一种5G通信工程智能检测系统技术方案

本发明专利技术公开了一种5G通信工程智能检测系统，系统主要包括存储模块、中心控制模块、应急处理模块、数据采集模块、预处理模块、检测分析模块，数据采集模块采集高速公路上的安全数据信息，预处理模块对安全数据信息进行分析处理得到预处理数据，并将预处理数据发送至检测分析模块，检测分析模块利用逻辑回归算法分别对第一类数据信息和第二类数据信息进行安全预测得到第一预测结果和第二预测结果，并将预测结果发送至中心控制模块，中心控制模块首先是对第一预测结果和第二预测结果进行判断得到最终预测结果，再对最终预测结果进行判断，提高了高速运行过程中安全预测的准确性，提高了检测的速度，从而降低了事故的发生。

【技术实现步骤摘要】
一种5G通信工程智能检测系统
本专利技术涉及通信
，特别是涉及一种5G通信工程智能检测系统。
技术介绍
随着5G通信技术的不断发展，在交通
也得到了广泛的应用，特别是高速公路的安全运行监测，现有技术中通过信息的采集、传输、处理来预防和处理高速公路上发生的交通事故，当遇到大雨、大雾、大雪等极端天气时，高速路口会禁止通行，避免车辆在高速路上行驶时发生交通事故，但是当车辆在高速上遇到突变的极端天气时，车辆只能减速行驶或者停滞在高速公路上，当极端天气缓和后，车辆再就近驶离高速，虽然可以通过交警的指挥使得车辆安全驶离高速公路，但是会浪费高度公路使用者和高速公路管理人员大量的时间和精力；极端的天气还会降低高速公路监控系统的采集信息的准确性，使得监控拍摄的画面不清晰，虽然已经存在很多带有红外夜视仪等高科技的摄像头可以提高采集的准确性，但是高科技产品并没有完全普及，不同的极端天气对不同的高速路段的影响程度也不相同；除了天气还存在交通流量等其他多种因素对高速公路的安全产生影响，现有技术中可以利用回归模型来分析高速公路实时事故风险的预测评估，但是回归模型也存在其自身的局限性，预测模型的准确性受到到数据的影响，当存在采集的数据存在缺失、不准确、采集数据不及时和考虑的影响因素不同的问题时，预测的结果存在偏差导致预测的精度降低，从而带来安全问题，预测模型的预测结果缺乏对比标准，无法精确预测结果的精度。
技术实现思路
针对上述情况，为克服现有技术之缺陷，本专利技术之目的在于提供一种5G通信工程智能检测系统，利用预处理模块对安全数据信息进行预处理，再由检测分析模块利用逻辑回归模型对不同影响因素进行安全性预测，通过对比第一预测结果和第二预测结果得到最终预测结果，考虑到了环境和交通流量的相互影响，提高了预测的准确性。其解决的技术方案是，一种5G通信工程智能检测系统，包括存储模块、中心控制模块、应急处理模块、数据采集模块、预处理模块、检测分析模块，数据采集模块采集高速公路上的安全数据信息，预处理模块对安全数据信息进行分析处理得到预处理数据，并将预处理数据发送至检测分析模块，检测分析模块根据预处理数据进行安全预测得到第一预测结果和第二预测结果，并将预测结果发送至中心控制模块，中心控制模块对第一预测结果和第二预测结果进行分析得到最终预测结果，并根据最终预测结果采取相应的措施，由应急处理模块进行执行；系统具体流程如下：1)、数据采集模块采集的安全数据信息包括驾驶人数据信息、车辆数据信息、环境数据信息、监控数据信息，环境数据信息包括天气数据和路况数据信息，将路况数据信息记为不易变化影响因素N，将天气数据记为易变化性影响因素Y；2)、预处理模块对安全数据信息进行预处理得到预处理结果，车辆信息中包含车辆在上高速时输入的起始点和终点，行驶路线途径的高速收费站的数目为n，并对行驶路线途径的高速收费站按照途径的顺序进行标号pi(i＝1，2，3，…n)，记车辆行驶至pi(i＝1，2，3，…n)的前五百米处的时间点为ti，当车辆到达每一个时间