一种新型隧道安全监测方法及系统与流程

文档序号:31716940发布日期:2022-10-04 22:08阅读:130来源:国知局
一种新型隧道安全监测方法及系统与流程

1.本发明涉及隧道安全监测技术领域,尤其涉及一种新型隧道安全监测方法及系统。


背景技术:

2.隧道属于高速公路主线的一种设施,通常隧道内会配置其他主线路面上没有的设备,隧道是一个高速公路中的事故频发点,而且隧道中一旦发生事故,事件等级较高,处理难度较大,因此,一般需要对隧道内进行安全监测,现有技术主要通过视频事件识别的方式对隧道内进行监测,能够有效识别车辆违停、车辆逆行、行人进入隧道、非机动车进入隧道、抛洒物、拥堵事件、烟火事件等违规事件,保证隧道行车安全,然而,现有技术虽然能够起到一定的监测效果,但是监测精度不高,对于违规事件的识别容易出现误判。


技术实现要素:

3.有鉴于此,本发明提出一种新型隧道安全监测方法及系统,可以解决现有隧道安全监测所存在的监测精度不高的缺陷。
4.本发明的技术方案是这样实现的:
5.一种新型隧道安全监测方法,具体包括以下步骤:
6.步骤s1,在隧道内设置视频事件识别装置和毫米波雷达装置;
7.步骤s2,依据毫米波雷达装置对隧道内的每条车道信息进行监测,得到第一监测结果,并发送至服务器中;
8.步骤s3,依据视频事件识别装置对隧道内的交通进行识别,得到事件识别结果,并发送至服务器中;
9.步骤s4,服务器依据接收到的第一监测结果对事件识别结果进行融合,从而实现隧道的安全监测。
10.作为所述新型隧道安全监测方法的进一步可选方案,所述步骤s2具体包括以下步骤:
11.步骤s21,毫米波雷达装置对每条车道发射电磁波,并接收从每条车道反射回来的目标回波;
12.步骤s22,依据目标回波进行计算,得到每条车道的车流量、车辆平均速度、占有率、车头时距和车间距。
13.作为所述新型隧道安全监测方法的进一步可选方案,所述步骤s3具体包括以下步骤:
14.步骤s31,获取隧道内每条车道的图像信息;
15.步骤s32,对每条车道的图像信息进行目标背景分离,得到目标图像;
16.步骤s33,依据目标图像进行运动物体跟踪检测,得到车辆运行状态信息;
17.步骤s34,依据车辆运行状态信息进行识别,得到事件识别结果。
18.作为所述新型隧道安全监测方法的进一步可选方案,所述步骤s4具体包括以下步骤:
19.服务器依据第一监测结果对事件识别结果进行验证,验证事件识别结果是否准确,若准确,显示该事件识别结果,否则,重新进行事件识别。
20.作为所述新型隧道安全监测方法的进一步可选方案,所述事件识别结果包括异常停车识别结果、交通事故识别结果和火灾报警识别结果。
21.一种新型隧道安全监测系统,包括:
22.设置模块,用于在隧道内设置视频事件识别装置和毫米波雷达装置;
23.车道监测模块,用于依据毫米波雷达装置对隧道内的每条车道信息进行监测,得到第一监测结果,并发送至服务器中;
24.事件识别模块,用于依据视频事件识别装置对隧道内的交通进行识别,得到事件识别结果,并发送至服务器中;
25.服务器,用于依据接收到的第一监测结果对事件识别结果进行融合,从而实现隧道的安全监测。
26.作为所述新型隧道安全监测系统的进一步可选方案,所述车道监测模块包括:
27.发射模块,用于毫米波雷达装置对每条车道发射电磁波;
28.接收模块,用于接收从每条车道反射回来的目标回波;
29.计算模块,用于依据目标回波进行计算,得到每条车道的车流量、车辆平均速度、占有率、车头时距和车间距。
30.作为所述新型隧道安全监测系统的进一步可选方案,所述事件识别模块包括:
31.获取模块,用于获取隧道内每条车道的图像信息;
32.目标背景分离模块,用于对每条车道的图像信息进行目标背景分离,得到目标图像;
33.跟踪检测模块,用于依据目标图像进行运动物体跟踪检测,得到车辆运行状态信息;
34.处理模块,用于依据车辆运行状态信息进行识别,得到事件识别结果。
35.作为所述新型隧道安全监测系统的进一步可选方案,所述服务器包括:
36.验证模块,用于依据第一监测结果对事件识别结果进行验证,验证事件识别结果是否准确;
37.显示模块,用于显示事件识别结果。
38.作为所述新型隧道安全监测系统的进一步可选方案,所述事件识别结果包括异常停车识别结果、交通事故识别结果和火灾报警识别结果。
39.本发明的有益效果是:通过设置毫米波雷达装置和视频事件识别装置,并通过毫米波雷达装置得到的第一监测结果与通过视频事件识别装置得到的事件识别结果进行融合,能够大大提高隧道安全监测的准确度,解决了现有技术仅通过视频事件识别所存在的监测精度不高的缺陷。
附图说明
40.为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现
有技术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。
41.图1为本发明一种新型隧道安全监测方法的流程示意图;
42.图2为本发明一种新型隧道安全监测系统的组成示意图。
具体实施方式
