一种智能交通导引方法和系统与流程

本发明涉及智能交通领域，尤其涉及一种智能交通导引方法和系统。

背景技术：

随着城市人口密度的不断增加，交通拥堵的问题成为了城市建设的一大难题。尤其在节假日、上下班等出行高峰期，拥堵成为了城市道路的常态。而且，随着个人车辆占有率的不断上升，城市拥堵现象还呈现愈演愈烈的态势。道路交通指示装置在调节城市人流及车流方面扮演着重要的作用。而目前的交通指示装置功能比较单一，以信号灯为例，信号灯的时间设置往往采用单段定时或多段定时的方式预先设置定时方案，灵活性差，难以应对突发情况。且信号灯通常只起到导引的作用，缺乏有效规避拥堵的应对措施，对交通拥堵的改善效果差。

技术实现要素：

鉴于以上现有技术存在的问题，本发明提出一种智能交通导引方法和系统，主要解决城市道路交通规划效果差的问题。

为了实现上述目的及其他目的，本发明采用的技术方案如下。

一种智能交通导引方法，包括：

通过多个交通导引设备的物理地址构建蜂窝状交通导引网络；

采集道路车辆及行人信息；

统计车辆及行人信息，规划路口通行信息；

控制显示所述的路口通行信息；

针对车辆或行人可能引发交通事故的异常行为进行识别，得到识别结果，并进行异常预警；

根据识别结果对所述采集的道路车辆及行人信息进行标注，将识别结果和标注信息关联存储；

根据所述识别结果辅助交通管理人员对交通事故进行现场核查。

可选地，所述构建蜂窝状交通导引网络至少包括：

为多个所述交通导引设备分别配置物理地址；

设置某个所述交通导引设备为中心节点，通过物理地址访问邻近设备，计算所述中心节点与临近设备距离构建地址列表，所述临近设备地址列表以所述中心节点为索引地址，形成局部网络；

在所述在中心节点地址列表中设置临近中心节点地址位，通过访问临近中心节点构建蜂窝状交通导引网络。

可选地，所述统计车辆和行人信息，规划路口通行信息至少包括：

采集道路图像信息；

提取所述图像信息中的车辆及行人信息；

根据所述车辆及行人信息，统计车辆和行人的数量；

读取邻近设备统计的车辆和行人的数量，进行汇总分类，得到区域道路的车辆及人员的分布；

根据所述区域道路的车辆及人员的分布设置路口红绿灯时间。

可选地，所述针对车辆或行人可能引发交通事故的异常行为进行识别，得到识别结果至少包括：

判断采集的道路图像行驶异常的车辆；

判断路口行人中行为异常的行人；

结合所述行驶异常的车辆和行为异常的行人进行危险预测；

提取异常车辆或行人的特征信息。

可选地，所述进行危险预测后，至少包括：

提取预先存储的的音频信息；

对所述音频信息进行功率放大处理，将处理后的音频以超声波为载波进行音频调制；

将调制后的音频定向发送至路面，提醒异常车辆或行人存在危险；

当事故已经发生时，通过与事故位置最近的所述交通导引网络的中心节点向网络中其他节点发送信息进行事故广播。

可选地，根据识别结果进行现场核查至少包括：

识别交通管理人员身份信息；

读取存储的所述识别结果；

根据所述识别结果进行事故核查。

可选地，构建交通导引网络后，进行设备故障检测，具体包括：

定时发送信息给所述交通导引网络的邻近节点；

若未收到所述节点的反馈信息，则判断存在故障，进行故障信息定位和反馈；若收到所述节点的反馈信息，则判断工作正常。

一种智能交通导引系统，包括：多个终端设备和一个云端服务器；

每个所述终端设备包括：

交通控制模块，用于控制各模块运作及邻近终端设备组网，并于控制显示路口通行信息；

通信模块，用于网络中各节点以及终端设备中各模块间通信连接；

信息采集模块，采集道路车辆及行人信息；

警示模块，用于根据识别结果提醒驾驶员及行人；

所述云端服务器用于统计车辆及行人信息，规划路口通行信息；根据识别结果对所述采集的道路车辆及行人信息进行标注；

所述云端服务器设置有识别模块和异常处理模块；

所述识别模块用于针对车辆或行人可能引发交通事故的异常行为进行识别，得到识别结果；所述异常识别模块用于关联存储所述识别结果和标注信息，并根据所述识别结果辅助交通管理人员对交通事故进行现场核查。