点处时，采集pi+1所处的地理位置的极端天气概率Pi+1，将行驶路线途径的危险路段的个数记为m，每一路段的记为qj(j＝1，2，3，…m)，车辆在高速上行驶至危险路段的概率记为Qj，整个行驶路线途径的危险路段发生极端天气的总极端天气概率为F：Qix为pi到pi+1之间的危险路段，k是指pi到pi+1之间的危险路段个数，预处理模块提取监控数据信息中的每一个危险路段30分钟内的交通流量按照交通法规定的行驶车速经过每个危险路段的时间记为根据交通流量计算单位时间内的平均交通流量和整个行驶路线中途径危险路段的总交通流量G：计算总交通流量G与总极端天气概率F的相关关系系数r，计算处所有行驶路线的总交通流量G与总极端天气概率F，并组成两个向量和根据向量和向量计算相关关系系数r：预处理模块将得到的总交通流量G、总极端天气概率F、车辆信息、驾驶人数据信息、监控数据信息记为第一类数据信息，将总交通流量G、总极端天气概率F、相关关系系数r、车辆信息、驾驶人数据信息、监控数据信息记为第二类数据信息，预处理模块将第一类数据信息和第二类数据信息记为预处理结果，并将预处理结果发送至检测分析模块；3)、检测分析模块利用数学分析模型对预处理结果进行安全性预测，并得到第一预测结果和第二预测结果，根据逻辑回归算法对第一类数据信息进行得到第一类预测结果，再根据逻辑回归算法对第二类数据信息进行分析得到第二类预测结果；4)、中心控制模块接收第一预测结果和第二预测结果，并通过对比第一预测结果和第二预测结果得到最终预测结果，并对最终预测结果进行分析，当最终预测结果会导致安全事故时，中心控制模块向应急处理模块发送警报信号；5)、应急处理模块接收到警报信号，并向相关部门发送处理信息。所述检测分析模块利用逻辑回归算法对预测数据进行处理得到第一预测结果和第二预测结果，具体过程如下：步骤一、利用逻辑回归算法对第一类数据信息进行安全性预测，以总交通流量G、总极端天气概率F、监控数据信息中的路段长度、危险路段个数m为安全性预测的显著影响因素，依次标记为x1，x2，x3，x4，并构造预测函数，设置安全性变量y*，其中，y*为安全性强度，βθ为每一个显著影响因素的影响系数，再利用Sigmoid函数构造预测函数，通过求解得出的预测函数的解记为第一预测结果；步骤二、利用步骤一的计算过程对第二类数据信息进行分析，以总交通流量G、总极端天气概率F、监控数据信息中的路段长度、危险路段个数m、相关关系系数r为安全性预测的显著影响因素，依次标记为x1，x2，x3，x4，x5，再利用步骤一的逻辑回归计算过程进行计算得到第二预测结果；步骤三、检测分析模块将第一预测结果和第二预测结果发送至中心控制模块，对最佳预测结果进行判断，并生成对应的警报信号。由于以上技术方案的采用，本专利技术与现有技术相比具有如下优点；1.本系统通过预处理模块对安全数据信息进行预处理得到预处理数据，再由检测分析模块对预处理数据信息进行分析得到第一预测结果和第二预测结果，再由中心控制模块进行对比分析得到了最终预测结果，在进行安全性预测时，通过逻辑回归模型对代表不同影响因素的变量进行分析，提供了对预测分析结果对比的标准，从而提高了逻辑回归模型检测的准确性。2.系统中以不同的行驶路线为单位，详细分析了环境对高速公路的不同路段的影响，同时，系统中的数据采集模块将高速公路上的交通流量也作为预测模型的一个影响变量，在预测分析时，考虑相关系数系数对于回归分析的影响，以交通流量与环境之间的相关关系系数为预测的一个影响变量，使得考虑的因素会更为全面，使得预测模型预测的更加准确，当遇到不利于高速公路正常行驶的情况时，尽可能的预防事故的发生。附图说明图1为本系统的整体模块图图2为本系统的分析流程图图3为本系统的计算流程图。具体实施本文档来自技高网...

