 (en) * | 2020-04-16 | 2021-10-20 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving and monitoring system; method for maintaining a sufficient level of situational awareness; computer program and computer readable medium for implementing the method |
KR20220060003A (ko) * | 2020-11-02 | 2022-05-11 | 현대모비스 주식회사 | 차량의 충돌 방지 시스템 및 그 제어방법 |
CN115035746A (zh) * | 2022-07-01 | 2022-09-09 | 常州机电职业技术学院 | 一种小区内部道路路口防撞控制方法及装置 |
CN115953730A (zh) * | 2022-10-25 | 2023-04-11 | 贵州鹰驾交通科技有限公司 | 一种基于图像处理技术的智慧交通路面行驶状况监测平台 |
CN116176576A (zh) * | 2023-04-25 | 2023-05-30 | 巨野金牛车业有限公司 | 一种基于人工智能的挂车碰撞智能预警系统及方法 |
CN116229762A (zh) * | 2023-03-13 | 2023-06-06 | 山东汉鑫科技股份有限公司 | 一种基于智能发光标线的交叉口右转车碰撞预警方法 |
CN116362107A (zh) * | 2023-01-09 | 2023-06-30 | 中国电子科技集团公司第二十研究所 | 雷达模拟退火算法的唯相位加权余割平方方向图计算方法 |
CN116434523A (zh) * | 2022-11-28 | 2023-07-14 | 长沙理工大学 | 信息感知场景下基于约束度的车辆主动安全管控方法及装置 |
CN116466644A (zh) * | 2023-03-28 | 2023-07-21 | 索提斯云智控科技(上海)有限公司 | 一种基于plc控制的车辆性能监管系统及方法 |
CN117437808A (zh) * | 2023-09-07 | 2024-01-23 | 同济大学 | 一种地下停车场盲区超视距感知及预警方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11001256B2 (en) * | 2018-09-19 | 2021-05-11 | Zoox, Inc. | Collision prediction and avoidance for vehicles |
US11945435B2 (en) * | 2021-06-15 | 2024-04-02 | Nauto, Inc. | Devices and methods for predicting collisions and/or intersection violations |
-
2024
- 2024-02-02 CN CN202410150376.4A patent/CN117710909B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243051A (ja) * | 2011-05-19 | 2012-12-10 | Fuji Heavy Ind Ltd | 環境認識装置および環境認識方法 |
CN103020583A (zh) * | 2011-09-27 | 2013-04-03 | 富士重工业株式会社 | 图像处理装置 |
CN107499307A (zh) * | 2016-06-14 | 2017-12-22 | Lg电子株式会社 | 自动停车辅助装置以及包括该自动停车辅助装置的车辆 |
CN106781697A (zh) * | 2017-01-07 | 2017-05-31 | 山东科技大学 | 车载式不良天气实时感知及防碰撞预警方法 |
CN113261006A (zh) * | 2018-12-26 | 2021-08-13 | 祖克斯有限公司 | 碰撞避免系统 |
CN111243274A (zh) * | 2020-01-20 | 2020-06-05 | 陈俊言 | 面向非网联交通个体的道路碰撞预警系统及方法 |
CN111361557A (zh) * | 2020-02-13 | 2020-07-03 | 江苏大学 | 一种重型卡车转弯时对于碰撞事故发生的预警方法 |
EP3896604A1 (en) * | 2020-04-16 | 2021-10-20 | Toyota Jidosha Kabushiki Kaisha | Vehicle driving and monitoring system; method for maintaining a sufficient level of situational awareness; computer program and computer readable medium for implementing the method |
KR20220060003A (ko) * | 2020-11-02 | 2022-05-11 | 현대모비스 주식회사 | 차량의 충돌 방지 시스템 및 그 제어방법 |
CN115035746A (zh) * | 2022-07-01 | 2022-09-09 | 常州机电职业技术学院 | 一种小区内部道路路口防撞控制方法及装置 |
CN115953730A (zh) * | 2022-10-25 | 2023-04-11 | 贵州鹰驾交通科技有限公司 | 一种基于图像处理技术的智慧交通路面行驶状况监测平台 |
CN116434523A (zh) * | 2022-11-28 | 2023-07-14 | 长沙理工大学 | 信息感知场景下基于约束度的车辆主动安全管控方法及装置 |
