基于目标检测分析的高速公路团雾测量系统及方法技术方案

本发明专利技术公开了基于目标检测分析的高速公路团雾测量系统及方法，属于高速公路、桥梁等区域的团雾识别和团雾测量领域，本发明专利技术要解决的技术问题为传统团雾检测有效距离短、精度差及速度慢，采用的技术方案为该团雾测量系统包括初始化模块、监控摄像头视频数据采集模块、车辆目标检测模块、车辆目标分析模块、团雾判定模块、团雾浓度测量模块、团雾范围测量模块及团雾告警模块。该方法是通过对检测到的车辆目标分布情况进行分析，识别是否存在团雾，测量监控区域内团雾的相对浓度；再通过对多个摄像机的监控区域的联动分析，测量团雾的扩散范围。围。围。

【技术实现步骤摘要】
基于目标检测分析的高速公路团雾测量系统及方法


[0001]本专利技术涉及高速公路、桥梁等区域的团雾识别和团雾测量领域，具体地说是一种基于目标检测分析的高速公路团雾测量系统及方法。

技术介绍

[0002]随着我国高速公路网建设的不断发展，在高速公路的雾区，尤其是团雾区，因雾对能见度的误判引起的重特大交通事故的数量都在不断增加。目前高速公路管理部门通常利用人工目测和气象设备监测两种方式获取雾区能见度的值。
[0003]人员目测及时性最差，且估测出来的数据缺乏规范性和可持续追溯性。气象设备监测主要使用能见度检测仪，一般基于红外光或激光，设备昂贵，可测量消光系数或能见度值。能见度检测仪测量的数据较为准确，但该设备架设间隔一般非常稀疏(20km左右),难以满足在团雾(一般在5km以内范围)等天气时对能见度检测的需求。
[0004]近些年也陆续出现了一些基于监控视频的团雾识别方法，核心部分是对数字视频图像的分析和处理，根据视频和图像的特征判定团雾的存在。随着近年来高速公路视频监控系统的不断建设和发展，高速公路上的摄像机布设密度和精度不断提升，利用监控视频检测能见度已成为相关领域的研究热点，并取得了一些成果，包括基于运动检测识别团雾、基于图像对比度计算能见度、通过计算图像熵来检测雾现象以及利用多种团雾识别方法投票的方法等，上述方法具有一定的效果，但基于运动检测的方法由于背景建模对光照变化太敏感，容易产生噪声；基于图像对比度和计算图像熵同样存在因噪声引起的误差，而利用多种团雾识别方法投票的计算速度较慢。故如何解决传统团雾检测有效距离短、精度差及速度慢，确保成本低、布点密度高且高效的团雾识别是目前亟待解决的问题。