43.下面将对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本发明的一部分实施例,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它实施例,都属于本发明保护的范围。
44.参考图1-2,一种新型隧道安全监测方法,具体包括以下步骤:
45.步骤s1,在隧道内设置视频事件识别装置和毫米波雷达装置;
46.步骤s2,依据毫米波雷达装置对隧道内的每条车道信息进行监测,得到第一监测结果,并发送至服务器中;
47.步骤s3,依据视频事件识别装置对隧道内的交通进行识别,得到事件识别结果,并发送至服务器中;
48.步骤s4,服务器依据接收到的第一监测结果对事件识别结果进行融合,从而实现隧道的安全监测。
49.在本实施例中,通过设置毫米波雷达装置和视频事件识别装置,并通过毫米波雷达装置得到的第一监测结果与通过视频事件识别装置得到的事件识别结果进行融合,能够大大提高隧道安全监测的准确度,解决了现有技术仅通过视频事件识别所存在的监测精度不高的缺陷。
50.优选的,所述步骤s2具体包括以下步骤:
51.步骤s21,毫米波雷达装置对每条车道发射电磁波,并接收从每条车道反射回来的目标回波;
52.步骤s22,依据目标回波进行计算,得到每条车道的车流量、车辆平均速度、占有率、车头时距和车间距。
53.在本实施例中,毫米波雷达通过电磁波的发射、接收处理,能够有效监测到每条车道的车流量、车辆平均速度、占有率、车头时距、车间距等交通数据,此外,通过采用毫米波雷达装置,能够大大提高监测的准确率,进而提高隧道安全监测的准确性。
54.优选的,所述步骤s3具体包括以下步骤:
55.步骤s31,获取隧道内每条车道的图像信息;
56.步骤s32,对每条车道的图像信息进行目标背景分离,得到目标图像;
57.步骤s33,依据目标图像进行运动物体跟踪检测,得到车辆运行状态信息;
58.步骤s34,依据车辆运行状态信息进行识别,得到事件识别结果。
59.在本实施例中,视频事件检测器将摄像机视频信号通过“图像数字化模块”,将视频图像转换成适合算法检测的数字编码,后续采用目标背景分离技术、运动物体跟踪检测技术、模式识别技术及多层神经网络技术,以分析得到车辆运行状态信息及路况信息,实现
对交通事件的实时监测和识别。
60.优选的,所述步骤s4具体包括以下步骤:
61.服务器依据第一监测结果对事件识别结果进行验证,验证事件识别结果是否准确,若准确,显示该事件识别结果,否则,重新进行事件识别。
62.优选的,所述事件识别结果包括异常停车识别结果、交通事故识别结果和火灾报警识别结果。
63.一种新型隧道安全监测系统,包括:
64.设置模块,用于在隧道内设置视频事件识别装置和毫米波雷达装置;
65.车道监测模块,用于依据毫米波雷达装置对隧道内的每条车道信息进行监测,得到第一监测结果,并发送至服务器中;
66.事件识别模块,用于依据视频事件识别装置对隧道内的交通进行识别,得到事件识别结果,并发送至服务器中;
67.服务器,用于依据接收到的第一监测结果对事件识别结果进行融合,从而实现隧道的安全监测。
68.在本实施例中,通过设置毫米波雷达装置和视频事件识别装置,并通过毫米波雷达装置得到的第一监测结果与通过视频事件识别装置得到的事件识别结果进行融合,能够大大提高隧道安全监测的准确度,解决了现有技术仅通过视频事件识别所存在的监测精度不高的缺陷。
69.优选的,所述车道监测模块包括:
70.发射模块,用于毫米波雷达装置对每条车道发射电磁波;
71.接收模块,用于接收从每条车道反射回来的目标回波;
72.计算模块,用于依据目标回波进行计算,得到每条车道的车流量、车辆平均速度、占有率、车头时距和车间距。
73.在本实施例中,毫米波雷达通过电磁波的发射、接收处理,能够有效监测到每条车道的车流量、车辆平均速度、占有率、车头时距、车间距等交通数据,此外,通过采用毫米波雷达装置,能够大大提高监测的准确率,进而提高隧道安全监测的准确性。
74.优选的,所述事件识别模块包括:
75.获取模块,用于获取隧道内每条车道的图像信息;
76.目标背景分离模块,用于对每条车道的图像信息进行目标背景分离,得到目标图像;
77.跟踪检测模块,用于依据目标图像进行运动物体跟踪检测,得到车辆运行状态信息;
78.处理模块,用于依据车辆运行状态信息进行识别,得到事件识别结果。
79.在本实施例中,视频事件检测器将摄像机视频信号通过“图像数字化模块”,将视频图像转换成适合算法检测的数字编码,后续采用目标背景分离技术、运动物体跟踪检测技术、模式识别技术及多层神经网络技术,以分析得到车辆运行状态信息及路况信息,实现对交通事件的实时监测和识别。
80.优选的,所述服务器包括:
81.验证模块,用于依据第一监测结果对事件识别结果进行验证,验证事件识别结果
是否准确;
82.显示模块,用于显示事件识别结果。
83.优选的,所述事件识别结果包括异常停车识别结果、交通事故识别结果和火灾报警识别结果。
84.以上所述仅为本发明的较佳实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1