CN116362107A (zh) * | 2023-01-09 | 2023-06-30 | 中国电子科技集团公司第二十研究所 | 雷达模拟退火算法的唯相位加权余割平方方向图计算方法 |
CN116229762A (zh) * | 2023-03-13 | 2023-06-06 | 山东汉鑫科技股份有限公司 | 一种基于智能发光标线的交叉口右转车碰撞预警方法 |
CN116466644A (zh) * | 2023-03-28 | 2023-07-21 | 索提斯云智控科技(上海)有限公司 | 一种基于plc控制的车辆性能监管系统及方法 |
CN116176576A (zh) * | 2023-04-25 | 2023-05-30 | 巨野金牛车业有限公司 | 一种基于人工智能的挂车碰撞智能预警系统及方法 |
CN117437808A (zh) * | 2023-09-07 | 2024-01-23 | 同济大学 | 一种地下停车场盲区超视距感知及预警方法 |
Non-Patent Citations (6)
Title |
---|
A novel collision warning system based on the visual road environment schema: An examination from vehicle and driver characteristics;Li Z等;《Accident Analysis & Prevention》;20230619;第190卷;1-7 * |
Collision-avoidance systems PRORETA: Situation analysis and intervention control. Control Engineering Practice;Isermann, R等;《conengprac》;20120621;第20卷(第11期);1236–1246 * |
Research on Sensor Optimization Technology of Driverless Vehicle;Song Z等;《Frontiers in Computing and Intelligent Systems》;20231231;第4卷(第2期);131-137 * |
基于鱼眼视觉的载重货车倒车环境感知及速度控制研究;王富斌;《中国优秀硕士学位论文全文数据库工程科技Ⅱ辑》;20180915(第9期);C035-25 * |
滑块重心偏移对碰撞实验的影响研究;李凡生等;《广西民族师范学院学报》;20180630;第35卷(第3期);65-68 * |
道路交通环境感知及行车风险评价方法研究;陈松;《中国博士学位论文全文数据库工程科技Ⅰ辑》;20191015(第10期);B026-1 * |
Also Published As
Publication number | Publication date |
---|---|
CN117710909A (zh) | 2024-03-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020199538A1 (zh) | 基于图像监控数据的桥梁关键构件病害预警系统及方法 | |
CN102765365B (zh) | 基于机器视觉的行人检测方法及行人防撞预警系统 | |
CN102737247B (zh) | 一种柴油车尾气烟度图像识别系统 | |
CN104608799A (zh) | 基于信息融合技术列车轮对踏面损伤在线检测与识别方法 | |
CN110862033A (zh) | 一种应用于煤矿斜井绞车的智能预警检测方法 | |
JP2018022220A (ja) | 挙動データ解析システム及び挙動データ解析装置及び挙動データ解析方法 | |
CN110188606B (zh) | 基于高光谱成像的车道识别方法、装置及电子设备 | |
CN110682907B (zh) | 一种汽车防追尾控制系统及方法 | |
CN106803087A (zh) | 一种车号自动识别方法及系统 | |
CN109858456A (zh) | 一种铁路车辆状态故障分析系统 | |
CN111896685A (zh) | 一种汽车尾气远程监测系统 | |
CN112380973A (zh) | 交通信号灯的识别方法和系统 | |
CN116255997A (zh) | 基于视觉导航单元的实时车道检测动态校验系统 | |
CN108803651B (zh) | 一种基于图像特征的无人机公路巡检方法 | |
CN117710909B (zh) | 一种基于目标检测与实例分割的乡村道路智能监控系统 | |
US20230108779A1 (en) | Road deterioration diagnostic device, road deterioration diagnostic system, roaddeterioration diagnostic method, and recording medium | |
CN113283276A (zh) | 一种联动热成像自学习火点检测方法及系统 | |
CN111325708B (zh) | 一种输电线路检测方法和服务器 | |
CN116086547B (zh) | 一种基于红外成像和气象监测的接触网覆冰检测方法 | |
CN108198428A (zh) | 货车拦截系统及拦截方法 | |
CN111724565A (zh) | 一种安全驾驶监控系统 | |
CN116486359A (zh) | 一种面向全天候的智能车环境感知网络自适应选择方法 | |
CN105740832A (zh) | 一种应用于智能驾驶的停止线检测与测距算法 | |
CN110119769A (zh) | 一种基于多模态车辆特征的检测预警方法 | |
CN112016514B (zh) | 一种交通标志识别方法、装置、设备及储存介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |