一种基于车路协同的大型车辆车道级精准管控方法及系统技术方案

本发明专利技术提供了一种基于车路协同的大型车辆车道级精准管控方法及系统。该方案包括利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员正常状态数据;根据边缘计算设备识别出全部的大型车辆;利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员异常状态数据;通过边缘计算设备向当前行驶车辆发出警示命令;获取大型车辆行驶状态，若在小型车辆车道超过预设时间，发出提示命令，使大型车辆调整行驶状态;自动获取车辆车牌照信息，通过网络向对应车牌车辆进行信息发送。该方案通过在线的传感器获取驾驶员、车辆信息，并通过在线的驾驶员与车辆异常识别实现基于路边设备的边缘计算，完成对于大型车辆的在线调度。辆的在线调度。辆的在线调度。

【技术实现步骤摘要】
一种基于车路协同的大型车辆车道级精准管控方法及系统


[0001]本专利技术涉及交通调控
，更具体地，涉及一种基于车路协同的大型车辆车道级精准管控方法及系统。

技术介绍

[0002]车辆行驶的状态是关系到道路交通安全的关键，在正常的车辆行驶过程中，需要保证驾驶员能够在不疲劳的情况下行驶在规定的车道上。尤其对于大型车辆的行驶，对于行驶车道的类型和驾驶员的状态要求更高，这是由于大型车辆惯性大，且重心高容易侧翻和刹车困难情况。
[0003]现有技术中的大型车辆的行驶主要依靠驾驶员的经验，根据当前的车辆状态进行自主的调整，但是大型车辆驾驶员常常需要连续开多个小时，容易出现疲劳等情况，而且无法有效的进行提示。

技术实现思路

[0004]鉴于上述问题，本专利技术提出了一种基于车路协同的大型车辆车道级精准管控方法及系统，通过在线的传感器获取驾驶员、车辆信息，并通过在线的驾驶员与车辆异常识别实现基于路边设备的边缘计算，完成对于大型车辆的在线调度。
[0005]根据本专利技术实施例第一方面，提供一种基于车路协同的大型车辆车道级本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于车路协同的大型车辆车道级精准管控方法，其特征在于，该方法包括：利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员正常状态数据；根据边缘计算设备识别出全部的大型车辆；利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员异常状态数据；获取驾驶员异常状态数据，并通过边缘计算设备向当前行驶车辆发出警示命令；获取大型车辆行驶状态，若在小型车辆车道超过预设时间，发出提示命令，使大型车辆调整行驶状态；当获得大型车辆的行驶状态异常时，自动获取车辆车牌照信息，通过网络向对应车牌车辆进行信息发送。2.如权利要求1所述的一种基于车路协同的大型车辆车道级精准管控方法，其特征在于，所述利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员正常状态数据，具体包括：获取驾驶员的表情图像；对所述表情图像进行灰度化处理，获得表情灰度图；对所述表情灰度图进行网格化划分，生成一个30行30列的表情矩阵，其中，所述表情矩阵的元素为表情灰度图的灰度数值；对所述表情矩阵利用第一计算公式获得表情矩阵的对角矩阵；提取所述表情矩阵的对角矩阵中全部的不为零的特征值；利用全部的不为零的特征值利用第二计算公式获得正常状态系数；所述第一计算公式为：A=PBP
‑1其中，A为所述表情矩阵的对角矩阵，P为转换矩阵，所述转换矩阵中的列向量是单位化的特征向量，B为所述表情矩阵；所述第二计算公式为：Z0=k1T1+ k2T2+
ꢀ……
+k
29
T
29
+ k
30
T
30
其中，k1、k2、
……
、k
29
、k
30
为第1、第2、
……
、第29、第30预设系数，T1、T2、
……
、T
29
、T
30
为第1、第2、
……
、第29、第30特征值，Z0为所述正常状态系数。3.如权利要求1所述的一种基于车路协同的大型车辆车道级精准管控方法，其特征在于，所述根据边缘计算设备识别出全部的大型车辆，具体包括：获取全部的公路断面采集图，对所述公路断面采集图获得断面灰度图；对所述断面灰度图进行生成50行50列的断面矩阵，其中，所述断面矩阵的元素为所述断面灰度图的灰度数值；对所述断面矩阵利用第三计算公式计算梯度变化率超过预设定值的初始点；对所述断面矩阵利用第四计算公式计算梯度变化率超过预设定值的终止点；利用所述初始点和所述终止点通过第五计算公式判断是否为大型车辆；所述第三计算公式为：
其中，x0、y0、z0依次分别为横向、纵向、高度起点，G为灰度值，x
0+
、y
0+
、z
0+
依次分别为横向、纵向、高度起点零正时刻参数，x0‑
、y0‑
、z0‑
依次分别为横向、纵向、高度起点零负时刻参数；所述第四计算公式为：其中，x1、y1、z1依次分别为横向、纵向、高度终点，x
1+
、y
1+
、z
1+
依次分别为横向、纵向、高度终点零正时刻参数，x1‑
、y1‑
、z1‑
依次分别为横向、纵向、高度终点零负时刻参数，所述第五计算公式为：其中，l为大型车长度限制，h为大型车高度限制，w为大型车宽度限制。4.如权利要求2所述的一种基于车路协同的大型车辆车道级精准管控方法，其特征在于，所述利用设置在每个车道上的视频摄像机的获取驾驶员表情图像，获得驾驶员异常状态数据，具体包括：获取当前的驾驶员实时表情图像；对所述实时表情图像进行灰度化处理，获得实时表情灰度图；对所述实时表情灰度图进行网格化划分，生成一个30行30列的实时表情矩阵，其中，所述实时表情矩阵的元素为实时表情灰度图的灰度数值；对所述实时表情矩阵利用第六计算公式获得实时表情矩阵的对角矩阵；提取所述实时表情矩阵的对角矩阵中全部的不为零的实时特征值；利用全部的不为零的所述特征值利用第七计算公式获得实时状态系数；根据所...

【专利技术属性】
技术研发人员：朱丽丽，车晓琳，郭宇奇，李宏海，侯德藻，宋向辉，李茜瑶，
申请(专利权)人：交通运输部公路科学研究所，
类型：发明
国别省市：