一种山区施工便道行车监管方法及装置与流程

1.本技术涉及车辆调度技术领域，具体涉及一种山区施工便道行车监管方法及装置。


背景技术：

2.大型铁路桥梁建设施工，大多在比较偏远的山区，道路环境比较恶劣。山区道路蜿蜒崎岖、峭壁横生，特别是在高落差山路，车辆姿态也严重影响行车安全，稍有不慎就有可能发生安全事故，造成的损失难以估量。
3.同时，由于山区道路狭窄，部分道路只能单向行车，如果两车相会，必须有一方倒车进入错车台，等待对方先行通过，这种情况下极大影响了通行效率，更大大增加的车辆风险。此时，如何对行车进行监管，对车辆进行调度以及对驾驶员的驾驶行为进行管理尤为重要。
4.基于上述技术问题，现提供一种山区施工便道行车监管技术，以满足当前山区道路的行车监管需求。


技术实现要素：

5.本技术提供一种山区施工便道行车监管方法及装置，对车辆、驾驶员以及道路进行监测，实时定位车辆，根据监测情况对车辆进行调度，并对驾驶员行为进行监管，以实现在保障行驶安全和成本控制的前提下，对道路车辆行驶情况进行合理监管，满足山区施工需求。
6.第一方面，本技术提供了一种山区施工便道行车监管方法，所述方法包括以下步骤：
7.对所述车辆的驾驶员的驾驶行为进行监测，获得危险驾驶行为数据，建立与所述驾驶员对应的行为监管数据库；
8.对目标道路的车辆的行驶状态进行监测，获得车辆行驶状态；
9.对所述目标道路进行监测，获得道路状态；
10.根据所述车辆行驶状态以及所述道路状态，结合所述车辆的定位信息以及所述目标道路的地理信息，模拟获得道路拥堵预测信息，根据所述道路拥堵预测信息生成对应的行驶调度指令并发送至对应的车辆；
11.基于所述危险驾驶行为数据、所述车辆行驶状态以及所述道路拥堵预测信息，进行道路安全预警。
12.进一步的，所述方法还包括以下步骤：
13.对所述车辆的驾驶员在预设的关键路段的驾驶行为进行监测，获得驾驶应对行为数据；
14.将所述驾驶应对行为数据以及所述关键路段进行管理，并存储至所述行为监管数据库；其中，
15.所述驾驶应对行为数据用于记录所述驾驶员是否在所述关键路段进行连续轻刹。
16.具体的，所述车辆行驶状态包括车辆超速状态、车辆急刹状态、车辆急加速状态以及车辆急转弯状态。
17.具体的，所述危险驾驶行为数据包括闭眼、疲劳驾驶、注意力不集中、抽烟以及打电话。
18.具体的，所述道路状态包括道路拥堵、落石掉落或山体滑坡。
19.进一步的，所述方法还包括以下步骤：
20.根据接收的语音调度指令，转发至对应的车辆。
21.第二方面，本技术提供了一种山区施工便道行车监管装置，所述装置包括：
22.驾驶员监测模块，其用于对所述车辆的驾驶员的驾驶行为进行监测，获得危险驾驶行为数据，建立与所述驾驶员对应的行为监管数据库；
23.车辆监测模块，其用于对目标道路的车辆的行驶状态进行监测，获得车辆行驶状态；
24.道路监测模块，其用于对所述目标道路进行监测，获得道路状态；
25.行驶调度模块，其用于根据所述车辆行驶状态以及所述道路状态，结合所述车辆的定位信息以及所述目标道路的地理信息，模拟获得道路拥堵预测信息，根据所述道路拥堵预测信息生成对应的行驶调度指令并发送至对应的车辆；
26.行驶监管模块，其用于基于所述危险驾驶行为数据、所述车辆行驶状态以及所述道路拥堵预测信息，进行道路安全预警。
27.进一步的，所述驾驶员监测模块还用于对所述车辆的驾驶员在预设的关键路段的驾驶行为进行监测，获得驾驶应对行为数据；
28.所述行驶监管模块还用于将所述驾驶应对行为数据以及所述关键路段进行管理，并存储至所述行为监管数据库；其中，
29.所述驾驶应对行为数据用于记录所述驾驶员是否在所述关键路段进行连续轻刹。
