一种道路巡检安全预警方法及系统技术方案

本发明专利技术属于道路交通巡检领域，具体公开了一种道路巡检安全预警方法及系统，包括如下步骤：将待巡检的道路区域分为若干个道路区块，并根据影响道路发生路况信息恶化的环境因子，从该道路区块中筛选出高风险区域；采集该高风险区域的道路图像信息，并对该信息进行预处理、提取、分割以及识别获取，信息处理后获得该高风险区域的路况信息；基于上述路况信息评估道路安全等级，并向道路安全管理系统发送道路安全预警信息。本发明专利技术可以有效的提高监测效率和监测的准确性，同时由于是针对式处理使得信息提取及分析效率更快，智能性强，准确度高。准确度高。准确度高。

【技术实现步骤摘要】
一种道路巡检安全预警方法及系统


[0001]本专利技术涉及道路交通巡检领域，具体为一种道路巡检安全预警方法及系统。

技术介绍

[0002]随着社会经济飞速发展，人们生活水平日益提高，车辆的数量急剧增加，造成了如今时常出现拥挤、堵塞、车祸等道路问题。为解决此类问题，使道路交通更通畅，需要进行有效交通诱导。关于这点，国内外学者和专家都进行了大量的研究。
[0003]现有的公路/道路巡检多为利用巡逻车辆进行巡检或采用定点摄像头进行数据采集。采用巡逻车辆巡检受巡检视野的影响，只能巡检到巡逻车辆周围的交通状况，存在采集盲区；而利用摄像头进行定点数据采集只能检测到安装摄像头处的道路状况，此外只能采集到单一的车速信息，得到的交通状况参数较少，不能全面掌握交通状况，而且由于道路交通范围较为宽泛，在进行集分析时，筛查效率较低。