可选地，所述警示模块包括声光报警器和用于向指定区域播放语音提醒信息的定向语音提示单元；所述声光报警器和所述定向语音提示单元分别通过通信模块与所述云端服务器连接。

如上所述，本发明一种智能交通导引方法和系统，具有以下有益效果。

通过通信组网，提高数据获取的范围和实时性，针对区域进行交通规划，可有效改善交通拥堵；通过识别模块，识别现场图像，有效防范异常状况；异常数据关联存储，辅助交通管理人员处理交通事故，提高事故处理的及时性和准确性。

附图说明

图1为本发明智能交通导引方法的流程图。

图2为本发明智能交通导引系统的结构框图。

具体实施方式

以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。

需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。

随着城镇化进度的加快，人口逐渐向城市集中，交通拥堵问题也成为了人们日常出行的一大难题。尤其在上下班高峰期或节假日，出行堵车已成为一种常态，这在很大程度上影响着人们的生活质量。然而，现有的红绿灯指示系统，设置通行时间采用单段定时或多段定时的预先定时方案，缺乏灵活性，无法应对复杂多变的交通环境。而且目前的红绿灯指示系统往往只针对当前路口的车辆及行人进行导引，无法有效解决交通拥堵问题。基于现有技术的这些不足，本案提出了一种智能交通导引系统和装置，用于解决城市道路交通缺乏实时规划，以及道路规划效果差的问题。

请参阅图1，本实施例提供一种智能交通导引方法，包括：

构建交通导引网络s01；

预先为智能交通导引设备配置物理地址，多个设备通过配置的物理地址进行组网，形成邻近设备的局域网。设置某个交通导引设备为中心节点，通过物理地址访问邻近设备，计算中心节点与临近设备距离，以设置距离阈值，限定局域网的有效范围，构建局域网地址列表。局域网地址列表以中心节点的物理地址为索引地址。

中心节点地址列表中设置临近中心节点地址位，通过访问非本局域网的设备获取其中心节点地址，进而构建蜂窝状交通导引网络。当组网的两个或多个设备分属不同的城市辖区时，物理地址上设置标示为以区分，防止不同区的设备组网，方便不同辖区交管部门管理。交通导引网络用于实现邻近设备间的通信。以每个邻近设备作为局域网的一个节点，每个节点会定时向局域网中其他节点发送广播信息，用于网络检测。当局域网中某一节点出现故障时，其他节点会及时进行故障反馈，通知维修人员进行核查与维修。同时智能交通导引设备可以根据建立局域网时生成的地址列表，主动跳过故障节点，重新构建局域网，防止系统宕机，保障系统正常、稳定的运行。

采集道路车辆及行人信息s02；

实时采集道路的图像信息。在一实施例中，信息采集可以采用摄像头或多普勒传感器等常规图像采集器件。在另一实施例中，信息采集器件还可以包括指纹采集器、虹膜采集器或射频读卡器中的一种或多种，用于采集工作人员的身份信息，辅助进行远程授权。然后将采集的图像信息发送给识别装置，同时也将采集的图像发送至云端服务器进行存储。

统计车辆和行人信息，规划路口通行信息s03：

采集道路图像信息；云端服务器根据接收到的道路图像信息，进行车辆及行人数量的统计，并同时读取邻近网络节点的统计数据，进行数据汇总。车辆统计数据按照车道进行归类，根据信息判断多个邻近路口组成的区域内，哪个方向可能存在拥堵，并结合路口的行人数量，重新设置交通指示灯的时间，以缓解人流和车流。

控制显示路口通行信息s04；

云端服务器将重新设置的时间发送给交通控制器，交通控制器控制交通信息显示模块按照重新设定的信息进行实时显示。

针对车辆或行人异常进行识别，得到识别结果，并进行异常预警s05：

接收到采集的道路图像后，识别装置对道路图像进行预处理，提取图像中的行人信息和车辆信息。车辆信息包括车牌、车型、颜色、行驶状态等信息。行人信息包括行人图像、行人与车道的位置关系、行人的运动状态等信息。