30.具体的，所述车辆行驶状态包括车辆超速状态、车辆急刹状态、车辆急加速状态以及车辆急转弯状态。
31.具体的，所述危险驾驶行为数据包括闭眼、疲劳驾驶、注意力不集中、抽烟以及打电话。
32.本技术提供的技术方案带来的有益效果包括：
33.本技术对车辆、驾驶员以及道路进行监测，实时定位车辆，根据监测情况对车辆进行调度，并对驾驶员行为进行监管，以实现在保障行驶安全和成本控制的前提下，对道路车辆行驶情况进行合理监管，满足山区施工需求。
附图说明
34.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中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技术的一些实施例，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。
35.图1为本技术实施例中提供的山区施工便道行车监管方法的步骤流程图；
36.图2为本技术实施例中提供的山区施工便道行车监管方法的原理框架图；
37.图3为本技术实施例中提供的山区施工便道行车监管装置的结构框图。
具体实施方式
38.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
39.以下结合附图对本技术的实施例作进一步详细说明。
40.本技术实施例提供一种山区施工便道行车监管方法及装置，对车辆、驾驶员以及道路进行监测，实时定位车辆，根据监测情况对车辆进行调度，并对驾驶员行为进行监管，以实现在保障行驶安全和成本控制的前提下，对道路车辆行驶情况进行合理监管，满足山区施工需求。
41.为达到上述技术效果，本技术的总体思路如下：
42.一种山区施工便道行车监管方法，该方法包括以下步骤：
43.s1、对车辆的驾驶员的驾驶行为进行监测，获得危险驾驶行为数据，建立与驾驶员对应的行为监管数据库；
44.s2、对目标道路的车辆的行驶状态进行监测，获得车辆行驶状态；
45.s3、对目标道路进行监测，获得道路状态；
46.s4、根据车辆行驶状态以及道路状态，结合车辆的定位信息以及目标道路的地理信息，模拟获得道路拥堵预测信息，根据道路拥堵预测信息生成对应的行驶调度指令并发送至对应的车辆；
47.s5、基于危险驾驶行为数据、车辆行驶状态以及道路拥堵预测信息，进行道路安全预警。
48.以下结合附图对本技术的实施例作进一步详细说明。
49.第一方面，参见图1～2所示，本技术实施例提供一种山区施工便道行车监管方法，该方法包括以下步骤：
50.s1、对车辆的驾驶员的驾驶行为进行监测，获得危险驾驶行为数据，建立与驾驶员对应的行为监管数据库；
51.s2、对目标道路的车辆的行驶状态进行监测，获得车辆行驶状态；
52.s3、对目标道路进行监测，获得道路状态；
53.s4、根据车辆行驶状态以及道路状态，结合车辆的定位信息以及目标道路的地理信息，模拟获得道路拥堵预测信息，根据道路拥堵预测信息生成对应的行驶调度指令并发送至对应的车辆；
54.s5、基于危险驾驶行为数据、车辆行驶状态以及道路拥堵预测信息，进行道路安全预警。
55.本技术实施例中，对车辆、驾驶员以及道路进行监测，实时定位车辆，根据监测情况对车辆进行调度，并对驾驶员行为进行监管，以实现在保障行驶安全和成本控制的前提下，对道路车辆行驶情况进行合理监管，满足山区施工需求。
56.本技术实施例中，该方法具体实施包括以下步骤：
57.第一步、基于北斗导航系统，实时检测车辆位置与速度。
58.第二步、在车辆内设置摄像头，摄像头在驾驶位右侧30～45
°
之间，向上倾15
°
，保证摄像头能捕捉到司机面部特征，从而获得驾驶员行为状态；
59.另外，摄像头设置启动条件：当车速大于20km/h时，自动开启智能监测，当车速小于20km/h时，认定位安全驾驶速度，不做判断；
60.利用边缘计算能力以及人工智能算法，实时检测司机驾驶异常行为：闭眼、疲劳驾驶(打哈欠)、注意力不集中(长时间左顾右盼)、抽烟、打电话，根据司机驾驶异常行为生成危险驾驶行为数据，并记录危险驾驶行为数据，建立与驾驶员对应的行为监管数据库。
61.第三步、在目标道路的出入口，安装高速抓拍设备，对路段内的车辆进行统计；
62.在目标道路的预设的关键区域，部署摄像头，通过深度学习人工智能算法，监测落石、塌方、车辆超载、拥堵检测。
63.第四步、根据车辆行驶状态、驾驶员行为信息以及道路状态，结合车辆的定位信息以及目标道路的地理信息，生成对应的行驶调度指令，以可视化界面+语音的方式，对车辆进行调度指挥；
64.第五步、基于危险驾驶行为数据、车辆行驶状态以及道路拥堵预测信息，进行道路安全预警。
65.需要说明的是，预先会通过电子围栏设定区域，当车辆行驶至预设的监测路段时，
66.进入监测路段，语音主动提醒司机减速慢行，如果速度大于30km/h，设备语音提醒司机减速；
67.根据车辆的定位信息，检测到车辆进入急拐弯区域，语音主动提醒司机提前缓减速，避免急刹车、急拐弯；
68.当检测到车辆存在急加速、急刹车、急拐弯时，语音提醒司机提前减速、缓慢加速与拐弯；
69.当检测到司机存在驾驶异常行为是，即存在闭眼、疲劳驾驶(打哈欠)、注意力不集中(长时间左顾右盼)、抽烟、打电话等行为时，通过语音提醒司机。
70.具体的，对道路安全预警进行说明，接入监测预警系统，根据现场的实际情况，计算预警，其中，将预警等级，划分为三级，情况如下：
71.一级预警，实时通行风险评价打分1
‑
5分，提醒司机减速慢行；
72.二级预警，实时通行风险评价打分6
‑
9分，应当引起司机重视，并将消息推送给管理人员；如果因自然因素导致，则应采取相应管制措施，整顿路况后继续通行；如果包含人为因素触发二级报警，则对司机进行口头教育；
73.三级预警，实时通行风险评价打分大于10分，如果因为外界因素触发，应当让司机立即停止通行，并由相关负责人进行道路检修；如果因司机原因触发，则强制重新教育培训后上岗；
74.实时同行风险由自然因素风险与人为因素风险组成；自然因素风险为固定值，直到异常处理完后，降为0；人为因素风险，在同行整个监测区域过程中累加，出区域后，降为0；
75.例如：
76.路段有塌方，为自然因素风险，风险值为10，平台直接进行三级预警；管理人员立马实施交通管制，待风险解除后，恢复同行；
77.路段发生拥堵，为自然因素风险，风险值为4，平台进行一级预警，对同行车辆进行语音播报；在此过程中，如果司机抽烟+打电话，将司机的通行风险增加到6，立即出发二级预警；消息将推送给管理人员，管理人员对司机进行批评教育后，解除二级报警；
78.路段无自然因素风险，司机在通行过程中，触发一级预警，待通过监测区域后，自行接触；如果触发二级预警，管理人员对司机进行批评教育后，解除二级报警；如果触发三级预警，司机将强制退岗经过教育培训，考核重新上岗；
79.上述所有由司机触发的报警，将接入司机个人考核评价系统(扣分制)，如果累计积分低于70分，司机将强制退岗经过教育培训，考核重新上岗。
80.如说明书附图的图2，其为本技术实施例该方法的原理框架图，下方表1是司机与道路安全评分标准，其中有些是自然灾害、有些是人为因素，发生自然灾害时，应及时采取相应的应急措施，人员因素则应当尽量杜绝。
[0081][0082][0083]
表1司机与道路安全评分标准
[0084]
根据表1的风险分值，实时进行驾驶风险评估，将风险等级划分为三级：
[0085]
一级预警，实时通行风险评价打分1
‑
5分；
[0086]
二级预警，实时通行风险评价打分6
‑
9分；
[0087]
三级预警，实时通行风险评价打分大于10分；
[0088]
因司机(表1中人为)因素产生的风险，接入司机考核系统进行减分制(满分100分)，司机个人安全积分低于80分时，管理人员对其进行口头教育，低于60分时，强制退场学习获取安全积分，当安全积分提高到100分时，允许在此进场。司机可以通过接受安全培训、安全视频教育获取积分。
[0089]
进一步的，该山区施工便道行车监管方法还包括以下步骤：
[0090]
对车辆的驾驶员在预设的关键路段的驾驶行为进行监测，获得驾驶应对行为数据；
[0091]
将驾驶应对行为数据以及关键路段进行管理，并存储至行为监管数据库；其中，
[0092]
驾驶应对行为数据用于记录驾驶员是否在关键路段进行连续轻刹。
[0093]
具体的，车辆行驶状态包括车辆超速状态、车辆急刹状态、车辆急加速状态以及车辆急转弯状态。
[0094]
具体的，危险驾驶行为数据包括闭眼、疲劳驾驶、注意力不集中、抽烟以及打电话。
[0095]
具体的，道路状态包括道路拥堵、落石掉落或山体滑坡。
[0096]
进一步的，该方法还包括以下步骤：
[0097]
根据接收的语音调度指令，转发至对应的车辆。
[0098]
第二方面，参见图3所示，本技术实施例提供一种山区施工便道行车监管装置，其基于第一方面提及的山区施工便道行车监管方法，该装置包括：
[0099]
驾驶员监测模块，其用于对车辆的驾驶员的驾驶行为进行监测，获得危险驾驶行为数据；
[0100]
车辆监测模块，其用于对目标道路的车辆的行驶状态进行监测，获得车辆行驶状态；
[0101]
道路监测模块，其用于对目标道路进行监测，获得道路状态；
[0102]
行驶调度模块，其用于根据车辆行驶状态以及道路状态，结合车辆的定位信息以及目标道路的地理信息，模拟获得道路拥堵预测信息，根据道路拥堵预测信息生成对应的行驶调度指令并发送至对应的车辆；
[0103]
行驶监管模块，其用于记录危险驾驶行为数据，建立与驾驶员对应的行为监管数据库。
[0104]
本技术实施例中，对车辆、驾驶员以及道路进行监测，实时定位车辆，根据监测情况对车辆进行调度，并对驾驶员行为进行监管，以实现在保障行驶安全和成本控制的前提下，对道路车辆行驶情况进行合理监管，满足山区施工需求。
[0105]
本技术实施例中，该装置在具体实施时，包括以下流程：
[0106]
第一步、基于北斗导航系统，实时检测车辆位置与速度。
[0107]
第二步、在车辆内设置摄像头，摄像头在驾驶位右侧30～45
°
之间，向上倾15
°
，保证摄像头能捕捉到司机面部特征，从而获得驾驶员行为状态；
[0108]
另外，摄像头设置启动条件：当车速大于20km/h时，自动开启智能监测，当车速小于20km/h时，认定位安全驾驶速度，不做判断；
[0109]
利用边缘计算能力以及人工智能算法，实时检测司机驾驶异常行为：闭眼、疲劳驾驶(打哈欠)、注意力不集中(长时间左顾右盼)、抽烟、打电话，根据司机驾驶异常行为生成危险驾驶行为数据，并记录危险驾驶行为数据，建立与驾驶员对应的行为监管数据库。
[0110]
第三步、在目标道路的出入口，安装高速抓拍设备，对路段内的车辆进行统计；
[0111]
在目标道路的预设的关键区域，部署摄像头，通过深度学习人工智能算法，监测落石、塌方、车辆超载、拥堵检测。
[0112]
第四步、根据车辆行驶状态、驾驶员行为信息以及道路状态，结合车辆的定位信息以及目标道路的地理信息，生成对应的行驶调度指令，以可视化界面+语音的方式，对车辆
进行调度指挥；
[0113]
第五步、基于危险驾驶行为数据、车辆行驶状态以及道路拥堵预测信息，进行道路安全预警。