技术实现思路

[0004]本专利技术的目的在于提供一种道路巡检安全预警方法及系统，以解决上述
技术介绍
中提出的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种道路巡检安全预警方法，包括如下步骤：
[0006]S1：将待巡检的道路区域分为若干个道路区块，并根据影响道路发生路况信息恶化的环境因子，从该道路区块中筛选出高风险区域；
[0007]S2：采集该高风险区域的道路图像信息，并对该信息进行预处理、提取、分割以及识别获取，信息处理后获得该高风险区域的路况信息；
[0008]S3：基于S2中路况信息评估道路安全等级，并向道路安全管理系统发送道路安全预警信息。
[0009]优选的，S1中影响道路发生路况信息恶化的环境因子包括可预知环境因子与不可预知环境因子，且可预知环境因子包括历史早晚高峰车流量、道路维护及施工、天气；不可预知环境因子包括实时车流量信息、交通事故。
[0010]优选的，S2中采集该高风险区域的道路图像信息具体是通过：高分遥感、无人机以及路面巡检车进行道路图像采集，其中无人机、路面巡检车均承载有多方位摄像头，通过该摄像头获取全方位的道路图像。
[0011]优选的，无人机以选用四旋翼无人机，四旋翼无人机是一种具有四个螺旋桨且螺旋桨呈十字形交叉的小型飞行器，具有机动灵活、操作简便、成本低等优势。通过装载各类传感器、图像采集传输设备及“电子交警”设备，既可实现对道路交通状况的实时监测，也可充当空中电子交警。四旋翼无人机的飞行范围在地面上的控制平台的地图上规划出飞行路径，通过发射机以波特率19200、2.4GHz、数据位8来发送出各种指令，经过数据传输模块与无人机进行信息交互，完成无人机的自主路径规划巡航；而承载在无人机上的采集摄像头
模组包括摄像头本体、三轴无刷云台、减震装置和无线传输芯片，摄像头本体优选采用航拍摄像头，航拍摄像头固定于三轴无刷云台上，三轴无刷云台通过减震装置挂设于无人机主体底部。三轴无刷云台可以结合三轴陀螺仪、避障系统等实现稳定的视觉拍摄效果。
[0012]优选的，S2中对图像的预处理以及提取、分割具体包括对高分遥感数据的处理以及道路图像信息的处理，且道路图像信息的处理过程具体包括：S21：对获取的道路图像信息进行灰度处理，并采用高斯滤波器对其进行平滑处理，过滤图像信息中噪声；S22：对图像信息进行初步分割，通过将图像分割成多个区域，再通过比较相邻区域的相似度合并相似度高的区域，保留区别较大的区域及其边界作为最终道路分割边缘，获得具体的道路区域；S23：通过计算道路区域图像信息中像素点的梯度，获取像素点的梯度值；S24：对计算处理后的道路区域图像信息进行非极大值抑制、双阈值检测，识别获取路况信息。
[0013]优选的，S2中对高分遥感数据的处理包括：步骤a：通过卫星遥感获得遥感数据，并对该遥感数据进行预处理，预处理包括几何校正、辐射校正、大气校正和光谱重建，预处理获得具有空间几何定位信息的高光谱反射率数据，其中几何校正是使用RPC模型对遥感数据进行几何校正；步骤b：获取上述遥感数据的特征数据，即从遥感数据中裁剪出遥感特征影像数据；步骤c：应用图像处理算法，基于遥感影像提取面状道路和面状车辆矢量信息，并在提取后计算车辆占有率。
[0014]优选的，S3中道路安全等级基于路况信息与车辆占有率的汇总处理，道路安全等级包括一级拥堵、二级拥堵、三级拥堵与四级拥堵。
[0015]本专利技术还提供了上述一种道路巡检安全预警系统，该预警系统包括道路区块信息采集子系统、处理子系统与安全预警子系统，其中道路区块信息采集子系统包括承载于无人机以及路面巡检车上的第一采集模块，以及获取遥感数据的第二采集模块；所述处理子系统基于预处理算法、图像处理算法对采集的数据信息进程处理，并在处理后获取路况信息与车辆占有率信息；所述安全预警子系统基于路况信息评判路况拥堵等级，并发布预警信息。
[0016]与现有技术相比，本专利技术的有益效果是：
[0017]本专利技术通过采用无人机、路面巡检车、遥感等对高风险区的数据进行分类识别，可以有效的提高监测效率和监测的准确性，同时由于是针对式处理使得信息提取及分析效率更快；通过对路面图像以及数据进行智能化处理，达到对高风险区(路况较差的区域)进行监测，智能性强，准确度高，能够有效地节省人力。
附图说明
[0018]图1为本专利技术方法的流程框图；
[0019]图2为本专利技术的安全预警系统的系统框图。
具体实施方式
[0020]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0021]请参阅图1
‑
2，本专利技术提供一种技术方案：一种道路巡检安全预警方法，包括如下步骤：
[0022]S1：将待巡检的道路区域分为若干个道路区块，并根据影响道路发生路况信息恶化的环境因子，从该道路区块中筛选出高风险区域；
[0023]S2：采集该高风险区域的道路图像信息，并对该信息进行预处理、提取、分割以及识别获取，信息处理后获得该高风险区域的路况信息；
[0024]S3：基于S2中路况信息评估道路安全等级，并向道路安全管理系统发送道路安全预警信息。
[0025]在本实施例中，S1中影响道路发生路况信息恶化的环境因子包括可预知环境因子与不可预知环境因子，且可预知环境因子包括历史早晚高峰车流量、道路维护及施工、天气；不可预知环境因子包括实时车流量信息、交通事故。
[0026]在本实施例中，S2中采集该高风险区域的道路图像信息具体是通过：高分遥感、无人机以及路面巡检车进行道路图像采集，其中无人机、路面巡检车均承载有多方位摄像头，通过该摄像头获取全方位的道路图像。
[0027]在本实施例中，无人机以选用四旋翼无人机，四旋翼无人机是一种具有四个螺旋桨且螺旋桨呈十字形交叉的小型飞行器，具有机动灵活、操作简便、成本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种道路巡检安全预警方法，其特征在于，包括如下步骤：S1：将待巡检的道路区域分为若干个道路区块，并根据影响道路发生路况信息恶化的环境因子，从该道路区块中筛选出高风险区域；S2：采集该高风险区域的道路图像信息，并对该信息进行预处理、提取、分割以及识别获取，信息处理后获得该高风险区域的路况信息；S3：基于S2中路况信息评估道路安全等级，并向道路安全管理系统发送道路安全预警信息。2.根据权利要求1所述的一种道路巡检安全预警方法，其特征在于，所述S1中影响道路发生路况信息恶化的环境因子包括可预知环境因子与不可预知环境因子，且可预知环境因子包括历史早晚高峰车流量、道路维护及施工、天气；不可预知环境因子包括实时车流量信息、交通事故。3.根据权利要求1所述的一种道路巡检安全预警方法，其特征在于，所述S2中采集该高风险区域的道路图像信息具体是通过：高分遥感、无人机以及路面巡检车进行道路图像采集，其中无人机、路面巡检车均承载有多方位摄像头，通过该摄像头获取全方位的道路图像。4.根据权利要求3所述的一种道路巡检安全预警方法，其特征在于，所述S2中对图像的预处理以及提取、分割具体包括对高分遥感数据的处理以及道路图像信息的处理，且道路图像信息的处理过程具体包括：S21：对获取的道路图像信息进行灰度处理，并采用高斯滤波器对其进行平滑处理，过滤图像信息中噪声；S22：对图像信息进行初步分割，通过将图像分割成多个区域，再通过比较相邻区域的相似度合并相似度高的区域，保留区别较大...

【专利技术属性】
技术研发人员：林安齐，
申请(专利权)人：林安齐，
类型：发明
国别省市：