技术实现思路

[0005]本专利技术的技术任务是提供一种基于目标检测分析的高速公路团雾测量系统及方法，来解决传统团雾检测有效距离短、精度差及速度慢的问题。
[0006]本专利技术的技术任务是按以下方式实现的，一种基于目标检测分析的高速公路团雾测量系统，该团雾测量系统包括，
[0007]初始化模块，用于加载目标检测模型，并获取高速公路沿线摄像机码流地址，同时设定相关参数；
[0008]监控摄像头视频数据采集模块，用于采集监控摄像机的监控区域的视频图像，并将视频图像解码为图像；
[0009]车辆目标检测模块，用于检测白天和夜间行驶在监控区域的车辆目标；
[0010]车辆目标分析模块，用于分析检测到的车辆目标分布情况，计算监控区域内的能见度；
[0011]团雾判定模块，用于判定监控区域里是否存在团雾；
[0012]团雾浓度测量模块，用于测量监控区域中的团雾相对浓度等级；
[0013]团雾范围测量模块，用于结合高速公路上相连的多个监控摄像机的团雾测量结果，测量团雾的扩散范围；
[0014]团雾告警模块，用于向交通视频监控系统的管理模块推送团雾测量的结果及出现团雾的告警信息。
[0015]作为优选，所述初始化模块中的相关参数包括设定分析时间周期T(单位为秒)、目标数量衰减因子k、有效监控距离S以及相对浓度测量区间L；其中，分析时间周期T为持续收集车辆目标检测结果并进行分析的时间长度，t0时刻的分析时间段为(t0‑
T,t0]，t0+1时刻的分析时间段为(t0+1
‑
T,t0+1]；相对浓度测量区间L基于摄像机监控场景的有效能见度进行设定，以高速公路69线为度量，由近到远，每m组69线设置一段相对浓度测量区间,共设置M个相对浓度测量区间，记为L0,L1,
…
,L
M
，该M个相对浓度测量区间对应M个相对浓度等级C0,C1,
…
,C
M
。
[0016]作为优选，所述车辆目标检测模块包括白天检测子模块和夜间检测子模块；天检测子模块使用深度学习的目标检测算法检测车辆目标；夜间检测子模块利用车辆灯光特征检测车辆目标；
[0017]其中，基于深度学习的目标检测算法包括模型训练和推理检测；具体如下：
[0018]离线进行模型训练，模型训练包括图像采集、车辆目标标注、训练样本预处理、模型训练及模型测试；
[0019]推理检测：将监控区域分割成远景区域和近景区域，对远景区域保留大尺寸的锚定框，对近景区域保留小尺寸的锚定框；
[0020]运用模型训练得到的模型分别检测远景区域和近景区域的车辆目标。
[0021]作为优选，所述车辆目标分析模块基于车辆目标检测结果进行车辆目标分布情况的统计分析和能见度的计算；具体如下：
[0022](1)、收集分析时间周期T内的每一帧的车辆目标检测结果，并计算车辆目标区域的中心点坐标；
[0023](2)、统计所有车辆目标区域的中心点落在各个相对浓度测量区间的数量，记为N0,N1,
…
,N
M
；
[0024](3)、判断N0是否为0：
[0025]①
、若N0为0，则记能见度为0，则跳转至步骤(5)；
[0026]②
、若N0不为0，执行步骤(4)；
[0027](4)、对于相对浓度测量区间L
x
和相邻的下一个相对浓度测量区间L
x+1
，判断L
x+1
/L
x
与k的关系：
[0028]①
、若L
x+1
/L
x
<k，则能见度为(x+1)*m*15，则跳转至步骤(5)；
[0029]②
、若N
x+1
/N
x
<k，则x＝x+1，返回步骤(3)；
[0030](5)、结束计算。
[0031]作为优选，所述团雾判定模块是根据能见度来判断监控区域内是否存在团雾，若能见度为0或者能见度小于监控有效距离S，则认为监控区域内存在团雾。
[0032]作为优选，所述团雾浓度测量模块是根据能见度测量监控区域内的团雾相对浓度等级，具体如下：
[0033]若能见度为0，则团雾相对浓度等级为C0；
[0034]若能见度为(x+1)*m*15，则团雾相对浓度等级为C
x+1
。
[0035]更优地，所述团雾范围测量模块是结合高速公路沿线的多个摄像机的团雾判定结果和团雾相对浓度等级测量结果，计算团雾的覆盖范围；具体如下：
[0036](Ⅰ)、对于高速公路沿线摄像机，每个摄像机间隔记为LV，按照车辆行驶方向组成摄像机序列，记为V1,V2,
…
,V
n
；
[0037](Ⅱ)、获取各摄像机的团雾判定及团雾浓度结果，并转换为团雾识别结果，分别为F1,F2,
…
,F
n
；其中，若F
i
＝0，表示无雾；F
i
≠0,则表示有不同等级的雾；