[0114]
需要说明的是，预先会通过电子围栏设定区域，当车辆行驶至预设的监测路段时，
[0115]
进入监测路段，语音主动提醒司机减速慢行，如果速度大于30km/h，设备语音提醒司机减速；
[0116]
根据车辆的定位信息，检测到车辆进入急拐弯区域，语音主动提醒司机提前缓减速，避免急刹车、急拐弯；
[0117]
当检测到车辆存在急加速、急刹车、急拐弯时，语音提醒司机提前减速、缓慢加速与拐弯；
[0118]
当检测到司机存在驾驶异常行为是，即存在闭眼、疲劳驾驶(打哈欠)、注意力不集中(长时间左顾右盼)、抽烟、打电话等行为时，通过语音提醒司机。
[0119]
具体的，对道路安全预警进行说明，接入监测预警系统，根据现场的实际情况，计算预警，其中，将预警等级，划分为三级，情况如下：
[0120]
一级预警，实时通行风险评价打分1
‑
5分，提醒司机减速慢行；
[0121]
二级预警，实时通行风险评价打分6
‑
9分，应当引起司机重视，并将消息推送给管理人员；如果因自然因素导致，则应采取相应管制措施，整顿路况后继续通行；如果包含人为因素触发二级报警，则对司机进行口头教育；
[0122]
三级预警，实时通行风险评价打分大于10分，如果因为外界因素触发，应当让司机立即停止通行，并由相关负责人进行道路检修；如果因司机原因触发，则强制重新教育培训后上岗；
[0123]
实时同行风险由自然因素风险与人为因素风险组成；自然因素风险为固定值，直到异常处理完后，降为0；人为因素风险，在同行整个监测区域过程中累加，出区域后，降为0；
[0124]
例如：
[0125]
路段有塌方，为自然因素风险，风险值为10，平台直接进行三级预警；管理人员立马实施交通管制，待风险解除后，恢复同行；
[0126]
路段发生拥堵，为自然因素风险，风险值为4，平台进行一级预警，对同行车辆进行语音播报；在此过程中，如果司机抽烟+打电话，将司机的通行风险增加到6，立即出发二级预警；消息将推送给管理人员，管理人员对司机进行批评教育后，解除二级报警；
[0127]
路段无自然因素风险，司机在通行过程中，触发一级预警，待通过监测区域后，自行接触；如果触发二级预警，管理人员对司机进行批评教育后，解除二级报警；如果触发三级预警，司机将强制退岗经过教育培训，考核重新上岗；
[0128]
上述所有由司机触发的报警，将接入司机个人考核评价系统(扣分制)，如果累计积分低于70分，司机将强制退岗经过教育培训，考核重新上岗。
[0129]
进一步的，驾驶员监测模块还用于对车辆的驾驶员在预设的关键路段的驾驶行为进行监测，获得驾驶应对行为数据；
[0130]
行驶监管模块还用于将驾驶应对行为数据以及关键路段进行管理，并存储至行为监管数据库；其中，
[0131]
驾驶应对行为数据用于记录驾驶员是否在关键路段进行连续轻刹。
[0132]
具体的，车辆行驶状态包括车辆超速状态、车辆急刹状态、车辆急加速状态以及车辆急转弯状态。
[0133]
具体的，危险驾驶行为数据包括闭眼、疲劳驾驶、注意力不集中、抽烟以及打电话。
[0134]
具体的，道路状态包括道路拥堵、落石掉落或山体滑坡。
[0135]
需要说明的是，在本技术中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0136]
以上仅是本技术的具体实施方式，使本领域技术人员能够理解或实现本技术。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本技术的精神或范围的情况下，在其它实施例中实现。因此，本技术将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。