对车辆信息进行危险识别，主要根据车辆的行驶状态信息进行危险识别。行驶状态主要是指车辆的运动趋势，车辆处于运动状态时，可以根据车辆邻近几帧图像得到图像中车辆的相对运动距离，结合时间进行图像与实际道路距离的比例换算便可以得到车辆的运动速度。将计算得到的车辆运动速度与设定的速度阈值进行对比，判断车辆是否超速，以及预测车辆的有效制动距离。同时，根据行人信息，计算行人的运动趋势，结合行人与车辆的位置关系，建立关联矩阵，判断车辆与行人是否存在事故风险。还可以判断同一车道邻近车辆的运动状态，以及安全距离，识别可能或已经发生的交通事故。在另一实施例中，在识别到异常时，云端服务器也可以与交通管理部门取得联系，及时反馈问题；也可以提取预先存储的的音频信息；对所述音频信息进行功率放大处理，将处理后的音频以超声波为载波进行音频调制；将调制后的音频定向发送至路面，提醒异常车辆或行人存在危险；事故已经发生时，云端服务器通过与事故位置最近的所述交通导引网络的中心节点向网络中其他节点发送信息进行事故广播，以便设备及时提醒车辆避开可能的拥堵路段。

在一实施例中，人行道侧绿灯亮时，将绿灯信号发送给云端服务器，云端服务器将预先设置的音频信息反馈给警示装置的定向语音提示器，定向语音提示器对音频信息进行功放后，输入超声波换能阵列，采用超声波为载波搭载音频信号，利用超声波良好的方向性，使声音沿指定方向传播。搭载音频信号的超声波进入空气后，利用空气对高频信号的过滤作用将载波过滤，声音信号自然滤出，便可以实现声音的定向发送。在另一实施例中，定向语音提示器可以包括定向喇叭。针对患有红绿色盲症的特殊人群，设置定向语音提示器，可以避免特殊人群无法识别交通指示灯的尴尬，保障出行安全。通过声音定向发送，可以避免增加环境噪音污染，影响周围居民的日常生活。也可以通过定向语音提示器提醒行驶中的车辆可能存在的危险，如超速，为保持足够的行驶安全距离等。定向语音提示器可以设置转向机构，转向机构由一驱动电机驱动，驱动电机由交通控制装置进行控制。在另一实施例中，警示装置还包括声光报警器或闪烁指示灯，提醒车辆或行人可能存在危险。

将所述采集的信息以及识别结果关联存储s06：

判断出现异常时，将识别结果传输至云端服务器，云端服务器根据识别结果，对存储在云端服务器的对应原始采集图像进行标注，将标注的原始图像和对应的识别结果进行关联存储。

根据所述识别结果进行现场核查s07：

识别到异常信息后，可以通过异常处理装置进行应急处理，异常处理装置包括报警单元、呼救单元和核查单元。当发生交通事故时，现场行人可以根据实际需求通过报警单元与警务控制中心联系。如果出现伤员也可以通过呼救单元与急救中心取得联系。交通管理人员在进行事故现场勘察时，存在事故责任难以划分时，可以录入交通管理人员的有效身份认证信息，系统针对录入的信息，启动识别装置验证信息准确无误后，对交通管理人员进行授权。云端服务器将事故相关的识别结果呈现给交通管理人员，辅助进行现场核查。在另一实施例中，报警单元和呼救单元可以设置为对应功能的应急按钮，方便操作。核查单元可以包括一显示器，便于交通管理人员，直观地进行判断。交通管理人员也可以通过手持显示设备通过扫码的方式获取核查单元反馈的事故相关图像数据。

请参阅图2，在另一实施例中，还提供了一种智能交通导引系统，包括多个终端设备和一个云端服务器03；每个终端设备包括信息采集模块07、通信模块05、交通控制模块01和警示模块06；云端服务器03设置有识别模块04和异常处理模块02。

信息采集模块07用于实时采集道路的图像信息。在一实施例中，信息采集模块07可以包括摄像头或多普勒传感器等常规图像采集器件，用于采集道路图像。在另一实施例中，信息采集模块07还可以包括指纹、虹膜或射频读卡器中的一种或多种，用于采集工作人员的身份信息，辅助进行远程授权。信息采集模块07通过通信模块05分别与识别模块04和云端服务器03连接。信息采集模块07将采集的图像信息发送给识别模块04的同时也通过通信模块05将采集的图像发送至云端服务器03进行存储。