[0038](Ⅲ)、遍历F1至本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于目标检测分析的高速公路团雾测量系统，其特征在于，该团雾测量系统包括，初始化模块，用于加载目标检测模型，并获取高速公路沿线摄像机码流地址，同时设定相关参数；监控摄像头视频数据采集模块，用于采集监控摄像机的监控区域的视频图像，并将视频图像解码为图像；车辆目标检测模块，用于检测白天和夜间行驶在监控区域的车辆目标；车辆目标分析模块，用于分析检测到的车辆目标分布情况，计算监控区域内的能见度；团雾判定模块，用于判定监控区域里是否存在团雾；团雾浓度测量模块，用于测量监控区域中的团雾相对浓度等级；团雾范围测量模块，用于结合高速公路上相连的多个监控摄像机的团雾测量结果，测量团雾的扩散范围；团雾告警模块，用于向交通视频监控系统的管理模块推送团雾测量的结果及出现团雾的告警信息。2.根据权利要求1所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述初始化模块中的相关参数包括设定分析时间周期T、目标数量衰减因子k、有效监控距离S以及相对浓度测量区间L；其中，分析时间周期T为持续收集车辆目标检测结果并进行分析的时间长度，t0时刻的分析时间段为(t0‑
T,t0]，t0+1时刻的分析时间段为(t0+1
‑
T,t0+1]；相对浓度测量区间L基于摄像机监控场景的有效能见度进行设定，以高速公路69线为度量，由近到远，每m组69线设置一段相对浓度测量区间,共设置M个相对浓度测量区间，记为L0,L1,
…
,L
M
，该M个相对浓度测量区间对应M个相对浓度等级C0,C1,
…
,C
M
。3.根据权利要求1所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述车辆目标检测模块包括白天检测子模块和夜间检测子模块；天检测子模块使用深度学习的目标检测算法检测车辆目标；夜间检测子模块利用车辆灯光特征检测车辆目标；其中，基于深度学习的目标检测算法包括模型训练和推理检测；具体如下：离线进行模型训练，模型训练包括图像采集、车辆目标标注、训练样本预处理、模型训练及模型测试；推理检测：将监控区域分割成远景区域和近景区域，对远景区域保留大尺寸的锚定框，对近景区域保留小尺寸的锚定框；运用模型训练得到的模型分别检测远景区域和近景区域的车辆目标。4.根据权利要求1所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述车辆目标分析模块基于车辆目标检测结果进行车辆目标分布情况的统计分析和能见度的计算；具体如下：(1)、收集分析时间周期T内的每一帧的车辆目标检测结果，并计算车辆目标区域的中心点坐标；(2)、统计所有车辆目标区域的中心点落在各个相对浓度测量区间的数量，记为N0,N1,
…
,N
M
；(3)、判断N0是否为0：
①
、若N0为0，则记能见度为0，则跳转至步骤(5)；
②
、若N0不为0，执行步骤(4)；(4)、对于相对浓度测量区间L
x
和相邻的下一个相对浓度测量区间L
x+1
，判断L
x+1
/L
x
与k的关系：
①
、若L
x+1
/L
x
<k，则能见度为(x+1)*m*15，则跳转至步骤(5)；
②
、若N
x+1
/N
x
<k，则x＝x+1，返回步骤(3)；(5)、结束计算。5.根据权利要求1所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述团雾判定模块是根据能见度来判断监控区域内是否存在团雾，若能见度为0或者能见度小于监控有效距离S，则认为监控区域内存在团雾。6.根据权利要求1所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述团雾浓度测量模块是根据能见度测量监控区域内的团雾相对浓度等级，具体如下：若能见度为0，则团雾相对浓度等级为C0；若能见度为(x+1)*m*15，则团雾相对浓度等级为C
x+1
。7.根据权利要求1
‑
6中任一所述的基于目标检测分析的高速公路团雾测量系统，其特征在于，所述团雾范围测量模块是结合高速公路沿线的多个摄像机的团雾判定结果和团雾相对浓度等级测量结果，计算团雾的覆盖范围；具体如下：(Ⅰ)、对于高速公路沿线摄像机，每个摄像机间隔记为LV，按照车辆行驶方向组成摄像机序列，记为V1,V2,
…
,V
n
；(Ⅱ)、获取各摄像机的团雾判定及团雾浓度结果，并转换为团雾识别结果，分别为F1,F2,
…
,F
n
；其中，若F
i

【专利技术属性】
技术研发人员：倪健，袁明明，王凯，
申请(专利权)人：浪潮天元通信信息系统有限公司，
类型：发明
国别省市：