【技术保护点】
1.一种5G通信工程智能检测系统，其特征在于，包括存储模块、中心控制模块、应急处理模块、数据采集模块、预处理模块、检测分析模块，数据采集模块采集高速公路上的安全数据信息，预处理模块对安全数据信息进行分析处理得到预处理数据，并将预处理数据发送至检测分析模块，检测分析模块根据预处理数据进行安全预测得到第一预测结果和第二预测结果，并将预测结果发送至中心控制模块，中心控制模块对第一预测结果和第二预测结果进行分析得到最终预测结果，并根据最终预测结果采取相应的措施，由应急处理模块进行执行；/n系统具体流程如下：/n1)、数据采集模块采集的安全数据信息包括驾驶人数据信息、车辆数据信息、环境数据信息、监控数据信息，环境数据信息包括天气数据和路况数据信息，将路况数据信息记为不易变化影响因素N，将天气数据记为易变化性影响因素Y；/n2)、预处理模块对安全数据信息进行预处理得到预处理结果，车辆信息中包含车辆在上高速时输入的起始点和终点，行驶路线途径的高速收费站的数目为n，并对行驶路线途径的高速收费站按照途径的顺序进行标号p

【技术特征摘要】
1.一种5G通信工程智能检测系统，其特征在于，包括存储模块、中心控制模块、应急处理模块、数据采集模块、预处理模块、检测分析模块，数据采集模块采集高速公路上的安全数据信息，预处理模块对安全数据信息进行分析处理得到预处理数据，并将预处理数据发送至检测分析模块，检测分析模块根据预处理数据进行安全预测得到第一预测结果和第二预测结果，并将预测结果发送至中心控制模块，中心控制模块对第一预测结果和第二预测结果进行分析得到最终预测结果，并根据最终预测结果采取相应的措施，由应急处理模块进行执行；
系统具体流程如下：
1)、数据采集模块采集的安全数据信息包括驾驶人数据信息、车辆数据信息、环境数据信息、监控数据信息，环境数据信息包括天气数据和路况数据信息，将路况数据信息记为不易变化影响因素N，将天气数据记为易变化性影响因素Y；
2)、预处理模块对安全数据信息进行预处理得到预处理结果，车辆信息中包含车辆在上高速时输入的起始点和终点，行驶路线途径的高速收费站的数目为n，并对行驶路线途径的高速收费站按照途径的顺序进行标号pi(i＝1，2，3，...n)，记车辆行驶至pi(i＝1，2，3，...n)的前五百米处的时间点为ti，当车辆到达每一个时间点处时，采集pi+1所处的地理位置的极端天气概率Pi+1，将行驶路线途径的危险路段的个数记为m，每一路段的记为qj(j＝1，2，3，...m)，车辆在高速上行驶至危险路段的概率记为Qj，整个行驶路线途径的危险路段发生极端天气的总极端天气概率为F：



Qix为pi到pi+1之间的危险路段，k是指pi到pi+1之间的危险路段个数，预处理模块提取监控数据信息中的每一个危险路段30分钟内的交通流量按照交通法规定的行驶车速经过每个危险路段的时间记为根据交通流量计算单位时间内的平均交通流量和整个行驶路线中途径危险路段的总交通流量G：






计算总交通流量G与总极端天气概率F的相关关系系数r，计算处所有行驶路线的总交通流量G与总极端天气概率F，并组成两个向量和根据向量和向量计算相关关系系数r：



预处理模块将得到的总交通流量G、总极端天气概率F、车辆信息、驾驶人数据信息、监控数据信息记为第一类数据信息，将总交通流量G、总极端天气概率F、相关关系系数r、车辆信息、驾驶人数据信息、监控数据信息记为第二类数据信息，预处理模块将第一类数据信息和第二类数据信息记为预处理结果，并将预处理结果发送至检测分析模块；
3)、检测分析模块利用数学分析模型对预处理结果进行安全性预测，并得到第一预测结果和第二预测结果，根据逻辑回归算法对第一类数据信息进行得到第一类预测结果，再根...

【专利技术属性】
技术研发人员：何江峰，逯小莹，周扬，周平儿，
申请(专利权)人：沸蓝建设咨询有限公司，
类型：发明
国别省市：浙江;33