在一实施例中，通信模块05包括4g通信器、5g通信器、rs-485总线、can总线等通信器件中的一种或多种。预先为终端设备分配一物理地址，多个设备的通过分配的物理地址进行组网，形成邻近设备的局域网。用于实现邻近设备间的通信。以每个邻近设备作为局域网的一个节点，每个节点会定时向局域网中其他节点发送广播信息，用于网络检测。当局域网中某一节点出现故障时，交通控制模块01会及时进行故障反馈，通知维修人员进行核查与维修。同时交通控制模块01可以根据建立局域网时生成的地址列表，主动跳过故障节点，重新构建局域网，防止系统宕机，保障系统正常、稳定的运行。

在一实施例中，识别模块04包括人脸识别单元、虹膜识别单元、证件识别单元、车辆识别单元和危险识别单元。识别模块04接收到采集的道路图像后，对道路图像进行预处理，提取图像中的行人信息和车辆信息。车辆信息包括车牌、车型、颜色、行驶状态等信息。行人信息包括行人图像、行人与车道的位置关系、行人的运动状态等信息。

将车辆信息输入危险识别单元，危险识别单元根据车辆的行驶状态信息进行危险识别。行驶状态主要是指车辆的运动趋势，车辆处于运动状态时，可以根据车辆邻近几帧图像得到图像中车辆的相对运动距离，结合时间进行图像与实际道路距离的比例换算便可以得到车辆的运动速度。将计算得到的车辆运动速度与设定的速度阈值进行对比，判断车辆是否超速，以及预测车辆的有效制动距离。同时，危险识别单元根据行人信息，计算行人的运动趋势，结合行人与车辆的位置关系，建立关联矩阵，判断车辆与行人是否存在事故风险。危险识别单元还可以用于判断同一车道邻近车辆的运动状态，以及安全距离，识别可能或已经发生的交通事故。危险识别单元判断出现异常时，将识别结果传输至云端服务器03，云端服务器03将识别结果与对应的图像进行关联存储。在另一实施例中，在识别到异常时，云端服务器03也可以与交通管理部门取得联系，及时反馈问题。

在一实施例中，云端服务器03根据接收到的道路图像信息，进行车辆及行人数量的统计，并同时读取邻近网络节点的统计数据，进行数据汇总。车辆统计数据按照车辆当前所处车道进行归类，根据相关信息判断多个邻近路口组成的区域内，哪个方向可能存在拥堵，并结合路口的行人数量，重新设置交通指示灯的时间，以缓解人流和车流。并在车辆数量较少的节点对行驶车辆进行预警。云端服务器将重新设置的时间通过通信模块发送给交通控制模块01，交通控制模块01控制显示器按照重新设定的信息进行实时显示。

在一实施例中，人行道侧绿灯亮时，交通控制模块01将绿灯信号通过通信模块05发送给云端服务器03，云端服务器03将预先设置的音频信息反馈给警示模块06的定向语音提示单元。在另一实施例中，定向语音提示单元可以包括定向喇叭。定向语音提示单元可以设置转向机构，转向机构由一驱动电机驱动，驱动电机由交通控制模块进行控制。在另一实施例中，警示模块06还包括声光报警器或闪烁指示灯，提醒车辆或行人可能存在危险。

在一实施例中，异常处理模块02包括报警单元、呼救单元和核查单元。当发生交通事故时，现场行人可以根据实际需求通过报警单元与警务控制中心联系。如果出现伤员也可以通过呼救单元与急救中心取得联系。交通管理人员在进行事故现场勘察时，存在事故责任难以划分时，可以通过信息采集单元录入有效身份认证信息，识别模块04针对录入的信息，启动对应的识别单元验证信息准确无误后，对交通管理人员进行授权。云端服务器03将事故相关的识别结果呈现给交通管理人员，辅助进行现场核查。在另一实施例中，报警单元和呼救单元可以设置为对应功能的应急按钮，方便操作。核查单元可以包括一显示模块，便于交通管理人员，直观地进行判断。交通管理人员也可以通过手持显示设备通过扫码的方式获取核查单元反馈的事故相关图像数据。

综上所述，本发明一种智能交通导引方法和系统，通过组网，实时获取区域交通情况，有利于重新规划交通通行状况，改善交通拥堵状况；通过定向语音提醒，可以降低环境噪声对道路周围居民的干扰；危险识别，可以及时发现和预防交通事故，保障出行安全；可以辅助现场事故处理，提高事故处理效率和准确性。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。

上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。